Agent.ai.vn

Gemini API: Mang AI Agents lên môi trường sản xuất

<h2>Mang AI Agents lên môi trường sản xuất với Gemini API</h2>
<h3>Mục lục</h3>
<ol>
<li>Giới thiệu về AgentOps</li>
<li>Lợi thế của Gemini</li>
<li>Nâng cao sức mạnh cho AI Agents</li>
<li>Hướng tới tương lai</li>
</ol>
<h3>1. Giới thiệu về AgentOps</h3>
<p>Xây dựng và triển khai các AI agents là một lĩnh vực đầy hứa hẹn, nhưng quản lý những hệ thống phức tạp này trong môi trường sản xuất đòi hỏi khả năng giám sát mạnh mẽ. AgentOps, một bộ công cụ SDK Python cho việc theo dõi agent, theo dõi chi phí LLM, đánh giá hiệu suất và nhiều hơn nữa, cho phép các nhà phát triển đưa agent của họ từ giai đoạn nguyên mẫu đến môi trường sản xuất, đặc biệt khi kết hợp với sức mạnh và hiệu quả chi phí của Gemini API.</p>
<h3>2. Lợi thế của Gemini</h3>
<p>Adam Silverman, COO của Agency AI, nhóm đứng sau AgentOps, giải thích rằng chi phí là yếu tố quan trọng đối với các doanh nghiệp triển khai AI agents ở quy mô lớn. "Chúng tôi đã thấy các doanh nghiệp chi 80.000 đô la mỗi tháng cho các cuộc gọi LLM. Với Gemini 1.5, con số này sẽ chỉ là vài nghìn đô la cho cùng một đầu ra."</p>
<p>Hiệu quả chi phí này, kết hợp với khả năng hiểu và tạo ngôn ngữ mạnh mẽ của Gemini, khiến nó trở thành lựa chọn lý tưởng cho các nhà phát triển xây dựng các AI agents tinh vi. Silverman nói: "Gemini 1.5 Flash mang lại cho chúng tôi chất lượng tương đương với các mô hình lớn hơn, với chi phí thấp hơn nhiều và tốc độ cực nhanh." Điều này cho phép các nhà phát triển tập trung vào việc xây dựng các luồng công việc agent phức tạp, đa bước mà không lo lắng về chi phí vượt quá tầm kiểm soát.</p>
<blockquote>
<p>"Chúng tôi đã thấy các hoạt động agent riêng lẻ với các nhà cung cấp LLM khác có chi phí trên 500 đô la cho mỗi lần chạy. Những lần chạy tương tự với Gemini (1.5 Flash 8B) có chi phí dưới 50 đô la."</p>
<p><em>– Adam Silverman</em>, COO, Agency AI</p>
</blockquote>
<h3>3. Nâng cao sức mạnh cho AI Agents</h3>
<p>AgentOps thu thập dữ liệu về mọi tương tác của agent, không chỉ các cuộc gọi LLM, cung cấp cái nhìn toàn diện về cách các hệ thống đa agent hoạt động. Mức độ chi tiết này rất cần thiết đối với các nhóm kỹ thuật và tuân thủ, cung cấp những hiểu biết quan trọng cho việc gỡ lỗi, tối ưu hóa và kiểm tra nhật ký.</p>
<p>Việc tích hợp các mô hình Gemini với AgentOps cực kỳ đơn giản, thường chỉ mất vài phút bằng cách sử dụng LiteLLM. Các nhà phát triển có thể nhanh chóng có được khả năng hiển thị các cuộc gọi API của Gemini, theo dõi chi phí theo thời gian thực và đảm bảo độ tin cậy của các agent trong môi trường sản xuất.</p>
<h3>4. Hướng tới tương lai</h3>
<p>AgentOps cam kết hỗ trợ các nhà phát triển agent khi họ mở rộng quy mô các dự án của mình. Agency AI đang giúp các doanh nghiệp điều hướng sự phức tạp của việc xây dựng các agent có khả năng mở rộng và giá cả phải chăng, củng cố thêm giá trị của việc kết hợp AgentOps với Gemini API. Silverman nhấn mạnh: "Nó đang thu hút nhiều nhà phát triển chú trọng đến chi phí để xây dựng agent."</p>
<p>Đối với các nhà phát triển đang cân nhắc sử dụng Gemini, lời khuyên của Silverman rất rõ ràng: "Hãy thử và bạn sẽ ấn tượng." </p>

Gemini API: Mang AI Agents lên môi trường sản xuất

Mang AI Agents lên môi trường sản xuất với Gemini API Mục lục Giới thiệu về AgentOps Lợi thế của Gemini Nâng cao sức mạnh cho AI Agents...

tháng 11 05, 2024

Waymo Sử Dụng Gemini của Google để Huấn Luyện Xe Tự Lái

<h2>Waymo Sử Dụng Gemini của Google để Huấn Luyện Xe Tự Lái</h2>
<p><strong>Mục lục</strong></p>
<ol>
<li>Giới thiệu</li>
<li>Mô hình EMMA</li>
<li>Ưu điểm của MLLMs trong Huấn Luyện Xe Tự Lái</li>
<li>Ứng dụng của EMMA</li>
<li>So sánh với Tesla</li>
<li>Hạn chế của EMMA</li>
<li>Rủi ro tiềm ẩn và nghiên cứu trong tương lai</li>
</ol>
<p><strong>1. Giới thiệu</strong></p>
<p>Bài báo từ The Verge trình bày về việc Waymo, công ty con của Alphabet, đang sử dụng mô hình ngôn ngữ lớn đa phương thức (MLLM) Gemini của Google để huấn luyện xe tự lái của mình. </p>
<p>Waymo đã công bố một nghiên cứu mới giới thiệu mô hình EMMA (End-to-End Multimodal Model for Autonomous Driving), dựa trên Gemini. EMMA xử lý dữ liệu cảm biến để tạo ra "quỹ đạo di chuyển trong tương lai cho xe tự lái", giúp xe đưa ra quyết định về lộ trình và cách tránh vật cản.</p>
<p><strong>2. Mô hình EMMA</strong></p>
<p>EMMA là một mô hình huấn luyện "tất cả trong một" (end-to-end), nghĩa là nó kết hợp nhiều chức năng khác nhau trong một hệ thống duy nhất, bao gồm:</p>
<ul>
<li><strong>Nhận thức (Perception):</strong> Phân tích dữ liệu từ cảm biến để hiểu môi trường xung quanh.</li>
<li><strong>Lập bản đồ (Mapping):</strong> Tạo bản đồ 3D của môi trường.</li>
<li><strong>Dự đoán (Prediction):</strong> Dự đoán hành động của các đối tượng khác trên đường.</li>
<li><strong>Lập kế hoạch (Planning):</strong> Lập kế hoạch đường đi cho xe tự lái.</li>
</ul>
<p><strong>3. Ưu điểm của MLLMs trong Huấn Luyện Xe Tự Lái</strong></p>
<p>Cách tiếp cận truyền thống sử dụng các mô hình chuyên biệt cho từng chức năng có thể gặp hạn chế về khả năng mở rộng và thích nghi với môi trường mới. Waymo cho rằng MLLMs như Gemini có thể giải quyết vấn đề này vì:</p>
<ul>
<li><strong>Kiến thức tổng quát (Generalist):</strong> Gemini được đào tạo trên lượng dữ liệu khổng lồ từ Internet, cung cấp kiến thức rộng lớn về thế giới.</li>
<li><strong>Khả năng suy luận (Reasoning):</strong> Gemini có khả năng suy luận nâng cao thông qua các kỹ thuật như "suy luận chuỗi suy nghĩ" (chain-of-thought reasoning), mô phỏng cách con người suy luận logic.</li>
</ul>
<p><strong>4. Ứng dụng của EMMA</strong></p>
<p>Waymo đã sử dụng EMMA để huấn luyện xe tự lái của mình trong các tình huống phức tạp như:</p>
<ul>
<li><strong>Gặp động vật trên đường.</strong></li>
<li><strong>Di chuyển trong khu vực đang thi công.</strong></li>
</ul>
<p><strong>5. So sánh với Tesla</strong></p>
<p>Tesla cũng đang phát triển các mô hình "tất cả trong một" cho xe tự lái của mình. Tuy nhiên, Waymo có lợi thế trong việc triển khai xe tự lái thực tế trên đường, và việc sử dụng Gemini cho thấy họ đang nghiêm túc trong việc theo đuổi công nghệ end-to-end.</p>
<p><strong>6. Hạn chế của EMMA</strong></p>
<p>EMMA hiện vẫn có một số hạn chế:</p>
<ul>
<li><strong>Không thể kết hợp dữ liệu 3D từ lidar hoặc radar.</strong></li>
<li><strong>Chỉ có thể xử lý một lượng nhỏ khung hình hình ảnh cùng một lúc.</strong></li>
</ul>
<p><strong>7. Rủi ro tiềm ẩn và nghiên cứu trong tương lai</strong></p>
<p>MLLMs như Gemini có thể "ảo tưởng" (hallucinate) hoặc gặp lỗi trong các nhiệm vụ đơn giản. Waymo thừa nhận cần nghiên cứu thêm để khắc phục các vấn đề này và đảm bảo độ an toàn cao cho xe tự lái.</p>
<p><strong>Kết luận</strong></p>
<p>Việc Waymo sử dụng Gemini để huấn luyện xe tự lái cho thấy tiềm năng của MLLMs trong lĩnh vực này. Tuy nhiên, việc ứng dụng công nghệ này vào thực tế vẫn cần nhiều nghiên cứu và phát triển thêm để đảm bảo độ tin cậy và an toàn.</p>

Waymo Sử Dụng Gemini của Google để Huấn Luyện Xe Tự Lái

Waymo Sử Dụng Gemini của Google để Huấn Luyện Xe Tự Lái Mục lục Giới thiệu Mô hình EMMA Ưu điểm của MLLMs trong Huấn Luyện Xe Tự Lái Ứ...

tháng 11 05, 2024

Google sử dụng AI để tạo ra phần lớn mã nguồn của mình

<h2>Google sử dụng AI để tạo ra một phần lớn mã nguồn của mình</h2>
<p><strong>Mục lục:</strong></p>
<ol>
<li><strong>Google đang sử dụng AI để xây dựng sản phẩm và dịch vụ của mình</strong></li>
<li><strong>Hơn một phần tư mã nguồn mới của Google được tạo bởi AI</strong></li>
<li><strong>Google đang phát triển công nghệ AI của riêng mình</strong></li>
<li><strong>Tác động của AI đối với ngành công nghiệp phần mềm</strong></li>
<li><strong>Google đang đối mặt với những thách thức pháp lý</strong></li>
<li><strong>Google đang giảm chi phí cho AI Overviews</strong></li>
<li><strong>Google giới thiệu Project Astra</strong></li>
</ol>
<p><strong>Nội dung:</strong></p>
<h3>1. Google đang sử dụng AI để xây dựng sản phẩm và dịch vụ của mình</h3>
<p>Google không chỉ tích hợp AI vào các sản phẩm và dịch vụ của mình, mà còn sử dụng AI để xây dựng chúng. Điều này được thể hiện trong cuộc gọi thu nhập quý 3 của công ty vào ngày thứ Ba, khi CEO Sundar Pichai tuyên bố rằng hơn một phần tư mã nguồn mới của Google được tạo ra bởi AI.</p>
<h3>2. Hơn một phần tư mã nguồn mới của Google được tạo bởi AI</h3>
<p>Theo Pichai, AI tạo ra hơn 25% mã nguồn mới tại Google, sau đó được các kỹ sư xem xét và chấp nhận. Ông cho biết AI đang được sử dụng để cải thiện quy trình lập trình của Google, dẫn đến tăng năng suất và hiệu quả. </p>
<h3>3. Google đang phát triển công nghệ AI của riêng mình</h3>
<p>Google đã tạo ra nền tảng AI Gemini của riêng mình, trở thành cả nhà sản xuất và người sử dụng các công cụ AI. Gemini là trung tâm của nhiều sản phẩm của Google, bao gồm điện thoại Pixel, công cụ tìm kiếm, Google Maps và chatbot Gemini.</p>
<h3>4. Tác động của AI đối với ngành công nghiệp phần mềm</h3>
<p>Việc AI tham gia vào công việc lập trình vẫn chưa rõ ràng là tốt, xấu hay trung lập đối với các kỹ sư phần mềm. Tuy nhiên, như Connie Guglielmo của CNET đã chỉ ra hồi đầu tuần này, nếu các kỹ sư phần mềm cần phải bắt đầu suy nghĩ lại về công việc của mình, thì có lẽ đã đến lúc tất cả chúng ta suy ngẫm về cách AI sẽ thay đổi công việc của chúng ta trong tương lai gần.</p>
<h3>5. Google đang đối mặt với những thách thức pháp lý</h3>
<p>Google đang phải đối mặt với những thách thức pháp lý sau phán quyết vào tháng 8 cho rằng doanh nghiệp tìm kiếm và quảng cáo của họ là một "độc quyền". Một trong những kết quả tiềm năng nghiêm trọng hơn có thể là việc chia tách công ty và giám sát quy định có thể ảnh hưởng đến cách thức Google tích hợp và mở rộng các dịch vụ do AI điều khiển.</p>
<h3>6. Google đang giảm chi phí cho AI Overviews</h3>
<p>Google đang nỗ lực giảm chi phí liên quan đến việc cung cấp năng lượng cho AI, đặc biệt là khi chạy AI Overviews, các bản tóm tắt do AI viết cho các truy vấn tìm kiếm của Google xuất hiện ở đầu kết quả tìm kiếm. Theo Pichai, chi phí này đã giảm hơn 90% gần đây, nhờ vào "phần cứng, kỹ thuật và đột phá kỹ thuật".</p>
<h3>7. Google giới thiệu Project Astra</h3>
<p>Pichai cũng hé lộ về Project Astra, được thiết kế để cho phép AI "nhìn và lý luận về thế giới xung quanh bạn", và nói rằng những trải nghiệm như vậy có thể được cung cấp sớm nhất là vào năm tới.</p>
<p><strong>Kết luận:</strong></p>
<p>Bài báo này cho thấy Google đang sử dụng AI để tăng cường các quy trình nội bộ và phát triển các sản phẩm và dịch vụ mới. AI đang thay đổi ngành công nghiệp phần mềm và các ngành nghề khác, đồng thời Google phải đối mặt với các thách thức pháp lý và chi phí liên quan đến việc triển khai AI. Dù vậy, Google vẫn lạc quan về tương lai của AI và dự kiến sẽ tiếp tục đầu tư vào công nghệ này.</p>

Google sử dụng AI để tạo ra phần lớn mã nguồn của mình

Google sử dụng AI để tạo ra một phần lớn mã nguồn của mình Mục lục: Google đang sử dụng AI để xây dựng sản phẩm và dịch vụ của mình Hơn ...

tháng 11 05, 2024

Manda: Gia sư AI hỗ trợ Meta Llama 3, đào tạo bởi giáo viên Anh

<html lang="vi">
<head>
  <meta charset="utf-8" />
  <title>Manda: Gia sư AI đầu tiên được hỗ trợ bởi Meta Llama 3, đào tạo bởi giáo viên Anh cho toán và tiếng Anh ở bậc THCS và THPT</title>
</head>
<body>

<h1>Manda: Gia sư AI đầu tiên được hỗ trợ bởi Meta Llama 3, đào tạo bởi giáo viên Anh cho toán và tiếng Anh ở bậc THCS và THPT</h1>

<ul>
<li>Giới thiệu về Manda</li>
<li>Cách thức hoạt động của Manda</li>
<li>Các tính năng chính của Manda</li>
<li>Bảo mật và quyền riêng tư</li>
<li>Lời kết</li>
</ul>
<h2>Giới thiệu về Manda</h2>

<p>TLC LIVE, một công ty dạy kèm trực tuyến, đã giới thiệu Manda, một gia sư AI được thiết kế để dạy toán và tiếng Anh cho học sinh lớp 7 đến lớp 12 theo chương trình giáo dục quốc gia của Vương quốc Anh. </p>
<h2>Cách thức hoạt động của Manda</h2>

<p>Manda được hỗ trợ bởi mô hình Llama 3 của Meta và được đào tạo dựa trên hơn 550.000 phút ghi âm các phiên dạy kèm của 300 giáo viên Anh có bằng cấp. </p>
<h2>Các tính năng chính của Manda</h2>

<ul>
<li>Cung cấp dạy kèm AI giá cả phải chăng cho trẻ em ở mọi nơi với mức giá £10 mỗi tháng hoặc £100 mỗi năm.</li>
<li>Được thiết kế để bổ sung, chứ không phải thay thế, dạy kèm truyền thống.</li>
<li>Sử dụng các phương pháp luận được phê duyệt theo chương trình giáo dục quốc gia.</li>
<li>Được cập nhật thường xuyên bởi đội ngũ học thuật của TLC LIVE để nâng cao khả năng giải thích và đảm bảo độ chính xác.</li>
</ul>
<h2>Bảo mật và quyền riêng tư</h2>

<ul>
<li>Mô hình AI chỉ tạo ra phản hồi dựa trên văn bản và không cung cấp các chức năng tương tác ngoài văn bản.</li>
<li>Tất cả các tương tác với AI đều được kiểm tra với danh sách đen các thuật ngữ bị cấm và được lưu trữ trong cơ sở dữ liệu được mã hóa.</li>
<li>Không sử dụng dữ liệu người dùng Meta hoặc thông tin cá nhân từ các phiên dạy kèm của TLC LIVE để đào tạo Manda.</li>
<li>AI tích hợp Llama Guard để tăng cường các biện pháp bảo mật.</li>
</ul>
<h2>Lời kết</h2>

<p>Mặc dù AI trong giáo dục vẫn đang phát triển, Manda nổi bật với việc cung cấp giáo dục thực sự do giáo viên có bằng cấp dẫn dắt, chứ không chỉ đơn thuần là câu trả lời tự động hoặc dựa trên dữ liệu. TLC LIVE cam kết tiếp tục hoàn thiện Manda để đảm bảo nó hỗ trợ và nâng cao vai trò của giáo viên.</p>
</body>
</html>

Manda: Gia sư AI hỗ trợ Meta Llama 3, đào tạo bởi giáo viên Anh

Manda: Gia sư AI đầu tiên được hỗ trợ bởi Meta Llama 3, đào tạo bởi giáo viên Anh cho toán và tiếng Anh ở bậc THCS và THPT Manda...

tháng 11 05, 2024

Google Mở Rộng AI Overviews Đến Hơn 100 Quốc Gia và Lãnh Thổ

<h2>Google Mở Rộng AI Overviews Đến Hơn 100 Quốc Gia và Lãnh Thổ</h2>
<p><strong>Mục lục</strong></p>
<ol>
<li><a href="#ai-overviews-mo-rong-toan-cau">AI Overviews Tiếp Tục Mở Rộng Toàn Cầu</a></li>
<li><a href="#doi-thu-canh-tranh-va-rui-ro-cua-ai-trong-tim-kiem">Đối Thủ Cạnh Tranh và Rủi Ro của AI trong Tìm Kiếm</a></li>
</ol>
<h3><span class="ez-toc-section" id="ai-overviews-mo-rong-toan-cau"></span> AI Overviews Tiếp Tục Mở Rộng Toàn Cầu <span class="ez-toc-section-end"></span></h3>
<p>Tính đến ngày 28 tháng 10, người dùng ở hơn 100 quốc gia và lãnh thổ có thể truy cập AI Overviews, tiện ích giải thích, tạo nội dung của Google xuất hiện phía trên một số kết quả tìm kiếm.</p>
<p>Gã khổng lồ công nghệ ban đầu đã ra mắt tính năng này tại Hoa Kỳ trước khi dần dần mở rộng sang các khu vực khác. Với việc mở rộng gần đây nhất, AI Overviews hiện có thể truy cập ở Canada, châu Phi, khu vực châu Á - Thái Bình Dương, châu Âu, Trung Đông, Colombia, Chile, và nhiều địa điểm khác.</p>
<p>"Với AI Overviews trong Tìm kiếm, việc tìm kiếm thông tin cần thiết và khám phá các trang web liên quan trên toàn cầu trở nên dễ dàng hơn bao giờ hết, mở ra nhiều cơ hội kết nối với nhà xuất bản, doanh nghiệp và người sáng tạo", Phó chủ tịch Google về chất lượng tìm kiếm Srinivasan (Cheenu) Venkatachary viết trong một thông cáo báo chí.</p>
<h3><span class="ez-toc-section" id="doi-thu-canh-tranh-va-rui-ro-cua-ai-trong-tim-kiem"></span> Đối Thủ Cạnh Tranh và Rủi Ro của AI trong Tìm Kiếm <span class="ez-toc-section-end"></span></h3>
<p>Các câu trả lời do AI tạo ra cho các truy vấn tìm kiếm đã trở thành một chủ đề nóng kể từ khi AI tạo nội dung trở nên phổ biến. Microsoft đã kết hợp chatbot Copilot của mình vào Bing Search. Perplexity AI đã xây dựng một robot tìm kiếm hội thoại, AI-first dựa trên thông tin từ Google và Bing. Trình duyệt Arc cung cấp các đoạn văn do AI tạo ra để trả lời các câu hỏi trong Arc Search.</p>
<p>Tuy nhiên, các công cụ tìm kiếm chạy bằng AI lại thể hiện những điểm yếu của AI tạo nội dung trong một môi trường đòi hỏi thông tin chính xác là tối quan trọng. Google AI Overviews đã từng tạo ra những câu trả lời vô nghĩa hoặc nguy hiểm khi lần đầu tiên ra mắt. Các chức năng tìm kiếm AI tạo nội dung đôi khi gặp khó khăn trong việc phân biệt chính xác giữa các sự kiện hiện tại và quá khứ, hoặc để trả lời các câu hỏi tương đối hiếm gặp.</p>
<p>Tôi nhận thấy Google AI Overviews có xu hướng trả lời các câu hỏi "làm cách nào" hoặc "cái gì" ngay cả khi tôi gõ câu hỏi "tại sao". Đôi khi, nó có thể được cảm nhận như một lớp đệm giữa câu hỏi ban đầu của tôi và câu trả lời mà Google từng cung cấp ngay lập tức. AI Overviews có thể hy sinh ngữ cảnh và uy tín, dẫn đến việc người dùng chuyển sang các công cụ tìm kiếm hoặc diễn đàn khác như Reddit.</p>
<p>"Phản hồi mà chúng tôi nhận được về AI Overviews rất tích cực", theo Venkatachary. "Mọi người thích sử dụng Tìm kiếm với AI Overviews, và họ thấy kết quả tìm kiếm của mình hữu ích hơn".</p>
<p>AI Overviews đã gây tranh cãi với các nhà xuất bản truyền thông, những người lo ngại rằng nó sẽ lấy đi lượng người xem từ các trang web. Để đáp lại, Google đã thêm các liên kết nguồn ở phía bên phải của bảng điều khiển, giúp người dùng dễ dàng nhấp vào các nguồn thông tin gốc. Vào tháng 10, Google đã thêm các liên kết nội tuyến vì những lý do tương tự.</p>
<p>"Trong thử nghiệm của chúng tôi, những cập nhật này đã thúc đẩy tăng lưu lượng truy cập vào các trang web hỗ trợ so với thiết kế trước đây", Venkatachary viết.</p>
<p>Mặc dù chưa chắc chắn liệu AI Overviews có tồn tại lâu dài hay không, việc Google mở rộng triển khai cho thấy sự cam kết mạnh mẽ hiện tại đối với tính năng này.</p>

Google Mở Rộng AI Overviews Đến Hơn 100 Quốc Gia và Lãnh Thổ

Google Mở Rộng AI Overviews Đến Hơn 100 Quốc Gia và Lãnh Thổ Mục lục AI Overviews Tiếp Tục Mở Rộng Toàn Cầu Đối Thủ Cạnh Tranh và Rủi Ro...

tháng 11 05, 2024

NotebookLM và Perplexity Spaces: Tất cả những gì bạn cần biết

<html lang="en">
<head>
<title>NotebookLM và Perplexity Spaces: Tất cả những gì bạn cần biết</title>
</head>
<body>

<h1>NotebookLM và Perplexity Spaces: Tất cả những gì bạn cần biết</h1>
<h2>Mục lục</h2>
<ol>
<li>Perplexity Spaces là gì?</li>
<li>NotebookLM: Trợ lý nghiên cứu AI của Google</li>
<li>Nên sử dụng công cụ nào?</li>
</ol>
<h2>Perplexity Spaces là gì?</h2>
<p>Perplexity Spaces là một tính năng mới của Perplexity AI. Hãy tưởng tượng một công cụ có thể kết hợp thông tin từ cả web và các tệp của riêng bạn thành một "không gian" được tổ chức. Điều này có nghĩa là bạn có thể tạo các trung tâm kiến thức cụ thể cho các dự án của mình, giúp dễ dàng tìm kiếm, đặt câu hỏi và sắp xếp dữ liệu dựa trên các tệp của bạn.</p>
<p><strong>Với Perplexity Spaces, bạn có thể:</strong></p>
<ul>
<li>Tạo các không gian kiến thức riêng biệt.</li>
<li>Kết hợp tìm kiếm web với các tệp cá nhân. Nó hỗ trợ Excel (XLSX), PowerPoint (PPTX), Word (DOCX), PDF và CSV. Mỗi tệp có thể có kích thước tối đa là 25 MB.</li>
<li>Cho phép cộng tác thông qua các không gian chia sẻ.</li>
<li>Cung cấp câu trả lời toàn diện dựa trên cả dữ liệu của bạn và các nguồn trên internet.</li>
<li>Chọn các mô hình AI khác nhau để tinh chỉnh tìm kiếm.</li>
</ul>
<p><strong>Công cụ này rất linh hoạt, phù hợp với các tác vụ như:</strong></p>
<ul>
<li>Lên kế hoạch cho chiến dịch tiếp thị.</li>
<li>Phát triển kế hoạch kinh doanh.</li>
<li>Tổ chức các phiên đào tạo.</li>
<li>Quản lý khóa học của sinh viên.</li>
<li>Cộng tác dự án nhóm.</li>
<li>Vv.</li>
</ul>
<h3>Cài đặt không gian đầu tiên của bạn trong Perplexity</h3>
<p>Tạo một không gian trong Perplexity Spaces rất đơn giản:</p>
<ol>
<li>Truy cập trang web Perplexity và tìm "Spaces" trong menu bên trái.</li>
<li>Nhấp vào "Create" để bắt đầu tạo không gian mới.</li>
<li>Tùy chỉnh không gian với tiêu đề, mô tả và các lời nhắc cụ thể.</li>
<li>Thêm tệp: Bạn có thể tải lên các tài liệu như PDF, CSV, PowerPoint, tài liệu Word, v.v. (tối đa 25 MB mỗi tệp).</li>
</ol>
<p>Sau khi thiết lập, bạn có thể bắt đầu sử dụng AI để đặt câu hỏi hoặc truy xuất thông tin dựa trên dữ liệu đã tải lên của mình. Nếu bạn muốn kiểm tra xem AI đã lấy nguồn câu trả lời từ đâu, bạn có thể nhấp vào tùy chọn "View Sources", giúp bạn có cái nhìn minh bạch về tất cả các tài liệu tham khảo được sử dụng.</p>
<h3>Perplexity Spaces có giá bao nhiêu?</h3>
<p>Perplexity Spaces có sẵn với đăng ký Pro, có nghĩa là để sử dụng nó, bạn cần đăng ký gói cao cấp, có giá <strong>20 USD mỗi tháng</strong>.</p>
<h3>Cách sử dụng Perplexity Spaces</h3>
<p>Bạn có thể tìm hiểu thêm về Perplexity Spaces bằng cách xem hướng dẫn này trên YouTube: <a href="https://youtu.be/ZFexMDSbb4U?si=3-OAcDTLxamoqdDl&t=114">Perplexity Spaces Guide</a></p>
<h2>NotebookLM: Trợ lý nghiên cứu AI của Google</h2>
<p>NotebookLM là trợ lý nghiên cứu do AI cung cấp của Google, giúp người dùng xử lý và hiểu các tài liệu. Google đã phát triển nó, thay đổi cách chúng ta tiếp cận phân tích tài liệu và nghiên cứu. Công cụ do AI cung cấp này tích hợp liền mạch với Google Workspace và cung cấp một số tính năng thú vị.</p>
<h3>Các tính năng chính của NotebookLM</h3>
<ul>
<li><strong>Tích hợp nguồn:</strong> Người dùng có thể tải lên nhiều loại tài liệu, chẳng hạn như Google Docs, PDF, Google Slides, và thậm chí là URL. NotebookLM sau đó xử lý các nguồn này để cho phép tương tác với nội dung.</li>
<li><strong>Tóm tắt và thông tin chi tiết do AI cung cấp:</strong> Công cụ tự động tạo tóm tắt nội dung đã tải lên, làm nổi bật các chủ đề chính và gợi ý các câu hỏi để khám phá thêm. Điều này giúp người dùng hiểu rõ hơn các tài liệu phức tạp một cách nhanh chóng.</li>
<li><strong>Chức năng hỏi và trả lời:</strong> Người dùng có thể đặt các câu hỏi cụ thể về các tài liệu đã tải lên của họ, và NotebookLM sẽ cung cấp câu trả lời dựa trên nội dung, thường với trích dẫn nội tuyến liên kết trở lại các nguồn ban đầu.</li>
<li><strong>Tạo ý tưởng sáng tạo:</strong> Ngoài tóm tắt và hỏi đáp, NotebookLM cũng có thể hỗ trợ trong việc động não các ý tưởng mới dựa trên nội dung của người dùng. Ví dụ: nó có thể giúp tạo kịch bản hoặc gợi ý các câu hỏi tiềm năng mà nhà đầu tư có thể đặt ra dựa trên bài thuyết trình kinh doanh.</li>
<li><strong>Hướng dẫn âm thanh và podcast:</strong> Một trong những tính năng nổi bật của nó là khả năng biến văn bản thành tóm tắt âm thanh hoặc tường thuật theo phong cách podcast, giúp người dùng dễ dàng tiếp nhận thông tin khi di chuyển. Đây là tính năng yêu thích của tôi.</li>
</ul>
<h3>NotebookLM đặc biệt hữu ích cho:</h3>
<ul>
<li><strong>Học sinh và giáo viên:</strong> Nó giúp tạo tài liệu học tập, tóm tắt các bài báo học thuật và sắp xếp các tài liệu nghiên cứu.</li>
<li><strong>Nhà nghiên cứu và người lao động tri thức:</strong> Công cụ đơn giản hóa quy trình tổng hợp một lượng lớn thông tin từ nhiều nguồn.</li>
<li><strong>Người tạo nội dung và chuyên nghiệp:</strong> Nó hỗ trợ trong việc tạo ra ý tưởng sáng tạo, tổ chức tài liệu dự án, hoặc thậm chí chuẩn bị bản trình bày bằng cách tóm tắt các điểm chính từ nhiều tài liệu.</li>
<li><strong>Phân tích kinh doanh:</strong> Phân tích tài liệu, báo cáo và dữ liệu khác mà không phải dành hàng giờ để xem xét thủ công từng tài liệu.</li>
<li>Vv.</li>
</ul>
<h3>NotebookLM có giá bao nhiêu?</h3>
<p>Hiện tại, NotebookLM có sẵn miễn phí. Điều đó có nghĩa là mọi người có thể sử dụng nó mà không có bất kỳ hạn chế chức năng nào. Nếu bạn muốn thử, hãy truy cập <a href="https://notebooklm.google.com/">https://notebooklm.google.com/</a>.</p>
<h3>Cách sử dụng NotebookLM</h3>
<p>Trong video này, bạn sẽ tìm thấy hướng dẫn đơn giản về cách sử dụng công cụ này.</p>
<p><a href="https://youtu.be/ZFexMDSbb4U?si=vQ5ssjjFJ52aa37r&t=258">NotebookLM Guide</a></p>
<h2>Nên sử dụng công cụ nào?</h2>
<p>Mặc dù có một số chồng chéo về chức năng, nhưng chúng không phải là sự thay thế trực tiếp cho nhau. Cả Perplexity Spaces và Notebook LM đều có những ưu điểm riêng biệt, vì vậy việc chọn công cụ phù hợp phụ thuộc vào nhu cầu của bạn:</p>
<ul>
<li><strong>Sử dụng Perplexity Spaces</strong> nếu bạn cần một trung tâm được tổ chức cho các dự án cộng tác hoặc nếu bạn cần truy cập vào cả dữ liệu cá nhân và trực tuyến ở một nơi với khả năng chọn các mô hình AI khác nhau.</li>
<li><strong>Sử dụng Notebook LM</strong> nếu bạn cần tóm tắt tài liệu, thông tin chi tiết hoặc nếu bạn cần chuyển đổi văn bản thành âm thanh để học tập hoặc xem xét.</li>
</ul>
<p>NotebookLM xuất sắc trong phân tích tài liệu và nghiên cứu, trong khi Perplexity Spaces cung cấp chức năng rộng hơn với tích hợp tìm kiếm web và các tính năng cộng tác.</p>
<p>Hãy thử nghiệm và cho tôi biết về trải nghiệm của bạn với Perplexity Spaces hoặc NotebookLM trong phần bình luận.</p>
<p>Chúc vui vẻ! ;)</p>
</body>
</html>

NotebookLM và Perplexity Spaces: Tất cả những gì bạn cần biết

NotebookLM và Perplexity Spaces: Tất cả những gì bạn cần biết NotebookLM và Perplexity Spaces: Tất cả những gì bạn cần biết Mục lục ...

tháng 11 05, 2024

Gemini API: Mang AI Agents lên môi trường sản xuất

Waymo Sử Dụng Gemini của Google để Huấn Luyện Xe Tự Lái

Google sử dụng AI để tạo ra phần lớn mã nguồn của mình

Manda: Gia sư AI hỗ trợ Meta Llama 3, đào tạo bởi giáo viên Anh

Google Mở Rộng AI Overviews Đến Hơn 100 Quốc Gia và Lãnh Thổ

NotebookLM và Perplexity Spaces: Tất cả những gì bạn cần biết

Bài đăng phổ biến

Labels