Muốn đầu tư vào AI, hãy tìm hiểu 4 điều này trước nhé

AI chiếm vị trí trung tâm tại hội nghị nhà phát triển hàng năm của Google vào ngày 10/5, nơi công ty thông báo rằng công cụ tìm kiếm của họ sẽ kết hợp AI để tổng hợp kết quả tìm kiếm cho người dùng. Công ty cũng có kế hoạch tích hợp AI vào Gmail để giúp người dùng cải thiện chất lượng viết email.

Sau khoản đầu tư 13 tỷ USD vào OpenAI, công ty tạo ra ChatGPT, Microsoft đã thông báo rằng công cụ tìm kiếm Bing của họ sẽ sử dụng AI để "cung cấp tìm kiếm tốt hơn, câu trả lời đầy đủ hơn, trải nghiệm trò chuyện mới". Công ty cũng đã tích hợp các ứng dụng Microsoft 365 phổ biến của mình, bao gồm Word và Excel, với một bộ tính năng AI mới có tên là "Copilot".

Nhiều công ty khác cũng đã tích hợp AI với các sản phẩm của riêng họ. Trên thực tế, 94% các nhà lãnh đạo doanh nghiệp đồng ý rằng AI sẽ rất quan trọng đối với sự thành công của công ty họ trong 5 năm tới, theo khảo sát mới nhất "Trạng thái AI trong doanh nghiệp" của Deloitte.

Về mặt đầu tư, Goldman Sachs lạc quan về tương lai của AI và tin rằng công nghệ này có thể thúc đẩy tăng năng suất và tăng lợi nhuận của S&P 500 lên 30% hoặc hơn trong thập kỷ tới, chiến lược gia cấp cao của Goldman, Ben Snider, nói với CNBC vào tháng 5.

Dưới đây là bốn thuật ngữ AI mà bạn cần biết trước khi 'xuống tiền' vào bất cứ thương vụ nào liên quan tới công nghệ thời thượng này.

Học máy (Machine learning)

Mặc dù học máy nghe có vẻ mới, nhưng thuật ngữ này thực sự nhà tiên phong về trí tuệ nhân tạo Arthur Samuel sáng tạo từ năm 1959. Samuel định nghĩa học máy là khả năng học hỏi của máy tính mà không cần lập trình rõ ràng.

Để làm điều đó, các mô hình toán học hoặc thuật toán được cung cấp các tập dữ liệu lớn và được đào tạo để xác định các mẫu trong mỗi tập hợp. Về lý thuyết, các thuật toán sau đó có thể áp dụng quy trình nhận dạng mẫu tương tự cho một tập dữ liệu mới.

Ví dụ: Spotify sử dụng công nghệ máy học để phân tích nhạc bạn nghe và đề xuất các nghệ sĩ tương tự hoặc tạo danh sách phát.

2. Mô hình ngôn ngữ lớn (Large language model/LLM)

Theo Nvidia, mô hình ngôn ngữ lớn (LLM) là một thuật toán học cách nhận dạng, tóm tắt và tạo văn bản cũng như các loại nội dung khác sau khi xử lý các tập dữ liệu khổng lồ.

Các mô hình này được đào tạo bằng cách sử dụng phương pháp học không giám sát, nghĩa là thuật toán được cung cấp một tập dữ liệu, nhưng không được lập trình để biết phải làm gì với tập dữ liệu đó. Thông qua quá trình này, LLM học cách xác định mối quan hệ giữa các từ và các khái niệm đằng sau chúng.

3. AI sáng tạo (Generative AI)

Các mô hình ngôn ngữ lớn là một loại AI tổng quát. Như tên gọi của nó, Generative AI đề cập đến trí tuệ nhân tạo có khả năng tạo ra nội dung như văn bản, video hoặc âm thanh, theo blog AI của Google.

Theo Nvidia, để thực hiện điều này, các mô hình AI tổng quát sử dụng máy học để xử lý các tập dữ liệu khổng lồ và phản hồi đầu vào của người dùng bằng nội dung mới.

4. GPTChat

GPT là một ví dụ khác về công cụ AI tổng quát. "GPT" là viết tắt của máy biến áp được đào tạo trước tổng quát. GPT là mô hình ngôn ngữ lớn của OpenAI và là thứ cung cấp năng lượng cho chatbot, giúp nó tạo ra các phản hồi giống như con người.

Tuy nhiên, OpenAI nói rằng ChatGPT đôi khi có thể viết "các câu trả lời nghe có vẻ hợp lý nhưng không chính xác hoặc vô nghĩa".

Mọi người đã và đang sử dụng ChatGPT cho nhiều nhiệm vụ khác nhau, bao gồm viết email và lên kế hoạch cho các kỳ nghỉ.

Chatbot nổi tiếng này đã thu hút được 100 triệu người dùng hoạt động hàng tháng chỉ sau hai tháng kể từ khi ra mắt, khiến nó trở thành ứng dụng tiêu dùng phát triển nhanh nhất trong lịch sử, theo một thống kê của UBS được công bố vào tháng Giêng.