Trí tuệ nhân tạo (AI) đang xuất hiện ở khắp mọi lĩnh vực hiện đại của cuộc sống, từ âm nhạc và truyền thông đến kinh doanh và năng suất, thậm chí cả trong lĩnh vực hẹn hò. Có quá nhiều thông tin để nắm bắt - vì vậy, hãy tiếp tục đọc để tìm hiểu từ những phát triển mới nhất đến các thuật ngữ và công ty bạn cần biết để không lạc hậu trong lĩnh vực đang diễn biến nhanh này.
Để bắt đầu, hãy đảm bảo chúng ta hiểu nhau: AI là gì?
Trí tuệ nhân tạo, còn được gọi là học máy, là một loại hệ thống phần mềm dựa trên mạng thần kinh, một kỹ thuật đã được tiên phong từ nhiều thập kỷ trước nhưng gần đây mới phát triển mạnh mẽ nhờ vào tài nguyên máy tính mới mạnh mẽ. AI đã cho phép nhận dạng giọng nói và hình ảnh hiệu quả, cũng như khả năng tạo ra hình ảnh và tiếng nói tổng hợp. Các nhà nghiên cứu đang làm việc chăm chỉ để tạo ra khả năng duyệt web, đặt vé, chỉnh sửa công thức và nhiều hơn nữa cho một AI.
Nhưng nếu bạn lo lắng về một sự trỗi dậy của máy móc theo kiểu "Ma trận" - hãy yên tâm. Chúng ta sẽ nói về điều đó sau!
Hướng dẫn về AI của chúng tôi có ba phần chính, mỗi phần sẽ được cập nhật thường xuyên và có thể đọc theo bất kỳ thứ tự nào:
- Đầu tiên, những khái niệm cơ bản nhất mà bạn cần biết cũng như những khái niệm quan trọng gần đây hơn.
- Tiếp theo, một tổng quan về các nhà cung cấp chính trong lĩnh vực AI và tại sao họ quan trọng.
- Cuối cùng, danh sách những tiêu đề và phát triển gần đây mà bạn nên biết.
Cuối cùng, sau khi đọc bài viết này, bạn sẽ được cập nhật với tình hình hiện nay như bất kỳ ai mong muốn.Trong tương lai, chúng tôi sẽ tiếp tục cập nhật và mở rộng nó khi chúng ta tiến vào kỷ nguyên của AI.
AI 101
Hình ảnh: Andrii Shyp / Getty Images
Một trong những điều kỳ lạ về AI là mặc dù các khái niệm cốt lõi đã tồn tại hơn 50 năm, ít người quen thuộc với chúng cho đến gần đây. Vì vậy, nếu bạn cảm thấy lạc hậu, đừng lo - mọi người đều như vậy.
Và một điều chúng tôi muốn làm rõ từ đầu: Mặc dù nó được gọi là "trí tuệ nhân tạo", thuật ngữ này hơi gây hiểu lầm một chút. Không có một định nghĩa duy nhất về trí tuệ, nhưng những gì các hệ thống này làm chắc chắn gần hơn đến việc tính toán hơn là não bộ. Đầu vào và đầu ra của trình tính toán này chỉ đơn giản là mềm dẻo hơn nhiều. Bạn có thể tưởng tượng trí tuệ nhân tạo như trái dừa nhân tạo - nó là trí tuệ giả mạo.
![Deep learning artificial neural networks that form shape as human brain. Neural network handles data on input and gives result on output](https://at1.sieuai.com/Deep-learning-artificial-neural-networks-that-form-shape-as-human-brain-Neural-network-handles-data-on-input-and-gives-result-on-output+bca114683_0.jpg)
Với những gì đã nói, đây là những thuật ngữ cơ bản mà bạn sẽ thấy trong bất kỳ cuộc thảo luận nào về AI.
Mạng thần kinh
Nguồn gốc của não bộ chúng ta chủ yếu được tạo thành từ các tế bào kết nối với nhau được gọi là neuron, tạo thành các mạng phức tạp thực hiện nhiệm vụ và lưu trữ thông tin. Việc tái tạo hệ thống tuyệt vời này trong phần mềm đã được thử từ những năm 60, nhưng sức mạnh xử lý cần thiết đã không phổ biến cho đến 15-20 năm trước, khi GPU cho phép mạng thần kinh kỹ thuật số được phát triển mạnh mẽ. Ở bên trong, đó chỉ là một số chấm và đường thẳng: các chấm là dữ liệu và các đường thẳng là mối quan hệ thống kê giữa những giá trị đó. Tương tự trong não bộ, điều này tạo nên một hệ thống linh hoạt nhanh chóng nhận đầu vào, chuyển nó qua mạng và tạo ra đầu ra. Hệ thống này được gọi là mô hình.
Mô hình
Mô hình là tập hợp mã thực sự chấp nhận đầu vào và trả về đầu ra. Sự tương đồng về thuật ngữ với mô hình thống kê hoặc hệ thống mô phỏng quá trình tự nhiên phức tạp không phải là vô tình. Trong AI, mô hình có thể đề cập đến một hệ thống hoàn chỉnh như ChatGPT, hoặc gần như bất kỳ cấu trúc AI hoặc học máy nào, bất kể nó làm gì hoặc sản xuất ra cái gì. Các mô hình có nhiều kích thước khác nhau, có nghĩa là cả không gian lưu trữ mà chúng chiếm và khả năng tính toán mà chúng cần để chạy. Sự lựa chọn này phụ thuộc vào cách mô hình được đào tạo.
Đào tạo
Để tạo ra một mô hình Trí tuệ Nhân tạo (AI), các mạng thần kinh tạo nên cơ sở hệ thống này được tiếp xúc với một loạt thông tin trong những gì được gọi là bộ dữ liệu hoặc tập dữ liệu. Qua đó, những mạng lưới khổng lồ này tạo ra một biểu diễn thống kê của dữ liệu đó. Quá trình đào tạo này là phần yêu cầu tính toán nặng nề nhất, có nghĩa là nó mất hàng tuần hoặc hàng tháng (bạn có thể kéo dài thời gian muốn) trên các máy tính mạnh mẽ có dung lượng lớn. Lý do là không chỉ các mạng lưới phức tạp, mà tập dữ liệu cũng có thể cực kỳ lớn: hàng tỷ từ hoặc hình ảnh phải được phân tích và tạo biểu diễn trong mô hình thống kê khổng lồ. Trong khi đó, khi mô hình hoàn tất quá trình nấu nướng, nó có thể nhỏ hơn và không đòi hỏi khi sử dụng, một quá trình được gọi là suy luận.
Tín hiệu ảnh: Google
Suy luận
Khi mô hình thực sự hoạt động, chúng ta gọi đó là suy luận, giống như nghĩa truyền thống của từ đó: phát biểu một kết luận dựa trên luận điểm. Tất nhiên, đó không phải là "luận điểm" mà thực chất là liên kết thống kê các điểm trong dữ liệu mà nó đã tiếp thụ và đưa ra dự đoán cho điểm tiếp theo. Ví dụ, nếu nói "Hoàn thành chuỗi sau: đỏ, cam, vàng...", nó sẽ tìm thấy những từ này tương ứng với một danh sách mà nó đã tiếp thụ, các màu cầu vồng, và suy luận ra các mục kế tiếp cho đến khi đã tạo ra phần còn lại của danh sách đó. Suy luận thường ít yêu cầu tính toán hơn so với việc đào tạo: Hãy tưởng tượng nó giống như nhìn qua thẻ catalog thay vì lắp ghép nó. Dù các mô hình lớn vẫn phải chạy trên siêu máy tính và GPU, nhưng những mô hình nhỏ hơn có thể chạy trên điện thoại thông minh hoặc thậm chí là những thứ đơn giản hơn.
![](https://at4.sieuai.com/Thoi-dai-Tri-tue-Nhan-tao-Moi-thu-ban-can-biet-ve-tri-tue-nhan-tao+bca114683_1.jpg)
Trí tuệ Nhân tạo tổng hợp
Mọi người đang nói về trí tuệ nhân tạo tổng hợp, và thuật ngữ rộng này chỉ đơn giản là một mô hình Trí tuệ Nhân tạo tạo ra một sản phẩm gốc, ví dụ như một hình ảnh hoặc văn bản. Một số Trí tuệ Nhân tạo tóm tắt, một số tổ chức lại, một số xác định, và vân vân như vậy - nhưng một Trí tuệ Nhân tạo thực sự tạo ra một cái gì đó (dù cho việc "tạo ra" đang tranh cãi) đang được ưa chuộng hiện nay. Nhưng hãy nhớ rằng chỉ vì một trí tuệ nhân tạo tạo ra một cái gì đó, điều đó không có nghĩa là nó đúng, hoặc thậm chí nó phản ánh thực tế! Chỉ đơn giản là điều đó không tồn tại trước khi bạn yêu cầu, giống như một câu chuyện hoặc bức tranh.
Các thuật ngữ hàng đầu của ngày hôm nay
Ngoài những thuật ngữ cơ bản, dưới đây là các thuật ngữ trí tuệ nhân tạo liên quan nhất vào năm 2023.
Mô hình ngôn ngữ lớn
Hình thức trí tuệ nhân tạo ảnh hưởng và linh hoạt nhất hiện có, các mô hình ngôn ngữ lớn được đào tạo trên hầu hết các văn bản tạo thành web và một phần lớn văn học tiếng Anh. Việc tiếp thu toàn bộ dữ liệu này dẫn đến một mô hình nền tảng rất lớn. Mô hình ngôn ngữ lớn có khả năng trò chuyện và trả lời câu hỏi bằng ngôn ngữ tự nhiên và bắt chước nhiều loại văn bản và phong cách viết khác nhau, như được thể hiện bởi các mô hình như ChatGPT, Claude và LLaMa. Mặc dù những mô hình này rõ ràng ấn tượng, nhưng cần nhớ rằng chúng vẫn là các công cụ nhận dạng mẫu, và khi chúng trả lời, đó chỉ là cố gắng hoàn thành một mẫu chúng đã nhận biết, dù cho mẫu đó có phản ánh thực tế hay không. Các mô hình ngôn ngữ lớn thường mơ mộng trong câu trả lời của chúng, chúng ta sẽ tới điều đó sớm.
Nếu bạn muốn tìm hiểu thêm về các mô hình ngôn ngữ lớn và ChatGPT, chúng tôi có một bài viết riêng về chủ đề đó!
Mô hình nền tảng
Việc đào tạo một mô hình lớn từ đầu trên các tập dữ liệu lớn phức tạp và tốn kém, không phải khi nào cũng cần phải làm. Mô hình nền tảng là những mô hình lớn từ đầu cần sử dụng siêu máy tính để chạy, nhưng chúng có thể được thu gọn để phù hợp với các khối chứa nhỏ hơn, thường bằng cách giảm số lượng tham số. Bạn có thể coi như tổng số biến mô hình phải làm việc với, và ngày nay có thể lên đến hàng triệu, tỷ hoặc thậm chí nghìn tỷ.
Tinh chỉnh
Một mô hình cơ bản như GPT-4 thông minh, nhưng nó cũng là một mô hình tổng quát theo thiết kế - nó đã tiếp thu từ Dickens đến Wittgenstein và các quy tắc của Dungeons & Dragons, nhưng điều đó không giúp ích gì nếu bạn muốn nó giúp bạn viết thư xin việc trong sơ yếu lý lịch của bạn. May mắn thay, mô hình có thể được tinh chỉnh bằng cách huấn luyện thêm một chút bằng cách sử dụng một tập dữ liệu chuyên biệt, ví dụ như một vài ngàn đơn xin việc đang có sẵn. Điều này giúp mô hình hiểu rõ hơn về cách giúp bạn trong lĩnh vực đó mà không phủ nhận kiến thức tổng quát thu thập từ phần còn lại của dữ liệu huấn luyện.
Học tăng cường từ phản hồi của con người, hoặc RLHF, là một loại tinh chỉnh đặc biệt bạn sẽ nghe nói rất nhiều - nó sử dụng dữ liệu từ con người tương tác với LLM để cải thiện kỹ năng giao tiếp của nó.
Phân tán
![](https://at0.sieuai.com/Thoi-dai-Tri-tue-Nhan-tao-Moi-thu-ban-can-biet-ve-tri-tue-nhan-tao+bca114683_2.jpg)
Từ một bài báo về kỹ thuật sau phân tán tiên tiến, bạn có thể thấy cách một hình ảnh có thể được tái tạo từ dữ liệu rất nhiễu. Điạ chỉ ảnh: OpenAI
Việc tạo ra hình ảnh có thể được thực hiện theo nhiều cách, nhưng hiện tại, phương pháp thành công nhất là phân tán, đó là kỹ thuật nằm ở trái tim của Stable Diffusion, Midjourney và các công cụ tạo hình ảnh sáng tạo phổ biến khác. Mô hình phân tán được đào tạo bằng cách trình diễn cho chúng những hình ảnh dần dần bị suy giảm chất lượng thông qua việc thêm nhiễu kỹ thuật số cho đến khi không còn gì của hình ảnh gốc nữa. Bằng cách quan sát điều này, mô hình phân tán học cách thực hiện quá trình ngược lại, dần dần thêm chi tiết vào nhiễu tinh khiết để tạo thành một hình ảnh được xác định một cách tùy ý. Chúng ta đang bắt đầu vượt xa điều này đối với hình ảnh, nhưng kỹ thuật này đáng tin cậy và đã có hiểu biết tương đối tốt, vì vậy đừng mong nó biến mất trong tương lai gần.
Ảo giác
Ban đầu vấn đề này là việc hình ảnh cụ thể trong quá trình đào tạo bị truyền vào đầu ra không liên quan, chẳng hạn như những tòa nhà dường như được làm từ chó do số lượng chó quá nhiều trong tập dữ liệu huấn luyện. Bây giờ, một trí tuệ nhân tạo được cho là ảo giác khi, vì thiếu hoặc xung đột dữ liệu trong tập huấn luyện, nó đơn giản là tự tạo ra một cái gì đó.
Điều này có thể là tài sản hoặc gánh nặng; một trí tuệ nhân tạo được yêu cầu tạo nghệ thuật gốc hoặc thậm chí là dựa theo nghệ thuật có thể bị ảo giác trong sản phẩm; một LLM có thể được yêu cầu viết một bài thơ tình theo phong cách của Yogi Berra, và nó sẽ làm điều đó một cách vui vẻ - mặc dù điều đó không tồn tại ở bất kỳ nơi nào trong tập dữ liệu của nó. Tuy nhiên, điều này có thể là vấn đề khi một câu trả lời có tính chính xác được yêu cầu; các mô hình sẽ tự tin trình bày một phản hồi mà nửa là thực, nửa là ảo giác. Hiện tại, không có cách dễ dàng để xác định được điều nào là thật và điều nào là ảo giác, chỉ có thể kiểm tra bằng chính mình, vì mô hình thực sự không biết điều gì là "đúng" hay "sai," nó chỉ cố gắng hoàn thành một mẫu một cách tốt nhất có thể.
AGI hoặc trí tuệ nhân tạo mạnh
Trí tuệ nhân tạo tổng quát, hay trí tuệ nhân tạo mạnh, thực ra không phải là một khái niệm xác định rõ ràng, nhưng giải thích đơn giản nhất là đó là một trí tuệ đủ mạnh không chỉ để thực hiện những gì con người làm, mà còn để học và cải thiện bản thân như chúng ta làm. Một số người lo lắng rằng chu kỳ học tập này, tích hợp những ý tưởng đó, và sau đó học tập và phát triển nhanh hơn sẽ dẫn đến một hệ thống siêu thông minh mà khó mà có thể kiềm chế hoặc kiểm soát được. Một số người thậm chí đã đề xuất trì hoãn hoặc hạn chế nghiên cứu để ngăn chặn khả năng này.
Điều này là một ý tưởng đáng sợ, chắc chắn, và các bộ phim như "The Matrix" và "Terminator" đã khám phá những gì có thể xảy ra nếu trí tuệ nhân tạo thoát khỏi sự kiểm soát và cố gắng tiêu diệt hoặc áp bức loài người. Nhưng những câu chuyện này không dựa trên thực tế. Việc trí tuệ xuất hiện chúng ta thấy trong những thứ như ChatGPT là một hành động ấn tượng, nhưng nó có ít điểm chung với những hoạt động lập luận trừu tượng và đa lĩnh vực động của trí tuệ "thực" mà chúng ta liên kết với nhau. Dù việc dự đoán tiến triển như thế nào là gần như không thể, có thể hữu ích khi nghĩ về AGI như là một hành trình không gian liên hành tinh: Chúng ta đều hiểu khái niệm và có vẻ như đang làm việc về nó, nhưng đồng thời chúng ta cũng rất xa xa xa khỏi việc đạt được bất cứ điều gì tương tự. Và do sự cần đòn bẩy của tài nguyên vô cùng lớn và sự tiến bộ khoa học cơ bản yêu cầu, không ai sẽ đột nhiên thành công một cách vô tình!
AGI là một ý tưởng thú vị để suy nghĩ, nhưng không có ý nghĩa vay mượn rắc rối khi như các nhận xét của phê bình gia cho thấy, trí tuệ nhân tạo đã tồn tại những mối đe dọa thực sự và quan trọng ngay hôm nay mặc dù và thực tế phần lớn bắt nguồn từ sự hạn chế của nó. Không ai muốn có Skynet, nhưng bạn không cần một trí tuệ vượt trội được trang bị hạt nhân hạt nhân để gây tổn thương thực sự: con người đang mất việc làm và tin vào những trò đùa ngày hôm nay. Nếu chúng ta không thể giải quyết những vấn đề đó, chúng ta có cơ hội gì để chống lại T-1000?
![ChatGPT welcome screen](https://at2.sieuai.com/ChatGPT-welcome-screen+bca114683_3.jpg)
Những người chơi hàng đầu trong lĩnh vực AI
OpenAI
Image Credits: Leon Neal / Getty Images
Nếu có một cái tên quen thuộc trong lĩnh vực AI, thì đó chính là OpenAI. OpenAI đã bắt đầu, như tên gọi của nó, với ý định thực hiện nghiên cứu và cung cấp kết quả một cách khá công khai. Tuy nhiên, nó đã tái cơ cấu thành một công ty có mục đích lợi nhuận truyền thống hơn, cung cấp quyền truy cập vào các tiến bộ của mình trong các mô hình ngôn ngữ như ChatGPT thông qua API và ứng dụng. Công ty này do Sam Altman, một tỷ phú kỹ thuật số mang tính tưởng tượng, nhưng đã cảnh báo về rủi ro mà AI có thể gây ra. OpenAI là nhà lãnh đạo được công nhận về LLMs nhưng cũng tiến hành nghiên cứu trong các lĩnh vực khác.
Microsoft
Như bạn có thể mong đợi, Microsoft đã thực hiện công việc của mình trong lĩnh vực nghiên cứu AI, nhưng giống như các công ty khác, nó đã không thành công trong việc biến các thí nghiệm của mình trở thành các sản phẩm quan trọng. Động thái thông minh nhất của nó là đầu tư sớm vào OpenAI, đó đã giúp nó có được một đối tác độc quyền dài hạn với công ty đó, ngay bây giờ là công cụ tìm kiếm của mình, Bing, được bật nguồn bởi công cụ giao tiếp GPT-4. Mặc dù đóng góp riêng của nó nhỏ hơn và ít ngay lập tức áp dụng hơn, công ty này vẫn có một sự hiện diện nghiên cứu đáng kể.
Nổi tiếng với những dự án mang tính chấn động, Google somehow đã bỏ lỡ cơ hội về AI mặc dù các nhà nghiên cứu của nó đã phát minh ra phương pháp mà trực tiếp dẫn đến sự bùng nổ AI ngày nay: chiến binh biến hình. Bây giờ, nó đang nỗ lực mạnh mẽ trên các mô hình ngôn ngữ tự riêng và các hệ thống khác, nhưng rõ ràng là đang bắt kịp sau khi đã dành phần lớn thời gian và tiền bạc của mình trong thập kỷ qua tăng cường khái niệm "trợ lý ảo" lỗi thời của AI. CEO Sundar Pichai đã nói một cách lặp lại rằng công ty đang định hướng mạnh mẽ bên AI trong tìm kiếm và năng suất.
Anthropic
Sau khi OpenAI thay đổi hướng khác, anh em Dario và Daniela Amodei đã rời nó để thành lập Anthropic, với ý định đóng vai trò là một tổ chức nghiên cứu AI mở và đáng xem xét về mặt đạo đức. Với số tiền mà họ có, họ là đối thủ nghiêm túc của OpenAI ngay cả khi mô hình của họ, như Claude, chưa được phổ biến hoặc nổi tiếng nhưng.
![](https://at3.sieuai.com/Thoi-dai-Tri-tue-Nhan-tao-Moi-thu-ban-can-biet-ve-tri-tue-nhan-tao+bca114683_4.jpg)
Ổn định
Ảnh: Bryce Durbin / TechCrunch
Trái với tham vọng và không thể tránh được, "Ổn định" đại diện cho trường phái AI mã nguồn mở "làm những gì bạn muốn", thu thập mọi thứ trên internet và đưa ra sử dụng công khai các mô hình AI dự đoán mà nó đào tạo nếu bạn có phần cứng đủ mạnh để chạy nó. Điều này hoàn toàn phù hợp với triết lý "thông tin muốn miễn phí" nhưng đồng thời cũng dẫn tới những dự án đạo đức gây tranh cãi như tạo ra hình ảnh khiêu dâm và sử dụng tài sản trí tuệ mà không có sự đồng ý (đôi khi cả hai cùng một lúc).
Elon Musk
Ông Musk, như thường lệ, không muốn bị bỏ lại phía sau và đã lên tiếng về những nỗi sợ hãi của mình về AI trở nên ngoài tầm kiểm soát, cũng như một chút ghen tị sau khi anh ấy đóng góp cho OpenAI từ khá sớm và nó đi theo một hướng mà anh ấy không thích. Mặc dù Musk không phải là một chuyên gia về chủ đề này, nhưng như thường lệ, những hành động và bình luận của anh ấy đã gây ra nhiều phản ứng rộng rãi (anh ấy đã ký tên trên lá thư "tạm dừng AI" đã đề cập ở trên) và anh ấy đang cố gắng thành lập một tổ chức nghiên cứu của riêng mình.
Các tin tức mới nhất về AI
OpenAI công bố GPT-4 sẵn có
Bắt đầu từ ngày 6 tháng 7, tất cả các nhà phát triển API OpenAI hiện có thể truy cập GPT-4 nếu họ có "lịch sử thanh toán thành công". Công ty dự định mở cửa truy cập cho các nhà phát triển mới vào cuối tháng 7 và bắt đầu nâng cao giới hạn sẵn có sau đó "tùy thuộc vào sự sẵn có của tính toán".
Bắt đầu từ ngày 4 tháng 1 năm 2024, một số mô hình OpenAI cũ — cụ thể là GPT-3 và các phiên bản tạo từ GPT-3 — sẽ không còn sẵn có nữa và sẽ được thay thế bằng các mô hình "GPT-3 cơ bản" mới. Các nhà phát triển sử dụng các mô hình cũ sẽ phải nâng cấp tích hợp của họ bằng cách thủ công vào ngày 4 tháng 1, và những người muốn tiếp tục sử dụng các mô hình cũ đã được tinh chỉnh sau ngày 4 tháng 1 sẽ cần tinh chỉnh lại trên các mô hình "GPT-3 cơ bản" mới.
Các nhà lãnh đạo công nghệ châu Âu ký thư mở đề phòng với việc quy định quá mức về AI trong các dự thảo luật EU
Thư mở này cho biết AI mang lại "cơ hội để tái nhập cuộc đua công nghệ" nhưng các đề xuất quy định hiện tại ở cấp độ EU có thể đi quá xa và làm hạn chế cơ hội.
Inflection nhận 1,3 tỷ đô la đầu tư để phát triển AI "cá nhân" hơn
Inflection AI, một công ty khởi nghiệp AI nhằm tạo ra "AI cá nhân cho tất cả mọi người", đã hoàn thành vòng đầu tư trị giá 1,3 tỷ đô la do Microsoft, Reid Hoffman, Bill Gates, Eric Schmidt và nhà đầu tư mới Nvidia dẫn đầu. CEO Mustafa Suleyman, người đã từng đồng sáng lập lab AI DeepMind thuộc sở hữu của Google, cho biết số vốn mới sẽ hỗ trợ công việc xây dựng và thiết kế sản phẩm đầu tiên của Inflection, một trợ lý dựa trên AI mang tên Pi.
Trung Quốc có thể mất quyền truy cập vào viện IC trong lệnh cấm mới của Mỹ
Bộ Thương mại Hoa Kỳ có thể cấm vận chuyển chip từ các nhà sản xuất bao gồm Nvidia đến khách hàng tại Trung Quốc ngay từ đầu tháng sau (tháng 7).
Động thái mới nhất để xem xét thêm hạn chế xuất khẩu chip trí tuệ nhân tạo ra Trung Quốc là một phần chiến lược rộng hơn của Mỹ nhằm hạn chế sự tiến bộ của Trung Quốc trong lĩnh vực trí tuệ nhân tạo, đặc biệt là trong mảng quân sự. Tuy nhiên, những biện pháp này cũng ảnh hưởng tiêu cực đến lĩnh vực trí tuệ nhân tạo thương mại tại Trung Quốc, nơi nhiều công ty hoạt động với đội ngũ trải rộng cả ở Mỹ và Trung Quốc.
ChatGPT sử dụng Bing và Bing sử dụng ChatGPT
Người dùng dịch vụ ChatGPT Plus có thể sử dụng tính năng mới trên ứng dụng ChatGPT gọi là Browsing để ChatGPT tìm kiếm thông tin trên Bing để trả lời các đề xuất hoặc câu hỏi. OpenAI cho biết tính năng Browsing này đặc biệt hữu ích cho những câu truy vấn liên quan đến sự kiện hiện tại và các thông tin khác mà "vượt ra ngoài dữ liệu huấn luyện ban đầu của ChatGPT." Khi Browsing bị vô hiệu hóa, ChatGPT chỉ có thông tin cắt đứt tại năm 2021.
Trí tuệ nhân tạo không thể giành được Grammy
Nếu một sáng tác hỗ trợ của nhạc sĩ do trí tuệ nhân tạo thực hiện muốn được xem xét cho giải Grammy, họ sẽ cần đảm bảo rằng đóng góp của con người trong quá trình đó là "ý nghĩa và quan trọng hơn so với mức tối thiểu," theo quy định mới. Cập nhật về tiêu chí phê duyệt giải Grammy cho biết "[c]hỉ có người tạo ra mới được xem xét," và "[m]ột tác phẩm không có tác giả con người sẽ không đủ điều kiện cho bất kỳ hạng mục nào."
DeepMind, công ty nghiên cứu thuộc sở hữu của Google, tuyên bố chatbot tiếp theo sẽ thách thức ChatGPT
DeepMind đang sử dụng các kỹ thuật từ AlphaGo, hệ thống trí tuệ nhân tạo của DeepMind đã làm nên lịch sử bằng việc đánh bại một người chơi chuyên nghiệp trong trò chơi cờ Vây, để tạo ra một chatbot cạnh tranh với ChatGPT có tên là Gemini. Nếu mọi thứ diễn ra suôn sẻ, Gemini sẽ được trang bị khả năng lập kế hoạch hoặc giải quyết vấn đề cũng như phân tích văn bản, theo CEO của DeepMind, Demis Hassabis, cho biết trong cuộc trao đổi với Will Knight của Wired.
Salesforce cam kết đầu tư 500 triệu đô la vào các công ty khởi nghiệp trí tuệ nhân tạo
Salesforce thông báo rằng quỹ Generative AI của họ sẽ tăng từ 250 triệu đô la lên 500 triệu đô la. Quỹ Generative AI đã đầu tư vào một số công ty tiên phong trong lĩnh vực công nghệ trí tuệ nhân tạo sáng tạo kể từ khi ra mắt vào tháng Ba. Mặc dù không phải là quỹ đầu tư duy nhất tập trung chủ yếu vào trí tuệ nhân tạo sáng tạo, Salesforce nhấn mạnh rằng họ ưu tiên ứng dụng công nghệ AI "đạo đức".
Nvidia trở thành công ty tỷ đô
Nhà sản xuất GPU Nvidia đang gặt hái thành công trong việc bán hàng cho người chơi game và các nhà khai thác tiền điện tử, nhưng ngành công nghiệp trí tuệ nhân tạo đã đẩy nhu cầu về phần cứng của họ tăng cao. Công ty đã khéo léo tận dụng điều này và ngày hôm qua đã phá vỡ mốc giới hạn về vốn hóa thị trường 1 nghìn tỷ đô la mỹ (tuyệt đối quan trọng) khi cổ phiếu của họ đạt giá 413 đô la mỹ. Họ không có dấu hiệu chậm lại, như đã được chứng kiến gần đây tại Computex...
Tại Computex, Nvidia tăng cường cam kết với trí tuệ nhân tạo
Trong số hàng chục thông báo tại Computex ở Đài Bắc, CEO Nvidia Jensen Huang tán thành supurchip Grace Hopper của công ty để tính toán tăng tốc (ngôn ngữ của họ) và trình diễn trí tuệ nhân tạo sáng tạo mà họ tuyên bố có thể biến bất kỳ ai thành nhà phát triển.
Sam Altman của OpenAI đưa ra lời thúc giục thế giới về lợi ích của trí tuệ nhân tạo
Gần đây, Altman đã tư vấn cho chính phủ Mỹ về chính sách trí tuệ nhân tạo, mặc dù một số người coi điều này như việc để cáo buộc gian lận. Các cơ quan quy định của EU cũng đang tìm kiếm đầu vào và Altman đã tham gia vào một chuyến đi lớn, cảnh báo đồng thời về sự quá mức quy định và nguy cơ của trí tuệ nhân tạo không bị ràng buộc. Nếu những quan điểm này dường như đối nghịch với bạn... đừng lo, bạn không phải là người duy nhất.
Anthropic thu về 450 triệu đô la Mỹ cho thế hệ mới của mô hình trí tuệ nhân tạo
Chúng tôi đã tiết lộ tin tức này cho họ khi chúng tôi đã công bố chi tiết về quyên góp vốn và kế hoạch trước của họ, nhưng Anthropic giờ đây đã chính thức giàu thêm 450 triệu đô la Mỹ và đang làm việc chăm chỉ trên người kế nhiệm của Claude và các mô hình khác. Rõ ràng, thị trường trí tuệ nhân tạo đủ lớn để cung cấp chỗ cho một số nhà cung cấp lớn - nếu họ có vốn để đạt được điều đó.
TikTok đang thử nghiệm trí tuệ nhân tạo trong ứng dụng của riêng mình gọi là Tako
Nền tảng mạng xã hội video TikTok đang thử nghiệm một trí tuệ nhân tạo trò chuyện mới mà bạn có thể hỏi bất cứ điều gì bạn muốn, bao gồm cả những gì bạn đang xem. Ý tưởng là thay vì chỉ tìm kiếm thêm video "husky howling", bạn có thể hỏi Tako "tại sao chó Husky hú rất nhiều?" và nó sẽ cung cấp một câu trả lời hữu ích cũng như gợi ý cho bạn thêm nội dung để xem.
Microsoft tích hợp ChatGPT vào Windows 11
Sau khi đầu tư hàng trăm triệu đô la vào OpenAI, Microsoft quả quyết lấy giá trị tiền bỏ ra. Họ đã tích hợp GPT-4 vào nền tảng tìm kiếm Bing của mình, nhưng bây giờ trải nghiệm trò chuyện Bing đó sẽ có sẵn - thậm chí không thể tránh khỏi - trên mọi máy tính Windows 11 thông qua thanh bên phải trên hệ điều hành.
Google thêm trí tuệ nhân tạo vào hầu như mọi thứ mà họ làm
Google đang đuổi kịp trong thế giới trí tuệ nhân tạo, và mặc dù họ đang cống hiến nguồn lực đáng kể để làm điều đó, chiến lược của họ vẫn còn mơ hồ một chút. Một điểm bất thường là sự kiện I/O 2023 của họ đầy những tính năng thử nghiệm có thể hoặc không bao giờ được trình diễn cho công chúng rộng rãi. Nhưng họ đang cố gắng hết sức để trở lại cuộc chơi.