Agent.ai.vn

Cách Perplexity AI Đang Cách Mạng Hóa Khoa Học Dữ Liệu và Phân Tích

<h2 id="section-0">Cách Perplexity AI Đang Cách Mạng Hóa Khoa Học Dữ Liệu và Phân Tích</h2>
Giới thiệu
Trong lĩnh vực khoa học dữ liệu và phân tích, nhu cầu về các công cụ và phương pháp ngày càng tăng. Perplexity AI chính là một công cụ mạnh mẽ, đột phá và có tiềm năng thay đổi cách các chuyên gia tiếp cận và xử lý dữ liệu. Với khả năng tìm kiếm nâng cao và hỗ trợ AI trong nghiên cứu, Perplexity AI thiết lập một tiêu chuẩn mới trong ngành.
Cách Perplexity AI Đang Cách Mạng Hóa
Perplexity AI không đơn thuần là một công cụ bổ sung cho các nhà khoa học dữ liệu. Nó là một bước tiến lớn, vượt trội so với các công cụ tìm kiếm truyền thống. Thay vì chỉ liệt kê các liên kết, Perplexity AI cung cấp thông tin tổng hợp, toàn diện và đầy đủ cho các câu hỏi phức tạp. Điều này là nhờ vào việc sử dụng Xử lý Ngôn ngữ Tự nhiên (NLP) tiên tiến và các thuật toán học máy hiểu ngữ cảnh của câu hỏi.
Lợi ích chính của Perplexity AI
<ul>
<li>Nâng cao khả năng xử lý dữ liệu: Perplexity AI xử lý hàng triệu dữ liệu với tốc độ và độ chính xác vượt trội so với các phương pháp truyền thống. </li>
<li>Phân tích dự đoán nâng cao: Perplexity AI sử dụng các mô hình dự đoán tiên tiến để nâng cao độ chính xác của các dự đoán. Thuật toán của Perplexity AI kết hợp dữ liệu lịch sử với thông tin thời gian thực, tạo ra các dự đoán đáng tin cậy. Điều này rất quan trọng đối với các ngành như tài chính, y tế và bán lẻ, nơi dự đoán chính xác là cần thiết cho lập kế hoạch và quản lý rủi ro.</li>
<li>Thông tin dữ liệu thời gian thực: Trong môi trường kinh doanh nhạy bén, thông tin dữ liệu thời gian thực là điều cần thiết để duy trì lợi thế cạnh tranh. Perplexity AI cung cấp giải pháp phân tích dữ liệu thời gian thực để theo dõi các xu hướng mới nổi. Công nghệ luồng dữ liệu của Perplexity AI cho phép dữ liệu được cập nhật và phân tích liên tục. </li>
<li>Hiển thị trực quan dữ liệu: Perplexity AI cung cấp các công cụ trực quan hóa dữ liệu phức tạp một cách thân thiện với người dùng và tương tác, giúp dễ dàng diễn giải dữ liệu. </li>
<li>Khả năng mở rộng và linh hoạt: Perplexity AI được thiết kế để mở rộng và có thể xử lý khối lượng dữ liệu ngày càng tăng mà không làm giảm hiệu suất. Kiến trúc linh hoạt của Perplexity AI hỗ trợ nhiều mô hình triển khai, từ các giải pháp dựa trên đám mây đến các cài đặt tại chỗ. </li>
<li>Bảo mật dữ liệu tốt hơn: Perplexity AI sử dụng các biện pháp bảo mật dữ liệu thế hệ tiếp theo để đảm bảo rằng thông tin nhạy cảm không thể truy cập hoặc bị xâm phạm trái phép. </li>
</ul>
Kết luận
Perplexity AI đang thay đổi bộ mặt của khoa học dữ liệu và phân tích bằng cách cách mạng hóa công nghệ tiên tiến với các giải pháp cấp tiến. Perplexity AI đang định nghĩa lại cách các tổ chức quản lý và tối ưu hóa việc sử dụng dữ liệu. Khi các doanh nghiệp tiếp tục tìm cách khai thác dữ liệu, Perplexity AI nổi lên như một giải pháp phù hợp nhất. <img alt="Blog post image" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEjrwz9PG3ltGG7b-dJ4KGk3s069Qm95v6sNrat4kvH0lfkQfaNlJaH9zwxr8dpplA6PuIRfSF37QHQNHMbLPv5L3qtUcPF13MFopQhf4DEsNlGlpTRWPCJiFKQyLn2U7FALiR1Y7Qmn9RnrPu9YeuJv2Cne8sMo84Yjl2ukMgJqXbUu4C7coTJ44-0vNsBY/s16000/logo-new.jpg" />

Cách Perplexity AI Đang Cách Mạng Hóa Khoa Học Dữ Liệu và Phân Tích

Cách Perplexity AI Đang Cách Mạng Hóa Khoa Học Dữ Liệu và Phân Tích Giới thiệu Trong lĩnh vực khoa học dữ liệu và phân tích, nhu cầu về cá...

tháng 9 18, 2024

Sự trỗi dậy của trí tuệ nhân tạo và cuộc chiến giành quyền kiểm soát thông tin trong ngành báo chí

<h2 id="section-0">Sự trỗi dậy của trí tuệ nhân tạo và cuộc chiến giành quyền kiểm soát thông tin trong ngành báo chí</h2>
Ngành báo chí đang đối mặt với một thách thức mới: sự trỗi dậy của trí tuệ nhân tạo (AI) và các công cụ tìm kiếm trực tuyến do AI hỗ trợ. Những tiến bộ vượt bậc trong lĩnh vực này đã mang đến những công cụ có khả năng tạo ra nội dung chất lượng cao chỉ trong vài giây, nhưng đồng thời cũng đặt ra những lo ngại về việc kiểm soát thông tin và lợi nhuận của các nhà xuất bản.
AI "nuốt chửng" nội dung miễn phí: Các startup AI như OpenAI, Perplexity AI, và các công ty công nghệ lớn như Microsoft và Meta đã phát triển các mô hình AI có thể tạo ra nội dung chỉ trong nháy mắt. Tuy nhiên, điều đáng lo ngại là nội dung này không hoàn toàn độc đáo, mà được tạo ra dựa trên việc "nuốt chửng" và phân tích một lượng lớn dữ liệu được sử dụng để huấn luyện ban đầu. 
Dữ liệu này bao gồm bài báo, trang web, sách, bài luận, blog và thơ ca, được thu thập miễn phí bởi các nhà sản xuất nội dung AI. Điều đáng chú ý là họ cũng quét dữ liệu có bản quyền mà không cần sự cho phép.
Cuộc chiến giành quyền kiểm soát: Điều này đã khiến các nhà xuất bản báo chí lên tiếng phản đối, cáo buộc các công ty AI "nuốt chửng" nội dung của họ mà không có sự cho phép. Tác giả George RR Martin và tờ The New York Times (NYT) là những ví dụ điển hình. NYT đã kiện OpenAI và Microsoft vào tháng 12 năm ngoái vì vi phạm bản quyền, cáo buộc rằng các công cụ AI của họ sử dụng nội dung của NYT để xây dựng mô hình ngôn ngữ lớn (LLM).
Hai chiến lược: kiện tụng và hợp tác: Trước khi đưa vụ kiện ra tòa, NYT đã cố gắng đàm phán thỏa thuận cấp phép với OpenAI. Trong khi một số nhà xuất bản chọn con đường pháp lý, những người khác lại theo đuổi chiến lược hợp tác. Họ đồng ý cung cấp quyền truy cập vào nội dung của mình cho các công ty AI để đổi lấy lợi ích kinh tế. Associated Press (AP) là một ví dụ, họ đã ký thỏa thuận với OpenAI vào tháng 7 năm ngoái để cho phép AI truy cập kho lưu trữ tin tức của họ.
Nguy cơ đối với mô hình kinh doanh truyền thống: Giáo sư Chirag Shah tại Đại học Washington cho rằng các nhà xuất bản đang bị kẹt giữa hai lựa chọn khó khăn. Nếu họ từ chối cho phép các công ty AI truy cập dữ liệu của mình, nội dung của họ có thể sẽ bị bỏ qua. Tuy nhiên, nếu họ đồng ý, họ sẽ trao quyền cho các công ty AI sử dụng nội dung của mình để huấn luyện mô hình, đồng thời tạo ra nội dung tương tự mà người dùng có thể tìm thấy mà không cần truy cập vào nguồn gốc. Điều này sẽ gây tổn hại đến mô hình kinh doanh của họ.
Tương lai của ngành báo chí: Các chuyên gia nhận định rằng AI sẽ không thay thế hoàn toàn các nhà báo, bởi vì họ vẫn có thể tạo ra những phân tích và báo cáo độc đáo. Tuy nhiên, những nhà báo biết cách tận dụng AI sẽ có lợi thế hơn. Thách thức lớn nhất đối với ngành báo chí là việc AI đang làm giảm lượng truy cập từ hai nguồn chính: tìm kiếm và mạng xã hội. Do AI được sử dụng để tạo ra nội dung một cách dễ dàng và giá rẻ, các nhà xuất bản đang đối mặt với sự cạnh tranh khốc liệt, trong khi lượng truy cập trực tiếp của họ chỉ chiếm khoảng 20%.
Cần có giải pháp toàn diện: Nikhil Pahwa, người sáng lập cổng thông tin truyền thông kỹ thuật số MediaNama, cho rằng việc tồn tại của các nhà xuất bản báo chí sẽ trở nên khó khăn trong vòng 4 năm tới. 
Các chuyên gia pháp lý cho rằng việc điều chỉnh pháp lý là cần thiết, nhưng không nên cản trở sự phát triển của AI. Luật pháp về bản quyền hiện hành ở Ấn Độ chưa có quy định rõ ràng về các tác phẩm do AI tạo ra. Các công ty AI cần được khuyến khích tạo ra dữ liệu độc đáo để huấn luyện mô hình của họ, tránh vi phạm bản quyền.
Tương lai của ngành báo chí phụ thuộc vào việc tìm ra giải pháp cân bằng giữa lợi ích của nhà xuất bản và sự phát triển của AI. Các nhà xuất bản cần điều chỉnh mô hình kinh doanh của mình để thích nghi với công nghệ mới, đồng thời chính phủ cần có những chính sách phù hợp để quản lý AI và bảo vệ quyền lợi của người sáng tạo. <img alt="Blog post image" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEjrwz9PG3ltGG7b-dJ4KGk3s069Qm95v6sNrat4kvH0lfkQfaNlJaH9zwxr8dpplA6PuIRfSF37QHQNHMbLPv5L3qtUcPF13MFopQhf4DEsNlGlpTRWPCJiFKQyLn2U7FALiR1Y7Qmn9RnrPu9YeuJv2Cne8sMo84Yjl2ukMgJqXbUu4C7coTJ44-0vNsBY/s16000/logo-new.jpg">

Sự trỗi dậy của trí tuệ nhân tạo và cuộc chiến giành quyền kiểm soát thông tin trong ngành báo chí

Sự trỗi dậy của trí tuệ nhân tạo và cuộc chiến giành quyền kiểm soát thông tin trong ngành báo chí Ngành báo chí đang đối mặt với một thách...

tháng 9 18, 2024

Snapchat My AI: Trở thành công cụ hữu ích với các tính năng như Google Lens

<h2 id="section-0">Snapchat My AI: Trở thành công cụ hữu ích với các tính năng như Google Lens</h2>
Snapchat đang nỗ lực biến chatbot My AI từ một tính năng giải trí thành một công cụ hữu ích hơn. Tại hội nghị Snap Partner Summit diễn ra vào thứ Ba, nhà sản xuất Snapchat đã công bố một loạt tính năng AI mới sắp ra mắt trên ứng dụng của họ. Nổi bật nhất là việc nâng cấp chatbot My AI để hoạt động giống như Google Lens, cho phép nó phản hồi với các Snaps phức tạp hơn.
Bạn có thể chụp ảnh một thực đơn bằng ngôn ngữ nước ngoài và gửi cho My AI để nhận bản dịch sang tiếng Anh. Hoặc bạn có thể chụp ảnh một loại cây và gửi cho chatbot để xác định tên của nó. Thậm chí, bạn còn có thể chụp ảnh biển báo bãi đậu xe và hỏi My AI xem bạn có thể đậu xe ở đó hay không. 
Các tính năng tương tự đã được Google Lens giới thiệu đến người dùng điện thoại di động từ trước. Việc bổ sung những tính năng này cho thấy Snapchat đang cố gắng biến My AI trở nên hữu ích hơn, không chỉ là một trò giải trí đơn thuần.
Cách đây vài tháng, Snapchat đã cho phép người dùng đặt lời nhắc nhở và đếm ngược thông qua My AI. Các tính năng mới được công bố hôm nay bổ sung thêm nhiều chức năng hữu ích cho chatbot, với mục tiêu thu hút người dùng sử dụng ứng dụng Snapchat khi họ có nhu cầu tìm kiếm thông tin.
Ngoài việc cập nhật My AI, Snapchat cũng công bố tính năng "My Selfie" cho phép chỉnh sửa ảnh bằng AI trong Memories (ảnh đã lưu) dành cho người đăng ký Snapchat+ premium. Tính năng này sẽ tự động thêm chú thích và Lens cho các Snaps bạn đã lưu trữ, ví dụ như biến ảnh tự chụp của bạn thành một bức tranh thời Phục hưng. 
Bên cạnh đó, người dùng có thể lựa chọn xuất hiện trong các hình ảnh được tạo bởi AI cùng với bạn bè. Ví dụ, ứng dụng có thể tạo ra một Snap AI của bạn và bạn bè với vai trò là luật sư hoặc vận động viên Olympic.
Snapchat cũng giới thiệu một Lens AI cho phép người dùng xem trước hình ảnh của bản thân trong tương lai. Đây là động thái đáp trả đối với bộ lọc "lão hóa" phổ biến trên TikTok.
Ngoài những tính năng AI, Snapchat cũng công bố việc nâng cấp cuộc gọi video HD và tính năng Snap Mail, cho phép bạn gửi một Snap cho bạn bè nếu họ không trả lời cuộc gọi. Ứng dụng cũng sẽ hiển thị múi giờ địa phương trong các cuộc trò chuyện, giúp mọi người dễ dàng kết nối với bạn bè ở các quốc gia khác.
Tất cả những thay đổi này cho thấy Snapchat đang cố gắng ứng dụng AI vào các tính năng hữu ích, nhằm nâng cao trải nghiệm người dùng và thu hút thêm người dùng mới. <img alt="Blog post image" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEjrwz9PG3ltGG7b-dJ4KGk3s069Qm95v6sNrat4kvH0lfkQfaNlJaH9zwxr8dpplA6PuIRfSF37QHQNHMbLPv5L3qtUcPF13MFopQhf4DEsNlGlpTRWPCJiFKQyLn2U7FALiR1Y7Qmn9RnrPu9YeuJv2Cne8sMo84Yjl2ukMgJqXbUu4C7coTJ44-0vNsBY/s16000/logo-new.jpg">

Snapchat My AI: Trở thành công cụ hữu ích với các tính năng như Google Lens

Snapchat My AI: Trở thành công cụ hữu ích với các tính năng như Google Lens Snapchat đang nỗ lực biến chatbot My AI từ một tính năng giải t...

tháng 9 18, 2024

Mô hình Ngôn ngữ Lớn (LLM) và Mối Liên hệ với Trò chuyện AI: Tất cả những gì bạn cần biết

<h2 id="section-0">Mô hình Ngôn ngữ Lớn (LLM) và Mối Liên hệ với Trò chuyện AI: Tất cả những gì bạn cần biết</h2>
Giới thiệu:
Trò chuyện với chatbot AI như ChatGPT, Claude, Copilot hay Gemini, bạn có thể cảm nhận như đang tương tác với một con người thật sự. Chúng có thể đưa ra những phản hồi mạch lạc, ngữ pháp chính xác và thuyết phục, từ việc soạn thảo email, viết bài luận đến tóm tắt thông tin tìm kiếm. Tuy nhiên, đằng sau những phản hồi ấy không phải là một bộ não con người, mà là sự vận hành của các Mô hình Ngôn ngữ Lớn (LLM) – một công nghệ AI được đào tạo để nhận biết cách sử dụng từ ngữ và dự đoán các từ, câu, đoạn văn tiếp theo.
Mô hình Ngôn ngữ là gì?
Bạn có thể hình dung mô hình ngôn ngữ như một "nhà tiên tri" về ngôn ngữ. 
Theo giáo sư Mark Riedl, thuộc Trường Tính toán Tương tác tại Đại học Công nghệ Georgia, "Mô hình ngôn ngữ cố gắng dự đoán cách con người sử dụng ngôn ngữ". Bản chất của mô hình ngôn ngữ là dự đoán từ tiếp theo dựa trên những từ đã có trước đó. 
Đây chính là cơ sở của chức năng tự động hoàn thành khi bạn nhắn tin, cũng như của các chatbot AI.
Mô hình Ngôn ngữ Lớn (LLM) là gì?
LLM chứa một lượng khổng lồ từ ngữ được thu thập từ nhiều nguồn khác nhau. Khả năng của chúng được đo lường bằng "tham số".
Tham số là gì?
LLM sử dụng mạng nơ-ron – một dạng mô hình máy học thực hiện các phép tính toán học để tạo ra đầu ra. Số lượng biến số trong những phép tính này được gọi là tham số. LLM có thể sở hữu hàng tỷ tham số trở lên. 
Giáo sư Riedl giải thích: "Chúng ta biết rằng một LLM là lớn khi nó tạo ra một đoạn văn hoàn chỉnh, liền mạch và trôi chảy".
Có tồn tại mô hình ngôn ngữ nhỏ không?
Có. Các công ty công nghệ như Microsoft đang phát triển các mô hình nhỏ hơn, được thiết kế để hoạt động "trực tiếp trên thiết bị" mà không cần đến tài nguyên tính toán lớn như LLM. Tuy nhiên, chúng vẫn hỗ trợ người dùng tận dụng sức mạnh của AI sáng tạo.
Cấu trúc bên trong của LLM?
Khi Anthropic "phân tích tâm trí" của mô hình ngôn ngữ lớn Claude 3.0 Sonnet, họ nhận thấy mỗi trạng thái nội bộ (những gì mô hình "suy nghĩ" trước khi tạo ra câu trả lời) được tạo ra bằng cách kết hợp các đặc trưng hay mẫu hoạt động của nơ-ron. (Các nơ-ron nhân tạo trong mạng nơ-ron bắt chước hành vi của nơ-ron trong não bộ chúng ta).
Bằng cách trích xuất các hoạt động của nơ-ron này từ Claude 3.0 Sonnet, Anthropic đã có thể tạo ra một bản đồ các trạng thái nội bộ của nó khi tạo ra câu trả lời. Họ phát hiện ra rằng các mẫu hoạt động của nơ-ron tập trung vào các thành phố, con người, nguyên tố hóa học, lĩnh vực khoa học và cú pháp lập trình, cũng như các khái niệm trừu tượng hơn như lỗi trong mã code, định kiến giới tính trong công việc và các cuộc trò chuyện về việc giữ bí mật.
Kết luận, Anthropic cho biết "tổ chức nội bộ của các khái niệm trong mô hình AI tương ứng, ít nhất là ở một mức độ nào đó, với quan niệm về sự tương đồng của con người".
LLM học hỏi như thế nào?
LLM học hỏi thông qua một quá trình AI cốt lõi gọi là học sâu.
Jason Alan Snyder, Giám đốc Công nghệ Toàn cầu của công ty quảng cáo Momentum Worldwide, cho biết: "Giống như khi bạn dạy một đứa trẻ - bạn đưa ra rất nhiều ví dụ".
Nói cách khác, bạn cung cấp cho LLM một kho tàng nội dung (gọi là dữ liệu huấn luyện) như sách, bài báo, mã code và bài đăng trên mạng xã hội để giúp nó hiểu cách sử dụng từ ngữ trong các ngữ cảnh khác nhau, thậm chí là cả những sắc thái tinh tế của ngôn ngữ. Mô hình này tiếp thu nhiều hơn cả những gì con người có thể đọc trong suốt cuộc đời - khoảng hàng nghìn tỷ mã thông tin (tokens).
Mã thông tin giúp mô hình AI phân tích và xử lý văn bản. Bạn có thể coi mô hình AI như một người đọc cần sự hỗ trợ. Mô hình phân chia câu thành các phần nhỏ hơn, hay mã thông tin - tương đương với 4 ký tự trong tiếng Anh, hoặc khoảng 3/4 từ - để có thể hiểu từng phần và từ đó hiểu được ý nghĩa tổng thể.
Từ đó, LLM có thể phân tích cách các từ kết nối với nhau và xác định những từ thường xuất hiện cùng nhau.
"Giống như việc xây dựng một bản đồ khổng lồ về mối quan hệ giữa các từ", Snyder nói. "Và sau đó, nó bắt đầu làm được điều thực sự thú vị, độc đáo, đó là dự đoán từ tiếp theo… và so sánh dự đoán với từ thực tế trong dữ liệu rồi điều chỉnh bản đồ nội bộ dựa trên độ chính xác của nó".
Quá trình dự đoán và điều chỉnh này diễn ra hàng tỷ lần, vì vậy LLM liên tục tinh chỉnh sự hiểu biết về ngôn ngữ và ngày càng giỏi hơn trong việc xác định các mẫu và dự đoán các từ tiếp theo. Nó thậm chí có thể học các khái niệm và sự thật từ dữ liệu để trả lời câu hỏi, tạo ra các định dạng văn bản sáng tạo và dịch ngôn ngữ. Nhưng chúng không hiểu ý nghĩa của từ ngữ giống như con người - tất cả những gì chúng biết là mối quan hệ thống kê.
LLM cũng học cách cải thiện phản hồi thông qua việc học tăng cường từ phản hồi của con người.
Maarten Sap, trợ lý giáo sư tại Viện Công nghệ Ngôn ngữ tại Đại học Carnegie Mellon giải thích: "Bạn nhận được đánh giá hoặc ưu tiên từ con người về phản hồi nào tốt hơn, dựa trên đầu vào mà nó nhận được. Và sau đó, bạn có thể dạy cho mô hình cải thiện phản hồi của nó".
LLM làm gì?
Được cung cấp một chuỗi các từ đầu vào, LLM sẽ dự đoán từ tiếp theo trong chuỗi.
Ví dụ, hãy xem cụm từ "Tôi đi thuyền buồm trên biển xanh thẳm…".
Hầu hết mọi người có thể đoán "biển" vì thuyền buồm, thẳm và xanh đều là những từ mà chúng ta liên tưởng đến biển. Nói cách khác, mỗi từ tạo ra ngữ cảnh cho những gì nên xuất hiện tiếp theo.
"Những mô hình ngôn ngữ lớn này, vì chúng có rất nhiều tham số, nên có thể lưu trữ rất nhiều mẫu", Riedl nói. "Chúng rất giỏi trong việc chọn ra những manh mối này và đưa ra những phỏng đoán thực sự, thực sự tốt về những gì sẽ đến tiếp theo".
LLM làm tốt những gì?
LLM rất giỏi trong việc tìm ra mối liên hệ giữa các từ và tạo ra văn bản nghe có vẻ tự nhiên.
"Chúng nhận đầu vào, thường là một tập hợp các hướng dẫn, ví dụ như 'Làm điều này cho tôi' hoặc 'Kể cho tôi về điều này' hoặc 'Tóm tắt điều này' và có thể trích xuất các mẫu đó từ đầu vào và tạo ra một chuỗi phản hồi liền mạch", Riedl nói.
LLM gặp khó khăn ở đâu?
Tuy nhiên, chúng cũng có một số điểm yếu.
Đầu tiên, chúng không giỏi nói thật. Trên thực tế, đôi khi chúng bịa đặt những thứ nghe có vẻ đúng, ví dụ như khi ChatGPT trích dẫn 6 vụ án giả trong một bản tóm tắt pháp lý hoặc khi Bard nhầm lẫn khi cho rằng Kính viễn vọng Không gian James Webb đã chụp những bức ảnh đầu tiên về một hành tinh bên ngoài hệ mặt trời của chúng ta. Những lỗi này được gọi là ảo giác.
"Chúng cực kỳ không đáng tin cậy theo nghĩa là chúng bịa đặt và bịa ra rất nhiều thứ", Sap nói. "Chúng không được đào tạo hoặc thiết kế để nói ra bất cứ điều gì đúng sự thật".
Chúng cũng gặp khó khăn với các truy vấn khác biệt cơ bản so với bất cứ thứ gì chúng từng gặp trước đây. Đó là vì chúng tập trung vào việc tìm kiếm và phản hồi các mẫu.
Một ví dụ điển hình là một bài toán với một tập hợp các con số duy nhất.
"Nó có thể không tính toán chính xác vì nó không thực sự giải toán", Riedl nói. "Nó đang cố gắng liên hệ câu hỏi toán học của bạn với các ví dụ trước đó về câu hỏi toán học mà nó đã từng thấy".
Và mặc dù chúng giỏi trong việc dự đoán từ ngữ, nhưng chúng không giỏi trong việc dự đoán tương lai, bao gồm cả lập kế hoạch và ra quyết định.
"Ý tưởng về việc lập kế hoạch theo cách mà con người làm… suy nghĩ về các tình huống và lựa chọn thay thế khác nhau và đưa ra lựa chọn, điều này dường như là một trở ngại thực sự khó khăn đối với các mô hình ngôn ngữ lớn hiện tại của chúng ta", Riedl nói.
Cuối cùng, chúng gặp khó khăn với các sự kiện hiện tại vì dữ liệu huấn luyện của chúng thường chỉ cập nhật đến một thời điểm nhất định và bất cứ điều gì xảy ra sau đó đều không nằm trong cơ sở kiến thức của chúng. Và vì chúng không có khả năng phân biệt giữa những gì đúng sự thật và những gì có khả năng xảy ra, nên chúng có thể tự tin cung cấp thông tin không chính xác về các sự kiện hiện tại.
Chúng cũng không tương tác với thế giới theo cách mà chúng ta làm.
"Điều này khiến chúng khó nắm bắt được những sắc thái và sự phức tạp của các sự kiện hiện tại, thường đòi hỏi sự hiểu biết về ngữ cảnh, động lực xã hội và hậu quả trong thế giới thực", Snyder nói.
LLM sẽ phát triển như thế nào?
Chúng ta đã thấy các công ty AI sáng tạo như OpenAI, Google và Adobe ra mắt các mô hình đa phương thức, được đào tạo không chỉ trên văn bản mà còn trên hình ảnh, video và âm thanh.
Và chúng ta đang thấy khả năng truy xuất thông tin phát triển vượt ra ngoài những gì các mô hình đã được đào tạo, bao gồm cả việc kết nối với các công cụ tìm kiếm như Google để các mô hình có thể thực hiện tìm kiếm trên web và sau đó đưa các kết quả đó vào LLM. Điều này có nghĩa là chúng có thể hiểu rõ hơn các truy vấn và cung cấp phản hồi kịp thời hơn.
"Điều này giúp các mô hình liên kết của chúng ta luôn cập nhật và mới nhất vì chúng thực sự có thể xem xét thông tin mới trên internet và đưa thông tin đó vào", Riedl nói.
Đó là mục tiêu, ví dụ, với Bing được hỗ trợ bởi AI. Thay vì khai thác công cụ tìm kiếm để nâng cao phản hồi, Microsoft đã sử dụng AI để cải thiện công cụ tìm kiếm của riêng mình, một phần bằng cách hiểu rõ hơn ý nghĩa thực sự đằng sau các truy vấn của người tiêu dùng và xếp hạng tốt hơn các kết quả cho các truy vấn đó.
Tuy nhiên, cũng có những trở ngại. Tìm kiếm trên web có thể khiến ảo giác trở nên tồi tệ hơn nếu không có cơ chế kiểm tra thực tế phù hợp. Và LLM sẽ cần phải học cách đánh giá độ tin cậy của các nguồn web trước khi trích dẫn chúng. Google đã học được điều đó một cách khó khăn với việc ra mắt không thành công các kết quả tìm kiếm AI Overviews trong năm nay. Sau đó, công ty tìm kiếm đã điều chỉnh kết quả AI Overviews để giảm thiểu các tóm tắt gây hiểu lầm hoặc tiềm ẩn nguy hiểm.
Trong khi đó, các mô hình bao gồm Lumiere của Google và Sora của OpenAI thậm chí còn đang học cách tạo ra hình ảnh, video và âm thanh. Google và Adobe đã phát hành các bản xem trước về các công cụ có thể tạo trò chơi ảo và nhạc, để cho người tiêu dùng thấy công nghệ này đang hướng đến đâu.
Chúng ta cũng có thể thấy sự cải thiện trong khả năng của LLM không chỉ dịch ngôn ngữ từ tiếng Anh mà còn hiểu và trò chuyện bằng các ngôn ngữ khác nữa.
Kết luận:
LLM là một công nghệ AI đầy tiềm năng đang được phát triển mạnh mẽ. Chúng đã và đang được ứng dụng rộng rãi trong nhiều lĩnh vực, đặc biệt là trong lĩnh vực trò chuyện AI. Tuy nhiên, chúng vẫn còn một số hạn chế cần được khắc phục. Với sự phát triển không ngừng của công nghệ, LLM hứa hẹn sẽ mang lại nhiều tiện ích và thay đổi cách thức con người tương tác với máy móc trong tương lai. <img alt="Blog post image" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEjrwz9PG3ltGG7b-dJ4KGk3s069Qm95v6sNrat4kvH0lfkQfaNlJaH9zwxr8dpplA6PuIRfSF37QHQNHMbLPv5L3qtUcPF13MFopQhf4DEsNlGlpTRWPCJiFKQyLn2U7FALiR1Y7Qmn9RnrPu9YeuJv2Cne8sMo84Yjl2ukMgJqXbUu4C7coTJ44-0vNsBY/s16000/logo-new.jpg">

Mô hình Ngôn ngữ Lớn (LLM) và Mối Liên hệ với Trò chuyện AI: Tất cả những gì bạn cần biết

Mô hình Ngôn ngữ Lớn (LLM) và Mối Liên hệ với Trò chuyện AI: Tất cả những gì bạn cần biết Giới thiệu: Trò chuyện với chatbot AI như ChatGP...

tháng 9 18, 2024

Microsoft bổ sung trợ lý AI đàm thoại dành cho doanh nghiệp vào Copilot với giá 30 USD/tháng

<h2 id="section-0">Microsoft bổ sung trợ lý AI đàm thoại dành cho doanh nghiệp vào Copilot với giá 30 USD/tháng</h2>
Microsoft đang không ngừng nâng cấp trợ lý AI Copilot tích hợp sẵn trong các ứng dụng văn phòng của mình, nhằm tăng cường năng suất làm việc cho người dùng doanh nghiệp. Gần đây nhất, hãng đã giới thiệu một số tính năng mới, bao gồm khả năng tạo mã Python trong Excel và một trợ lý AI đàm thoại có tên Business Chat (BizChat).
Trong năm qua, Microsoft đã nỗ lực phát triển và hoàn thiện AI thông qua Copilot, hỗ trợ khách hàng của mình làm việc hiệu quả hơn. Theo chia sẻ của CEO Satya Nadella trong cuộc họp báo công bố kết quả kinh doanh năm 2024 và quý 3/2024, gần một nửa số công ty thuộc Fortune 500 đã sử dụng Copilot.
"Chúng tôi đã chứng kiến sự tăng tốc trong việc áp dụng Copilot trên khắp các ngành nghề và khu vực địa lý, với các công ty như Amgen, BP, Cognizant, Koch Industries, Moody's, Novo Nordisk, Nvidia và Tech Mahindra đã mua hơn 10.000 giấy phép," ông Nadella cho biết. "Chúng tôi cũng thấy cường độ sử dụng tăng lên từ những người dùng ban đầu, bao gồm sự gia tăng gần 50% số lượng tương tác được hỗ trợ bởi Copilot trên mỗi người dùng trong Teams, kết nối hoạt động nhóm với quy trình công việc và kiến thức doanh nghiệp."
Các tính năng mới của Copilot nhằm duy trì đà tăng trưởng này:
<ul>
<li>Copilot trong Excel với Python: Tính năng này cho phép người dùng tạo mã Python để phân tích dữ liệu phức tạp bằng ngôn ngữ tự nhiên, mà không cần kiến thức lập trình. "Chỉ cần đặt câu hỏi bằng ngôn ngữ hàng ngày để kích hoạt mô hình dự đoán và phân tích văn bản," Brenna Robinson, tổng giám đốc nhóm doanh nghiệp vừa và nhỏ của Microsoft, viết trong một bài đăng trên blog. "Sử dụng Copilot trực tiếp trong Excel để tạo bản đồ nhiệt và đám mây từ."</li>
<li>Copilot trong Outlook: Dự kiến ra mắt vào cuối năm 2024, tính năng này sẽ giúp người dùng quản lý hộp thư đến hiệu quả hơn với tính năng "Ưu tiên Hộp thư đến". Copilot sẽ kết hợp ngữ cảnh vai trò của người dùng trong tổ chức và các email đã làm việc trước đó để hiển thị những tin nhắn quan trọng nhất, giúp người dùng tiết kiệm thời gian và tập trung vào những việc quan trọng.</li>
<li>Business Chat (BizChat): Đây là một tính năng cao cấp yêu cầu đăng ký gói Microsoft 365 Copilot với giá 30 USD/người dùng/tháng (ngoài gói đăng ký Microsoft 365 thông thường). BizChat kết hợp thông tin từ web và Microsoft Graph để cung cấp cho người dùng dữ liệu từ các tài liệu, bản trình bày, email, lịch, ghi chú và danh bạ. "Giống như một trợ lý, nó có sự hiểu biết sâu sắc về bạn, công việc của bạn, ưu tiên của bạn và tổ chức của bạn," Robinson cho biết. "Nó có thể tìm thấy bất cứ thứ gì bạn cần trong các tệp của bạn (ngay cả những tệp mà bạn đã quên), kết nối các điểm trên tất cả nội dung và ngữ cảnh của bạn một cách nhanh chóng và thậm chí tích hợp với các ứng dụng mà bạn sử dụng để điều hành doanh nghiệp của mình."</li>
<li>Copilot Pages: Tính năng này được tích hợp trong BizChat, cho phép tạo nội dung AI trong một tài liệu Microsoft Word có thể cộng tác và chia sẻ với các thành viên khác trong nhóm. Người dùng có thể đặt câu hỏi cho Copilot và bổ sung nội dung vào tài liệu cùng lúc. Copilot Pages sẽ có sẵn rộng rãi vào cuối tháng này và cũng sẽ có sẵn trong phiên bản miễn phí của Microsoft Copilot.</li>
</ul>
Microsoft đang tích cực phát triển và bổ sung các tính năng AI vào bộ ứng dụng văn phòng của mình, nhằm giúp doanh nghiệp tối ưu hóa quy trình làm việc và nâng cao năng suất. Việc ra mắt các tính năng mới như Copilot trong Excel, Copilot trong Outlook và Business Chat cho thấy cam kết của Microsoft trong việc thúc đẩy AI phục vụ cho các nhu cầu kinh doanh ngày càng phức tạp. <img alt="Blog post image" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEjrwz9PG3ltGG7b-dJ4KGk3s069Qm95v6sNrat4kvH0lfkQfaNlJaH9zwxr8dpplA6PuIRfSF37QHQNHMbLPv5L3qtUcPF13MFopQhf4DEsNlGlpTRWPCJiFKQyLn2U7FALiR1Y7Qmn9RnrPu9YeuJv2Cne8sMo84Yjl2ukMgJqXbUu4C7coTJ44-0vNsBY/s16000/logo-new.jpg" />

Microsoft bổ sung trợ lý AI đàm thoại dành cho doanh nghiệp vào Copilot với giá 30 USD/tháng

Microsoft bổ sung trợ lý AI đàm thoại dành cho doanh nghiệp vào Copilot với giá 30 USD/tháng Microsoft đang không ngừng nâng cấp trợ lý AI ...

tháng 9 18, 2024

CapRelo Ra Mắt Moxie 1.0: Trợ Lý Ảo AI Hỗ Trợ Nhân Viên Di Chuyển Công Tác

<h2 id="section-0">CapRelo Ra Mắt Moxie 1.0: Trợ Lý Ảo AI Hỗ Trợ Nhân Viên Di Chuyển Công Tác</h2>
CapRelo, một công ty quản lý di dời toàn cầu, đã ra mắt Moxie 1.0, một chatbot AI đóng vai trò là cố vấn ảo cho nhân viên di dời. Moxie 1.0 mang đến cho một số khách hàng hiện tại cơ hội trải nghiệm Moxie và cung cấp phản hồi để hoàn thiện quá trình phát triển cuối cùng.
Giải pháp tối ưu hóa quy trình di dời nhân viên
"Moxie sẽ nâng cao bộ công cụ di chuyển trực tuyến của chúng tôi và giúp đơn giản hóa quy trình di dời cho cả người sử dụng lao động và nhân viên", Barry Morris, Chủ tịch kiêm Giám đốc điều hành của CapRelo, cho biết. "Điều này phù hợp với cam kết của CapRelo trong việc cung cấp các giải pháp linh hoạt, tùy chỉnh cho khách hàng bằng việc ứng dụng công nghệ AI tiên tiến và hỗ trợ họ kiểm soát chi phí".
Theo thống kê, một nhân viên di dời thường làm việc với cố vấn di dời khoảng 15-30 giờ và đặt ra 25-50 câu hỏi trong suốt quá trình di chuyển. Moxie, với vai trò là cố vấn ảo, có thể giải đáp phần lớn những câu hỏi đó. Các câu trả lời của Moxie được điều chỉnh dựa trên chính sách di dời của từng công ty, giúp nhân viên nhận được câu trả lời chính xác và nhanh chóng cho những câu hỏi cấp bách, đồng thời tối ưu hóa hiệu quả hoạt động lên đến 6.600 giờ mỗi năm. Nhờ đó, các cố vấn di dời có thể tập trung vào việc giải quyết các vấn đề phức tạp hơn của nhân viên cũng như nâng cao chất lượng dịch vụ, chiến lược và phát triển liên tục.
Tích hợp liền mạch vào hệ thống Companion
Moxie được thiết kế để hoạt động liền mạch trong Companion, cổng thông tin trực tuyến của CapRelo, cũng như CompanionFlex, cổng thông tin Core-Flex sáng tạo mang đến trải nghiệm mua sắm cho nhân viên, tạo ra một trải nghiệm di dời tùy chỉnh và linh hoạt. Ngoài vai trò là cố vấn ảo cho nhân viên di dời, Moxie sắp tới sẽ được tích hợp thêm chức năng hỗ trợ các nhóm di động của bộ phận nhân sự.
Tính năng nổi bật của Moxie 1.0
Phiên bản đầu tiên của Moxie giới thiệu một loạt các tính năng sáng tạo bao gồm:
<ul>
<li>Trải nghiệm AI đàm thoại: Trả lời các câu hỏi của người dùng về chương trình di dời và dịch vụ cụ thể của công ty.</li>
<li>Đề xuất lời nhắc: Đưa ra các lời nhắc để người dùng trả lời câu hỏi.</li>
<li>Hỗ trợ hoàn thành nhiệm vụ di dời: Hướng dẫn người dùng hoàn thành các nhiệm vụ di dời.</li>
<li>Hỗ trợ đa ngôn ngữ: Sử dụng các giải pháp dịch thuật ngôn ngữ hiện có của CapRelo để cung cấp phản hồi đàm thoại bằng các ngôn ngữ được khách hàng ưu tiên.</li>
</ul>
Morris bổ sung: "Thông qua AI, chúng tôi có thể nâng cao tốc độ, độ chính xác và hiệu quả của các nỗ lực trí tuệ nhân tạo để hợp lý hóa quy trình, nâng cao hiệu quả và giảm chi phí quản lý chương trình nhất định."
Giai đoạn phát triển tiếp theo
Giai đoạn tiếp theo của Moxie dự kiến ra mắt vào cuối năm 2024. Sau khi ra mắt, CapRelo sẽ tập trung vào Giai đoạn II để nâng cao sản phẩm SaaS hiện có, CompanionHR, bằng cách tích hợp khả năng AI để cải thiện trải nghiệm của khách hàng thuộc bộ phận nhân sự. Giai đoạn II sẽ tập trung vào việc phát triển giao diện xử lý ngôn ngữ tự nhiên (NLP), tích hợp lời nhắc động, và sử dụng AI cho phân tích nâng cao và báo cáo bảng điều khiển. Điều này sẽ cho phép khách hàng quản lý tốt hơn trạng thái, chi phí và việc sử dụng chương trình di dời nhân viên thông qua báo cáo động.
Về CapRelo
CapRelo là một công ty quản lý di động toàn cầu cung cấp các dịch vụ di dời và phân công tốt nhất trên nền tảng công nghệ tiên tiến. CapRelo đã đạt được danh hiệu Công ty Quản lý Di dời Tốt nhất trong 3 năm qua và liên tục được trao giải Dịch vụ Chất lượng Tốt nhất từ Tạp chí HRO. Với hơn 25 năm kinh nghiệm, công ty có các địa điểm dịch vụ trên khắp Châu Mỹ, EMEA và Châu Á Thái Bình Dương. <img alt="Blog post image" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEjrwz9PG3ltGG7b-dJ4KGk3s069Qm95v6sNrat4kvH0lfkQfaNlJaH9zwxr8dpplA6PuIRfSF37QHQNHMbLPv5L3qtUcPF13MFopQhf4DEsNlGlpTRWPCJiFKQyLn2U7FALiR1Y7Qmn9RnrPu9YeuJv2Cne8sMo84Yjl2ukMgJqXbUu4C7coTJ44-0vNsBY/s16000/logo-new.jpg" />

CapRelo Ra Mắt Moxie 1.0: Trợ Lý Ảo AI Hỗ Trợ Nhân Viên Di Chuyển Công Tác

CapRelo Ra Mắt Moxie 1.0: Trợ Lý Ảo AI Hỗ Trợ Nhân Viên Di Chuyển Công Tác CapRelo, một công ty quản lý di dời toàn cầu, đã ra mắt Moxie 1....

tháng 9 18, 2024

Cách Perplexity AI Đang Cách Mạng Hóa Khoa Học Dữ Liệu và Phân Tích

Sự trỗi dậy của trí tuệ nhân tạo và cuộc chiến giành quyền kiểm soát thông tin trong ngành báo chí

Snapchat My AI: Trở thành công cụ hữu ích với các tính năng như Google Lens

Mô hình Ngôn ngữ Lớn (LLM) và Mối Liên hệ với Trò chuyện AI: Tất cả những gì bạn cần biết

Microsoft bổ sung trợ lý AI đàm thoại dành cho doanh nghiệp vào Copilot với giá 30 USD/tháng

CapRelo Ra Mắt Moxie 1.0: Trợ Lý Ảo AI Hỗ Trợ Nhân Viên Di Chuyển Công Tác

Bài đăng phổ biến

Labels