megume
Senior Member
Nhằm giúp ae hiểu hơn về AI cũng như tự học thêm về AI, mình xin giải ngố 1 số định kiến và quan điểm sai lệch về AI.
Nói chung thì trước thời LLM nhiều ae vì nghe kha khá lời khuyên dạng này. Nhưng giờ thời thế thay đổi, trâu chậm uống nước đục. LLM là lĩnh vực thay đổi rất nhanh chứ ko giống AI ML engineer thời 2020, ae đừng vì sợ bị ngta chê cười, dè bỉu là fake engineer mà bỏ qua cơ hội kiếm tiền.
Hầu hết các định nghĩa nổi tiếng trên mạng mình đọc về AI engineer của Huyền chip, Shawn Wang hay Andrew Ng đều hội tụ ở 2 chữ ship product, đại loại là xây dựng dc 1 hệ thống AI. Ae dev thích thì qua vô tư, thiếu gì học đó chả cần ngán ai. Train model, foundation là chuyện đám ML, researcher trong phòng lab lo
Gần đây thì AI đã giải được các bài toán Erdos - con người trc đây chưa từng có lời giải, đây là sáng tạo rồi
Ngày trc ngta định kiến AI chỉ là cỗ máy xác suất, nhưng nói vậy thì đánh giá thấp AI quá. Đã có nhiều nghiên cứu về tính emergence của AI, ae có thể tra thêm. Đại loại là khi AI học đủ nhiều data, nó sẽ tự động khôn ra và hiểu chuyện.
Có 1 ví dụ mình rất thích: giả sử AI gặp 1 phép tính nó chưa từng dc train trc đây như 69+31, nó vẫn tính đúng ra 100 đc vì nó làm tính cộng nhiều quá rồi, nên lỡ gặp cái mới thấy quy luật quen quen cái là biết làm luôn (này là đặc điểm của học máy luôn, LLM là con của học máy mà sao ko rành dc). Hiểu ví dụ này sẽ giúp ae giải ngố dc phần nào câu hỏi tại sao AI lại magic vậy
Nhiều ông nghiên cứu còn nói AI nó tự hình thành 1 mạch logic làm toán cộng ngay trong chính model. Hay gần đây ae thấy mấy post bảo AI tự suy nghĩ bằng 1 ngôn ngữ riêng chính nó luôn là v
Giải ngố cho ae 1 chút AI là stateless, nghĩa là mỗi lần chat với AI nó ko nhớ ae là ai đâu dù là trong cùng 1 phiên chat (session). Ae mỗi lần chat là mỗi lần gửi toàn bộ context cũ cùng prompt hiện tại
Skill, agent, loop, tool cũng ko khác gì. Skill bản chất là prompt, context bản chất là bộ nhớ ngoài, loop là ae chat với agent 1 cái nhưng nó call model hàng chục lần (nên ae thấy tốn token là vậy)
Nói thêm về context: ae cung cấp tài liệu docs, specs rõ ràng giúp AI giỏi hơn là đúng rồi. Nhưng đó ko phải là train AI / finetune. Finetune là ae thay đổi dc trọng số mô hình, còn cung cấp context tốt thì kiểu như nhắc bài cho nó thôi chứ ko thay đổi dc chất lượng não bên trong
Nên ae đừng sợ các khầy trên fb lùa gà điều phối mấy trăm con agent. Bản chất vẫn là call đến core model thôi
---
Bài cũng dài rồi, viết nhiêu đây trước, ae vào chém nhẹ tay
Học AI là phải giỏi toán, AI engineer phải hiểu về thuật toán AI chứ ko phải API wrapper
Nói chung thì trước thời LLM nhiều ae vì nghe kha khá lời khuyên dạng này. Nhưng giờ thời thế thay đổi, trâu chậm uống nước đục. LLM là lĩnh vực thay đổi rất nhanh chứ ko giống AI ML engineer thời 2020, ae đừng vì sợ bị ngta chê cười, dè bỉu là fake engineer mà bỏ qua cơ hội kiếm tiền.
Hầu hết các định nghĩa nổi tiếng trên mạng mình đọc về AI engineer của Huyền chip, Shawn Wang hay Andrew Ng đều hội tụ ở 2 chữ ship product, đại loại là xây dựng dc 1 hệ thống AI. Ae dev thích thì qua vô tư, thiếu gì học đó chả cần ngán ai. Train model, foundation là chuyện đám ML, researcher trong phòng lab lo
AI chỉ là con vẹt, ko có tính sáng tạo và chỉ biết xào nấu dữ liệu
Gần đây thì AI đã giải được các bài toán Erdos - con người trc đây chưa từng có lời giải, đây là sáng tạo rồi
Ngày trc ngta định kiến AI chỉ là cỗ máy xác suất, nhưng nói vậy thì đánh giá thấp AI quá. Đã có nhiều nghiên cứu về tính emergence của AI, ae có thể tra thêm. Đại loại là khi AI học đủ nhiều data, nó sẽ tự động khôn ra và hiểu chuyện.
Có 1 ví dụ mình rất thích: giả sử AI gặp 1 phép tính nó chưa từng dc train trc đây như 69+31, nó vẫn tính đúng ra 100 đc vì nó làm tính cộng nhiều quá rồi, nên lỡ gặp cái mới thấy quy luật quen quen cái là biết làm luôn (này là đặc điểm của học máy luôn, LLM là con của học máy mà sao ko rành dc). Hiểu ví dụ này sẽ giúp ae giải ngố dc phần nào câu hỏi tại sao AI lại magic vậy
Nhiều ông nghiên cứu còn nói AI nó tự hình thành 1 mạch logic làm toán cộng ngay trong chính model. Hay gần đây ae thấy mấy post bảo AI tự suy nghĩ bằng 1 ngôn ngữ riêng chính nó luôn là v
Skill, tool và agent
Giải ngố cho ae 1 chút AI là stateless, nghĩa là mỗi lần chat với AI nó ko nhớ ae là ai đâu dù là trong cùng 1 phiên chat (session). Ae mỗi lần chat là mỗi lần gửi toàn bộ context cũ cùng prompt hiện tại
Skill, agent, loop, tool cũng ko khác gì. Skill bản chất là prompt, context bản chất là bộ nhớ ngoài, loop là ae chat với agent 1 cái nhưng nó call model hàng chục lần (nên ae thấy tốn token là vậy)
Nói thêm về context: ae cung cấp tài liệu docs, specs rõ ràng giúp AI giỏi hơn là đúng rồi. Nhưng đó ko phải là train AI / finetune. Finetune là ae thay đổi dc trọng số mô hình, còn cung cấp context tốt thì kiểu như nhắc bài cho nó thôi chứ ko thay đổi dc chất lượng não bên trong
Nên ae đừng sợ các khầy trên fb lùa gà điều phối mấy trăm con agent. Bản chất vẫn là call đến core model thôi
---
Bài cũng dài rồi, viết nhiêu đây trước, ae vào chém nhẹ tay
