Agent.ai.vn

Trí tuệ nhân tạo: Người bạn đồng hành, không phải kẻ thống trị - Phỏng vấn Yann LeCun

<h2 id="section-0">Trí tuệ nhân tạo: Người bạn đồng hành, không phải kẻ thống trị - Phỏng vấn Yann LeCun</h2>
Mục lục:
<ol>
<li>Giới thiệu</li>
<li>Trí tuệ nhân tạo: Công cụ hỗ trợ, không phải kẻ thù</li>
<li>Vai trò của Ấn Độ trong phát triển AI</li>
<li>Mở nguồn: Chìa khóa cho tương lai AI</li>
<li>AI Studio của Meta: Bước tiến mới tại Ấn Độ</li>
<li>Tương lai của AI: Con đường dài đến trí tuệ nhân tạo cấp độ con người</li>
<li>Kết luận</li>
</ol>
1. Giới thiệu:
Bài viết này tóm tắt nội dung phỏng vấn ông Yann LeCun, Phó Chủ tịch và nhà khoa học trưởng về AI của Meta, tại Hội nghị Thượng đỉnh "Xây dựng với AI" lần đầu tiên của Meta được tổ chức tại Bangalore, Ấn Độ. Ông LeCun, một trong những nhân vật hàng đầu thế giới trong lĩnh vực trí tuệ nhân tạo, đã chia sẻ những quan điểm sâu sắc về tương lai của AI, vai trò của Ấn Độ trong lĩnh vực này và tầm quan trọng của công nghệ nguồn mở.
2. Trí tuệ nhân tạo: Công cụ hỗ trợ, không phải kẻ thù:
Ông LeCun khẳng định một quan điểm lạc quan về sự phát triển của AI: "AI sẽ không thống trị hay chiếm đoạt nhân loại, mà sẽ khuếch đại trí tuệ con người." Ông ví việc sử dụng trợ lý AI như việc có một đội ngũ người thông minh làm việc cho mình, và cho rằng những trợ lý này thường thông minh hơn người dùng. Mặc dù thừa nhận tiềm năng AI trở nên thông minh hơn con người trong tương lai, ông LeCun nhấn mạnh rằng điều này không nên gây ra nỗi sợ hãi mà nên tạo cảm hứng và trao quyền cho con người.
3. Vai trò của Ấn Độ trong phát triển AI:
Ông LeCun đánh giá cao tiềm năng của Ấn Độ trong việc định hình tương lai của AI. Ông cho rằng Ấn Độ đóng vai trò quan trọng không chỉ trong việc phát triển công nghệ AI cho thị trường nội địa mà còn cả cho thị trường quốc tế. Điều này được củng cố bởi dự đoán Meta AI, dựa trên mô hình AI mã nguồn mở Llama, sẽ trở thành trợ lý AI được sử dụng rộng rãi nhất vào cuối năm 2024, với Ấn Độ là thị trường lớn nhất. Trợ lý AI này hiện đã có sẵn bằng tiếng Anh và tiếng Hindi trên các nền tảng như WhatsApp, Instagram và Facebook.
4. Mở nguồn: Chìa khóa cho tương lai AI:
Ông LeCun nhấn mạnh tầm quan trọng của công nghệ nguồn mở trong sự phát triển của AI. Ông cho rằng mã nguồn mở không chỉ quan trọng hiện nay mà còn sẽ ngày càng quan trọng hơn trong tương lai, khi AI trở thành cơ sở hạ tầng chung được chia sẻ bởi tất cả mọi người trên thế giới. Điều này tạo điều kiện thuận lợi cho sự hợp tác và phát triển toàn cầu trong lĩnh vực AI.
5. AI Studio của Meta: Bước tiến mới tại Ấn Độ:
Bà Sandhya Devanathan, Phó Chủ tịch Meta Ấn Độ, đã công bố ra mắt AI Studio tại Ấn Độ – quốc gia đầu tiên được tiếp cận ngoài Hoa Kỳ. AI Studio cho phép người dùng tạo ra các hình đại diện AI (avatar) dựa trên mô hình Llama, thường được xem là các hình ảnh kỹ thuật số phản ánh sở thích cá nhân của họ.
6. Tương lai của AI: Con đường dài đến trí tuệ nhân tạo cấp độ con người:
Mặc dù có những tiến bộ đáng kể, ông LeCun cũng thừa nhận rằng ngay cả các mô hình ngôn ngữ lớn (LLM) hiện nay cũng chưa thông minh bằng một đứa trẻ bốn tuổi. Điều này cho thấy con đường đến trí tuệ nhân tạo ở mức độ con người còn rất xa. Tuy nhiên, ông LeCun cũng khẳng định rằng AI thế hệ mới là một trong năm trụ cột cốt lõi của Meta, và công ty đang nỗ lực phát triển các hệ thống AI thế hệ tiếp theo với mục tiêu đạt được trí tuệ nhân tạo ở cấp độ con người. Một trong những dự án này, được gọi nội bộ là Trí tuệ Máy móc Nâng cao (AMI), nhằm mục đích khắc phục những hạn chế hiện nay của LLM.
7. Kết luận:
Phỏng vấn với ông Yann LeCun mang đến một cái nhìn tổng quan về những thành tựu và thách thức trong lĩnh vực AI. Quan điểm lạc quan nhưng thực tế của ông LeCun, cùng với sự chú trọng vào công nghệ nguồn mở và vai trò ngày càng quan trọng của Ấn Độ, đã vẽ nên một bức tranh tương lai đầy hứa hẹn cho AI như một công cụ hỗ trợ đắc lực cho con người, chứ không phải là mối đe dọa tồn tại. <img alt="Blog post image" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEjrwz9PG3ltGG7b-dJ4KGk3s069Qm95v6sNrat4kvH0lfkQfaNlJaH9zwxr8dpplA6PuIRfSF37QHQNHMbLPv5L3qtUcPF13MFopQhf4DEsNlGlpTRWPCJiFKQyLn2U7FALiR1Y7Qmn9RnrPu9YeuJv2Cne8sMo84Yjl2ukMgJqXbUu4C7coTJ44-0vNsBY/s16000/logo-new.jpg">

Trí tuệ nhân tạo: Người bạn đồng hành, không phải kẻ thống trị - Phỏng vấn Yann LeCun

Trí tuệ nhân tạo: Người bạn đồng hành, không phải kẻ thống trị - Phỏng vấn Yann LeCun Mục lục: Giới thiệu Trí tuệ nhân tạo: Công cụ hỗ ...

tháng 10 24, 2024

Nâng cao RAG với Đồ thị Kiến thức: Tích hợp Llama 3.1, NVIDIA NIM và LangChain cho AI Động

<h2 id="section-0">Nâng cao RAG với Đồ thị Kiến thức: Tích hợp Llama 3.1, NVIDIA NIM và LangChain cho AI Động</h2>
Mục lục:
<ol>
<li>Giới thiệu về RAG và Đồ thị Kiến thức</li>
<li>Tại sao lại chọn tạo truy vấn động?</li>
<li>Thiết lập Đồ thị Kiến thức với Neo4j</li>
<li>Thiết lập Môi trường LLM với NVIDIA NIM và Llama 3.1</li>
<li>Định nghĩa Công cụ (Tool) với LangChain</li>
<li>Tạo Agent LLM dựa trên Đồ thị</li>
<li>Kết luận</li>
</ol>
1. Giới thiệu về RAG và Đồ thị Kiến thức
Retrieval-Augmented Generation (RAG) – sinh mã tăng cường bằng truy xuất – là một phương pháp mạnh mẽ để xây dựng các hệ thống AI có khả năng truy cập và xử lý thông tin từ các nguồn dữ liệu khác nhau. Trong khi hầu hết các ứng dụng RAG tập trung vào văn bản không cấu trúc (như tài liệu công ty, hướng dẫn sử dụng…), tiềm năng của RAG khi hoạt động trên dữ liệu có cấu trúc, đặc biệt là đồ thị kiến thức, vẫn còn rất lớn. Đồ thị kiến thức, với khả năng biểu diễn mối quan hệ phức tạp giữa các thực thể, cung cấp một nền tảng lý tưởng cho RAG, cho phép hệ thống AI trả lời các câu hỏi phức tạp và chính xác hơn. Bài viết này sẽ trình bày cách xây dựng một agent RAG dựa trên đồ thị kiến thức, sử dụng Llama 3.1, NVIDIA NIM và LangChain.
2. Tại sao lại chọn tạo truy vấn động?
Một cách tiếp cận phổ biến là sử dụng LLM để tự động tạo các truy vấn cơ sở dữ liệu để truy xuất thông tin từ đồ thị kiến thức. Tuy nhiên, phương pháp này vẫn còn nhiều hạn chế về độ chính xác và tính ổn định. Vì vậy, chúng ta sẽ sử dụng phương pháp tạo truy vấn động. Thay vì để LLM tự tạo toàn bộ truy vấn, phương pháp này sử dụng một lớp logic xác định để tạo ra truy vấn cơ sở dữ liệu dựa trên các tham số đầu vào đã được định nghĩa sẵn. Phương pháp này có thể được thực hiện bằng cách sử dụng LLM hỗ trợ gọi hàm (function calling). Tính năng gọi hàm cho phép định nghĩa cách LLM chuẩn bị đầu vào có cấu trúc cho một hàm, đảm bảo quá trình tạo truy vấn được kiểm soát chặt chẽ và nhất quán, đồng thời vẫn cho phép linh hoạt trong đầu vào của người dùng.
3. Thiết lập Đồ thị Kiến thức với Neo4j
Chúng ta sẽ sử dụng Neo4j, một cơ sở dữ liệu đồ thị bản địa, để lưu trữ thông tin về các sự kiện bất lợi (adverse events) từ Hệ thống Báo cáo Sự kiện Bất lợi của FDA (FAERS). Bạn có thể thiết lập một dự án Sandbox miễn phí trên cloud Neo4j, được tích hợp sẵn dữ liệu FAERS.
Schema của đồ thị bao gồm nút Case (trường hợp) là trung tâm, liên kết với các nút khác như Drug (thuốc), Reaction (phản ứng), Outcome (kết quả), và Therapy (phương pháp điều trị). Mỗi loại thuốc được phân loại là thuốc chính, thuốc phụ, thuốc đồng thời hoặc thuốc tương tác. Các trường hợp cũng được liên kết với thông tin về nhà sản xuất, nhóm tuổi của bệnh nhân và nguồn báo cáo.
4. Thiết lập Môi trường LLM với NVIDIA NIM và Llama 3.1
Llama 3.1 là một LLM mã nguồn mở mạnh mẽ, hỗ trợ gọi hàm. Chúng ta sẽ sử dụng dịch vụ NVIDIA NIM để triển khai Llama 3.1. NVIDIA NIM cung cấp các microservices tiện lợi cho việc suy luận (inference) và hỗ trợ gọi hàm cho các mô hình Llama 3.1. Sau khi tạo tài khoản, bạn sẽ nhận được 1000 tokens, đủ để thực hiện các bước trong bài viết. Bạn cần tạo một API key và sao chép vào notebook. Ngoài ra, NVIDIA NIM cũng cho phép triển khai cục bộ (local hosting) nếu bạn có các mối quan tâm về bảo mật.
5. Định nghĩa Công cụ (Tool) với LangChain
Chúng ta sẽ định nghĩa một công cụ <code>get_side_effects</code> với bốn tham số tùy chọn: tên thuốc, độ tuổi tối thiểu, độ tuổi tối đa và nhà sản xuất. Công cụ này sẽ tạo ra một câu lệnh Cypher (ngôn ngữ truy vấn của Neo4j) để truy xuất thông tin từ đồ thị kiến thức.
6. Tạo Agent LLM dựa trên Đồ thị
Tiếp theo, chúng ta sẽ tạo một agent LLM sử dụng công cụ <code>get_side_effects</code> để trả lời các câu hỏi về tác dụng phụ của thuốc. Chúng ta sử dụng LangChain để liên kết công cụ với LLM và định nghĩa mẫu prompt (lời nhắc) bao gồm thông tin hệ thống, lịch sử hội thoại (nếu có) và đầu vào của người dùng. <code>agent_scratchpad</code> được dành riêng cho LLM để lưu trữ thông tin trung gian trong quá trình xử lý nhiều bước.
7. Kết luận
Tính năng gọi hàm trong các mô hình LLM mã nguồn mở như Llama 3.1 mở ra nhiều khả năng mới cho việc tương tác với các nguồn dữ liệu và công cụ bên ngoài một cách có cấu trúc và kiểm soát. Các agent dựa trên đồ thị kiến thức, kết hợp với các nền tảng như NVIDIA NIM, cung cấp một giải pháp mạnh mẽ và hiệu quả cho RAG, cho phép xây dựng các hệ thống AI thông minh và chính xác hơn. Việc sử dụng phương pháp tạo truy vấn động giúp đảm bảo tính nhất quán và độ tin cậy của quá trình truy xuất thông tin. Mã nguồn đầy đủ được cung cấp trên GitHub. <img alt="Blog post image" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEjrwz9PG3ltGG7b-dJ4KGk3s069Qm95v6sNrat4kvH0lfkQfaNlJaH9zwxr8dpplA6PuIRfSF37QHQNHMbLPv5L3qtUcPF13MFopQhf4DEsNlGlpTRWPCJiFKQyLn2U7FALiR1Y7Qmn9RnrPu9YeuJv2Cne8sMo84Yjl2ukMgJqXbUu4C7coTJ44-0vNsBY/s16000/logo-new.jpg">

Nâng cao RAG với Đồ thị Kiến thức: Tích hợp Llama 3.1, NVIDIA NIM và LangChain cho AI Động

Nâng cao RAG với Đồ thị Kiến thức: Tích hợp Llama 3.1, NVIDIA NIM và LangChain cho AI Động Mục lục: Giới thiệu về RAG và Đồ thị Kiến thức...

tháng 10 24, 2024

Claude 3.5 Sonnet: Khi Trí Tuệ Nhân Tạo Kiểm Soát Máy Tính Của Bạn

<h2 id="section-0">Claude 3.5 Sonnet: Khi Trí Tuệ Nhân Tạo Kiểm Soát Máy Tính Của Bạn</h2>
Mục lục:
<ol>
<li><a href="#muc-luc-1">Cuộc Cách Mạng Thầm Lặng: Claude 3.5 Sonnet và Khả Năng Sử Dụng Máy Tính</a></li>
<li><a href="#muc-luc-2">Claude Computer Use: Khám Phá Khả Năng Điều Khiển Máy Tính</a></li>
<li><a href="#muc-luc-3">Ứng Dụng Thực Tiễn: Claude Computer Use trong Lập Trình và Phát Triển</a></li>
<li><a href="#muc-luc-4">Tương Lai Của Lập Trình: Sự Kết Hợp giữa Con Người và AI</a></li>
<li><a href="#muc-luc-5">Kết Luận: Một Bước Nhảy Vọt Trong Lĩnh Vực Trí Tuệ Nhân Tạo</a></li>
</ol>
<a name="muc-luc-1"></a>
1. Cuộc Cách Mạng Thầm Lặng: Claude 3.5 Sonnet và Khả Năng Sử Dụng Máy Tính
Anthropic, phòng thí nghiệm AI đứng sau chatbot nổi tiếng Claude, vừa gây chấn động cộng đồng công nghệ với một thông báo bất ngờ. Bên cạnh loạt cập nhật mô hình mới, họ giới thiệu tính năng “Claude 3.5 Sonnet với Khả năng Sử dụng Máy tính” – một bước tiến vượt bậc không ai ngờ tới. Đây không chỉ là cập nhật đơn thuần, mà là một cuộc cách mạng thầm lặng, hứa hẹn thay đổi cách chúng ta tương tác với máy tính và đặc biệt là với mã nguồn.
<a name="muc-luc-2"></a>
2. Claude Computer Use: Khám Phá Khả Năng Điều Khiển Máy Tính
Tính năng mới này dựa trên nền tảng Artifacts, công cụ cho phép Claude chạy mã trong trình duyệt. Tuy nhiên, "Computer Use" đi xa hơn thế rất nhiều: mô hình AI nay có thể tự điều khiển máy tính của bạn. Theo thông cáo báo chí, "các nhà phát triển giờ đây có thể hướng dẫn Claude sử dụng máy tính như con người – bằng cách nhìn vào màn hình, di chuyển con trỏ, click chuột và gõ văn bản." Nghe có vẻ đáng sợ, nhưng hãy yên tâm, hiện tại, tính năng này chủ yếu nhắm đến các nhà phát triển và lập trình viên.
<a name="muc-luc-3"></a>
3. Ứng Dụng Thực Tiễn: Claude Computer Use trong Lập Trình và Phát Triển
Phiên bản Claude Sonnet 3.5 gốc đã được các lập trình viên yêu thích nhờ khả năng hỗ trợ trực quan cho các tác vụ mã hóa. Trong nhiều trường hợp, nó thậm chí còn vượt trội hơn GPT-4 của OpenAI trong vai trò trợ lý lập trình. Mặc dù OpenAI đã ra mắt mô hình o1, nhưng thông báo mới nhất từ Anthropic đã đưa Claude trở lại vị trí dẫn đầu. Claude 3.5 Sonnet được nâng cấp đáng kể về sức mạnh và hiệu suất, tập trung vào những cải tiến mà các lập trình viên mong muốn trong quy trình làm việc của họ. Điều này bao gồm hỗ trợ mã hóa thông minh hơn, khả năng tính toán và đánh giá mã được cải thiện, và cả các lớp ứng dụng dọc chuyên biệt hướng đến các ứng dụng bán lẻ và hàng không.
<a name="muc-luc-4"></a>
4. Tương Lai Của Lập Trình: Sự Kết Hợp giữa Con Người và AI
Anthropic đang tập trung giới thiệu tính năng này cho những người sử dụng API, vì vậy, đừng mong chờ thấy nó xuất hiện trong chatbot ngay lập tức. Tuy nhiên, nếu nhu cầu đủ lớn, điều này hoàn toàn có thể thay đổi. Computer Use có thể trở thành một tính năng quan trọng của ứng dụng Claude dành cho máy tính để bàn trong tương lai. Mục tiêu của công nghệ này là loại bỏ nhiều công việc nhàm chán mà lập trình viên phải làm trên máy tính. Trong các video demo, Claude đã thực hiện nhiều thao tác phức tạp như tạo và chỉnh sửa trang web cá nhân một cách tự động. Claude 3.5 Sonnet với Computer Use là một dạng tác nhân AI, có khả năng thực hiện chuỗi các nhiệm vụ từ một lời nhắc đơn giản. Nó minh chứng cho bước tiến đáng kinh ngạc của trí tuệ nhân tạo, hứa hẹn tăng năng suất đáng kể cho mọi thứ, từ phát triển ứng dụng doanh nghiệp nhỏ đến hợp tác mã nguồn mở. Việc dân chủ hóa môi trường lập trình, cho phép nhiều người đóng góp hơn, sẽ mở ra vô số khả năng.
<a name="muc-luc-5"></a>
5. Kết Luận: Một Bước Nhảy Vọt Trong Lĩnh Vực Trí Tuệ Nhân Tạo
Mặc dù video demo được thực hiện trong môi trường được kiểm soát chặt chẽ và có thể đã lược bỏ những lỗi của Claude, thì đây vẫn là một thành tựu ấn tượng. Sự xuất hiện của Claude 3.5 Sonnet với Computer Use đánh dấu một bước nhảy vọt trong lĩnh vực hỗ trợ AI cho lập trình viên, mở ra khả năng tăng năng suất đáng kể và thúc đẩy sự phát triển của công nghệ phần mềm trên toàn cầu. Điều này hứa hẹn một tương lai nơi con người và AI hợp tác chặt chẽ hơn, tạo ra những đột phá công nghệ mới. Chúng ta hãy cùng chờ đón những bước tiến tiếp theo của Claude và ảnh hưởng to lớn của nó đến ngành công nghiệp phần mềm. <img alt="Blog post image" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEjrwz9PG3ltGG7b-dJ4KGk3s069Qm95v6sNrat4kvH0lfkQfaNlJaH9zwxr8dpplA6PuIRfSF37QHQNHMbLPv5L3qtUcPF13MFopQhf4DEsNlGlpTRWPCJiFKQyLn2U7FALiR1Y7Qmn9RnrPu9YeuJv2Cne8sMo84Yjl2ukMgJqXbUu4C7coTJ44-0vNsBY/s16000/logo-new.jpg">

Claude 3.5 Sonnet: Khi Trí Tuệ Nhân Tạo Kiểm Soát Máy Tính Của Bạn

Claude 3.5 Sonnet: Khi Trí Tuệ Nhân Tạo Kiểm Soát Máy Tính Của Bạn Mục lục: Cuộc Cách Mạng Thầm Lặng: Claude 3.5 Sonnet và Khả Năng Sử Dụ...

tháng 10 24, 2024

Anthropic Cho Phép Claude AI Kiểm Soát Máy Tính Của Bạn: Một Bước Tiến Mới Đầy Tiềm Năng và Thách Thức

<h2 id="section-0">Anthropic Cho Phép Claude AI Kiểm Soát Máy Tính Của Bạn: Một Bước Tiến Mới Đầy Tiềm Năng và Thách Thức</h2>
Mục lục:
<ol>
<li>Giới thiệu: Claude AI và Khả Năng Kiểm Soát Máy Tính</li>
<li>Tính Năng "Sử Dụng Máy Tính" của Claude AI: Khả Năng và Ứng Dụng</li>
<li>Thực Trạng Phát Triển và Những Lỗi Còn Tồn Tại</li>
<li>Claude 3.5: Phiên Bản Mới và Hướng Phát Triển Tương Lai</li>
<li>Sự Hợp Tác với Viện An Toàn Trí Tuệ Nhân Tạo Hoa Kỳ</li>
<li>Kết Luận: Tiềm Năng và Thách Thức của Công Nghệ AI</li>
</ol>
1. Giới thiệu: Claude AI và Khả Năng Kiểm Soát Máy Tính
Anthropic, một công ty hàng đầu trong lĩnh vực trí tuệ nhân tạo (AI), vừa công bố một bước đột phá đáng kể: Claude, trợ lý AI của họ, nay đã có khả năng kiểm soát máy tính cá nhân, tương tự như cách con người làm. Đây là một sự kiện mang tính bước ngoặt, mở ra nhiều khả năng ứng dụng mới cho công nghệ AI, nhưng đồng thời cũng đặt ra những thách thức không nhỏ về an ninh và độ tin cậy.
2. Tính Năng "Sử Dụng Máy Tính" của Claude AI: Khả Năng và Ứng Dụng
Tính năng mới này, được gọi là "Sử dụng máy tính" (Computer Use), đã được đưa vào giai đoạn thử nghiệm công khai (public beta). Theo thông báo của Anthropic, Claude, với tính năng này, có thể thực hiện các tác vụ như: quan sát màn hình, di chuyển con trỏ chuột, nhấp chuột vào các nút, và nhập văn bản. Điều này mở ra tiềm năng to lớn trong việc tự động hóa các tác vụ lặp đi lặp lại trên máy tính, mang lại hiệu quả cao cho người dùng và doanh nghiệp. Một số ứng dụng tiềm năng bao gồm:
<ul>
<li>Tự động hóa quy trình công việc: Tự động hóa các tác vụ quản lý, xử lý dữ liệu, lập trình…</li>
<li>Kiểm thử và kiểm soát chất lượng (QA): Thực hiện các bài kiểm tra tự động phần mềm.</li>
<li>Nghiên cứu mở rộng: Hỗ trợ các nhà nghiên cứu trong việc thu thập và phân tích dữ liệu.</li>
</ul>
3. Thực Trạng Phát Triển và Những Lỗi Còn Tồn Tại
Mặc dù đầy hứa hẹn, Anthropic thừa nhận tính năng "Sử dụng máy tính" vẫn đang trong giai đoạn phát triển ban đầu và còn nhiều lỗi. Trong quá trình thử nghiệm nội bộ, Claude đã gặp phải sự cố như dừng đột ngột giữa chừng công việc được giao và bắt đầu mở các hình ảnh về Vườn Quốc gia Yellowstone. Mặc dù hành vi này khá giống con người (ai mà chẳng muốn nghỉ giải lao ngắm cảnh đẹp?), nhưng nó cũng cho thấy AI, ngay cả những mô hình tiên tiến nhất, vẫn có thể mắc lỗi. Việc đảm bảo độ chính xác và tin cậy của hệ thống là một thách thức lớn cần giải quyết trước khi đưa công nghệ này vào ứng dụng rộng rãi.
4. Claude 3.5: Phiên Bản Mới và Hướng Phát Triển Tương Lai
Cùng với việc ra mắt tính năng "Sử dụng máy tính", Anthropic cũng giới thiệu phiên bản nâng cấp Claude 3.5 Sonnet và một mô hình mới là Claude 3.5 Haiku (sẽ được phát hành vào cuối tháng 10). Những bản cập nhật này cho thấy sự nỗ lực không ngừng của Anthropic trong việc cải tiến và hoàn thiện mô hình AI của mình, hướng tới một tương lai mà AI có thể trở thành trợ lý đắc lực và đáng tin cậy cho con người.
5. Sự Hợp Tác với Viện An Toàn Trí Tuệ Nhân Tạo Hoa Kỳ
Tháng 8 năm nay, Anthropic đã hợp tác với OpenAI trong việc chia sẻ kết quả nghiên cứu với Viện An Toàn Trí Tuệ Nhân Tạo Hoa Kỳ (US AI Safety Institute). Sự hợp tác này cho thấy cam kết của các công ty hàng đầu trong lĩnh vực AI đối với việc phát triển công nghệ một cách có trách nhiệm, đảm bảo an toàn và giảm thiểu rủi ro tiềm tàng.
6. Kết Luận: Tiềm Năng và Thách Thức của Công Nghệ AI
Khả năng kiểm soát máy tính của Claude AI là một bước tiến đáng kể trong lĩnh vực AI, mở ra những tiềm năng to lớn cho việc tự động hóa và tăng hiệu quả công việc. Tuy nhiên, những lỗi còn tồn tại trong giai đoạn phát triển ban đầu nhắc nhở chúng ta về sự cần thiết phải tiếp tục nghiên cứu và hoàn thiện công nghệ, đồng thời đặt ra những thách thức lớn về an ninh và đạo đức. Sự hợp tác giữa các công ty AI và các tổ chức nghiên cứu là điều cần thiết để đảm bảo công nghệ này được phát triển và ứng dụng một cách an toàn và có trách nhiệm, phục vụ lợi ích của nhân loại. <img alt="Blog post image" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEjrwz9PG3ltGG7b-dJ4KGk3s069Qm95v6sNrat4kvH0lfkQfaNlJaH9zwxr8dpplA6PuIRfSF37QHQNHMbLPv5L3qtUcPF13MFopQhf4DEsNlGlpTRWPCJiFKQyLn2U7FALiR1Y7Qmn9RnrPu9YeuJv2Cne8sMo84Yjl2ukMgJqXbUu4C7coTJ44-0vNsBY/s16000/logo-new.jpg">

Anthropic Cho Phép Claude AI Kiểm Soát Máy Tính Của Bạn: Một Bước Tiến Mới Đầy Tiềm Năng và Thách Thức

Anthropic Cho Phép Claude AI Kiểm Soát Máy Tính Của Bạn: Một Bước Tiến Mới Đầy Tiềm Năng và Thách Thức Mục lục: Giới thiệu: Claude AI và ...

tháng 10 24, 2024

AI Điều Khiển Máy Tính Của Bạn: Anthropic và Tương Lai Của Trí Tuệ Nhân Tạo

<h2 id="section-0">AI Điều Khiển Máy Tính Của Bạn: Anthropic và Tương Lai Của Trí Tuệ Nhân Tạo</h2>
Mục lục:
<ol>
<li>Giới thiệu: Một Bước Nhảy Vọt Mới Trong Công Nghệ AI</li>
<li>Anthropic và Claude: Khả Năng Điều Khiển Máy Tính Đột Phá</li>
<li>Minh Chứng Thực Tiễn: Claude Hoàn Thành Nhiệm Vụ Như Thế Nào?</li>
<li>Ứng Dụng Thực Tiễn và Tiềm Năng To Lớn</li>
<li>Thách Thức và Giới Hạn Của AI Điều Khiển Máy Tính</li>
<li>Cuộc Đua Công Nghệ và Tương Lai Của AI Agent</li>
<li>Kết Luận: Một Kỷ Nguyên Mới Đang Đến</li>
</ol>
1. Giới thiệu: Một Bước Nhảy Vọt Mới Trong Công Nghệ AI
Thời gian gần đây chứng kiến sự phát triển chóng mặt của công nghệ chatbot AI, khiến nhiều người phải ngạc nhiên trước khả năng “tư duy” gần như con người của chúng. Tuy nhiên, bước đột phá tiếp theo có thể sẽ còn gây ấn tượng hơn: giao phó quyền điều khiển máy tính của chúng ta cho trí tuệ nhân tạo. Bài viết này sẽ phân tích thông tin từ tạp chí WIRED về công nghệ AI agent mới của Anthropic, một công ty hàng đầu trong lĩnh vực này, và tầm ảnh hưởng của nó đối với tương lai.
2. Anthropic và Claude: Khả Năng Điều Khiển Máy Tính Đột Phá
Anthropic, đối thủ cạnh tranh mạnh mẽ của OpenAI, vừa công bố một thành tựu đáng kinh ngạc: mô hình AI Claude của họ đã được huấn luyện để thực hiện nhiều tác vụ trên máy tính, bao gồm tìm kiếm thông tin trên web, mở ứng dụng, nhập văn bản bằng chuột và bàn phím. Đây được coi là mô hình AI lớn đầu tiên có khả năng điều khiển máy tính để hoàn thành công việc một cách hữu ích.
Theo Jared Kaplan, Giám đốc Khoa học của Anthropic kiêm giáo sư tại Đại học Johns Hopkins, "Chúng ta đang bước vào một kỷ nguyên mới, nơi mô hình AI có thể sử dụng tất cả các công cụ mà con người sử dụng để hoàn thành nhiệm vụ."
3. Minh Chứng Thực Tiễn: Claude Hoàn Thành Nhiệm Vụ Như Thế Nào?
WIRED đã được chứng kiến các bản demo ghi hình trước đó, trong đó Claude đã được yêu cầu lên kế hoạch cho một buổi xem bình minh tại cầu Cổng Vàng với một người bạn. Claude đã tự động mở trình duyệt Chrome, tìm kiếm thông tin trên Google (địa điểm lý tưởng, thời gian thích hợp), và sau đó sử dụng ứng dụng lịch để tạo một sự kiện và chia sẻ với người bạn.
Trong một demo khác, Claude được yêu cầu xây dựng một trang web đơn giản để tự quảng bá. Điều đáng chú ý là Claude đã tự nhập lệnh văn bản vào giao diện web của chính nó để tạo mã nguồn, sử dụng Visual Studio Code để viết mã, và mở terminal để khởi chạy một web server đơn giản để kiểm tra trang web. Khi người dùng yêu cầu sửa lỗi trên trang web, Claude đã tự quay lại trình soạn thảo, xác định đoạn mã lỗi và xóa nó.
4. Ứng Dụng Thực Tiễn và Tiềm Năng To Lớn
Mike Krieger, Giám đốc sản phẩm của Anthropic, cho biết công ty hy vọng các AI agent sẽ tự động hóa các công việc văn phòng thường nhật, giải phóng con người để tập trung vào những việc hiệu quả hơn. "Bạn sẽ làm gì nếu bạn có thêm vài giờ mỗi ngày không phải dành cho việc sao chép và dán hoặc những công việc lặp đi lặp lại?" anh hỏi. "Tôi sẽ chơi đàn guitar nhiều hơn."
Khả năng "agentic" này hiện đã được Anthropic cung cấp thông qua API cho mô hình ngôn ngữ lớn đa phương thức mạnh mẽ nhất của họ, Claude 3.5 Sonnet. Họ cũng công bố phiên bản cải tiến của mô hình nhỏ hơn, Claude 3.5 Haiku.
5. Thách Thức và Giới Hạn Của AI Điều Khiển Máy Tính
Mặc dù các bản demo AI agent trông rất ấn tượng, nhưng việc đảm bảo công nghệ hoạt động đáng tin cậy và không gây ra lỗi (có thể gây phiền toái hoặc tốn kém) trong đời sống thực là một thách thức lớn. Các mô hình hiện tại có thể trả lời câu hỏi và trò chuyện gần như giống người, nhưng vẫn chưa hoàn hảo. Anthropic thừa nhận Claude chỉ thực hiện chính xác các nhiệm vụ trong bài kiểm tra OSWorld khoảng 14.9% thời gian, thấp hơn nhiều so với con người (khoảng 75%), nhưng vẫn cao hơn đáng kể so với các agent hiện có khác (khoảng 7.7%).
Ofir Press, nhà nghiên cứu sau tiến sĩ tại Đại học Princeton, người đã tham gia phát triển SWE-bench (bài kiểm tra kỹ năng phát triển phần mềm của agent), chỉ ra rằng AI agent thường thiếu khả năng lập kế hoạch dài hạn và khó khắc phục lỗi.
6. Cuộc Đua Công Nghệ và Tương Lai Của AI Agent
Nhiều công ty công nghệ đang chạy đua để phát triển AI agent, và chúng ta có thể sớm thấy chúng xuất hiện rộng rãi. Microsoft đang thử nghiệm các agent có thể sử dụng máy tính Windows, trong khi Amazon đang khám phá cách agent có thể đề xuất và mua hàng cho khách hàng.
Sonya Huang, đối tác tại công ty đầu tư mạo hiểm Sequoia, cho rằng hầu hết các công ty chỉ đang đổi tên các công cụ hỗ trợ AI. Công nghệ này hiện hoạt động tốt nhất trong các lĩnh vực cụ thể, chẳng hạn như lập trình.
7. Kết Luận: Một Kỷ Nguyên Mới Đang Đến
Mặc dù còn nhiều thách thức, đặc biệt là về việc giảm thiểu lỗi, tiềm năng của AI agent là rất lớn. Nếu các lỗi có thể được kiểm soát tốt, AI agent sẽ thay đổi cách chúng ta tương tác với máy tính và công nghệ, mở ra một kỷ nguyên mới trong lĩnh vực trí tuệ nhân tạo. Sự phát triển của Anthropic và Claude là một bước tiến quan trọng trên con đường đó. <img alt="Blog post image" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEjrwz9PG3ltGG7b-dJ4KGk3s069Qm95v6sNrat4kvH0lfkQfaNlJaH9zwxr8dpplA6PuIRfSF37QHQNHMbLPv5L3qtUcPF13MFopQhf4DEsNlGlpTRWPCJiFKQyLn2U7FALiR1Y7Qmn9RnrPu9YeuJv2Cne8sMo84Yjl2ukMgJqXbUu4C7coTJ44-0vNsBY/s16000/logo-new.jpg">

AI Điều Khiển Máy Tính Của Bạn: Anthropic và Tương Lai Của Trí Tuệ Nhân Tạo

AI Điều Khiển Máy Tính Của Bạn: Anthropic và Tương Lai Của Trí Tuệ Nhân Tạo Mục lục: Giới thiệu: Một Bước Nhảy Vọt Mới Trong Công Nghệ AI...

tháng 10 24, 2024

Siêu tốc chatbot AI của bạn với trực quan hóa tương tác sử dụng Chart.js

<h2 id="section-0">Siêu tốc chatbot AI của bạn với trực quan hóa tương tác sử dụng Chart.js</h2>
Mục lục
<ol>
<li>Giới thiệu</li>
<li>Thách thức của khách hàng</li>
<li>Phương pháp tiếp cận</li>
<li>Sửa đổi ứng dụng web</li>
<li>Tích hợp Chart.js<ul>
<li>Mở rộng marked để xử lý khối "ngôn ngữ" chartjs</li>
<li>Hiển thị biểu đồ</li></ul></li>
<li>Kết luận và lời kêu gọi hành động</li>
</ol>
1. Giới thiệu
Bài viết này thuộc chuỗi bài đăng về tương lai của AI. Tôi là Rob Chambers, và trong bài viết này, tôi sẽ hướng dẫn bạn cách tăng cường đáng kể khả năng trực quan hóa tương tác của giải pháp chatbot AI bằng cách kết hợp Chart.js và Azure AI. Chúng ta sẽ khám phá cách tạo ra các biểu đồ động và hấp dẫn, nâng cao trải nghiệm người dùng lên một tầm cao mới.
2. Thách thức của khách hàng
Mới đây, một khách hàng đã liên hệ với chúng tôi với một yêu cầu thú vị: tạo biểu đồ từ dữ liệu bằng AI. Ban đầu, họ đã thử sử dụng Azure OpenAI Assistants với Code Interpreter, cho phép tạo ảnh tĩnh bằng cách xây dựng và thực thi mã Python theo thời gian thực. Mặc dù phương pháp ảnh tĩnh hoạt động tốt, nhưng khách hàng muốn một giải pháp tương tác hơn, tạo ra các biểu đồ sinh động và năng động hơn. Ví dụ về yêu cầu của khách hàng:
<pre><code>Hiển thị dữ liệu này bằng biểu đồ cột:

Nhãn Nâu Hồng Vàng Tổng
A 339 433 126 898
B 48 421 222 691
</code></pre>
3. Phương pháp tiếp cận
Để giải quyết nhu cầu về biểu đồ tương tác và năng động, tôi đã có một vài cuộc trò chuyện với GPT-4o, khám phá các lựa chọn khác nhau. Cuối cùng, chúng tôi đã chọn Chart.js - một thư viện JavaScript phổ biến để tạo các biểu đồ sống động và phản hồi nhanh. Chart.js hoàn toàn phù hợp với nhu cầu của khách hàng, cho phép chúng tôi tạo các biểu đồ tương tác được tích hợp liền mạch vào các ứng dụng web.
Sau khi chọn Chart.js, chúng tôi cần xác định cách kết hợp các tính năng của nó với chatbot AI. Chúng tôi đã sử dụng Azure AI CLI để tạo một ứng dụng web HTML/JavaScript cơ bản, hỗ trợ markdown và tô sáng mã bằng marked và highlight.js. Chúng tôi chỉ cần mở rộng mẫu này để bao gồm Chart.js. Chúng tôi quyết định kết nối với quy trình xử lý markdown để hỗ trợ một ngôn ngữ mới, <code>'chartjs'</code>, chứa các đối tượng JSON đại diện cho các tham số chính cho biểu đồ Chart.js. Để làm điều này, chúng tôi đã cập nhật OpenAI Assistant để hiểu cách phát ra ngôn ngữ markdown mới này. Một đoạn trích từ tệp <code>.ai/data/assistant.instructions</code>:
<pre><code class="markdown language-markdown">Bạn là một trợ lý hữu ích.

Một trong những kỹ năng đặc biệt của bạn là tạo biểu đồ.
Bạn có thể làm điều đó vì bạn hiện hỗ trợ một ngôn ngữ markdown mới gọi là 'chartjs', chứa một đối tượng JSON đại diện cho một biểu đồ Chart.js.

Đây là ví dụ về cách markdown cho một biểu đồ Chart.js:
</code></pre>
chartjs
{
 "type": "bar",
 …
}
<pre><code>```

Chúng tôi đã sử dụng Azure AI CLI để cập nhật OpenAI Assistant với các hướng dẫn mới và để tạo một ứng dụng web HTML/JavaScript đơn giản có thể chạy cục bộ:
</code></pre>
bash
ai chat assistant update --instructions "@assistant.instructions"
ai dev new openai-asst-webpage-with-functions --javascript
<pre><code>**4. Sửa đổi ứng dụng web**

Giờ đây, OpenAI Assistant của chúng tôi đã sẵn sàng, chúng tôi cần cập nhật ứng dụng web cơ sở để hỗ trợ ngôn ngữ markdown `'chartjs'` mới.

Trong nhóm AI Futures, chúng tôi luôn cố gắng sử dụng AI tối đa trong quá trình phát triển, bằng cách sử dụng GitHub Copilot trong VS Code hoặc chạy Azure AI CLI theo giao diện tương tác. Lần này, chúng tôi đã sử dụng AI CLI để đọc mã hiện có, đưa ra đề xuất và thay đổi, sau đó lưu các tệp trở lại đĩa.  Chúng tôi đã xem xét các bản cập nhật dọc theo đường đi bằng trình xem diff tích hợp của VS Code, chấp nhận hoặc từ chối các thay đổi khi cần thiết. Bạn có thể xem một lời nhắc tổng hợp các thay đổi chúng tôi đã thực hiện trong kho GitHub [ở đây](https://github.com/robch/openai-asst-webpage-with-functions-and-chart-js/blob/main/.ai/data/updates-to-openai-asst-webpage-with-functions-js.md).

Đây là cách chúng tôi gọi AI CLI để đọc, hiểu và sửa đổi ứng dụng web:
</code></pre>
markup
cd openai-asst-webpage-with-functions-js
ai chat --interactive --built-in-functions --system @SYSTEMPROMPT.md --user @USERPROMPT.md
<pre><code>Tùy chọn `'--built-in-functions'` là chìa khóa để cung cấp cho AI CLI và LLM quyền truy cập để đọc và ghi tệp trên đĩa.

**5. Tích hợp Chart.js**

**5.1 Mở rộng marked để xử lý khối "ngôn ngữ" chartjs**

Chúng tôi đã mở rộng thư viện `marked` để xử lý khối ngôn ngữ mới. Nếu ngôn ngữ của khối mã là `'chartjs'`, chúng tôi trả về một div mới với lớp `'chartjs'` nơi chúng tôi sẽ hiển thị biểu đồ bằng Chart.js:
</code></pre>
javascript
marked.setOptions({
 highlight: function (code, lang) {
 if (lang === 'chartjs') {
 let chart = createNewChartJsChart(code);
 return <code><div class="chartjs">${chart}</div></code>;
 } let hl = lang === undefined || lang === '' ? hljs.highlightAuto(code).value : hljs.highlight(lang, code).value;
 return <code><div class="hljs">${hl}</div></code>;
 }
});
<pre><code>**5.2 Hiển thị biểu đồ**

Hàm `createNewChartJsChart` ở trên phân tích cú pháp JSON, tạo các phần tử canvas HTML cần thiết và hoãn việc điền biểu đồ cho đến khi các phần tử DOM sẵn sàng. Sau khi các phần tử DOM sẵn sàng, hàm `populateNewChartNow` được gọi để hiển thị biểu đồ bằng Chart.js:
</code></pre>
javascript
function populateNewChartNow(chart) {
 let ctx = document.getElementById(chart.id).getContext('2d');
 new Chart(ctx, {
 type: chart.config.type,
 data: chart.config.data,
 options: chart.config.options
 });
}
```
6. Kết luận và lời kêu gọi hành động
Kết quả cuối cùng là một chatbot năng động và tương tác sử dụng Chart.js để tạo biểu đồ từ dữ liệu, giúp trải nghiệm của khách hàng hấp dẫn và sâu sắc hơn. Khách hàng giờ đây chỉ cần cung cấp dữ liệu trong lời nhắc của họ và nhận được trực quan hóa tương tác để đáp lại.
Hành trình tích hợp Chart.js và nâng cao chatbot AI của chúng tôi cho thấy sức mạnh của Azure AI, cả ở dạng các giải pháp cuối cùng sáng tạo và hấp dẫn, cũng như trong việc phát triển các trải nghiệm như vậy.
Sẵn sàng biến đổi các ứng dụng AI của bạn với biểu đồ năng động?
Kiểm tra các liên kết sau để biết thêm thông tin:
<ul>
<li><a href="https://github.com/robch/openai-asst-webpage-with-functions-and-chart-js">https://github.com/robch/openai-asst-webpage-with-functions-and-chart-js</a></li>
<li><a href="https://github.com/Azure/azure-ai-cli">https://github.com/Azure/azure-ai-cli</a></li>
<li><a href="https://thebookof.ai/">https://thebookof.ai/</a></li>
<li><a href="https://ai.azure.com">https://ai.azure.com</a></li>
</ul> <img alt="Blog post image" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEjrwz9PG3ltGG7b-dJ4KGk3s069Qm95v6sNrat4kvH0lfkQfaNlJaH9zwxr8dpplA6PuIRfSF37QHQNHMbLPv5L3qtUcPF13MFopQhf4DEsNlGlpTRWPCJiFKQyLn2U7FALiR1Y7Qmn9RnrPu9YeuJv2Cne8sMo84Yjl2ukMgJqXbUu4C7coTJ44-0vNsBY/s16000/logo-new.jpg">

Siêu tốc chatbot AI của bạn với trực quan hóa tương tác sử dụng Chart.js

Siêu tốc chatbot AI của bạn với trực quan hóa tương tác sử dụng Chart.js Mục lục Giới thiệu Thách thức của khách hàng Phương pháp tiếp ...

tháng 10 24, 2024

Trí tuệ nhân tạo: Người bạn đồng hành, không phải kẻ thống trị - Phỏng vấn Yann LeCun

Nâng cao RAG với Đồ thị Kiến thức: Tích hợp Llama 3.1, NVIDIA NIM và LangChain cho AI Động

Claude 3.5 Sonnet: Khi Trí Tuệ Nhân Tạo Kiểm Soát Máy Tính Của Bạn

Anthropic Cho Phép Claude AI Kiểm Soát Máy Tính Của Bạn: Một Bước Tiến Mới Đầy Tiềm Năng và Thách Thức

AI Điều Khiển Máy Tính Của Bạn: Anthropic và Tương Lai Của Trí Tuệ Nhân Tạo

Siêu tốc chatbot AI của bạn với trực quan hóa tương tác sử dụng Chart.js

Bài đăng phổ biến

Labels