Tìm hiểu về Generative AI? Ứng dụng và ảnh hưởng của Generative AI.

Trí tuệ nhân tạo tạo sinh (Generative AI – GenAI) là công nghệ đang có tốc độ phát triển ấn tượng, thu hút sự chú ý của toàn thế giới về khả năng ứng dụng trong thực tiễn.

Các ứng dụng AI tạo sinh như Chat-GPT và Gemini trở nên phổ biến trên toàn thế giới đánh dấu bước phát triển mạnh mẽ của công nghệ này. Những mô hình Generative AI tiếp nhận yêu cầu đầu vào từ người dùng, sau đó cung cấp đầu ra dưới dạng văn bản, hình ảnh, video, âm thanh gần như ngay lập tức.

Generative AI là gì?

AI tạo sinh được coi là thế hệ mới của công nghệ trí tuệ nhân tạo (AI), cho phép người dùng nhanh chóng tạo ra nội dung mới dựa trên nhiều thông tin đầu vào khác nhau. Đầu vào và đầu ra của các mô hình này có thể bao gồm văn bản, hình ảnh, âm thanh, hoạt ảnh, mô hình 3D hoặc những loại dữ liệu khác.

Khái niệm Generative AI đưa con người tham gia vào một hành trình vượt ngoài lĩnh vực logic nhị phân, nơi AI không chỉ thực thi nhiệm vụ đơn thuần mà còn đóng vai trò là một nhà phát minh, sáng tạo. Nguồn gốc ra đời của GenAI bắt nguồn từ khái niệm học máy (Machine learning).

Bước nhảy vọt của AI tạo sinh được xác định vào giữa năm 2022, khi những hình ảnh từ mô hình Dall-E 2 (OpenAI) và Stable Diffusion (Stability AI) lan truyền rộng rãi. Rất nhiều công ty khởi nghiệp đã tập trung vào xây dựng, phát triển dạng công cụ tạo hình ảnh mạnh mẽ này.

Cuối tháng 11/2022, OpenAI phát hành chatbot thông minh ChatGPT-3.5. Giao diện trò chuyện này nhanh chóng trở thành một trong những ứng dụng thông minh có sức ảnh hưởng nhất từ trước đến nay. “Chìa khóa” của mô hình này là việc ứng dụng học tăng cường với phản hồi của con người (Reinforcement Learning with Human Feedback – RLHF), một kỹ thuật điều chỉnh hiệu suất của mô hình phù hợp với mục đích của người dùng.

Tháng 3/2023, OpenAI tiếp tục cho ra mắt ChatGPT-4, đây được xem là hệ thống chatbot dựa trên mô hình ngôn ngữ lớn (Large language model – LLM) có khả năng lớn nhất từng được ra mắt. ChatGPT-4 đã vượt qua nhiều bài kiểm tra được thiết kế để thử nghiệm khả năng bắt chước con người và tạo nên sự bùng nổ về số lượng người sử dụng cũng như mức độ thảo luận trên toàn cầu.

Tháng 5/2023, Google phát hành AI Bard (Gemini hiện tại), dựa trên mô hình LaMDA (Language Model for Dialogue Applications). Google cũng công bố các tính năng mới được hỗ trợ bởi AI tạo sinh, bao gồm Search Generative Experience (SGE) cùng với một vài sản phẩm khác.

Cũng gần thời điểm này, AI tạo sinh của Anthropic hay Claude đã có thể xử lý 100.000 mã thông báo văn bản, tương đương với khoảng 75.000 từ trong một phút, độ dài của một cuốn tiểu thuyết trung bình, so với khoảng 9.000 mã thông báo khi nó được giới thiệu vào hồi tháng 3 cùng năm.

Đồng thời, rất nhiều công ty khác đang xây dựng các mô hình LLM phục vụ cho những lĩnh vực khác nhau. Số lượng tăng trưởng đều đặn của những mô hình này cho thấy đây chắc chắn sẽ tiếp tục là xu hướng công nghệ nổi bật trong những năm tiếp theo.

AI tạo sinh hoạt động như thế nào?

Các mô hình AI tạo sinh sử dụng mạng lưới thần kinh để xác định mẫu và cấu trúc trong dữ liệu hiện có nhằm tự sáng tạo nên nội dung mới.

Một trong những bước đột phá của mô hình AI tạo sinh là khả năng tận dụng những phương pháp học tập khác nhau, bao gồm cả học tập không giám sát hoặc bán giám sát để đào tạo. Điều này đã mang lại cho các tổ chức khả năng tận dụng một lượng lớn dữ liệu chưa được gắn nhãn dễ dàng và nhanh chóng hơn để tạo ra các mô hình nền tảng. 

Đúng như tên gọi, mô hình nền tảng có thể được sử dụng làm cơ sở giúp hệ thống AI thực hiện được nhiều nhiệm vụ. Mô hình nền tảng (foundation model) là mô hình cơ bản đằng sau hoạt động của AI tạo sinh. Mô hình nền tảng có một số điểm khác biệt so với những thế hệ mô hình học sâu (Deep learning) trước đây.

• Thứ nhất, mô hình nền tảng có thể được đào tạo trên các tập dữ liệu phi cấu trúc cực lớn và đa dạng. Ví dụ, mô hình ngôn ngữ lớn, một loại mô hình nền tảng, được đào tạo dựa trên khối lượng rất lớn văn bản công khai trên internet với chủ đề đa dạng. Trong khi đó, những mô hình học sâu khác được đào tạo dựa trên tập dữ liệu cụ thể hơn với một số nội dung nhất định.
• Thứ hai, trên thực tế, các mô hình học sâu truyền thống thường chỉ có thể thực hiện một tác vụ, chẳng hạn như phân loại đối tượng trong ảnh hoặc đưa ra dự đoán. Ngược lại, một mô hình nền tảng có thể thực hiện cả hai tác vụ này và tạo ra nội dung mới.

Các mô hình nền tảng ngày càng lớn và phức tạp hơn. Chính vì vậy, thay vì xây dựng mô hình mới từ đầu, nhiều doanh nghiệp đã tùy chỉnh những mô hình nền tảng được đào tạo trước để tăng tốc quá trình nghiên cứu AI của mình. Hiện nay, có tới hàng trăm mẫu mô hình nền tảng sẵn có. Theo các chuyên gia, xu hướng phát triển mô hình nền tảng dưới dạng nguồn mở đang và sẽ tiếp tục gia tăng.

Ứng dụng Generative AI trong thực tiễn

AI tạo sinh là một công cụ mạnh mẽ, hỗ trợ quy trình làm việc của nhà sáng tạo nội dung, kỹ sư, nhà nghiên cứu, nhà khoa học,… Trường hợp và khả năng ứng dụng GenAI trải rộng, từ phục vụ mục tiêu cá nhân cho đến tổ chức, doanh nghiệp.

Mô hình AI tạo sinh có thể nhận đầu vào như văn bản, hình ảnh, âm thanh, video, mã và tạo nội dung mới theo yêu cầu từ người dùng. Ví dụ: Nó có thể biến văn bản đầu vào thành hình ảnh, biến hình ảnh thành bài hát hoặc biến video thành văn bản.

Dưới đây là các ứng dụng AI phổ biến nhất:

Ngôn ngữ: Văn bản là gốc rễ của nhiều mô hình AI tạo sinh và được coi là miền tiên tiến nhất. Một trong những ví dụ phổ biến nhất về mô hình tạo sinh dựa trên ngôn ngữ được gọi là mô hình ngôn ngữ lớn (LLM). Các mô hình ngôn ngữ lớn đang được tận dụng cho nhiều nhiệm vụ khác nhau, bao gồm tạo bài luận, phát triển mã code, dịch thuật và thậm chí là giải trình tự GEN.

Âm thanh: Âm nhạc, âm thanh và lời nói cũng là những lĩnh vực mới nổi trong thế hệ AI tạo sinh. Hiện nay, nhiều mô hình AI tạo sinh tiên tiến có thể sáng tác bài hát và đoạn clip âm thanh bằng cách nhập văn bản, nhận dạng đối tượng trong video và tạo âm thanh đi kèm cho các cảnh quay khác nhau,…

Hình ảnh: Một trong những ứng dụng phổ biến nhất của Generative AI nằm trong lĩnh vực hình ảnh, bao gồm việc tạo hình ảnh 3D, hình đại diện, đồ thị và các hình minh họa khác. Trong lĩnh vực y tế – chăm sóc sức khỏe, mô hình AI tạo sinh có thể tạo biểu đồ hiển thị các hợp chất và phân tử hóa học mới, hỗ trợ phát hiện thuốc. Chúng cũng tạo hình ảnh chân thực, mô hình 3D cho những trò chơi thực tế ảo hoặc thực tế tăng cường, thiết kế logo, nâng cao hoặc chỉnh sửa hình ảnh hiện có…

(một vài hình ảnh được tạo từ AI midjourney)

Dữ liệu tổng hợp: Dữ liệu tổng hợp cực kỳ hữu ích để đào tạo các mô hình AI. Sự phát triển của dữ liệu tổng hợp thông qua các mô hình tạo sinh có lẽ là một trong những giải pháp hiệu quả nhất để vượt qua thách thức về dữ liệu của nhiều doanh nghiệp. Nhờ dữ liệu tổng hợp, mô hình AI tạo sinh có thể giảm chi phí gắn nhãn bằng cách tự động tạo ra dữ liệu đào tạo tăng cường hoặc học cách trình bày nội bộ của dữ liệu để tạo điều kiện cho việc đào tạo mô hình với dữ liệu ít được gắn nhãn hơn.

Tác động của các mô hình tạo sinh rất rộng rãi và khả năng ứng dụng của nó ngày càng tăng lên trong thực tiễn đời sống. Dưới đây chỉ là một vài ví dụ về cách Generative AI đang thúc đẩy và thay đổi ở lĩnh vực giao thông vận tải, khoa học tự nhiên và giải trí.

Giao thông vận tải: Trong ngành công nghiệp ô tô, AI tạo sinh được kỳ vọng sẽ giúp tạo ra mô hình 3D dùng để mô phỏng và phát triển ô tô. Dữ liệu tổng hợp cũng đang được sử dụng để đào tạo phương tiện tự hành.

Khả năng điều khiển, phát hiện sự cố, xử lý tình huống của một chiếc xe tự hành trong thế giới 3D, khi được ứng dụng trong thực tiễn sẽ hỗ trợ cải thiện mức độ an toàn, hiệu quả và tính linh hoạt, đồng thời giảm rủi ro và chi phí chung.

Khoa học tự nhiên: Đây là lĩnh vực được hưởng lợi rất nhiều từ AI tạo sinh. Trong ngành chăm sóc sức khỏe, mô hình sinh học có thể hỗ trợ nghiên cứu bằng cách phát triển các chuỗi protein mới, phục vụ cho quá trình khám phá thuốc. Sinh viên cũng có thể hưởng lợi từ việc tự động hóa một số nhiệm vụ như ghi chú, mã hóa hình ảnh y tế và phân tích bộ gen.

Trong khi đó, với ngành thời tiết, mô hình AI tạo sinh có thể được sử dụng để tạo ra mô phỏng về các hành tinh, từ đó giúp dự báo thời tiết và dự đoán thiên tai chính xác. Ứng dụng này góp phần tạo ra môi trường sống an toàn hơn cho người dân nói chung, đồng thời cho phép các nhà khoa học dự đoán, chuẩn bị kỹ càng hơn trước khi đối mặt với thảm họa thiên nhiên.

Giải trí: Tất cả khía cạnh của ngành giải trí, từ trò chơi điện tử đến phim ảnh, hoạt hình,… đều có thể tận dụng mô hình AI tạo sinh để hỗ trợ quy trình sáng tạo nội dung. Sử dụng các công cụ AI tạo sinh góp phần tăng cường khả năng sáng tạo và hỗ trợ công việc của nhà sáng tạo.

Nhìn chung, AI tạo sinh – Generative AI có tiềm năng tác động đáng kể đến nhiều ngành công nghiệp, mang lại lợi ích thiết thực với khả năng ứng dụng linh hoạt, đồng thời là một lĩnh vực quan trọng trong nghiên cứu và phát triển AI.

Vậy chúng ta nên lo lắng điều gì?

Việc phát triển quá nhanh của AI đã tạo ra những lo ngại về lạm dụng tiềm năng của công nghệ.

Các hệ thống trường học đang băn khoăn về việc liệu học sinh của mình có sử dụng các bài luận do AI soạn sẵn để trả bài hay không, điều này rõ ràng gây nhiều rắc rối cho họ cũng như suy giảm chất lượng đầu ra của các trường. Trong khi các nhà nghiên cứu an ninh mạng cũng bày tỏ lo ngại khi thấy Generative AI có thể cho phép các tác nhân xấu tạo ra nhiều thông tin sai lệch hơn trước.

Đồng thời, bản thân công nghệ cũng dễ mắc lỗi. Vẫn còn nhiều thông tin chưa chính xác với thực tế đang được AI góp phần lan truyền và quảng bá, cũng như lý do mà các công ty sớm phổ biến rộng rãi nó trước khi được kiểm định kỹ càng. Điều này có thể tạo ra những hệ quả khôn lường. Ví dụ như tính năng tạo hình ảnh bằng văn bản của Gemini (google) đã phải ngưng hoạt động vì lỡ tạo hình ảnh vua nước Anh là người da màu.

Nguồn tham khảo: https://www.nvidia.com/en-us/glossary/generative-ai/