Agent.ai.vn

Mô hình ngôn ngữ mở Llama 3.3 70B: Một bước tiến đáng kể trong lĩnh vực AI

Mục lục
<ol>
<li>Giới thiệu về Llama 3.3 70B</li>
<li>Tại sao Llama 3.3 70B lại quan trọng?</li>
<li>Những tính năng mới của Llama 3.3 70B</li>
<li>Thành công của mô hình mở và tác động đến thị trường</li>
<li>Kết luận</li>
</ol>
1. Giới thiệu về Llama 3.3 70B
Meta vừa chính thức ra mắt mô hình Llama 3.3 70B, tiếp tục khẳng định sức mạnh của các mô hình mở nguồn trong cuộc đua cạnh tranh với các đối thủ sở hữu độc quyền. Mặc dù chỉ có phiên bản 70B tham số, hiệu năng của nó trong các bài kiểm tra chuẩn đã cho thấy khả năng cạnh tranh sít sao với Llama 3.1 405B (phiên bản cũ hơn, có nhiều tham số hơn), thậm chí còn vượt trội hơn cả GPT-4o của OpenAI và Gemini Pro 1.5 của Google ở một số hạng mục.
<img alt="Llama 3.3B" src="https://cdn.mos.cms.futurecdn.net/v2/t:0,l:0,cw:0,ch:0,q:80,w:650/qyFMABKoT4uCuA4gwTqPsR.png.webp" />
Mô hình mới có thể được tải xuống và cài đặt tại Ollama, Hugging Face hoặc trang web chính thức của Meta dành cho Llama.
2. Tại sao Llama 3.3 70B lại quan trọng?
Đối với các nhà phát triển và những người muốn sử dụng mô hình AI trên máy tính cá nhân thay vì dựa vào đám mây, Llama 3.3 70B là một bước tiến lớn. Mỗi phiên bản Llama mới đều chứng minh khả năng cạnh tranh, thậm chí vượt trội của các mô hình mở nguồn nhỏ hơn so với các mô hình hàng đầu khác.
Meta công khai cho rằng mô hình mở nguồn là giải pháp tốt nhất để ngăn chặn nguy cơ lạm dụng từ các sản phẩm độc quyền. Kích thước mô hình nhỏ hơn cho phép người dùng sử dụng card đồ họa rẻ hơn, ít VRAM hơn mà vẫn đạt được hiệu năng AI tốt. Khả năng phản hồi nhanh chóng là yếu tố then chốt để AI có thể sử dụng được trên máy tính cá nhân. AI tốt nhất thế giới cũng vô dụng nếu phải mất hàng giờ để trả lời một câu hỏi.
Việc cho phép người dùng tùy chỉnh và nâng cao các mô hình Llama cơ bản cũng giúp các mô hình mở nguồn duy trì tốc độ phát triển ngang bằng, thậm chí vượt trội so với các mô hình đóng.
3. Những tính năng mới của Llama 3.3 70B
Mô hình mới hỗ trợ tám ngôn ngữ, bao gồm tiếng Tây Ban Nha, tiếng Hindi và tiếng Thái, và được thiết kế để các nhà phát triển có thể tinh chỉnh và bổ sung thêm các khả năng hoặc ngôn ngữ khác theo nhu cầu.
4. Thành công của mô hình mở và tác động đến thị trường
Sự thành công của các mô hình mở nguồn này thể hiện hai xu hướng nổi bật:
<ul>
<li>Nhiều công ty lớn nhỏ muốn kiểm soát tốt hơn quá trình tích hợp sản phẩm AI.</li>
<li>Cộng đồng những người đam mê và chuyên gia AI đang ngày càng tăng, họ muốn chạy các mô hình nhỏ hơn trên phần cứng tiêu dùng thông thường.</li>
</ul>
Hiện có hơn 60.000 mô hình phái sinh trên Hugging Face, cho thấy nhu cầu tinh chỉnh mô hình Llama rất lớn. Ngoài ra, các doanh nghiệp lớn như Goldman Sachs, Accenture và Shopify cũng đang sử dụng Llama trong nội bộ.
Nhiều doanh nghiệp lớn sử dụng phiên bản Llama trên đám mây, nhưng Llama cũng đang xây dựng một cộng đồng người dùng đông đảo cho các mô hình mạnh mẽ hơn. Các công ty như Zoom và DoorDash đang sử dụng Llama trong nhiều tác vụ khác nhau, bao gồm hỗ trợ khách hàng, kỹ thuật phần mềm và phân tích dữ liệu.
5. Kết luận
Hệ sinh thái Llama đang phát triển mạnh mẽ là một chiến lược thông minh của Meta. Không chỉ khẳng định sức mạnh của Meta trong lĩnh vực AI đa năng, mà còn tạo ra hiệu ứng marketing tích cực cho sản phẩm AI nội bộ Meta AI.
Với hơn 350 triệu lượt tải xuống mô hình Llama trên toàn thế giới, Meta đã trở thành một trong những công ty AI hàng đầu thế giới. Trợ lý AI của Meta, Meta AI, đã vượt qua mốc 600 triệu người dùng hàng tháng. Con số này dự kiến sẽ tăng vọt khi Llama 4 được phát hành vào đầu năm sau như dự kiến.

Mô hình ngôn ngữ mở Llama 3.3 70B: Một bước tiến đáng kể trong lĩnh vực AI

Mục lục Giới thiệu về Llama 3.3 70B Tại sao Llama 3.3 70B lại quan trọng? Những tính năng mới của Llama 3.3 70B Thành công của mô hình ...

tháng 12 15, 2024

Google Gemini: Vượt mặt OpenAI trên bảng xếp hạng AI hàng đầu

Mục lục
<ul>
<li><a href="#t%C3%B3m-t%E1%BA%AFt">Tóm tắt</a></li>
<li><a href="#google-gemini-exp-1206-d%E1%BA%ABn-%C4%91%E1%BA%A7u-chatbot-arena">Google Gemini-Exp-1206 dẫn đầu Chatbot Arena</a></li>
<li><a href="#google-cung-c%E1%BA%A5p-m%C3%B4-h%C3%ACnh-mi%E1%BB%85n-ph%C3%AD-t%E1%BA%A1o-l%E1%BB%A3i-th%E1%BA%BF-c%E1%BA%A1nh-tranh">Google cung cấp mô hình miễn phí, tạo lợi thế cạnh tranh</a></li>
<li><a href="#kh%E1%BA%A3-n%C4%83ng-x%E1%BB%AD-l%C3%BD-video-v%C6%B0%E1%BB%A3t-tr%E1%BB%99i-c%E1%BB%A7a-gemini-exp-1206">Khả năng xử lý video vượt trội của Gemini-Exp-1206</a></li>
<li><a href="#k%E1%BA%BFt-lu%E1%BA%ADn">Kết luận</a></li>
</ul>

<a name="tóm-tắt"></a>
<h2>Tóm tắt</h2>
Mô hình AI Gemini-Exp-1206 của Google đã vượt qua ChatGPT-40 của OpenAI để giành vị trí dẫn đầu trên bảng xếp hạng Chatbot Arena. Gemini-Exp-1206 thể hiện ưu điểm vượt trội về toán học, viết lách, hình ảnh và đặc biệt là khả năng xử lý video với cửa sổ ngữ cảnh 2 triệu token. Điều đáng chú ý là Google cung cấp Gemini-Exp-1206 hoàn toàn miễn phí, tạo ra một thách thức lớn đối với các dịch vụ cao cấp có thu phí của OpenAI.

<a name="google-gemini-exp-1206-dẫn-đầu-chatbot-arena"></a>
<h2>Google Gemini-Exp-1206 dẫn đầu Chatbot Arena</h2>
<img alt="Google AI / Google dẫn đầu bảng xếp hạng mô hình AI" src="https://readwrite.com/wp-content/uploads/2024/12/image-1733757498009-900x514.png">
Trên bảng xếp hạng Chatbot Arena uy tín, Google đã giành được vị trí dẫn đầu với mô hình thử nghiệm Gemini-Exp-1206. Trước đó, OpenAI đang giữ vị trí số một với ChatGPT-40, chỉ vượt qua Gemini-Exp-114 (phát hành ngày 15 tháng 11) một khoảng cách nhỏ. Gemini-Exp-1206 cho thấy sự cải thiện đáng kể trên nhiều lĩnh vực quan trọng, bao gồm toán học, viết sáng tạo và hình ảnh, với điểm số tăng 40 điểm so với các phiên bản trước. Mặc dù vậy, Tech Crunch cũng chỉ ra rằng phương pháp đánh giá chuẩn AI hiện tại có thể đơn giản hóa quá mức việc đánh giá mô hình.
Jeff Dean, một nhân vật quan trọng trong đội ngũ phát triển Gemini, đã chia sẻ niềm vui chiến thắng trên Twitter:
<blockquote>
What a way to celebrate one year of incredible Gemini progress — #1🥇across the board on overall ranking, as well as on hard prompts, coding, math, instruction following, and more, including with style control on.
</blockquote>
<blockquote>
Thanks to the hard work of everyone in the Gemini team and… <a href="https://t.co/BnjfUIexpU">https://t.co/BnjfUIexpU</a> pic.twitter.com/i4Fof5KoWc
</blockquote>
<blockquote>
— Jeff Dean (@🏡) (@JeffDean) December 6, 2024
</blockquote>

<a name="google-cung-cấp-mô-hình-miễn-phí-tạo-lợi-thế-cạnh-tranh"></a>
<h2>Google cung cấp mô hình miễn phí, tạo lợi thế cạnh tranh</h2>
Google đã vượt qua OpenAI bằng cách cung cấp mô hình Gemini-Exp-1206 hoàn toàn miễn phí thông qua Google AI Studio và Gemini API. Trong khi đó, OpenAI lại tăng giá dịch vụ cao cấp của mình. Điều này tạo ra một lợi thế cạnh tranh đáng kể, giúp người dùng tiết kiệm được khoảng 200 đô la cho một sản phẩm có chất lượng tương đương. Việc cung cấp miễn phí này không chỉ thu hút người dùng mà còn mở ra cơ hội tiếp cận AI rộng rãi hơn.

<a name="khả-năng-xử-lý-video-vượt-trội-của-gemini-exp-1206"></a>
<h2>Khả năng xử lý video vượt trội của Gemini-Exp-1206</h2>
Gemini-Exp-1206 sở hữu một khả năng vượt trội so với các đối thủ cạnh tranh chính như ChatGPT và Claude: khả năng xử lý và hiểu nội dung video. Trong khi ChatGPT và Claude chỉ giới hạn ở hình ảnh, Gemini-Exp-1206 có thể xử lý hơn một giờ video nhờ cửa sổ ngữ cảnh 2 triệu token.

<a name="kết-luận"></a>
<h2>Kết luận</h2>
Chiến thắng của Google Gemini-Exp-1206 trên bảng xếp hạng AI đánh dấu một bước tiến quan trọng trong cuộc đua AI giữa các ông lớn công nghệ. Việc cung cấp mô hình miễn phí và khả năng xử lý video vượt trội đã tạo ra một lợi thế cạnh tranh đáng kể cho Google, hứa hẹn một tương lai tiếp cận AI dễ dàng hơn cho người dùng trên toàn thế giới.

Google Gemini: Vượt mặt OpenAI trên bảng xếp hạng AI hàng đầu

Mục lục Tóm tắt Google Gemini-Exp-1206 dẫn đầu Chatbot Arena Google cung cấp mô hình miễn phí, tạo lợi thế cạnh tranh Khả năng xử lý vi...

tháng 12 15, 2024

Trợ lý AI: Người bạn đồng hành mới cho việc quản lý thời gian

Mục lục
<ol>
<li>Giới thiệu</li>
<li>Điểm Bùng Phát</li>
<li>Chọn AI Đồng Hành Phù Hợp</li>
<li>Hướng dẫn ChatGPT lập kế hoạch hàng ngày</li>
<li>Ưu điểm và Nhược điểm của việc sử dụng AI để lập kế hoạch</li>
<li>Kết luận</li>
</ol>
<h2>1. Giới thiệu</h2>
Bài viết này chia sẻ kinh nghiệm cá nhân của tác giả trong việc sử dụng trí tuệ nhân tạo (AI) để cải thiện khả năng quản lý thời gian. Tác giả đã gặp khó khăn trong việc sắp xếp thời gian hiệu quả sau khi tốt nghiệp đại học, đặc biệt là sau đại dịch COVID-19. Bài viết sẽ trình bày cách tác giả tận dụng ChatGPT để tạo ra một lịch trình chi tiết và hiệu quả, đồng thời thảo luận về những ưu điểm và hạn chế của phương pháp này.
<h2>2. Điểm Bùng Phát</h2>
Tác giả luôn có nhiều sở thích và dự án cá nhân, dẫn đến tình trạng mất kiểm soát thời gian và thường xuyên bỏ lỡ các cuộc họp quan trọng. Các phương pháp quản lý thời gian truyền thống như sử dụng đồng hồ đếm ngược Pomodoro của Windows 11 hoặc lập lịch trên Google Calendar không còn hiệu quả nữa. Việc lên kế hoạch bị gián đoạn thường xuyên bởi những sự việc bất ngờ. Chính vì thế, tác giả quyết định thử nghiệm sử dụng AI để hỗ trợ lên kế hoạch.
<h2>3. Chọn AI Đồng Hành Phù Hợp</h2>
Tác giả đã cân nhắc nhiều mô hình AI và công cụ lập kế hoạch chuyên dụng, bao gồm cả ChatGPT và Claude AI. Tuy nhiên, hầu hết các công cụ chuyên dụng đều có phí và hướng đến doanh nghiệp, không phù hợp với nhu cầu cá nhân của tác giả. Cuối cùng, tác giả chọn ChatGPT vì dễ dàng hơn để truyền đạt các yêu cầu về hiệu quả thời gian so với Claude AI, mặc dù ChatGPT không tích hợp với các công cụ lập kế hoạch khác mà tác giả đang sử dụng.

<h2>4. Hướng dẫn ChatGPT lập kế hoạch hàng ngày</h2>
Để tạo ra một kế hoạch hiệu quả, tác giả sử dụng khung prompt SAID (Situation, Action, Impact, Detail) để cung cấp cho ChatGPT thông tin đầy đủ về tình huống của mình: một người làm việc tự do không có lịch trình cụ thể, thường xuyên bỏ lỡ cuộc họp và không hiệu quả trong thời gian làm việc hiệu quả nhất.
Tác giả cung cấp thông tin về năng lượng và mức độ ưu tiên của mình cho ChatGPT. Sau khi nhận được câu trả lời, tác giả đã đưa lịch trình do ChatGPT tạo ra vào Google Calendar, kèm theo mã màu để dễ dàng theo dõi.

<h2>5. Ưu điểm và Nhược điểm của việc sử dụng AI để lập kế hoạch</h2>
Ưu điểm:
<ul>
<li>Lập kế hoạch nhanh hơn so với phương pháp thủ công.</li>
<li>ChatGPT đặt ra các câu hỏi giúp hiểu rõ hơn về lịch trình hàng ngày.</li>
<li>Đề xuất các giải pháp để giảm thiểu sự phân tán.</li>
<li>Lập kế hoạch thời gian nghỉ ngơi để tránh kiệt sức.</li>
</ul>
Nhược điểm:
<ul>
<li>Không tích hợp với các công cụ khác như Google Calendar, cần phải nhập thủ công.</li>
<li>Khó xử lý các khoảng thời gian linh hoạt.</li>
<li>Khả năng lập kế hoạch có giới hạn, chỉ hiệu quả khi có hướng dẫn chi tiết.</li>
</ul>
<h2>6. Kết luận</h2>
Mặc dù không hoàn hảo, ChatGPT vẫn là một công cụ hỗ trợ lập kế hoạch cá nhân hữu ích. Nó giúp tác giả tiết kiệm thời gian và cải thiện hiệu quả công việc. Cho đến khi các công cụ AI chuyên dụng cho lập kế hoạch cá nhân được phát triển, ChatGPT là một giải pháp khả thi. Hình ảnh minh họa cho thấy tác giả đang được hỗ trợ bởi AI trong việc quản lý thời gian:
<img alt="an image of an AI agent surrounded by planners" src="https://static1.howtogeekimages.com/wordpress/wp-content/uploads/2024/11/an-image-of-an-ai-surrounded-by-planners.jpg?q=49&fit=crop&w=1100&h=618&dpr=2">

Trợ lý AI: Người bạn đồng hành mới cho việc quản lý thời gian

Mục lục Giới thiệu Điểm Bùng Phát Chọn AI Đồng Hành Phù Hợp Hướng dẫn ChatGPT lập kế hoạch hàng ngày Ưu điểm và Nhược điểm của việc sử...

tháng 12 15, 2024

OpenAI và Kĩ thuật Điều chỉnh Tinh chỉnh Tăng cường (RFT): Tạo ra các Mô hình AI Chuyên ngành

Mục lục:
<ol>
<li>Giới thiệu về Reinforcement Fine-Tuning (RFT) của OpenAI</li>
<li>Mục tiêu chính của RFT</li>
<li>RFT: Phương pháp tạo ra các mô hình AI chuyên ngành</li>
<li>Cân bằng giữa tính tổng quát và tính chuyên ngành</li>
<li>Các bước thực hiện RFT</li>
<li>Vai trò quan trọng của hệ thống chấm điểm</li>
<li>Sự kết hợp giữa RFT và Chain-of-Thought (CoT)</li>
<li>OpenAI và sự ra mắt RFT</li>
<li>Tương lai của RFT và các phương pháp tiếp cận khác</li>
</ol>
<hr>
<h2>1. Giới thiệu về Reinforcement Fine-Tuning (RFT) của OpenAI</h2>
<img alt="User added image" src="https://imageio.forbes.com/specials-images/imageserve/6756513252d32f4d101a3c32/Business-people--laptop-and-meeting-in-planning--teamwork-or-coaching-for-project-on/0x0.jpg?format=jpg&crop=1940,1454,x894,y0,safe&width=1440">
Bài viết này phân tích tính năng mới được OpenAI giới thiệu, đó là kĩ thuật điều chỉnh tinh chỉnh tăng cường (Reinforcement Fine-Tuning - RFT), được trình bày ngắn gọn trong sự kiện "12 Days Of OpenAI". Mặc dù không phải là một phát minh hoàn toàn mới trong nghiên cứu AI, RFT vẫn là một bổ sung đáng chú ý cho mô hình OpenAI o1, mở ra khả năng mới trong việc tùy biến mô hình AI. Hiện tại, RFT chỉ khả dụng trong phiên bản xem trước giới hạn.
<h2>2. Mục tiêu chính của RFT</h2>
RFT nhắm đến mục tiêu biến đổi các mô hình AI tổng quát (như mô hình ngôn ngữ lớn - LLM) thành các "chuyên gia" trong các lĩnh vực cụ thể. Xu hướng hiện nay là ứng dụng AI vào các lĩnh vực chuyên ngành như pháp luật, tài chính, y tế,… RFT chính là một trong những phương pháp hiệu quả để đạt được mục tiêu này.
<h2>3. RFT: Phương pháp tạo ra các mô hình AI chuyên ngành</h2>
RFT tinh chỉnh mô hình AI tổng quát bằng cách cung cấp dữ liệu liên quan đến lĩnh vực mục tiêu và sử dụng cơ chế tăng cường để hướng dẫn AI "học hỏi". Khi AI trả lời đúng, nó được "thưởng" và điều chỉnh để tạo ra các câu trả lời tương tự trong tương lai. Ngược lại, khi trả lời sai, nó bị "phạt" và tránh lặp lại lỗi. Tuy nhiên, cần lưu ý rằng "học hỏi" ở đây là quá trình điều chỉnh toán học và tính toán, không nên hiểu theo nghĩa giống như con người.
<h2>4. Cân bằng giữa tính tổng quát và tính chuyên ngành</h2>
RFT thường giữ lại các khía cạnh tổng quát của mô hình AI. Tuy nhiên, tùy thuộc vào mục tiêu, ta có thể loại bỏ một số phần không cần thiết để giảm kích thước mô hình, giúp chạy trên các thiết bị cá nhân như điện thoại thông minh mà không cần kết nối internet. Tuy nhiên, điều này có thể làm giảm tính linh hoạt và khả năng phản hồi của mô hình.
<h2>5. Các bước thực hiện RFT</h2>
Quá trình RFT có thể được tóm tắt thành 5 bước chính:
<ol>
<li>Chuẩn bị bộ dữ liệu: Tạo bộ dữ liệu tùy chỉnh cho lĩnh vực mục tiêu và định dạng dữ liệu (ví dụ: JSONL).</li>
<li>Xây dựng hệ thống chấm điểm: Thiết kế hệ thống chấm điểm tự động để đánh giá đầu ra của mô hình, tập trung vào độ chính xác, chất lượng và lập luận.</li>
<li>Điều chỉnh tinh chỉnh tăng cường: Mô hình AI nhận phản hồi lặp lại thông qua phần thưởng (khi đúng) và hình phạt (khi sai), từ đó cải thiện hiệu suất.</li>
<li>Quá trình xác thực: Sử dụng phần dữ liệu chưa được sử dụng để kiểm tra khả năng tổng quát của mô hình.</li>
<li>Tối ưu hóa và triển khai: Hoàn thiện RFT, đảm bảo hiệu quả, kích thước mô hình phù hợp và tính chuyên ngành. Triển khai mô hình và theo dõi, cập nhật thường xuyên.</li>
</ol>
<h2>6. Vai trò quan trọng của hệ thống chấm điểm</h2>
Hệ thống chấm điểm đóng vai trò then chốt trong RFT. Nó đánh giá câu trả lời của AI bằng các điểm số từ 0 (sai hoàn toàn) đến 1 (đúng hoàn toàn). Các điểm số giữa 0 và 1 thể hiện mức độ chính xác của câu trả lời. Hệ thống chấm điểm có thể là chương trình tự động, hoặc thậm chí là một mô hình AI khác.
<h2>7. Sự kết hợp giữa RFT và Chain-of-Thought (CoT)</h2>
RFT kết hợp với Chain-of-Thought (CoT) – khả năng lập luận theo chuỗi logic – sẽ mang lại hiệu quả cao. CoT hướng dẫn AI thực hiện các bước lập luận logic để giải quyết vấn đề. RFT, khi được áp dụng với CoT, sẽ không chỉ đánh giá câu trả lời cuối cùng mà còn đánh giá cả quá trình lập luận, giúp AI học hỏi và cải thiện khả năng lập luận.
<h2>8. OpenAI và sự ra mắt RFT</h2>
OpenAI đã ra mắt RFT, hiện chỉ khả dụng trong phiên bản xem trước giới hạn. OpenAI cũng đang tìm kiếm các lĩnh vực phù hợp để áp dụng RFT. Các nhà nghiên cứu và chuyên gia có thể gửi đề xuất đến OpenAI để tham gia chương trình xem trước.
OpenAI cho biết: "Kỹ thuật tùy chỉnh mô hình mới này cho phép các nhà phát triển tùy chỉnh mô hình của chúng tôi bằng hàng chục đến hàng nghìn tác vụ chất lượng cao và chấm điểm phản hồi của mô hình với các câu trả lời tham khảo được cung cấp."
<h2>9. Tương lai của RFT và các phương pháp tiếp cận khác</h2>
Một hướng phát triển thú vị của RFT là đánh giá cả quá trình lập luận (CoT) thay vì chỉ đánh giá kết quả cuối cùng. Điều này sẽ giúp AI hiểu rõ hơn về lỗi sai và cải thiện hiệu quả hơn. Tuy nhiên, phương pháp này đòi hỏi hệ thống chấm điểm phức tạp hơn và chính xác hơn.
Tóm lại, RFT là một kỹ thuật hứa hẹn trong việc tạo ra các mô hình AI chuyên ngành. Sự phát triển và ứng dụng của RFT sẽ mở ra nhiều khả năng mới cho AI trong tương lai.

OpenAI và Kĩ thuật Điều chỉnh Tinh chỉnh Tăng cường (RFT): Tạo ra các Mô hình AI Chuyên ngành

Mục lục: Giới thiệu về Reinforcement Fine-Tuning (RFT) của OpenAI Mục tiêu chính của RFT RFT: Phương pháp tạo ra các mô hình AI chuyên n...

tháng 12 15, 2024

DeepMind Genie 2: Thế giới tương tác 3D do AI tạo ra chỉ cần một lời nhắc

Mục lục
<ul>
<li>Giới thiệu DeepMind Genie 2</li>
<li>Tại sao Genie 2 lại quan trọng?</li>
<li>Cơ chế hoạt động của Genie 2</li>
<li>Thế giới tương tác đa dạng và phức tạp</li>
<li>Khả năng tạo mẫu nhanh và ứng dụng</li>
<li>Kết luận</li>
</ul>
Giới thiệu DeepMind Genie 2
DeepMind Genie 2 của Google là một công cụ đột phá, có khả năng tạo ra các môi trường 3D tương tác và có thể chơi được chỉ với một lời nhắc. Đây là một "mô hình thế giới" (world model) được thiết kế để huấn luyện và đánh giá các tác nhân (agent) AI. Người dùng có thể tương tác với môi trường được tạo ra bằng chuột hoặc bàn phím, và thậm chí cả AI khác cũng có thể điều khiển. Khả năng tạo ra một thế giới tương tác do AI sinh ra đã là ấn tượng, nhưng giá trị của nó như một công cụ huấn luyện AI còn đáng kể hơn.
<img alt="User added image" src="https://www.technowize.com/wp-content/uploads/2024/12/text-to-playable-game-AI.jpg">
Tại sao Genie 2 lại quan trọng?
Trò chơi điện tử không chỉ giải trí mà còn là môi trường an toàn và được kiểm soát để huấn luyện AI. DeepMind đã tiên phong trong việc sử dụng game để huấn luyện AI, tuy nhiên, các môi trường hiện có thường bị hạn chế. Thế giới thực quá phức tạp, việc tái tạo các ngữ cảnh cần thiết để chuẩn bị đầy đủ cho AI là gần như bất khả thi. Cho dù đó là hoàn thành các nhiệm vụ đơn giản hay giải quyết các vấn đề thực tế, AI và hầu hết các chương trình khác đều cần được thử nghiệm toàn diện để khắc phục lỗi trong mã hoặc khả năng của chúng.
Cơ chế hoạt động của Genie 2
Khác với Genie 1 chỉ tạo ra thế giới 2D, Genie 2 tạo ra các thế giới 3D đa dạng. Được huấn luyện trên các tập dữ liệu video quy mô lớn, mô hình này "thể hiện nhiều khả năng nổi bật ở quy mô lớn, chẳng hạn như tương tác đối tượng, hoạt ảnh nhân vật phức tạp, vật lý và khả năng mô hình hóa và dự đoán hành vi của các tác nhân khác". Ánh sáng, khói, trọng lực và các yếu tố khác phản ánh chính xác thực tế.
<blockquote>
Genie 2 dường như ngang bằng với @worldlabs về độ trung thực, nhưng có các tương tác trong thế giới tiên tiến hơn nhiều. Thật ấn tượng.
</blockquote>
<blockquote>
— Chris McKay (@cmcky) Ngày 4 tháng 12 năm 2024
</blockquote>
Genie 2 phản hồi các hành động của người dùng (bằng bàn phím hoặc chuột) và di chuyển các thành phần phù hợp trên màn hình. AI cũng có thể tạo ra các trải nghiệm phản thực dựa trên phản ứng của người dùng, và nội dung được tạo ra vẫn tuân thủ quy luật thực tế.
<img alt="User added image" src="https://www.technowize.com/wp-content/uploads/2024/12/AI-generated-video-game-worlds.jpg">
Thế giới tương tác đa dạng và phức tạp
Các môi trường 3D có thể chơi được rất đa dạng và hỗ trợ tạo ra các góc nhìn khác nhau, từ góc nhìn người thứ nhất đến góc nhìn người thứ ba. Người dùng có thể tương tác với các vật thể và chúng sẽ phản hồi một cách phù hợp (ví dụ, chọc thủng bong bóng, đẩy cửa để mở cửa).
Điều thú vị là, DeepMind Genie 2 không chỉ tạo ra các vật thể mà còn tạo ra NPC và thiết kế nhân vật. Các môi trường trò chơi điện tử do AI tạo ra cũng thể hiện bộ nhớ dài hạn, cho phép thế giới không còn trong tầm nhìn được hiển thị lại chính xác khi người dùng quay lại. Công cụ này cũng có thể tiếp tục tạo ra thế giới khi người dùng di chuyển trong tối đa một phút.
<blockquote>
Giới thiệu Genie 2: mô hình AI của chúng tôi có thể tạo ra vô số thế giới 3D có thể chơi được – tất cả chỉ từ một hình ảnh duy nhất. 🖼️
</blockquote>
<blockquote>
Những mô hình thế giới nền tảng quy mô lớn này có thể cho phép các tác nhân trong tương lai được huấn luyện và đánh giá trong vô số môi trường ảo. →…
</blockquote>
<blockquote>
— Google DeepMind (@GoogleDeepMind) Ngày 4 tháng 12 năm 2024
</blockquote>
Khả năng tạo mẫu nhanh và ứng dụng
Khả năng tạo mẫu nhanh cho phép thử nghiệm khả năng của AI nhanh hơn nhiều. Một hình ảnh do AI tạo ra có thể được mở rộng thành một thế giới ảo với DeepMind Genie 2, và một AI khác có thể được yêu cầu khám phá và tương tác với thế giới ảo này. Các kết quả mà Google cung cấp cho thấy AI không hoàn hảo, nhưng nó vẫn là một trong những công cụ hiệu quả nhất mà chúng ta đã thấy gần đây.
Genie 2 chủ yếu là một công cụ nghiên cứu và không nhằm mục đích thay thế các nhà phát triển game. Các môi trường 3D được tạo ra nhằm mục đích hỗ trợ các công cụ AI khác trở nên tinh vi hơn, đồng thời cải thiện khả năng của chính chúng trong quá trình thử nghiệm.
Kết luận
DeepMind Genie 2 là một bước tiến đáng kể trong lĩnh vực AI, mở ra khả năng tạo ra các môi trường ảo đa dạng và phức tạp cho việc huấn luyện và đánh giá AI. Mặc dù vẫn còn những hạn chế, Genie 2 hứa hẹn sẽ đóng góp quan trọng cho sự phát triển của AI trong tương lai.

DeepMind Genie 2: Thế giới tương tác 3D do AI tạo ra chỉ cần một lời nhắc

Mục lục Giới thiệu DeepMind Genie 2 Tại sao Genie 2 lại quan trọng? Cơ chế hoạt động của Genie 2 Thế giới tương tác đa dạng và phức tạp...

tháng 12 15, 2024

Bản cập nhật Pixel Tháng 12/2024: Trí tuệ nhân tạo thông minh hơn, bảo mật nâng cao và nhiều tính năng mới

Mục lục:
<ol>
<li>Gemini AI thông minh hơn</li>
<li>Cải tiến chia sẻ ảnh và chụp ảnh</li>
<li>Tính năng bảo mật mới</li>
<li>Phụ đề thông minh hơn nhờ AI</li>
<li>Tính năng hỗ trợ người dùng và nâng cấp chất lượng cuộc sống</li>
<li>Cập nhật cho các thiết bị khác: Máy tính bảng và đồng hồ thông minh</li>
<li>Tổng kết</li>
</ol>
1. Gemini AI thông minh hơn
Bản cập nhật Pixel tháng 12 năm 2024 mang đến nhiều cải tiến đáng kể, đặc biệt là cho trợ lý AI Gemini. Giờ đây, Gemini có khả năng ghi nhớ thông tin cá nhân của người dùng, như phim yêu thích, sở thích ăn uống, niềm đam mê thể thao,… để cung cấp các câu trả lời cá nhân hóa hơn. Người dùng có thể xem, xóa hoặc tắt hoàn toàn tính năng này.
<img alt="Gemini Google" src="https://static.bundle.app/news/pc-356eed42fa709bccaa7bc4e80ed9f87a.jpg">
Gemini cũng được mở rộng thêm nhiều tiện ích, nhằm bắt kịp và vượt trội hơn Google Assistant. Các tiện ích mới cho phép điều khiển Spotify, quản lý thiết bị nhà thông minh qua Google Home, và tra cứu địa điểm trên Google Maps. Với điện thoại Pixel 9 sử dụng Gemini Nano, người dùng có thể tận dụng tính năng trả lời tự động thông minh, nhạy bén với ngữ cảnh cho các cuộc gọi đã từ chối, cho phép tương tác mà không cần nghe máy. Tất cả các dòng Pixel từ Pixel 4 trở đi sẽ hiển thị bản ghi cuộc trò chuyện này trên màn hình.
2. Cải tiến chia sẻ ảnh và chụp ảnh
Việc chia sẻ và chọn ảnh trên Instagram và Snapchat đã được đơn giản hóa. Đối với điện thoại Google có màn hình gập - Pixel Fold hoặc Pixel 9 Pro Fold - người dùng có thể xem trước ảnh chân dung trên cả hai màn hình. Tính năng "Made You Look" giúp giữ cho trẻ em nhìn thẳng vào máy ảnh đã được bổ sung cho Pixel Fold, và nhiều hiệu ứng hoạt hình hơn sẽ có mặt trên Pixel 9 Pro Fold.
3. Tính năng bảo mật mới
Tính năng "Kiểm tra danh tính" (Identity Check) mới được triển khai ở phiên bản Beta, yêu cầu xác thực khuôn mặt hoặc vân tay khi thay đổi cài đặt nhạy cảm trên điện thoại, ngay cả khi máy đã được mở khóa. Điều này tăng cường bảo vệ chống lại việc người khác truy cập điện thoại và thay đổi mật khẩu hoặc mã PIN.
<img alt="Android Identity Check" src="https://static.bundle.app/news/pc-356eed42fa709bccaa7bc4e80ed9f87a.jpg">
4. Phụ đề thông minh hơn nhờ AI
Google cũng giới thiệu "Phụ đề biểu cảm" (Expressive Captions), sử dụng AI để cải thiện chức năng phụ đề trực tiếp trên Android. Phụ đề tự động tạo sẽ thể hiện rõ hơn cảm xúc trong âm thanh thông qua các dấu hiệu như chữ in hoa và mô tả âm thanh như tiếng thở dốc.
5. Tính năng hỗ trợ người dùng và nâng cấp chất lượng cuộc sống
Tính năng "Xem đơn giản" (Simple View) trên Pixel 6 và các dòng máy mới hơn giúp tăng kích thước font chữ và độ nhạy của màn hình cảm ứng. Ứng dụng Ghi âm (Recorder) được nâng cấp với tính năng "giọng nói rõ ràng" (clear voice) giảm nhiễu nền. Tính năng "Now Playing" độc quyền trên Pixel sẽ hiển thị ảnh bìa album cho các bài hát được tự động nhận diện.
Các cập nhật nhỏ khác bao gồm: Sticker Pixel Studio trên bàn phím Gboard (Pixel 9), tích hợp chặt chẽ hơn giữa ứng dụng chụp màn hình Pixel Screenshots với Circle to Search, đồng bộ Google Wallet, tự động phân loại và gợi ý trên Gboard. Trên tất cả các dòng Pixel, Emoji Kitchen dễ sử dụng hơn.
6. Cập nhật cho các thiết bị khác: Máy tính bảng và đồng hồ thông minh
Trên máy tính bảng Pixel, widget giờ đây có thể truy cập từ màn hình khóa bằng cách vuốt sang phải, và máy tính bảng Pixel giờ đây cũng có quyền truy cập vào VPN của Google. Pixel Watch 2 cũ hơn sẽ có khả năng xem trực tiếp từ camera Nest, tương tự như Pixel Watch 3. Các tính năng Daily Readiness, Cardio Load và Target Load ban đầu chỉ có trên Pixel Watch 3 sẽ được bổ sung cho các dòng Pixel Watch và thiết bị theo dõi sức khỏe Fitbit cũ hơn.
7. Tổng kết
Những bản cập nhật này đang được triển khai. Người dùng có thể kiểm tra cập nhật thủ công trên điện thoại hoặc máy tính bảng Pixel bằng cách vào Cài đặt, sau đó chọn Hệ thống và Cập nhật phần mềm.

Bản cập nhật Pixel Tháng 12/2024: Trí tuệ nhân tạo thông minh hơn, bảo mật nâng cao và nhiều tính năng mới

Mục lục: Gemini AI thông minh hơn Cải tiến chia sẻ ảnh và chụp ảnh Tính năng bảo mật mới Phụ đề thông minh hơn nhờ AI Tính năng hỗ trợ...

tháng 12 15, 2024

Mô hình ngôn ngữ mở Llama 3.3 70B: Một bước tiến đáng kể trong lĩnh vực AI

Google Gemini: Vượt mặt OpenAI trên bảng xếp hạng AI hàng đầu

Trợ lý AI: Người bạn đồng hành mới cho việc quản lý thời gian

OpenAI và Kĩ thuật Điều chỉnh Tinh chỉnh Tăng cường (RFT): Tạo ra các Mô hình AI Chuyên ngành

DeepMind Genie 2: Thế giới tương tác 3D do AI tạo ra chỉ cần một lời nhắc

Bản cập nhật Pixel Tháng 12/2024: Trí tuệ nhân tạo thông minh hơn, bảo mật nâng cao và nhiều tính năng mới

Bài đăng phổ biến

Labels