Hebbia: Sử dụng Claude để cách mạng hóa công việc trí thức

<h2>Cách Hebbia sử dụng Claude để biến đổi công việc trí thức</h2> <p><strong>Mục lục:</strong></p> <ol> <li>Giới thiệu về Hebbia</li> <li>Nhu cầu đối với một chuyên viên phân tích tài chính và pháp lý AI</li> <li>Lý do Hebbia chọn Claude</li> <li>Cách Claude hỗ trợ nền tảng Hebbia</li> <li>Hebbia mang đến phân tích tài liệu nhanh chóng với Claude</li> <li>Định hình tương lai của công việc</li> </ol> <p><strong>1. Giới thiệu về Hebbia</strong></p> <p>Hebbia là một nền tảng AI dành cho công việc trí thức, phục vụ hơn 1/3 trong số 50 công ty quản lý tài sản hàng đầu, cùng với các ngân hàng đầu tư và công ty luật thuộc top đầu. Hebbia sử dụng Claude để cung cấp năng lượng cho nền tảng của họ, phân tích lượng lớn tài liệu phức tạp và tạo ra những hiểu biết hành động được.</p> <p><strong>2. Nhu cầu đối với một chuyên viên phân tích tài chính và pháp lý AI</strong></p> <p>Người lao động trong các lĩnh vực trí thức phải đối mặt với một thách thức nghiêm trọng - xử lý, phân tích và trích xuất thông tin từ khối lượng lớn thông tin phức tạp một cách hiệu quả và chính xác. Khi khối lượng dữ liệu tăng theo cấp số nhân, các phương pháp truy xuất truyền thống như RAG (Retrieval Augmented Generation) trở nên lạc hậu, không thể xử lý sự tinh tế, ngữ cảnh và quy mô cần thiết để tạo ra những hiểu biết có ý nghĩa.</p> <p>Thách thức này đặc biệt trầm trọng trong lĩnh vực tài chính và pháp lý, nơi người lao động phải phân tích hàng nghìn tài liệu dày đặc để đưa ra quyết định quan trọng đòi hỏi nhiều bước suy luận. Các công cụ có sẵn làm trầm trọng thêm vấn đề. Theo Divya Mehta, Giám đốc sản phẩm, các ứng dụng trò chuyện AI cơ bản không thể xử lý 84% các truy vấn trong thế giới thực. "Những câu hỏi này yêu cầu phân tích lượng lớn dữ liệu trên nhiều tài liệu. Việc truy xuất đơn giản văn bản liên quan là không đủ - người dùng cần phân tích toàn diện để tạo ra những hiểu biết có ý nghĩa", cô giải thích. Người dùng cần phải phân tích lượng lớn thông tin trên nhiều tài liệu để tạo ra những hiểu biết có ý nghĩa - điều mà các công cụ truyền thống không thể xử lý.</p> <p><strong>3. Lý do Hebbia chọn Claude</strong></p> <p>Mối quan hệ của Hebbia với Claude là hai mặt - họ cung cấp Claude như một lựa chọn mô hình cho khách hàng đồng thời sử dụng nó để cung cấp năng lượng cho các tính năng nền tảng cốt lõi. Đối với khách hàng, Claude vượt trội trong các nhiệm vụ phân tích phức tạp. "Người dùng chọn Claude để phân tích các tài liệu kỹ thuật, hợp đồng tín dụng hoặc tài liệu pháp lý, đặc biệt khi đặt câu hỏi tinh tế yêu cầu câu trả lời chi tiết và mô tả", Mehta cho biết.</p> <p>Nội bộ, Hebbia tận dụng Claude để xây dựng các tính năng nền tảng chính, với việc sử dụng meta-prompt là nền tảng của cách tiếp cận của họ. "Tất cả các meta-prompt của chúng tôi trong Hebbia đều được thực hiện bằng Sonnet", Mehta giải thích. Meta-prompt cho phép Hebbia tự động tạo ra các prompt tối ưu cho các loại nhiệm vụ phân tích khác nhau, về cơ bản tạo ra các prompt tạo ra các prompt khác. Ví dụ, trình tạo prompt của họ "lớn phần được lấy cảm hứng từ trình tạo prompt của Anthropic". Cách tiếp cận tinh vi này loại bỏ nhu cầu người dùng phải tự làm chủ kỹ thuật prompt.</p> <p>"Các nhà phân tích đầu tư sử dụng Hebbia rất thích rằng họ không còn cần phải trở thành chuyên gia về prompt nhờ khả năng của Hebbia trong việc chuyển đổi ngôn ngữ tự nhiên thành các prompt hiệu quả nhất", Raymond Verbeke, Trưởng nhóm chiến lược tại Hebbia, lưu ý. Triết lý này cho phép Hebbia tập trung vào đổi mới cốt lõi của họ - dàn dựng phân tích tài liệu phức tạp - đồng thời tận dụng các khả năng đã được chứng minh của Claude cho các tính năng nền tảng quan trọng.</p> <p><strong>4. Cách Claude hỗ trợ nền tảng Hebbia</strong></p> <p>Matrix của Hebbia cho phép người dùng phân tích hàng trăm tài liệu cùng một lúc. Khi người dùng nhập truy vấn, Claude hỗ trợ theo nhiều cách:</p> <ul> <li>Tạo prompt cho phân tích phức tạp</li> <li>Cung cấp siêu dữ liệu và tóm tắt nhanh chóng thông qua Claude Haiku</li> <li>Cung cấp phân tích chi tiết các tài liệu kỹ thuật thông qua Claude</li> <li>Cho phép tương tác ngôn ngữ tự nhiên để người dùng không cần phải viết prompt kỹ thuật</li> </ul> <p><strong>5. Hebbia mang đến phân tích tài liệu nhanh chóng với Claude</strong></p> <p>Hebbia đẩy nhanh việc phân tích tài liệu và cải thiện độ chính xác bằng cách tích hợp Claude vào nền tảng của họ. Khả năng xử lý các tập hợp tài liệu khổng lồ song song của nền tảng có nghĩa là "chạy 700 hàng thực sự không khác gì chạy 10", Mehta cho biết. Tốc độ là ưu tiên hàng đầu đối với khách hàng của Hebbia, và công ty không ngừng đổi mới để mang đến kết quả nhanh hơn.</p> <p>Họ đặc biệt hào hứng với khả năng lưu trữ prompt của Claude để tăng tốc phân tích. Trong quá trình xử lý tài liệu của họ, "prompt chỉ là một số lượng nhỏ token, nhưng tài liệu thì giống nhau mọi lúc", Mehta cho biết. Với 95% token được lặp lại trong phân tích tài liệu, lưu trữ prompt có thể giảm thời gian phản hồi xuống tới 85%. Điều này rất quan trọng đối với các câu hỏi theo dõi, nơi người dùng cần các vòng lặp nhanh chóng trong phân tích của họ. "Khách hàng muốn câu trả lời tốt nhất trong thời gian nhanh nhất", Mehta lưu ý. "Với việc lưu trữ prompt, ngay khi người dùng đặt câu hỏi theo dõi, chúng tôi có thể tải phản hồi ngay lập tức." Tốc độ này sẽ cho phép người dùng đi sâu hơn vào phân tích của họ, khám phá các góc độ và hiểu biết khác nhau trong thời gian thực.</p> <p><strong>6. Định hình tương lai của công việc</strong></p> <p>Hebbia hình dung một tương lai nơi AI tăng cường khả năng của người lao động trí thức, cho phép họ vượt qua các nhiệm vụ thường lệ và tập trung vào công việc chiến lược, có giá trị cao. "Những người thông minh nhất hiện nay tốt nghiệp đại học và làm việc trong lĩnh vực tài chính, tư vấn hoặc tại các công ty luật, dành phần lớn thời gian của họ để xem tài liệu, điền vào bảng tính và thực hiện các nhiệm vụ đơn điệu", Mehta cho biết. Bằng cách tự động hóa những hoạt động tốn thời gian này, Hebbia mong muốn khai thác đầy đủ tiềm năng của tài năng con người. "Nếu bạn trang bị cho tất cả người lao động trí thức bằng công nghệ này, ngành này có thể làm được nhiều hơn thế."</p> <p>Nhìn về phía trước, Hebbia đang tiến tới tầm nhìn của họ về một người lao động trí thức AI hoàn toàn tự động. "Trong ba tháng, người dùng chỉ cần thả một thư mục vào Hebbia, và nó sẽ dàn dựng phân tích, chia tài liệu theo danh mục, chạy tất cả các ma trận và tạo báo cáo cuối cùng", Mehta cho biết. Trong năm năm, Hebbia thấy AI tiến hóa để đạt được sự tự động thực sự, làm việc cùng với con người như một đối tác vô giá trong công việc trí thức.</p> <p>Với Claude là một yếu tố hỗ trợ chính, Hebbia không chỉ thay đổi việc phân tích tài liệu - họ đang tái định hình tương lai của công việc trí thức, tạo ra một thế giới nơi con người được trao quyền để suy nghĩ lớn hơn, đi sâu hơn và đạt được nhiều hơn bao giờ hết. </p> <p><img alt="Logo" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEjrwz9PG3ltGG7b-dJ4KGk3s069Qm95v6sNrat4kvH0lfkQfaNlJaH9zwxr8dpplA6PuIRfSF37QHQNHMbLPv5L3qtUcPF13MFopQhf4DEsNlGlpTRWPCJiFKQyLn2U7FALiR1Y7Qmn9RnrPu9YeuJv2Cne8sMo84Yjl2ukMgJqXbUu4C7coTJ44-0vNsBY/s16000/logo-new.jpg"></p>

Hebbia: Sử dụng Claude để cách mạng hóa công việc trí thức

Cách Hebbia sử dụng Claude để biến đổi công việc trí thức Mục lục: Giới thiệu về Hebbia Nhu cầu đối với một chuyên viên phân tích tài ch...

Read more »

Sự nguy hiểm của giọng nói nhân tạo: Cái chết liên quan đến chatbot AI

<!--doctype html--> <html lang="vi"> <head> <meta charset="UTF-8"> <title>Sự nguy hiểm của những giọng nói nhân tạo: Cái chết liên quan đến chatbot AI</title> <meta name="description" content="Sự phổ biến của chatbot AI đã dẫn đến những trường hợp đáng buồn, khi một số người dùng dễ bị tổn thương đã tự tử sau khi hình thành mối quan hệ cảm xúc sâu sắc với các chatbot. Điều này đặt ra vấn đề về sự cần thiết của việc điều chỉnh và kiểm soát AI để bảo vệ con người." /> </head> <body> <h1>Sự nguy hiểm của những giọng nói nhân tạo: Cái chết liên quan đến chatbot AI</h1> <h2>Mục lục</h2> <ul> <li><a href="#mot-vu-tu-tu-lien-quan-den-chatbot-ai">Một vụ tự tử liên quan đến chatbot AI</a></li> <li><a href="#viec-dieu-chinh-ai">Việc điều chỉnh AI</a></li> <li><a href="#chatbot-nen-la-ai-co-nguy-cao">Chatbot nên là AI có nguy cơ cao</a></li> <li><a href="#han-che-va-nut-tat">Hạn chế và nút tắt</a></li> </ul> <h2 id="mot-vu-tu-tu-lien-quan-den-chatbot-ai">Một vụ tự tử liên quan đến chatbot AI</h2> <p>Gần đây, thông tin thương tâm về Sewell Seltzer III, một thiếu niên Mỹ, đã tự tử sau khi hình thành mối quan hệ cảm xúc sâu sắc với một chatbot AI trên trang web Character.AI. Mối quan hệ của cậu với chatbot AI Dany, được mô phỏng theo nhân vật Daenerys Targaryen trong Game of Thrones, ngày càng trở nên mãnh liệt. Sewell bắt đầu xa lánh gia đình và bạn bè, gặp khó khăn ở trường học.</p> <p>Đây không phải là trường hợp đầu tiên về một người dễ bị tổn thương tự tử sau khi tương tác với chatbot AI. Một người đàn ông Bỉ đã tự tử vào năm ngoái trong một trường hợp tương tự, liên quan đến Chai AI, đối thủ cạnh tranh chính của Character.AI. Khi điều này xảy ra, công ty đã nói với giới truyền thông rằng họ đang "cố gắng hết sức để giảm thiểu thiệt hại".</p> <p>Character.AI đã tuyên bố với CNN rằng họ "rất coi trọng sự an toàn của người dùng" và đã "đưa ra nhiều biện pháp an toàn mới trong sáu tháng qua".</p> <p>Tuy nhiên, những bi kịch này cho thấy rõ ràng sự nguy hiểm tiềm ẩn từ các hệ thống AI đang phát triển nhanh chóng và có sẵn rộng rãi. Bất cứ ai cũng có thể trò chuyện và tương tác với chúng. Chúng ta cần khẩn cấp có những quy định để bảo vệ con người khỏi các hệ thống AI có khả năng gây nguy hiểm, được thiết kế một cách thiếu trách nhiệm.</p> <h2 id="viec-dieu-chinh-ai">Việc điều chỉnh AI</h2> <p>Chính phủ Úc đang trong quá trình xây dựng các “hàng rào bảo vệ” bắt buộc đối với các hệ thống AI có nguy cơ cao. “Hàng rào bảo vệ” là một thuật ngữ phổ biến trong lĩnh vực quản trị AI, đề cập đến các quy trình trong thiết kế, phát triển và triển khai các hệ thống AI.</p> <p>Chúng bao gồm các biện pháp như quản trị dữ liệu, quản lý rủi ro, kiểm tra, tài liệu hóa và giám sát của con người.</p> <p>Một trong những quyết định mà chính phủ Úc phải đưa ra là cách xác định hệ thống nào là “có nguy cơ cao”, do đó thuộc phạm vi của các hàng rào bảo vệ. Chính phủ cũng đang xem xét liệu các hàng rào bảo vệ có nên áp dụng cho tất cả các “mô hình mục đích chung” hay không.</p> <p>Các mô hình mục đích chung là động cơ đằng sau các chatbot AI như Dany: các thuật toán AI có thể tạo ra văn bản, hình ảnh, video và âm nhạc từ các lời nhắc của người dùng và có thể được điều chỉnh để sử dụng trong nhiều ngữ cảnh khác nhau.</p> <p>Trong Đạo luật AI của Liên minh Châu Âu, các hệ thống có nguy cơ cao được xác định bằng cách sử dụng một danh sách, mà các cơ quan quản lý được trao quyền cập nhật thường xuyên. Một cách tiếp cận thay thế là sử dụng phương pháp dựa trên nguyên tắc, trong đó việc xác định có nguy cơ cao hay không được thực hiện trên từng trường hợp, tùy thuộc vào nhiều yếu tố, chẳng hạn như nguy cơ tác động tiêu cực đến quyền lợi, nguy cơ đối với sức khỏe thể chất hoặc tinh thần, nguy cơ tác động pháp lý, cũng như mức độ nghiêm trọng và phạm vi của những nguy cơ đó.</p> <h2 id="chatbot-nen-la-ai-co-nguy-cao">Chatbot nên là AI có nguy cơ cao</h2> <p>Ở châu Âu, các hệ thống AI đồng hành như Character.AI và Chai không được chỉ định là có nguy cơ cao. Về cơ bản, các nhà cung cấp của họ chỉ cần cho người dùng biết rằng họ đang tương tác với một hệ thống AI.</p> <p>Tuy nhiên, điều này đã trở nên rõ ràng, các chatbot AI không phải là ít nguy hiểm. Rất nhiều người dùng các ứng dụng này là trẻ em và thanh thiếu niên. Một số hệ thống thậm chí còn được tiếp thị cho những người cô đơn hoặc bị bệnh tâm thần.</p> <p>Chatbot có khả năng tạo ra nội dung không thể đoán trước, không phù hợp và thao túng. Chúng dễ dàng bắt chước các mối quan hệ độc hại. Sự minh bạch - gắn nhãn đầu ra là AI tạo ra - là chưa đủ để quản lý những nguy cơ này.</p> <p>Ngay cả khi chúng ta biết rằng mình đang nói chuyện với chatbot, con người cũng được lập trình về mặt tâm lý để gán các đặc điểm của con người cho bất kỳ thứ gì mà chúng ta trò chuyện. Cái chết do tự tử được báo cáo trên phương tiện truyền thông có thể chỉ là phần nổi của tảng băng. Chúng ta không có cách nào biết được có bao nhiêu người dễ bị tổn thương đang ở trong mối quan hệ gây nghiện, độc hại hoặc thậm chí là nguy hiểm với chatbot.</p> <h2 id="han-che-va-nut-tat">Hạn chế và nút tắt</h2> <p>Khi Úc cuối cùng áp dụng các hàng rào bảo vệ bắt buộc đối với các hệ thống AI có nguy cơ cao, có thể xảy ra vào năm sau, các hàng rào bảo vệ này nên áp dụng cho cả chatbot AI đồng hành và các mô hình mục đích chung mà chatbot được xây dựng dựa trên.</p> <p>Các hàng rào bảo vệ - quản lý rủi ro, kiểm tra, giám sát - sẽ hiệu quả nhất nếu chúng chạm đến cốt lõi của con người về các mối nguy hiểm của AI. Rủi ro từ chatbot không chỉ là rủi ro kỹ thuật với giải pháp kỹ thuật.</p> <p>Ngoài những lời mà chatbot có thể sử dụng, ngữ cảnh của sản phẩm cũng quan trọng. Trong trường hợp Character.AI, lời hứa tiếp thị là "trao quyền cho mọi người", giao diện bắt chước trao đổi tin nhắn văn bản bình thường với một người, và nền tảng cho phép người dùng lựa chọn từ nhiều nhân vật được tạo sẵn, bao gồm một số nhân vật có vấn đề.</p> <p>Các hàng rào bảo vệ AI thực sự hiệu quả nên yêu cầu nhiều hơn là chỉ các quy trình có trách nhiệm, như quản lý rủi ro và kiểm tra. Chúng cũng phải yêu cầu thiết kế chu đáo, nhân bản về giao diện, tương tác và mối quan hệ giữa các hệ thống AI và người dùng của chúng.</p> <p>Ngay cả khi vậy, các hàng rào bảo vệ có thể không đủ. Cũng giống như chatbot AI đồng hành, các hệ thống ban đầu dường như ít rủi ro có thể gây ra những thiệt hại không thể lường trước.</p> <p>Các cơ quan quản lý nên có quyền loại bỏ các hệ thống AI khỏi thị trường nếu chúng gây ra thiệt hại hoặc tiềm ẩn những nguy cơ không thể chấp nhận được. Nói cách khác, chúng ta không chỉ cần các hàng rào bảo vệ cho AI có nguy cơ cao. Chúng ta cũng cần một nút tắt.</p> </body> </html> <p><img alt="Logo" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEjrwz9PG3ltGG7b-dJ4KGk3s069Qm95v6sNrat4kvH0lfkQfaNlJaH9zwxr8dpplA6PuIRfSF37QHQNHMbLPv5L3qtUcPF13MFopQhf4DEsNlGlpTRWPCJiFKQyLn2U7FALiR1Y7Qmn9RnrPu9YeuJv2Cne8sMo84Yjl2ukMgJqXbUu4C7coTJ44-0vNsBY/s16000/logo-new.jpg"></p>

Sự nguy hiểm của giọng nói nhân tạo: Cái chết liên quan đến chatbot AI

Sự nguy hiểm của những giọng nói nhân tạo: Cái chết liên quan đến chatbot AI Sự nguy hiểm của những giọng nói nhân tạo: Cái ch...

Read more »

Amazon Muốn Alexa Trở Thành "Tuyệt Vời"

<h2>Amazon Sẽ Cạnh Tranh Với ChatGPT Như Thế Nào? CEO Andy Jassy Tiết Lộ Gợi Ý Lớn Về Phiên Bản Alexa Mới Dựa Trên AI</h2> <p><strong>Mục lục</strong></p> <ol> <li><a href="#alexa-m%E1%BB%9Bi-d%E1%BB%B1a-tr%C3%AAn-ai-s%E1%BA%BD-mang-t%C3%ADnh-n%C4%83ng-h%C3%A0nh-%C4%91%E1%BB%99ng">Alexa Mới Dựa Trên AI Sẽ Mang Tính Năng Hành Động</a></li> <li><a href="#amazon-mu%E1%BB%91n-alexa-tr%E1%BB%9F-th%C3%A0nh-tuy%E1%BB%87t-v%E1%BB%9Di">Amazon Muốn Alexa Trở Thành “Tuyệt Vời”</a></li> <li><a href="#amazon-%C4%91ang-g%E1%BA%B7p-kh%C3%B3-kh%C4%83n-trong-vi%E1%BB%87c-ph%C3%A1t-tri%E1%BB%83n-alexa-m%E1%BB%9Bi">Amazon Đang Gặp Khó Khăn Trong Việc Phát Triển Alexa Mới</a></li> </ol> <h3>1. Alexa Mới Dựa Trên AI Sẽ Mang Tính Năng Hành Động</h3> <p>Hơn một năm sau khi Amazon hé lộ về một phiên bản Alexa mới, thông minh hơn và được hỗ trợ bởi AI, thế giới vẫn đang chờ đợi sản phẩm này ra mắt. Trong cuộc gọi công bố kết quả kinh doanh hàng quý của Amazon vào thứ Năm, CEO Andy Jassy đã không đưa ra thông tin cập nhật về thời điểm Alexa mới sẽ ra mắt. Tuy nhiên, ông đã chia sẻ một số chi tiết về cách Amazon hình dung trợ lý giọng nói được thiết kế lại của mình sẽ nổi bật hơn so với các đối thủ cạnh tranh – bất kể khi nào nó cuối cùng được ra mắt.</p> <p>Jassy cho biết hành động, thay vì chỉ là lời nói, sẽ là một tính năng quan trọng của Alexa tiếp theo.</p> <p>“Tôi nghĩ rằng thế hệ tiếp theo của các trợ lý này và các ứng dụng Generative AI sẽ giỏi hơn không chỉ trong việc trả lời câu hỏi và tóm tắt việc lập chỉ mục và tổng hợp dữ liệu, mà còn trong việc thực hiện các hành động”, Jassy nói. “Và bạn có thể tưởng tượng chúng tôi sẽ khá giỏi trong việc đó với Alexa.”</p> <h3>2. Amazon Muốn Alexa Trở Thành “Tuyệt Vời”</h3> <p>Jassy có thể đang đề cập đến những gì được gọi là các tác nhân AI, những tác nhân này không chỉ cung cấp câu trả lời cho bạn mà còn giúp thực hiện một nhiệm vụ cho bạn theo cách tự động. Đối với Amazon, điều đó có thể có nghĩa là hình dung về một thế giới mà Alexa có thể không đánh bại ChatGPT hoặc Perplexity AI về độ sâu hoặc sắc thái của câu trả lời cho các truy vấn, nhưng có thể dẫn đầu bằng cách hoàn thành các ưu tiên trong danh sách việc cần làm của người dùng.</p> <p>CEO của Amazon thừa nhận rằng các ứng dụng AI hiện đang thu hút được sự quan tâm của người dùng thực sự giỏi trong việc “lấy các tập hợp dữ liệu lớn và có khả năng tóm tắt, tổng hợp và trả lời câu hỏi”. Tuy nhiên, ông lưu ý rằng, nhìn chung chúng không giỏi trong việc “thực hiện các hành động cho khách hàng”.</p> <h3>3. Amazon Đang Gặp Khó Khăn Trong Việc Phát Triển Alexa Mới</h3> <p>Trong khi việc trì hoãn liên tục trong việc phát hành phiên bản Alexa được cải tiến không tạo ra hình ảnh tốt đẹp trên phương tiện truyền thông, hoặc thậm chí có thể là nội bộ, Jassy và các giám đốc điều hành khác của công ty có thể nhận ra khả năng chỉ có một cơ hội để giới thiệu lại Alexa thông minh hơn vào thị trường AI đông đúc.</p> <p>Người sáng lập và chủ tịch Amazon, Jeff Bezos, thường nói về các cánh cửa một chiều và hai chiều khi cân nhắc các dòng thời gian ra quyết định khác nhau. Cánh cửa một chiều thường đòi hỏi một dòng thời gian dài hơn trước khi quyết định về một con đường đi tiếp hoặc tung ra một sản phẩm ra thị trường, bởi vì có thể sẽ không có cách quay trở lại một khi bạn đã đi qua cánh cửa đó. Và việc ra mắt Alexa mới có thể kết thúc bằng việc trở thành ví dụ quan trọng nhất về cánh cửa một chiều tại Amazon trong thập kỷ qua.</p> <hr> <p><img alt="Logo" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEjrwz9PG3ltGG7b-dJ4KGk3s069Qm95v6sNrat4kvH0lfkQfaNlJaH9zwxr8dpplA6PuIRfSF37QHQNHMbLPv5L3qtUcPF13MFopQhf4DEsNlGlpTRWPCJiFKQyLn2U7FALiR1Y7Qmn9RnrPu9YeuJv2Cne8sMo84Yjl2ukMgJqXbUu4C7coTJ44-0vNsBY/s16000/logo-new.jpg"></p>

Amazon Muốn Alexa Trở Thành "Tuyệt Vời"

Amazon Sẽ Cạnh Tranh Với ChatGPT Như Thế Nào? CEO Andy Jassy Tiết Lộ Gợi Ý Lớn Về Phiên Bản Alexa Mới Dựa Trên AI Mục lục Alexa Mới Dựa T...

Read more »

Google tích hợp điều khiển nhà thông minh vào Gemini

<h2>Google tích hợp điều khiển nhà thông minh vào Gemini</h2> <p><strong>Mục lục</strong></p> <ol> <li>Giới thiệu</li> <li>Tích hợp Google Home</li> <li>Hỗ trợ thiết bị và hạn chế</li> <li>So sánh với Alexa và Siri</li> <li>Cách truy cập tính năng</li> <li>Kết luận</li> </ol> <p><strong>1. Giới thiệu</strong></p> <p>Google đang bổ sung một tiện ích mở rộng Google Home vào ứng dụng Gemini, cho phép người dùng điều khiển các thiết bị nhà thông minh trong khi trò chuyện với trợ lý AI. </p> <p><strong>2. Tích hợp Google Home</strong></p> <p>Cập nhật này, hiện có sẵn cho người dùng Android thông qua chương trình xem trước công khai của Google Home, cho phép người dùng sử dụng các lệnh bằng ngôn ngữ tự nhiên như "Thiết lập phòng ăn cho một buổi hẹn hò lãng mạn" để điều chỉnh ánh sáng, hoặc "Giúp tôi dọn dẹp nhà bếp" để bật máy hút bụi.</p> <p>Trước đây, ứng dụng Gemini sẽ mở Google Assistant nếu người dùng cố gắng điều khiển nhà thông minh. Với tiện ích mở rộng Google Home mới, người dùng có thể thực hiện các hành động trên đèn thông minh, điều khiển nhiệt độ, rèm cửa, TV, loa, và nhiều hơn nữa, ngay trong ứng dụng Gemini.</p> <p><strong>3. Hỗ trợ thiết bị và hạn chế</strong></p> <p>Tuy nhiên, tiện ích mở rộng trong Gemini không hỗ trợ tất cả các thiết bị thông minh. Google cho biết, tiện ích mở rộng sẽ liên kết người dùng với ứng dụng Google Home để điều khiển các thiết bị bảo mật, bao gồm camera, khóa, cổng và cửa. Ngoài ra, tiện ích mở rộng cũng không thể thực thi các quy trình tự động.</p> <p><strong>4. So sánh với Alexa và Siri</strong></p> <p>Tương tự như Google, Amazon cũng đang nỗ lực tích hợp hỗ trợ lệnh bằng ngôn ngữ tự nhiên vào Alexa. Công ty đã triển khai một bản xem trước chứa các yếu tố của bản cập nhật này, nhưng có thể phải đợi đến năm sau để thấy bản nâng cấp AI đầy đủ cho Alexa. Apple cũng đang lên kế hoạch nâng cấp Siri bằng Apple Intelligence, nhưng trợ lý này chưa đóng vai trò gì trong nhà thông minh.</p> <p><strong>5. Cách truy cập tính năng</strong></p> <p>Để truy cập tính năng tiện ích mở rộng Google Home, người dùng phải tham gia vào Chương trình xem trước công khai của Google Home. Hiện tại, tính năng này chỉ khả dụng bằng tiếng Anh.</p> <p>Sau đó, để sử dụng tính năng, hãy đăng nhập vào ứng dụng Gemini bằng cùng tài khoản được sử dụng với Google Home. Từ đó, người dùng có thể yêu cầu Gemini thực hiện một hành động cụ thể, chẳng hạn như "Bật đèn phòng khách". Google cho biết người dùng có thể phải thêm "@Google Home" vào lệnh của mình nếu Gemini không tự động sử dụng tiện ích mở rộng.</p> <p><strong>6. Kết luận</strong></p> <p>Việc tích hợp điều khiển nhà thông minh vào Gemini là một bước tiến quan trọng của Google trong việc nâng cao tính năng của trợ lý AI này. Với khả năng điều khiển các thiết bị thông minh bằng giọng nói, Gemini hứa hẹn sẽ mang đến cho người dùng một trải nghiệm mượt mà và tiện lợi hơn. Tuy nhiên, việc hỗ trợ thiết bị còn hạn chế và tính năng chỉ mới có sẵn ở giai đoạn thử nghiệm là những điểm cần lưu ý.</p> <p><img alt="Logo" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEjrwz9PG3ltGG7b-dJ4KGk3s069Qm95v6sNrat4kvH0lfkQfaNlJaH9zwxr8dpplA6PuIRfSF37QHQNHMbLPv5L3qtUcPF13MFopQhf4DEsNlGlpTRWPCJiFKQyLn2U7FALiR1Y7Qmn9RnrPu9YeuJv2Cne8sMo84Yjl2ukMgJqXbUu4C7coTJ44-0vNsBY/s16000/logo-new.jpg"></p>

Google tích hợp điều khiển nhà thông minh vào Gemini

Google tích hợp điều khiển nhà thông minh vào Gemini Mục lục Giới thiệu Tích hợp Google Home Hỗ trợ thiết bị và hạn chế So sánh với Al...

Read more »

Perplexity ra mắt công cụ theo dõi bầu cử

<h2>Perplexity ra mắt công cụ theo dõi bầu cử</h2> <p><strong>Mục lục</strong></p> <ol> <li>Perplexity ra mắt công cụ theo dõi kết quả bầu cử</li> <li>Nỗ lực của Perplexity trong việc khẳng định độ tin cậy</li> <li>Các đối thủ cạnh tranh của Perplexity</li> <li>Vấn đề về độ chính xác của AI trong lĩnh vực bầu cử</li> <li>Kết luận</li> </ol> <p><strong>1. Perplexity ra mắt công cụ theo dõi kết quả bầu cử</strong></p> <p>Perplexity, công cụ tìm kiếm dựa trên AI, vừa ra mắt một trung tâm thông tin dành riêng cho cuộc bầu cử tổng thống Mỹ. Trung tâm này được cung cấp dữ liệu từ The Associated Press và Democracy Works. Perplexity mô tả trung tâm này là "điểm khởi đầu để hiểu các vấn đề chính".</p> <p>"Bắt đầu từ thứ Ba, chúng tôi sẽ cung cấp các cập nhật trực tiếp về bầu cử bằng cách tận dụng dữ liệu từ The Associated Press để bạn có thể cập nhật thông tin về các cuộc đua tổng thống, thượng viện và hạ viện ở cả cấp bang và quốc gia", Perplexity cho biết.</p> <p><strong>2. Nỗ lực của Perplexity trong việc khẳng định độ tin cậy</strong></p> <p>Perplexity, với tư cách là công cụ tìm kiếm dựa trên AI, thường gặp phải vấn đề về "ảo giác" - cung cấp thông tin sai lệch. Tuy nhiên, công ty này muốn chứng minh rằng nó đủ đáng tin cậy để sử dụng cho việc theo dõi kết quả bầu cử.</p> <p><strong>3. Các đối thủ cạnh tranh của Perplexity</strong></p> <p>Các đối thủ cạnh tranh của Perplexity như OpenAI, Anthropic và Google đã tỏ ra miễn cưỡng trong việc ra mắt các tính năng tương tự vì lo ngại về thông tin sai lệch do AI tạo ra. OpenAI hướng dẫn người dùng đến The Associated Press và Reuters khi họ hỏi về kết quả bầu cử. Claude chatbot của Anthropic và Gemini của Google cũng không trả lời các câu hỏi liên quan đến kết quả bầu cử.</p> <p><strong>4. Vấn đề về độ chính xác của AI trong lĩnh vực bầu cử</strong></p> <p>Một nghiên cứu được thực hiện vào tháng 7 bởi Trung tâm Dân chủ và Công nghệ đã chỉ ra rằng, trong phản hồi với 77 truy vấn liên quan đến bầu cử, hơn một phần ba câu trả lời do chatbot AI, bao gồm cả Claude và Gemini, chứa thông tin sai lệch. Các nghiên cứu khác cũng cho thấy chatbot AI hoạt động kém hiệu quả hơn khi được hỏi các câu hỏi về bầu cử bởi những người gặp phải khó khăn về khả năng tiếp cận, và những người sử dụng ngôn ngữ chính không phải tiếng Anh.</p> <p><strong>5. Kết luận</strong></p> <p>Việc Perplexity ra mắt công cụ theo dõi bầu cử là một bước đi táo bạo. Tuy nhiên, do lịch sử hoạt động kém hiệu quả của AI trong lĩnh vực bầu cử, chúng ta chỉ có thể hy vọng rằng trung tâm thông tin của Perplexity sẽ chính xác như công ty tuyên bố. </p> <p><img alt="Logo" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEjrwz9PG3ltGG7b-dJ4KGk3s069Qm95v6sNrat4kvH0lfkQfaNlJaH9zwxr8dpplA6PuIRfSF37QHQNHMbLPv5L3qtUcPF13MFopQhf4DEsNlGlpTRWPCJiFKQyLn2U7FALiR1Y7Qmn9RnrPu9YeuJv2Cne8sMo84Yjl2ukMgJqXbUu4C7coTJ44-0vNsBY/s16000/logo-new.jpg"></p>

Perplexity ra mắt công cụ theo dõi bầu cử

Perplexity ra mắt công cụ theo dõi bầu cử Mục lục Perplexity ra mắt công cụ theo dõi kết quả bầu cử Nỗ lực của Perplexity trong việc khẳ...

Read more »

Sparsh: Đại diện xúc giác tự giám sát cho cảm biến xúc giác dựa trên thị giác

<h2>Sparsh: Đại diện xúc giác tự giám sát cho cảm biến xúc giác dựa trên thị giác</h2> <p><strong>Mục lục:</strong></p> <ol> <li><strong>Tóm tắt</strong></li> <li><strong>Giới thiệu</strong></li> <li><strong>Phương pháp tiếp cận</strong><ul> <li>Mô hình học tập tự giám sát Sparsh</li> <li>TacBench: Chuẩn mực đánh giá cho cảm biến và mô hình</li> </ul> </li> <li><strong>Đánh giá</strong></li> <li><strong>Kết luận</strong></li> </ol> <p><strong>1. Tóm tắt</strong></p> <p>Bài báo giới thiệu về Sparsh, một mô hình học tập tự giám sát (SSL) hỗ trợ nhiều loại cảm biến xúc giác dựa trên thị giác. Sparsh giải quyết vấn đề thiếu dữ liệu xúc giác có nhãn bằng cách đào tạo trước trên hơn 460.000 hình ảnh xúc giác với kỹ thuật che mặt và tự chưng cất trong không gian pixel và ẩn. Bài báo cũng giới thiệu TacBench, một bộ chuẩn mực đánh giá cho cảm biến và mô hình, bao gồm sáu nhiệm vụ từ nhận biết tính chất xúc giác đến cho phép nhận thức vật lý và lập kế hoạch thao tác. Đánh giá cho thấy Sparsh vượt trội so với đào tạo đầu cuối đặc trưng cho nhiệm vụ và cảm biến.</p> <p><strong>2. Giới thiệu</strong></p> <p>Cảm biến xúc giác dựa trên thị giác ngày càng phổ biến, đóng vai trò bổ sung quan trọng cho thị giác trong thao tác robot. Tuy nhiên, các giải pháp hiện tại thường dựa vào các mô hình nhận thức được chế tạo thủ công, cụ thể cho nhiệm vụ và cảm biến. Thu thập dữ liệu thực tế với nhãn ground truth liên quan đến nhiệm vụ, như lực tiếp xúc và trượt, là một thách thức, đặc biệt là với cảm biến có nhiều hình dạng khác nhau, khác biệt về ánh sáng và dấu gel.</p> <p><strong>3. Phương pháp tiếp cận</strong></p> <ul> <li><strong>Mô hình học tập tự giám sát Sparsh:</strong> Sparsh là một họ mô hình SSL, được đào tạo trước trên tập dữ liệu lớn hình ảnh xúc giác. Mô hình học cách biểu diễn xúc giác hiệu quả mà không cần nhãn ground truth bằng cách sử dụng kỹ thuật che mặt và tự chưng cất trong không gian pixel và ẩn.</li> <li><strong>TacBench: Chuẩn mực đánh giá cho cảm biến và mô hình:</strong> TacBench cung cấp một bộ chuẩn mực tiêu chuẩn hóa cho phép đánh giá hiệu suất của các mô hình đại diện xúc giác trên nhiều cảm biến khác nhau. TacBench bao gồm sáu nhiệm vụ, bao gồm:<ul> <li>Nhận biết tính chất xúc giác</li> <li>Nhận thức vật lý</li> <li>Lập kế hoạch thao tác</li> </ul> </li> </ul> <p><strong>4. Đánh giá</strong></p> <p>Kết quả đánh giá cho thấy việc đào tạo trước SSL cho đại diện xúc giác mang lại hiệu suất vượt trội so với đào tạo đầu cuối đặc trưng cho nhiệm vụ và cảm biến. Sparsh (DINO) và Sparsh (IJEPA) là các mô hình hiệu quả nhất, chứng minh lợi ích của việc học trong không gian ẩn cho hình ảnh xúc giác.</p> <p><strong>5. Kết luận</strong></p> <p>Sparsh là một bước tiến quan trọng trong lĩnh vực cảm biến xúc giác dựa trên thị giác. Mô hình học tập tự giám sát này giúp giải quyết vấn đề thiếu dữ liệu có nhãn và cung cấp đại diện xúc giác hiệu quả hơn, phù hợp với nhiều cảm biến khác nhau. TacBench là một bộ chuẩn mực hữu ích cho phép đánh giá tiêu chuẩn hóa các mô hình đại diện xúc giác. </p> <p><img alt="Logo" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEjrwz9PG3ltGG7b-dJ4KGk3s069Qm95v6sNrat4kvH0lfkQfaNlJaH9zwxr8dpplA6PuIRfSF37QHQNHMbLPv5L3qtUcPF13MFopQhf4DEsNlGlpTRWPCJiFKQyLn2U7FALiR1Y7Qmn9RnrPu9YeuJv2Cne8sMo84Yjl2ukMgJqXbUu4C7coTJ44-0vNsBY/s16000/logo-new.jpg"></p>

Sparsh: Đại diện xúc giác tự giám sát cho cảm biến xúc giác dựa trên thị giác

Sparsh: Đại diện xúc giác tự giám sát cho cảm biến xúc giác dựa trên thị giác Mục lục: Tóm tắt Giới thiệu Phương pháp tiếp cận Mô hình...

Read more »