Meta và Groq hợp tác thúc đẩy hệ sinh thái phát triển phần mềm nguồn mở với sự ra mắt của Llama 3.2

<h2 id="section-0">Meta và Groq hợp tác thúc đẩy hệ sinh thái phát triển phần mềm nguồn mở với sự ra mắt của Llama 3.2</h2> <p><strong>Groq dẫn đầu về khả năng suy luận AI tốc độ cao</strong></p> <p>Tin tức mới đây cho thấy sự hợp tác chặt chẽ giữa Meta và Groq đang tiếp tục tạo nên bước tiến đáng kể cho hệ sinh thái phát triển phần mềm nguồn mở trong lĩnh vực trí tuệ nhân tạo. Sự kiện trọng tâm là việc Meta ra mắt Llama 3.2, một bước tiến vượt bậc được hỗ trợ bởi công nghệ suy luận AI tốc độ cao của Groq.</p> <p>Từ khi ra mắt phiên bản Llama đầu tiên vào tháng 2 năm 2023, Groq đã <strong>thiết lập tiêu chuẩn mới cho khả năng suy luận AI tốc độ cao</strong> đối với các mô hình nguồn mở. Công nghệ LPU™ (Low Power Unit) của Groq đã mang lại hiệu suất xử lý hàng đầu. Hợp tác với Meta, Groq tiếp tục duy trì vị thế dẫn đầu này bằng việc hỗ trợ Meta phát triển và phổ biến các mô hình và phương thức mới cho cộng đồng nguồn mở.</p> <p>Llama 3.2, được Meta công bố gần đây, bao gồm các mô hình ngôn ngữ lớn (LLM) tầm nhìn nhỏ và trung bình (11B và 90B tham số), cùng với các mô hình chỉ xử lý văn bản (1B và 3B tham số). Điều này đánh dấu một bước tiến quan trọng trong việc đa dạng hóa các khả năng của Llama.</p> <p>Ahmad Al-Dahle, Trưởng bộ phận GenAI tại Meta, chia sẻ: “Tại Meta, chúng tôi cam kết cung cấp cho các nhà phát triển và doanh nghiệp những mô hình AI tiên tiến nhất, sẵn có công khai, để mở ra những đột phá sáng tạo mới. Sự hợp tác với Groq là vô cùng quan trọng đối với sứ mệnh này, vì công nghệ suy luận tốc độ cao của họ cho phép triển khai các mô hình này một cách liền mạch, mang lại tốc độ, sự nhanh nhẹn và khả năng mở rộng cần thiết cho việc xây dựng thế hệ ứng dụng AI thế hệ tiếp theo.”</p> <p>Đây là lần thứ hai Groq và Meta hợp tác trong một sự kiện ra mắt LLM quan trọng, thể hiện cam kết chung của cả hai bên trong việc xây dựng một hệ sinh thái AI nguồn mở, hiệu quả về chi phí, có thể tùy chỉnh và tiên tiến. Sự hợp tác này đảm bảo các nhà phát triển luôn ở tuyến đầu của đổi mới và tạo điều kiện cho mọi người đạt được những đột phá sáng tạo, hữu ích và thay đổi cuộc sống bằng AI thế hệ mới.</p> <p>Groq hiện đang cung cấp bản xem trước của một số mô hình trong bộ Llama 3.2, với các mô hình khác sẽ sớm được phát hành trên <strong>GroqCloud™ Dev Console</strong>. Llama 3.2, cùng với các mô hình khác mà Groq đang tối ưu hóa hiệu năng suy luận, hỗ trợ đa dạng phương thức, bao gồm văn bản, âm thanh (Whisper) và hình ảnh (Llava). Llama 3.2 mở rộng khả năng xử lý hình ảnh và được tích hợp đầy đủ vào các mô hình tầm nhìn Llama 11B và 90B.</p> <p>Hai mô hình lớn nhất trong bộ Llama 3.2 (11B và 90B) hỗ trợ các trường hợp sử dụng suy luận hình ảnh, trong khi các mô hình nhẹ hơn (1B và 3B) chỉ xử lý văn bản. Hiện tại, các nhà phát triển có thể truy cập <code>llama-3.2-1b-preview</code>, <code>llama-3.2-3b-preview</code>, <code>llama-3.2-11b-text-preview</code> và <code>llama-3.2-90b-text-preview</code> trên Groq.</p> <p>Với bản phát hành này, Meta cũng công bố bản phân phối chính thức đầu tiên của <strong>Llama Stack</strong>. Llama Stack minh chứng cho việc Meta luôn đặt nhà phát triển lên hàng đầu khi xây dựng hệ sinh thái nguồn mở, và cho phép các nhà cung cấp như Groq cung cấp thêm tài nguyên và phối hợp chặt chẽ với cộng đồng.</p> <p>Sunny Madra, Giám đốc GroqCloud, cho biết: “Với gần nửa triệu nhà phát triển đã sử dụng GroqCloud trong năm nay, chúng tôi nhận thấy nhu cầu lớn của các nhà phát triển đối với một hệ sinh thái nguồn mở. Chúng tôi rất vui mừng khi một công ty hàng đầu trong ngành công nghiệp lớn và đáng tin cậy như Meta tạo cơ hội hợp tác với các công ty khởi nghiệp như Groq để xây dựng nền tảng cho hệ sinh thái đó, phục vụ cả nhà phát triển và doanh nghiệp.”</p> <p>Trong năm nay, Llama đã đạt được mức tăng trưởng 10 lần, và tiếp tục là một trong những LLM nguồn mở hàng đầu trong ngành. Kết hợp với tốc độ suy luận nhanh chóng của Groq, tốc độ tạo ra các ứng dụng AI giờ đây đang thực sự thúc đẩy tốc độ đổi mới.</p> <p>Đối với các nhà phát triển, chỉ cần ba bước đơn giản để bắt đầu với Groq: Thay thế khóa API tiêu chuẩn hiện tại bằng khóa API Groq miễn phí, đặt URL cơ sở và chạy. Truy cập <strong>GroqCloud Dev Console</strong> và bắt đầu xây dựng ngay hôm nay!</p><br><img alt="Blog post image" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEjrwz9PG3ltGG7b-dJ4KGk3s069Qm95v6sNrat4kvH0lfkQfaNlJaH9zwxr8dpplA6PuIRfSF37QHQNHMbLPv5L3qtUcPF13MFopQhf4DEsNlGlpTRWPCJiFKQyLn2U7FALiR1Y7Qmn9RnrPu9YeuJv2Cne8sMo84Yjl2ukMgJqXbUu4C7coTJ44-0vNsBY/s16000/logo-new.jpg">

Meta và Groq hợp tác thúc đẩy hệ sinh thái phát triển phần mềm nguồn mở với sự ra mắt của Llama 3.2

Meta và Groq hợp tác thúc đẩy hệ sinh thái phát triển phần mềm nguồn mở với sự ra mắt của Llama 3.2 Groq dẫn đầu về khả năng suy luận AI tố...

Read more »

Google bỏ ra 2,7 tỷ USD để mua lại startup AI mô phỏng giọng nói người nổi tiếng

<h2 id="section-0">Google bỏ ra 2,7 tỷ USD để mua lại startup AI mô phỏng giọng nói người nổi tiếng</h2> <p>Google vừa gây chấn động làng công nghệ khi chi ra số tiền khổng lồ 2,7 tỷ USD để mua lại Character.AI, một startup AI cho phép người dùng trò chuyện với phiên bản AI của những người nổi tiếng và nhân vật hư cấu. Tuy nhiên, con số này không chỉ đơn thuần là giá trị của công ty. Theo nguồn tin từ Wall Street Journal, việc Google có thể tái hợp tác với Noam Shazeer, cựu kỹ sư của Google và là người sáng lập Character.AI, mới là yếu tố chính quyết định giá trị thương vụ.</p> <p>Shazeer rời Google năm 2021 sau khi gã khổng lồ công nghệ này từ chối phát hành chatbot do ông phát triển. Nay, ông sẽ trở lại Google để dẫn dắt dự án Gemini, một sáng kiến AI hàng đầu của công ty. Sự trở lại của Shazeer cùng đội ngũ quản lý cốt cán của Character.AI được đánh giá là vô cùng giá trị, góp phần nâng mức giá mua bán lên đáng kể, bất chấp việc Character.AI chỉ mới huy động được khoảng 150 triệu USD vào tháng 8 năm nay và định giá chỉ quanh mức 1 tỷ USD.</p> <p>Trong một tuyên bố trên TechCrunch, Shazeer bày tỏ sự tự hào về những gì Character.AI đã đạt được trong 3 năm qua và tin tưởng rằng thỏa thuận cấp phép không độc quyền với Google, cùng với đội ngũ tài năng của Character.AI, sẽ đảm bảo sự thành công tiếp tục trong tương lai.</p> <p>Ra mắt vào năm 2022, Character.AI nhanh chóng thu hút sự chú ý với khả năng cho phép người dùng trò chuyện với các phiên bản AI của những nhân vật nổi tiếng như Elon Musk, hay thậm chí là những nhân vật hư cấu. Người dùng có thể lựa chọn nhiều vai trò, giọng điệu khác nhau và thậm chí nhận được lời khuyên thực tế.</p> <p>Theo SimilarWeb, một nền tảng phân tích dữ liệu, Character.AI thu hút chủ yếu người dùng từ 18 đến 24 tuổi, chiếm tới 56% lưu lượng truy cập website. Ban đầu, nền tảng này tập trung vào các chức năng như gia sư ngôn ngữ và hướng dẫn lập trình, sau đó chuyển sang mô hình đăng ký trả phí để cung cấp thời gian phản hồi nhanh hơn và nhiều mô hình được đào tạo sẵn hơn.</p> <p>Tuy nhiên, Character.AI cũng nhanh chóng trở thành một nơi để nhập vai lãng mạn, thậm chí là các hoạt động tình dục. Tạp chí Time cho biết, nhiều trong số 18 triệu nhân vật được tạo ra trên Character.AI mang tính chất "vô lý, khiêu gợi hoặc rõ ràng là tình dục".</p> <p>Mặc dù có những rủi ro tiềm tàng của chatbot, các nhà điều hành Google vẫn lên kế hoạch chi 12 tỷ USD mỗi quý trong năm nay để dẫn đầu trong cuộc đua AI. Một phần lớn chi phí này dành cho các startup do cựu nhân viên Google sáng lập, như trường hợp của Shazeer - một quá trình được gọi là "thu mua ngược nhân tài" (reverse acqui-hire). Quá trình này cho phép các công ty lớn cấp phép công nghệ của các công ty nhỏ hơn và tuyển dụng một số nhân viên của họ mà không cần phải thực hiện mua bán hoàn toàn.</p> <p>Thương vụ mua lại Inflection AI của Microsoft với giá 650 triệu USD hồi tháng 3, cho phép Microsoft tiếp cận các mô hình và phần lớn nhân viên của startup này, cũng đang bị Ủy ban Thương mại Liên bang (FTC) điều tra kỹ lưỡng. Chuyên gia công nghệ Scott Galloway đã nhận định trên podcast Pivot cùng nhà báo Kara Swisher rằng Microsoft đã lấy đi "trái tim và lá phổi" của Inflection AI. Swisher bổ sung: "Sẽ có những vụ kiện tụng trong lĩnh vực AI… Và điều đó là nên có." Thương vụ Google mua Character.AI đặt ra câu hỏi tương tự về tính hợp pháp và đạo đức của việc "thu mua ngược nhân tài" trong bối cảnh cạnh tranh khốc liệt của ngành công nghệ AI.</p><br><img alt="Blog post image" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEjrwz9PG3ltGG7b-dJ4KGk3s069Qm95v6sNrat4kvH0lfkQfaNlJaH9zwxr8dpplA6PuIRfSF37QHQNHMbLPv5L3qtUcPF13MFopQhf4DEsNlGlpTRWPCJiFKQyLn2U7FALiR1Y7Qmn9RnrPu9YeuJv2Cne8sMo84Yjl2ukMgJqXbUu4C7coTJ44-0vNsBY/s16000/logo-new.jpg">

Google bỏ ra 2,7 tỷ USD để mua lại startup AI mô phỏng giọng nói người nổi tiếng

Google bỏ ra 2,7 tỷ USD để mua lại startup AI mô phỏng giọng nói người nổi tiếng Google vừa gây chấn động làng công nghệ khi chi ra số tiền...

Read more »

Công cụ AI sinh tạo hỗ trợ bảng tính và làm sạch dữ liệu

<h2 id="section-0">Công cụ AI sinh tạo hỗ trợ bảng tính và làm sạch dữ liệu</h2> <p>Công nghệ AI sinh tạo, đại diện bởi ChatGPT và Gemini, đang trở thành trợ thủ đắc lực trong việc xử lý dữ liệu trên bảng tính. Bài viết này, nằm trong chuỗi bài về ứng dụng AI trong báo chí điều tra tại Trường hè báo chí điều tra của Trung tâm Báo chí Điều tra, sẽ trình bày chi tiết cách sử dụng các công cụ này để tối ưu hóa công thức bảng tính và làm sạch dữ liệu.</p> <p><strong>(Phần mở đầu) – Khái quát về tầm quan trọng của việc sử dụng AI trong xử lý dữ liệu bảng tính:</strong></p> <p>Trong quá trình nghiên cứu và thu thập dữ liệu, các nhà báo thường phải đối mặt với những dữ liệu phức tạp trên bảng tính. Việc viết công thức phức tạp, chỉnh sửa và định dạng lại dữ liệu tốn nhiều thời gian và nỗ lực. Công cụ AI sinh tạo có thể giải quyết hiệu quả những thách thức này, giúp tiết kiệm thời gian và nâng cao chất lượng dữ liệu.</p> <p><strong>(Văn phong) – Cách viết công thức bảng tính với ChatGPT và các công cụ AI sinh tạo khác:</strong></p> <p>Viết prompt (yêu cầu) hiệu quả cho công cụ AI là yếu tố then chốt. Prompt tốt cần bao gồm các yếu tố sau:</p> <ul> <li><strong>Xác định rõ ràng các cột/ô cần sử dụng:</strong> Công cụ AI cần biết rõ dữ liệu nằm ở đâu trong bảng tính.</li> <li><strong>Cung cấp ví dụ cụ thể:</strong> Nêu ví dụ về dữ liệu trong các cột, thể hiện sự đa dạng trong dữ liệu.</li> <li><strong>Mô tả rõ ràng đầu ra mong muốn:</strong> Công cụ AI cần biết kết quả cuối cùng mong muốn như thế nào.</li> <li><strong>Chỉ định các hàm cần sử dụng hoặc tránh sử dụng:</strong> Nếu có thể, hãy hướng dẫn công cụ AI loại hàm nào để tránh phức tạp không cần thiết.</li> <li><strong>Tối ưu hoá sự đơn giản:</strong> Yêu cầu công cụ AI tối thiểu hoá việc lồng ghép các công thức (nesting) trong công thức chính.</li> <li><strong>Lặp lại prompt:</strong> Thử nhiều cách khác nhau để cải thiện và hoàn thiện công thức AI tạo ra.</li> </ul> <p><strong>(Ví dụ) – Minh họa một prompt cụ thể:</strong></p> <p><strong>Prompt:</strong> "Tôi có một bảng tính, cột D chứa mã bưu chính của Anh. Mỗi mã bắt đầu bằng một hoặc hai chữ cái, tiếp theo là một hoặc hai số. Ví dụ: SY23 3FL, EH6 8NU, W4 1DB. Tôi muốn tách lấy các chữ cái đầu tiên (ví dụ: EH, W) từ mã bưu chính. Hãy viết công thức làm việc này, với tối thiểu hoá lồng ghép công thức."</p> <p><strong>(Phần thân) – Sử dụng trí tuệ nhân tạo tích hợp trong Google Sheets:</strong></p> <p>Google Sheets đã tích hợp tính năng gợi ý công thức AI từ năm 2021. Để công cụ hoạt động tối ưu, hãy chú trọng đặt tên cho các cột/hàng sao cho rõ ràng, chính xác (ví dụ: "Tỉ lệ phần trăm thay đổi", "Tội phạm trên đầu người"). Điều này giúp công cụ AI hiểu rõ hơn về dữ liệu và đưa ra gợi ý công thức chính xác hơn. Tuy nhiên, cần kiểm tra kỹ lưỡng kết quả đề xuất của công cụ AI trước khi áp dụng vào báo cáo.</p> <p><strong>(Phần thân) – Khai thác thêm tính năng của AI thông qua các tiện ích mở rộng:</strong></p> <p>Các tiện ích mở rộng như "Claude for Sheets" tích hợp Claude vào Google Sheets, mở ra những khả năng mới như phân loại dữ liệu (ví dụ: phân tích ý nghĩa), bổ sung dữ liệu mới. Tuy nhiên, cần nhận thức về những hạn chế của công cụ AI sinh tạo, đặc biệt trong việc cung cấp thông tin chính xác và cập nhật. Hãy xem AI như một công cụ hỗ trợ, tìm kiếm gợi ý, chứ không phải nguồn thông tin chính xác tuyệt đối.</p> <p><strong>(Phần thân) – Tái cấu trúc dữ liệu bằng AI:</strong></p> <p>Công cụ AI cũng hữu ích trong việc thay đổi cấu trúc dữ liệu ("wide to long" hoặc "long to wide"). Lưu ý:</p> <ul> <li><strong>Hướng dẫn cụ thể việc sắp xếp lại dữ liệu:</strong> Hãy chỉ rõ hình dạng dữ liệu mong muốn, các cột cần chuyển đổi thành dữ liệu ô, hoặc cột cần bỏ qua.</li> <li><strong>Kiểm tra kết quả:</strong> Cần kiểm tra cẩn thận kết quả tái cấu trúc với dữ liệu ban đầu để đảm bảo chính xác.</li> <li><strong>Sử dụng các công cụ khác nếu dữ liệu quá lớn:</strong> Nếu dữ liệu quá lớn để kiểm tra trực tiếp, hãy sử dụng các ngôn ngữ lập trình như R hoặc Python để xử lý dữ liệu.</li> </ul> <p><strong>(Phần thân) – Làm sạch bảng tính với tiêu đề trải rộng nhiều hàng:</strong></p> <ul> <li><strong>Nên tải lên file trực tiếp:</strong> Để làm việc với bảng tính có tiêu đề trải rộng trên nhiều hàng, nên tải file trực tiếp thay vì sao chép dữ liệu vào phần prompt.</li> <li><strong>Prompt cải tiến:</strong> Viết prompt kèm theo hướng dẫn rõ ràng về việc kết hợp các hàng tiêu đề để tạo tiêu đề mới.</li> <li><strong>Kiểm tra kỹ càng:</strong> Kiểm tra kết quả thu được để đảm bảo chính xác.</li> </ul> <p><strong>(Kết luận) – Lời khuyên và khuyến nghị:</strong></p> <ul> <li>Công cụ AI sinh tạo là một công cụ hỗ trợ mạnh mẽ cho việc xử lý dữ liệu trong báo chí điều tra.</li> <li>Viết prompt rõ ràng, chính xác là rất quan trọng.</li> <li>Luôn kiểm tra lại dữ liệu để đảm bảo chính xác.</li> <li>Xem AI là công cụ hỗ trợ, chứ không phải nguồn thông tin cuối cùng.</li> </ul> <p>Bằng việc hiểu rõ những ưu điểm và hạn chế của công cụ AI sinh tạo, các nhà báo có thể tận dụng tối đa tiềm năng của chúng để nâng cao chất lượng bài viết.</p><br><img alt="Blog post image" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEjrwz9PG3ltGG7b-dJ4KGk3s069Qm95v6sNrat4kvH0lfkQfaNlJaH9zwxr8dpplA6PuIRfSF37QHQNHMbLPv5L3qtUcPF13MFopQhf4DEsNlGlpTRWPCJiFKQyLn2U7FALiR1Y7Qmn9RnrPu9YeuJv2Cne8sMo84Yjl2ukMgJqXbUu4C7coTJ44-0vNsBY/s16000/logo-new.jpg">

Công cụ AI sinh tạo hỗ trợ bảng tính và làm sạch dữ liệu

Công cụ AI sinh tạo hỗ trợ bảng tính và làm sạch dữ liệu Công nghệ AI sinh tạo, đại diện bởi ChatGPT và Gemini, đang trở thành trợ thủ đắc ...

Read more »

Kính Thực Tăng Cường Nguyên Mẫu Của Meta: Nhỏ Gọn Như Mộ Chiếc Tai Nghe Quest

<h2 id="section-0">Kính Thực Tăng Cường Nguyên Mẫu Của Meta: Nhỏ Gọn Như Mộ Chiếc Tai Nghe Quest</h2> <p>Meta vừa giới thiệu Orion, cặp kính thực tế tăng cường (AR) thực sự đầu tiên của hãng, trước đây được biết đến với tên mã Project Nazare, tại hội nghị Connect. Vẫn còn ở giai đoạn nguyên mẫu, nhưng Meta đã bắt đầu trình diễn các bản demo. Orion chính là hình ảnh bạn thường tưởng tượng về kính AR: hình ảnh được chiếu lên thấu kính, gợi nhớ đến chế độ xem xuyên thấu (passthrough) của Meta Quest 3. Công nghệ tiên tiến được sử dụng trong kính Orion bao gồm thấu kính silicon carbide, bộ dẫn sóng phức tạp, máy chiếu uLED, và nhiều hơn nữa để tạo ra một nguyên mẫu khả dụng. Mặc dù Orion chưa sẵn sàng để ra mắt thị trường, Meta đang cố gắng tối ưu hóa sản phẩm đồng thời giảm chi phí để sớm đưa nó đến tay người tiêu dùng.</p> <p>Orion sở hữu những tính năng ấn tượng. Màn hình AR của Orion có trường nhìn khoảng 70 độ, lớn nhất trong cùng phân khúc. Như đã giải thích trong video giới thiệu nguyên mẫu, việc tạo ra trường nhìn rộng như vậy gặp nhiều thách thức do ánh sáng không dễ dàng uốn cong theo ý muốn. Vì vậy, thay vì kính thông thường, Orion sử dụng thấu kính silicon carbide, giúp điều khiển ánh sáng hiệu quả hơn. Orion cũng có hệ thống nhập liệu kết hợp giọng nói, theo dõi ánh nhìn và theo dõi cử chỉ tay, cùng với một vòng đeo tay EMG. Hệ thống này cho phép theo dõi các cử chỉ tinh tế và vòng đeo tay có thiết kế đơn giản, màu xám. Kính Orion cũng đi kèm với một bộ xử lý không dây (compute puck) giúp giảm tải một phần sức mạnh xử lý và kéo dài tuổi thọ pin.</p> <p>Đối thủ cạnh tranh chính của Orion là kính Ray-Ban Meta, mà Ray-Ban đã xác nhận sẽ tiếp tục sản xuất trong thập kỷ tới. Tuy nhiên, kính Ray-Ban Meta không tiên tiến bằng Orion. Orion bổ sung hình ảnh vào màn hình và tương tác với người dùng thông qua hình chiếu lập thể trên thấu kính. Với Orion, Meta muốn đẩy xa hơn nữa ranh giới của công nghệ AR. Tuy nhiên, điểm trừ là trong khi kính Ray-Ban có thiết kế nhỏ gọn và tinh tế, nguyên mẫu Orion lại khá dày và lớn hơn so với một cặp kính thông thường.</p> <p>Meta có kế hoạch mở quyền truy cập vào nguyên mẫu Orion cho nhân viên Meta và một số đối tượng bên ngoài để phát triển hơn nữa. Orion chắc chắn sẽ trở thành một sản phẩm thực sự, câu hỏi chỉ là khi nào mà thôi.</p> <p><strong>Nguồn:</strong> <a href="https://www.meta.com/blog/quest/orion-ar-glasses-augmented-reality/">https://www.meta.com/blog/quest/orion-ar-glasses-augmented-reality/</a></p><br><img alt="Blog post image" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEjrwz9PG3ltGG7b-dJ4KGk3s069Qm95v6sNrat4kvH0lfkQfaNlJaH9zwxr8dpplA6PuIRfSF37QHQNHMbLPv5L3qtUcPF13MFopQhf4DEsNlGlpTRWPCJiFKQyLn2U7FALiR1Y7Qmn9RnrPu9YeuJv2Cne8sMo84Yjl2ukMgJqXbUu4C7coTJ44-0vNsBY/s16000/logo-new.jpg">

Kính Thực Tăng Cường Nguyên Mẫu Của Meta: Nhỏ Gọn Như Mộ Chiếc Tai Nghe Quest

Kính Thực Tăng Cường Nguyên Mẫu Của Meta: Nhỏ Gọn Như Mộ Chiếc Tai Nghe Quest Meta vừa giới thiệu Orion, cặp kính thực tế tăng cường (AR) t...

Read more »

Meta ra mắt Llama 3.2: Mô hình đa phương thức thách thức OpenAI và Anthropic

<h2 id="section-0">Meta ra mắt Llama 3.2: Mô hình đa phương thức thách thức OpenAI và Anthropic</h2> <p>Meta vừa trình làng Llama 3.2, một bước tiến đáng kể trong lĩnh vực trí tuệ nhân tạo với khả năng xử lý cả văn bản và hình ảnh. Đây là mô hình đa phương thức nguồn mở đầu tiên của Meta, đánh dấu một bước ngoặt quan trọng trong cuộc đua công nghệ AI đang ngày càng nóng lên. Sự kiện ra mắt diễn ra tại Meta Connect, nơi Mark Zuckerberg, CEO của Meta, đã nhấn mạnh tầm quan trọng của Llama 3.2 và tiềm năng ứng dụng rộng lớn của nó.</p> <p>Llama 3.2 bao gồm các mô hình có kích thước khác nhau, từ các mô hình nhỏ (11 tỷ tham số) và trung bình (90 tỷ tham số) có khả năng xử lý hình ảnh, đến các mô hình văn bản nhẹ hơn (1 tỷ và 3 tỷ tham số) phù hợp với các thiết bị di động và thiết bị ngoại vi. Điểm nổi bật là khả năng xử lý ngữ cảnh lên đến 128.000 token, cho phép mô hình hiểu và xử lý lượng văn bản khổng lồ, tương đương hàng trăm trang sách giáo khoa. Số lượng tham số lớn hơn cũng đồng nghĩa với độ chính xác và khả năng xử lý các nhiệm vụ phức tạp cao hơn.</p> <p>Một điểm khác biệt quan trọng của Llama 3.2 là việc Meta lần đầu tiên chia sẻ các bản phân phối Llama Stack, cho phép các nhà phát triển làm việc với mô hình trong nhiều môi trường khác nhau, bao gồm cả máy chủ riêng, thiết bị, đám mây và hệ thống đơn nút. Zuckerberg đã ví mô hình này như "Linux của AI", nhấn mạnh tầm quan trọng của nguồn mở trong việc tạo ra các giải pháp AI hiệu quả, tùy chỉnh cao, đáng tin cậy và có hiệu suất tốt.</p> <p><strong>Khả năng cạnh tranh hàng đầu:</strong></p> <p>Meta khẳng định Llama 3.2 có khả năng cạnh tranh mạnh mẽ với các mô hình hàng đầu hiện nay như Claude 3 Haiku của Anthropic và GPT4o-mini của OpenAI trong các nhiệm vụ nhận dạng hình ảnh và hiểu biết thị giác. Thậm chí, Llama 3.2 còn vượt trội hơn Gemma và Phi 3.5-mini trong một số lĩnh vực như làm theo hướng dẫn, tóm tắt, sử dụng công cụ và viết lại lời nhắc. Các mô hình này có thể hiểu và trích xuất thông tin từ biểu đồ, chú thích hình ảnh và xác định các vật thể dựa trên mô tả bằng ngôn ngữ tự nhiên. Ví dụ, người dùng có thể hỏi mô hình về tháng có doanh số bán hàng tốt nhất của công ty, và mô hình sẽ tự động tìm câu trả lời dựa trên biểu đồ có sẵn.</p> <p><strong>Ứng dụng đa dạng:</strong></p> <p>Các mô hình Llama 3.2 có trọng lượng nhẹ hơn hỗ trợ các nhà phát triển xây dựng các ứng dụng cá nhân hóa trong môi trường riêng tư, chẳng hạn như tóm tắt tin nhắn gần đây hoặc gửi lời mời tham dự cuộc họp. Meta cũng đang mở rộng AI kinh doanh của mình, cho phép các doanh nghiệp sử dụng quảng cáo nhấp để nhắn tin trên WhatsApp và Messenger, và xây dựng các chatbot trả lời các câu hỏi thường gặp, thảo luận chi tiết sản phẩm và hoàn tất giao dịch mua bán. Meta báo cáo rằng hơn 1 triệu nhà quảng cáo đã sử dụng các công cụ AI thế hệ mới của mình và 15 triệu quảng cáo đã được tạo ra trong tháng trước.</p> <p><strong>Trải nghiệm người dùng đột phá:</strong></p> <p>Meta AI giờ đây có "giọng nói" của các ngôi sao nổi tiếng như Dame Judi Dench, John Cena, Keegan Michael Key, Kristen Bell và Awkwafina. Llama 3.2 hỗ trợ các tính năng đa phương thức mới trong Meta AI, cho phép người dùng tương tác bằng giọng nói hoặc văn bản, nhận phản hồi bằng giọng nói của người nổi tiếng trên WhatsApp, Messenger, Facebook và Instagram. Meta AI cũng có thể trả lời các câu hỏi về ảnh được chia sẻ trong trò chuyện, thêm, xóa hoặc thay đổi hình ảnh và thêm nền mới. Công ty cũng đang thử nghiệm các công cụ dịch thuật, lồng tiếng video và đồng bộ chuyển động môi mới.</p> <p>Zuckerberg tự tin tuyên bố Meta AI đang trên đà trở thành trợ lý ảo được sử dụng nhiều nhất thế giới. Với những tính năng vượt trội và khả năng tiếp cận rộng rãi nhờ nguồn mở, Llama 3.2 hứa hẹn sẽ tạo nên một bước tiến đáng kể trong lĩnh vực AI và mang lại nhiều trải nghiệm thú vị cho người dùng. Mô hình này hiện đã có sẵn để tải xuống trên llama.com và Hugging Face.</p><br><img alt="Blog post image" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEjrwz9PG3ltGG7b-dJ4KGk3s069Qm95v6sNrat4kvH0lfkQfaNlJaH9zwxr8dpplA6PuIRfSF37QHQNHMbLPv5L3qtUcPF13MFopQhf4DEsNlGlpTRWPCJiFKQyLn2U7FALiR1Y7Qmn9RnrPu9YeuJv2Cne8sMo84Yjl2ukMgJqXbUu4C7coTJ44-0vNsBY/s16000/logo-new.jpg">

Meta ra mắt Llama 3.2: Mô hình đa phương thức thách thức OpenAI và Anthropic

Meta ra mắt Llama 3.2: Mô hình đa phương thức thách thức OpenAI và Anthropic Meta vừa trình làng Llama 3.2, một bước tiến đáng kể trong lĩn...

Read more »

Mô hình AI mã nguồn mở mạnh mẽ nhất từ trước đến nay có thể thúc đẩy sự phát triển của các Agent AI

<h2 id="section-0">Mô hình AI mã nguồn mở mạnh mẽ nhất từ trước đến nay có thể thúc đẩy sự phát triển của các Agent AI</h2> <p><strong>Một mô hình AI thị giác mã nguồn mở nhỏ gọn và hoàn toàn miễn phí vừa được phát hành, hứa hẹn sẽ giúp AI dễ dàng hơn trong việc kiểm soát máy tính của bạn - hy vọng là theo hướng tích cực.</strong></p> <p>Mô hình Ngôn ngữ Mở Đa phương thức (Multimodal Open Language Model - Molmo), được phát hành bởi Viện Nghiên cứu Trí tuệ Nhân tạo Allen (Ai2), có khả năng giải thích hình ảnh cũng như tương tác thông qua giao diện trò chuyện. Điều này có nghĩa là nó có thể hiểu nội dung trên màn hình máy tính, giúp các Agent AI thực hiện các tác vụ như duyệt web, điều hướng thư mục tệp và soạn thảo tài liệu.</p> <p>Ali Farhadi, Giám đốc điều hành của Ai2, cho biết: "Với việc phát hành Molmo, nhiều người hơn có thể triển khai mô hình đa phương thức. Nó sẽ là động lực cho các ứng dụng thế hệ tiếp theo."</p> <p><strong>Các Agent AI đang được kỳ vọng sẽ là bước đột phá tiếp theo trong lĩnh vực AI, với các công ty như OpenAI, Google và nhiều công ty khác đang chạy đua để phát triển chúng.</strong> Mặc dù thuật ngữ "Agent AI" đang rất phổ biến hiện nay, nhưng tầm nhìn lớn hơn là AI có thể vượt xa việc chỉ trò chuyện, thực hiện các hành động phức tạp và tinh vi trên máy tính khi nhận được lệnh. Tuy nhiên, khả năng này vẫn chưa đạt được quy mô thực tế.</p> <p>Một số mô hình AI mạnh mẽ đã có khả năng xử lý hình ảnh, bao gồm GPT-4 của OpenAI, Claude của Anthropic và Gemini của Google DeepMind. Các mô hình này có thể được sử dụng để tạo ra một số Agent AI thử nghiệm, nhưng chúng bị ẩn khỏi tầm nhìn và chỉ có thể truy cập thông qua giao diện lập trình ứng dụng (API) có phí.</p> <p>Meta đã phát hành một loạt các mô hình AI có tên gọi Llama theo giấy phép hạn chế sử dụng thương mại, nhưng chưa cung cấp phiên bản đa phương thức. Dự kiến, Meta sẽ công bố một số sản phẩm mới, có thể bao gồm các mô hình AI Llama mới, tại sự kiện Connect diễn ra trong ngày.</p> <p>Ofir Press, một nghiên cứu sinh sau tiến sĩ tại Đại học Princeton, cho biết: "Việc có một mô hình đa phương thức mã nguồn mở có nghĩa là bất kỳ startup hoặc nhà nghiên cứu nào có ý tưởng đều có thể thử nghiệm nó."</p> <p><strong>Press cho biết tính mã nguồn mở của Molmo cho phép các nhà phát triển dễ dàng tinh chỉnh các Agent AI của họ cho các tác vụ cụ thể</strong>, chẳng hạn như làm việc với bảng tính, bằng cách cung cấp thêm dữ liệu đào tạo. Các mô hình như GPT-4 chỉ có thể được tinh chỉnh ở mức độ hạn chế thông qua API của chúng, trong khi một mô hình mở hoàn toàn có thể được sửa đổi rộng rãi. "Khi bạn có một mô hình mã nguồn mở như thế này, bạn sẽ có nhiều lựa chọn hơn," Press nói.</p> <p>Ai2 đang phát hành một số phiên bản Molmo với kích thước khác nhau, bao gồm một mô hình 70 tỷ tham số và một mô hình 1 tỷ tham số đủ nhỏ để chạy trên thiết bị di động. Số lượng tham số của một mô hình liên quan đến số lượng đơn vị nó chứa để lưu trữ và xử lý dữ liệu, và tương ứng với khả năng của nó.</p> <p>Ai2 cho biết Molmo có khả năng tương đương với các mô hình thương mại lớn hơn đáng kể mặc dù có kích thước tương đối nhỏ, vì nó được đào tạo cẩn thận trên dữ liệu chất lượng cao. Mô hình mới cũng hoàn toàn mã nguồn mở, không có bất kỳ hạn chế nào về việc sử dụng, trái ngược với Llama của Meta. Ai2 cũng đang phát hành dữ liệu đào tạo được sử dụng để tạo ra mô hình, cung cấp cho các nhà nghiên cứu thêm thông tin chi tiết về cách thức hoạt động của nó.</p> <p><strong>Việc phát hành các mô hình mạnh mẽ không phải không có rủi ro.</strong> Các mô hình này có thể dễ dàng bị điều chỉnh cho các mục đích xấu; ví dụ, chúng ta có thể thấy sự xuất hiện của các Agent AI độc hại được thiết kế để tự động hóa việc tấn công các hệ thống máy tính.</p> <p>Farhadi của Ai2 lập luận rằng hiệu quả và tính di động của Molmo sẽ cho phép các nhà phát triển xây dựng các Agent phần mềm mạnh mẽ hơn chạy trực tiếp trên điện thoại thông minh và các thiết bị di động khác. "Mô hình 1 tỷ tham số hiện đang hoạt động ở mức độ hoặc ngang hàng với các mô hình lớn hơn ít nhất 10 lần," ông nói.</p> <p>Tuy nhiên, <strong>việc xây dựng các Agent AI hữu ích có thể phụ thuộc vào nhiều hơn chỉ các mô hình đa phương thức hiệu quả hơn.</strong> Một thách thức quan trọng là làm cho các mô hình hoạt động đáng tin cậy hơn. Điều này có thể đòi hỏi những bước đột phá hơn nữa trong khả năng lập luận của AI - điều mà OpenAI đã tìm cách giải quyết với mô hình o1 mới nhất của mình, thể hiện các kỹ năng lập luận từng bước. Bước tiếp theo có thể là cung cấp cho các mô hình đa phương thức những khả năng lập luận đó.</p> <p><strong>Hiện tại, việc phát hành Molmo cho thấy rằng các Agent AI đang gần hơn bao giờ hết và có thể sớm trở nên hữu ích ngay cả bên ngoài các gã khổng lồ đang thống trị thế giới AI.</strong></p><br /><img alt="Blog post image" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEjrwz9PG3ltGG7b-dJ4KGk3s069Qm95v6sNrat4kvH0lfkQfaNlJaH9zwxr8dpplA6PuIRfSF37QHQNHMbLPv5L3qtUcPF13MFopQhf4DEsNlGlpTRWPCJiFKQyLn2U7FALiR1Y7Qmn9RnrPu9YeuJv2Cne8sMo84Yjl2ukMgJqXbUu4C7coTJ44-0vNsBY/s16000/logo-new.jpg" />

Mô hình AI mã nguồn mở mạnh mẽ nhất từ trước đến nay có thể thúc đẩy sự phát triển của các Agent AI

Mô hình AI mã nguồn mở mạnh mẽ nhất từ trước đến nay có thể thúc đẩy sự phát triển của các Agent AI Một mô hình AI thị giác mã nguồn mở nhỏ...

Read more »