Tương lai của Generative AI và chatbot sẽ ra sao?

Thành công phi thường của ChatGPT đã buộc mọi công ty công nghệ phải bắt đầu đầu tư vào nghiên cứu AI và tìm ra cách tích hợp trí tuệ nhân tạo vào sản phẩm của mình. Tuy nhiên, đó mới chỉ là khởi đầu của trí tuệ nhân tạo.

Mọi thứ không chỉ là về các chatbot AI ưa thích và công cụ biến văn bản thành hình ảnh. Có một số công cụ AI cực kỳ ấn tượng sắp ra mắt.

Semantic Search với cơ sở dữ liệu vector

Tìm kiếm bằng Google 
Tìm kiếm bằng Google

Các truy vấn Semantic Search đang được thử nghiệm để cung cấp kết quả tìm kiếm tốt hơn cho mọi người. Các công cụ tìm kiếm hiện sử dụng thuật toán lấy từ khóa làm trung tâm để cung cấp thông tin liên quan cho người dùng. Tuy nhiên, việc phụ thuộc quá nhiều vào từ khóa tạo ra một số vấn đề, chẳng hạn như hiểu ngữ cảnh hạn chế, nhà tiếp thị khai thác SEO và kết quả tìm kiếm chất lượng thấp do khó diễn đạt các truy vấn phức tạp.

Không giống như các thuật toán tìm kiếm truyền thống, Semantic Search sử dụng cách nhúng từ và ánh xạ ngữ nghĩa để hiểu ngữ cảnh của truy vấn trước khi cung cấp kết quả tìm kiếm. Vì vậy, thay vì dựa vào một loạt từ khóa, Semantic Search cung cấp kết quả dựa trên ngữ nghĩa hoặc ý nghĩa của một truy vấn nhất định.

Khái niệm Semantic Search đã có từ khá lâu. Tuy nhiên, các công ty gặp khó khăn khi triển khai chức năng này do quá trình Semantic Search diễn ra chậm và tốn nhiều tài nguyên.

Giải pháp là vạch ra các phần nhúng vector và lưu trữ chúng trong cơ sở dữ liệu vector lớn. Làm như vậy sẽ giảm đáng kể yêu cầu về năng lực tính toán và tăng tốc kết quả tìm kiếm bằng cách thu hẹp kết quả chỉ còn những thông tin phù hợp nhất.

Các công ty công nghệ lớn và những công ty Startup như Pinecone, Redis và Milvus hiện đang đầu tư vào cơ sở dữ liệu vector để cung cấp khả năng Semantic Search trên hệ thống đề xuất, công cụ tìm kiếm, hệ thống quản lý nội dung và chatbot.

Dân chủ hóa AI

Dân chủ hóa AI

Mặc dù không nhất thiết phải là tiến bộ kỹ thuật nhưng một số công ty công nghệ lớn vẫn quan tâm đến việc dân chủ hóa AI. Dù tốt hay xấu, những mô hình AI mã nguồn mở hiện đang được đào tạo và cấp nhiều giấy phép dễ dàng hơn để các tổ chức sử dụng và tinh chỉnh.

Tạp chí Phố Wall đưa tin rằng Meta đang mua Nvidia H100 AI Accelerator và nhằm mục đích phát triển một AI cạnh tranh với model GPT-4 gần đây của OpenAI.

Hiện tại không có LLM công khai nào có thể sánh được với hiệu suất thô của GPT-4. Nhưng với việc Meta hứa hẹn một sản phẩm cạnh tranh với giấy phép dễ dàng hơn, các công ty cuối cùng có thể tinh chỉnh LLM mạnh mẽ mà không lo sợ bí mật thương mại và dữ liệu nhạy cảm bị lộ được sử dụng để chống lại họ.

AI agent và các startup multi-agent

Nhóm làm việc trong một dự án

Một số dự án thử nghiệm hiện đang được thực hiện để phát triển các AI agent đòi hỏi ít hoặc không cần hướng dẫn để đạt được một mục tiêu nhất định. Bạn có thể nhớ các khái niệm về AI agent từ Auto-GPT, công cụ AI tự động hóa các hành động của nó.

Ý tưởng là để agent đạt được quyền tự chủ hoàn toàn thông qua việc tự đánh giá và sửa lỗi liên tục. Khái niệm hoạt động để đạt được sự tự phản ánh và sửa chữa nhằm để nhân viên liên tục nhắc nhở bản thân từng bước về hành động cần thực hiện, các bước về cách thực hiện, lỗi đã mắc phải và những gì có thể làm để cải thiện.

Vấn đề là những mô hình hiện tại được sử dụng trong các AI agent có rất ít hiểu biết về ngữ nghĩa. Điều đó khiến các agent bị ảo giác và đưa ra những thông tin sai lệch, khiến chúng bị mắc kẹt trong một vòng lặp vô hạn của việc tự đánh giá và sửa chữa.

Các dự án như MetaGPT Multi-agent Framework nhằm giải quyết vấn đề bằng cách sử dụng đồng thời một số AI agent để giảm bớt tình trạng này. Các framework multi-agent được thiết lập để mô phỏng cách hoạt động của một công ty startup. Mỗi agent trong startup này sẽ được phân công các vị trí như quản lý dự án, thiết kế dự án, lập trình viên và tester. Bằng cách chia các mục tiêu phức tạp thành những nhiệm vụ nhỏ hơn và giao chúng cho các AI agent khác nhau, những agent này có nhiều khả năng đạt được mục tiêu nhất định.

Tất nhiên, những framework này còn ở giai đoạn phát triển rất sớm và vẫn tồn đọng nhiều vấn đề cần được giải quyết. Nhưng với các mô hình mạnh mẽ hơn, cơ sở hạ tầng AI tốt hơn cũng như hoạt động nghiên cứu và phát triển liên tục, việc những AI agent và các công ty AI multi-agent hoạt động hiệu quả trở thành hiện thực chỉ là vấn đề thời gian.

Định hình tương lai với AI

Các tập đoàn lớn và những công ty startup đang đầu tư mạnh vào nghiên cứu và phát triển AI cũng như cơ sở hạ tầng của nó. Vì vậy, chúng ta có thể mong đợi tương lai của AI thế hệ mới sẽ cung cấp khả năng truy cập tốt hơn vào thông tin hữu ích thông qua Semantic Search, các AI agent và công ty AI hoàn toàn tự chủ cũng như những mô hình hiệu suất cao có sẵn miễn phí cho các công ty và cá nhân sử dụng, tinh chỉnh.

Mặc dù thú vị nhưng điều quan trọng là chúng ta phải dành thời gian để xem xét những vấn đề đạo đức liên quan đến AI, quyền riêng tư của người dùng và sự phát triển có trách nhiệm của các hệ thống và cơ sở hạ tầng AI. Hãy nhớ rằng sự phát triển của Generative AI không chỉ là xây dựng các hệ thống thông minh hơn; mà còn là việc định hình lại suy nghĩ của chúng ta và chịu trách nhiệm về cách chúng ta sử dụng công nghệ.

Thứ Ba, 21/11/2023 10:19
51 👨 228
0 Bình luận
Sắp xếp theo
    ❖ Trí tuệ nhân tạo (AI)