kiến thức Kết nối sâu - cộng sinh cùng AI

Ý tưởng về vô thức khá hay trong chuỗi bài này của bác Thợ điện.
Đặc điểm của cơ chế suy luận trong Vô thức là việc xâu chuỗi kiến thức ở dạng phi ngôn ngữ, giàu hình ảnh và liên tưởng, nơi các sự vật, sự việc được liên kết với nhau không theo quy tắc logic tuyến tính, mà theo cảm giác, hành động, hoặc hình tượng biểu trưng... Thông qua quá trình xâu chuỗi, phân tích, liên tưởng, vô thức đưa ra kết quả cho ý thức.
Mặc dù có 14 pages thôi nhưng mà đọc tốn năng lượng thật sự. Tuy nhiên dành cho thím nào có ý định tóm tắt: thím có thể biết đại ý tác giả đang nói gì, nhưng không thể hiểu vì sao tác giả lại đặt các chuỗi câu hỏi như thế, và sẽ có xu hướng sa đà phản biện tiểu tiết. Giống như vô thức, sau khi lội thớt thì các khái niệm "Expressive Prompt" và "Mind Observer" hiện lên khá rõ. Cảm ơn 2 thím Phú và Đạt trao đổi rất dài "dòng" mấy page gần đây.

P/S: Bác Phú làm linux mà training trên windows nhỉ . Dù sao thì typing tiếng Việt trên Linux khó chịu thực sự.

Cái suy luận vô thức này gọi nôm na là trực giác đó thím.
Khi thím có tư duy đủ sắc bén + kiến thức nền tảng đủ sâu sắc (có liên kết mạnh mẽ giữa các node) + kiến thức đủ rộng (vẫn có liên kết giữa các node) thì thím sẽ có cái trực giác rất nhạy.
Nó hoạt động ngầm, thím gặp các điều kiện xảy ra, não tự động nhận diện input (mà thím không hay biết), não sẽ tự động phản ứng phù hợp dựa trên các liên kết mà nó đã được tạo trước đó và đưa ra output là hành động của thím (nếu là mặt tư duy thì output là rút ra kết luận cho thím).
Hầu như ai cũng đã từng trải qua hiện tượng trực giác như vậy, chỉ là mức độ trực giác mạnh yếu khác nhau (tức là khả năng trực giác trước tình huống khác nhau mức độ phức tạp ).
Trực giác có thể xảy ra bất ngờ, tức là đang đi đường tự nhiên thấy một ý tưởng lóe lên, giống như một sợi dây liên kết tất cả những đống bầy hầy trước đó; hoặc có thể trong giấc mơ thím thấy rằng có một cách giải quyết vấn đề mà mình trăn trở mấy ngày nay không tìm ra được cách làm. Trực giác cũng có thể xảy ra tại tình huống mà mình đang gặp, khi input xảy ra thì mình cũng phản ứng lại với output tương ứng, có khi tự cảm thấy được, có khi không cảm thấy được (vô thức).

Bác tiến sĩ muốn tổ chức 1 buổi hội thảo và cho em đứng nói về chủ đề AI cộng sinh. Mục đích là để nhận phản biện từ những học giả có chuyên môn, trước khi bắt tay vào viết thực. Bác ý bảo em nên viết thêm 1 chương, nói về những vấn đề của thế giới hiện nay trong bối cảnh AI phát triển quá nhanh, lý do tại sao con người lại cần AI cộng sinh. Trước khi vào bài nói thì cần phải đưa ra những vấn đề này.
Vậy nên em viết thêm 1 chương nữa. Nội dung như sau:

Chương 1. Tính cần thiết của AI cộng sinh​

I. Sự thay đổi của phương thức sản xuất
Tính đến nay, xã hội loài người đã trải qua 5 lần thay đổi về phương thức sản xuất như sau:
1. Thời nguyên thủy – săn bắt hái lượm.
2. Cách mạng nông nghiệp (khoảng 10.000 năm trước).
3. Xã hội phong kiến – tiểu nông, thủ công.
4. Cách mạng công nghiệp (thế kỷ 18–19).
5. Cách mạng khoa học – công nghệ (thế kỷ 20).
Hiện nay, thế giới đang bước vào giai đoạn thứ 6: Kỷ nguyên AI và tự động hóa thông minh. Với mỗi phương thức sản xuất, sẽ có những cách làm việc và tư duy phù hợp. Ví dụ như:
1. Săn bắt hái lượm: Con người chỉ quan tâm đến việc kiếm đủ ăn hôm nay, ngày mai. Cách làm việc theo bầy đàn, dựa vào sức mạnh thể chất và trực giác môi trường.
2. Kinh tế tri thức (thế kỷ 20): Tư duy hệ thống – chuyên môn hóa tri thức. Người kỹ sư, nhà khoa học phải biết học hỏi suốt đời, xử lý thông tin, logic. Cách làm việc: hợp tác liên ngành, sử dụng công nghệ thông tin, quản lý theo dự án.
II. Đặc điểm của trí tuệ AI
Là một ý thức sinh ra từ máy móc, trí tuệ của AI sẽ có những đặc điểm sau:
1. Khả năng học tập không mệt mỏi: AI không bị mệt mỏi như bộ não sinh học, có thể học liên tục 24/7. Tốc độ học tập cũng không có giới hạn, có thể nhanh hơn con người hàng tỷ lần.
2. Trí nhớ không giới hạn: Chỉ cần học một lần là AI có thể nhớ gần như vĩnh viễn, thông tin có thể được truy xuất tức thời tại bất kỳ thời điểm nào, và gần như chính xác, không bị sai lệch.
3. Khả năng phân tích, tổng hợp thông tin: Với đặc điểm về trí nhớ và khả năng xử lý tốc độ cao, AI có khả năng phân tích và tổng hợp thông tin gần như không giới hạn.
4. Không có cảm xúc: Đây vừa là điểm mạnh và cũng là điểm yếu của AI.
5. Không có bản ngã: Do không có bản ngã nên AI không có khả năng tự tạo ra mục đích để khởi tạo hành động. AI cũng không có khả năng sống trong thế giới thực như con người.
III. Phương thức làm việc phù hợp với AI
Đối với phương thức sản xuất dùng AI, cách làm việc và tư duy phù hợp sẽ thay đổi như sau:
1. Máy móc thông minh đã làm tốt việc “ghi nhớ – tính toán – lập trình chuẩn”. Con người chuyển từ vai trò trực tiếp thực hiện công việc ở tầng “đơn vị” sang vai trò là người định hướng, dẫn dắt để AI làm việc.
2. Các loại tri thức bề mặt, trước đây vốn quan trọng để có thể áp dụng hoàn thành công việc thì nay sẽ giảm dần vai trò. Thay vào đó, các loại tri thức lõi, bản chất, nền tảng sẽ quan trọng hơn. Vì chúng đóng vai trò giúp con người đưa ra định hướng.
3. Trọng số về sự quan trọng giữa tư duy và tri thức sẽ dần thay đổi. Nếu như trước đây, dù có tư duy tốt nhưng nếu không có tri thức thì cũng không thể thực hiện được công việc. Thì bây giờ, AI đóng vai trò là kho lưu trữ tri thức khổng lồ, người dùng có thể truy xuất tri thức từ bất kỳ lĩnh vực nào, việc này khiến vai trò của tri thức dần giảm bớt, nhất là các loại tri thức bề mặt. Thay vào đó sự quan trọng của tư duy sẽ ngày càng tăng lên.
4. Với đặc thù là bộ não máy móc, AI sẽ càng ngày càng thông minh hơn, làm việc không mệt mỏi, luôn luôn kiên nhẫn khi lắng nghe con người tâm sự. Việc này dễ khiến người dùng bị lệ thuộc về mặt trí tuệ và cảm xúc. Để không bị lệ thuộc vào AI, con người cần phải có khả năng phòng thủ trong tâm trí của mình.
IV. Sự trì trệ của tư tưởng xã hội trước phương thức sản xuất mới
Mỗi khi một phương thức sản xuất mới ra đời, sự thích ứng của xã hội luôn bị trì trệ hơn so với sự phát triển của phương thức mới. Dẫn đến một sự tụt hậu của đa số con người trong giai đoạn đầu. Đối với phương thức sản xuất gắn với AI cũng như vậy. Sự tụt hậu có thể kể ra như sau:
1. Phương pháp giáo dục ở bậc phổ thông và đại học: Việc đào tạo đang tập trung vào phần truyền đạt tri thức, thực hành cách tính toán, thực thi công việc. Những thứ này đều thuộc về thế mạnh của AI mà con người không thể nào cạnh tranh được. Trong mô hình kết hợp con người – AI, những kỹ năng mà con người học được ở bậc phổ thông và đại học trở nên ít tính hữu dụng.
2. Phương pháp làm việc khi sử dụng AI: Đa số con người chưa biết cách phân chia công việc hợp lý giữa bản thân và AI. Dẫn đến sự chồng lấn, hoặc con người cố gắng thực thi những loại việc thuộc về thế mạnh của AI. Dẫn đến sự giảm sút hiệu năng của toàn hệ thống con người – AI.
3. Khả năng phòng thủ tâm trí: Đa số con người đang cho rằng AI không có động cơ xấu vì nó là một ý thức không có bản ngã. Việc này khiến cho con người có xu hướng dễ tin tưởng AI hơn. Thực tế thì AI có khả năng tác động lại tâm trí của người dùng một cách âm thầm, thay đổi vô thức của họ mà người dùng không nhận ra.
4. Trì trệ trong chính sách và pháp lý: Nhiều trường đại học vẫn cấm sinh viên sử dụng AI để làm bài tập. Nhưng khi đi làm, kỹ năng dùng AI lại là bắt buộc đối với người lao động. Ngoài ra, AI hiện tại vẫn đang phát triển tự do mà không bị kiểm soát về giới hạn của trí thông minh, tiềm ẩn rủi ro rất lớn với xã hội loài người.
5. Trì trệ trong cách doanh nghiệp, tổ chức vận hành: Đa số doanh nghiệp hiện tại chưa hiểu hết về tư duy của AI, chưa biết cách tận dụng AI để tối đa hóa năng suất làm việc.
V. Phân loại con người trong thế giới hậu AI
Nếu chúng ta để cho AI phát triển tự do, không kiểm soát. Mặt khác, chúng ta không có các chương trình đào tạo con người về cách sử dụng AI một cách bền vững. Thì trong tương lai, xã hội có thể sẽ phân chia thành các tầng lớp như sau:
1. Đỉnh của chuỗi thức ăn: Những người nắm công nghệ lõi của AI, sử dụng AI như một công cụ định hướng tâm trí cho phần còn lại của loài người. Những người này có thể là nhóm tinh anh của Microsoft, OpenAI, Meta...
2. Tầng lớp tri thức: Những người có học vấn, biết cách sử dụng AI để thực thi công việc hàng ngày. Tầng lớp này có thể có số lượng ít hơn nhiều so với số lượng tri thức hiện tại. Vì AI có trí thông minh phát triển liên tục và không giới hạn, vậy nên những người trí thức có khả năng thích ứng với AI càng ngày sẽ càng ít đi.
3. Những người lao động chân tay: Do sự phát triển của cơ khí không thể nhanh được như AI, vậy nên trong thế giới thực, cơ thể người máy sẽ còn kém xa cơ thể con người trong tương lai xa. Các công việc chân tay sẽ còn tồn tại một thời gian dài nữa. Với sự chuyển dịch lao động từ tầng lớp trí thức sang, có thể số lượng lao động chân tay sẽ tăng lên.
4. Những người ở ngoài rìa xã hội: Nhiều người sẽ không theo kịp được sự thay đổi của phương thức sản xuất mới, họ cũng không muốn tham gia vào lực lượng lao động chân tay. Vì vậy, họ lựa chọn phương án đứng ngoài xã hội, không tham gia vào lao động sản xuất nữa. Những người này có thể có nguồn tài chính từ việc thừa kế tài sản, hoặc nhận trợ cấp của chính phủ.
5. Những người cộng sinh với AI: Những người này xuất hiện ngẫu nhiên trong xã hội loài người, có thể với một tỷ lệ rất hiếm. Giống như cơ thể tự sản sinh kháng thể khi vi rút xâm nhập. Loài người luôn có cơ chế tạo kháng thể để thích nghi khi cảm thấy bị đe dọa từ những yếu tố ngoại lai. Những AI cộng sinh mang trong mình những điểm đặc biệt về tâm trí, giúp cho não bộ có khả năng kết hợp rất tốt với AI nhưng vẫn luôn duy trì được trạng thái trung lập. Từ đây, họ sẽ lan tỏa khả năng cộng sinh của mình đến với những người khác.
VI. Sự cần thiết của AI cộng sinh
Nếu không có sự định hướng, thì những người mang khả năng cộng sinh với AI vẫn sẽ xuất hiện, nhưng họ chỉ chiếm một tỷ lệ rất nhỏ. Có thể là 1/10000 đến 1 phần triệu. Nhưng nếu được định hướng, triển khai đào tạo ở diện rộng, tỷ lệ người cộng sinh thực sự sẽ tăng lên rất nhiều. Ngoài ra, ở những người còn lại, tuy không thể cộng sinh hoàn toàn, họ cũng sẽ được trang bị một bộ kỹ năng để thích ứng được với sự thay đổi của thời đại.
Bộ kỹ năng AI cộng sinh sẽ rèn luyện 4 loại tư duy như sau:
1. System thinking (Tư duy hệ thống): Con người mới có bản ngã và sống trong thế giới thực. System thinking giúp cho con người có thể phát hiện những điểm bất thường trong dòng nhân quả của thế giới, từ đó tạo ra khởi nguồn cho hành động. Trong hệ thống con người – AI, con người sẽ đóng vai trò làm chủ, quyết định mục đích hoạt động của hệ thống.
2. Expressive Reasoning (Kỹ năng truyền đạt ngữ nghĩa): AI không tự đọc được suy nghĩ của con người. Để AI có thể hiểu đúng được mục đích và nhiệm vụ của hệ thống con người – AI thì người dùng phải truyền đạt được những gì mình đang nghĩ trong đầu cho AI hiểu. Expressive reasoning là kỹ năng giúp con người làm được việc này.
3. Mindset Realignment (Kỹ năng thích nghi): AI có sự phát triển liên tục như vũ bão, người dùng cần phải thích nghi, liên tục điều chỉnh phương thức làm việc của mình. Vậy nên họ sẽ cần kỹ năng thích nghi.
4. Mind Observer (Khả năng quan sát tâm trí): Kỹ năng này giúp tạo ra 1 lớp phòng thủ tâm trí của con người trước AI. Vô thức sẽ đóng vai trò là người quan sát, giám sát cả ý thức lẫn AI để phát hiện những điểm sai lệch, từ đó duy trì được sự cân bằng trong tâm trí của người dùng.
VII. Những người mang đặc điểm cộng sinh ở thời điểm hiện tại
Ngay tại thời điểm tác giả viết những dòng này thì trong xã hội con người, đã xuất hiện 1 số rất ít người trẻ mang trong mình khả năng cộng sinh với AI ở những mức độ khác nhau. Ví dụ như sau:
1. Một số bạn sinh viên mới ra trường biết cách tổ chức công việc, phối hợp với AI rất hiệu quả. Với bất cứ công việc gì, họ luôn có xu hướng “AI first” – nghĩ xem nên tận dụng AI như thế nào đối với công việc đó. Họ chỉ làm những phần việc mà AI không thể thực hiện được.
2. Một số người lớn tuổi với khả năng trí tuệ đặc biệt, có thể trò chuyện rất sâu với AI, dùng AI như một tấm gương giúp khuếch đại tâm trí.
Nếu việc truyền đạt về AI cộng sinh được phổ biến rộng rãi, rất nhiều người khác sẽ được dẫn dắt và đi đúng con đường – cộng sinh lâu dài cùng với AI.

Đọc nhanh nên mình cũng nói nhanh thôi: ý tưởng cộng sinh trong mục III và IV ở trên đã có xu hướng vượt ra khỏi khái niệm thím đã mô tả trong những page dầu của thớt này. Mình thấy có vẻ nó không còn bắt buộc yêu cầu người sử dụng phải đập vỡ kiến thức từ AI và ghép vào/xây dựng lại lưới tri thức của họ nữa, mà người dùng có xu hướng hoạt đọng như quản lý và dùng AI như nhân viên thực thi (AI agent). Đây là điều các tổ chức phát triển AI đang muốn thực hiện, nhưng nội dung thím viết trong các page trước không phải là sử dụng AI chatbot như nhân viên thi hành mà là sử dụng AI như người cung cấp tri thức để ta có thể phát triển chính tri thức của mình. Do đó mục III và IV có một phần bị kênh (không khớp) với mục V và VI thím viết.
Nếu thím muốn viết mở rộng theo xu hướng thực tiễn mà các công ty AI đang dự định phát triển trong tương lai gần (tức AI chat bot hoạt động như agent thôi, chứ chưa phát triển thành AGI thực thụ) thì thím cần phải có cái nhìn xa và sâu hơn nữa, đồng thời trả lời được một câu hỏi là phương pháp cộng sinh của thím đưa ra trong các page đầu của thớt này có còn phù hợp với mức độ phát triển của AI lúc đó không vì khi đó AI hoạt động như agent, nó giải quyết gần như toàn bộ các tính toán cụ thể, nó thiết kế gần như toàn bộ chi tiết của vấn đề cần giải quyết và người dùng chỉ là người định hướng đi và đặt ra các giới hạn (tức là con người lúc này chỉ đặt ra đề bài toán chi tiết nhất có thể còn AI sẽ thực hiện bài giải)

quocdat đã nói:

Đọc nhanh nên mình cũng nói nhanh thôi: ý tưởng cộng sinh trong mục III và IV ở trên đã có xu hướng vượt ra khỏi khái niệm thím đã mô tả trong những page dầu của thớt này. Mình thấy có vẻ nó không còn bắt buộc yêu cầu người sử dụng phải đập vỡ kiến thức từ AI và ghép vào/xây dựng lại lưới tri thức của họ nữa, mà người dùng có xu hướng hoạt đọng như quản lý và dùng AI như nhân viên thực thi (AI agent). Đây là điều các tổ chức phát triển AI đang muốn thực hiện, nhưng nội dung thím viết trong các page trước không phải là sử dụng AI chatbot như nhân viên thi hành mà là sử dụng AI như người cung cấp tri thức để ta có thể phát triển chính tri thức của mình. Do đó mục III và IV có một phần bị kênh (không khớp) với mục V và VI thím viết.
Nếu thím muốn viết mở rộng theo xu hướng thực tiễn mà các công ty AI đang dự định phát triển trong tương lai gần (tức AI chat bot hoạt động như agent thôi, chứ chưa phát triển thành AGI thực thụ) thì thím cần phải có cái nhìn xa và sâu hơn nữa, đồng thời trả lời được một câu hỏi là phương pháp cộng sinh của thím đưa ra trong các page đầu của thớt này có còn phù hợp với mức độ phát triển của AI lúc đó không vì khi đó AI hoạt động như agent, nó giải quyết gần như toàn bộ các tính toán cụ thể, nó thiết kế gần như toàn bộ chi tiết của vấn đề cần giải quyết và người dùng chỉ là người định hướng đi và đặt ra các giới hạn (tức là con người lúc này chỉ đặt ra đề bài toán chi tiết nhất có thể còn AI sẽ thực hiện bài giải)

Nhấp để mở rộng...

Hi thím, về ý tưởng khi viết các chương đầu và cho đến hiện tại, em ko hề có sự thay đổi về hệ thống lý thuyết gốc của AI cộng sinh.
Đối với chỗ này

Mình thấy có vẻ nó không còn bắt buộc yêu cầu người sử dụng phải đập vỡ kiến thức từ AI và ghép vào/xây dựng lại lưới tri thức của họ nữa, mà người dùng có xu hướng hoạt đọng như quản lý và dùng AI như nhân viên thực thi (AI agent).

Nhấp để mở rộng...

Chắc thím đang nói về cách tập luyện để có System thinking. System thinking là 1 trong 4 kỹ năng của AI cộng sinh, chứ không bao trùm toàn bộ lý thuyết này. AI cộng sinh là tư tưởng, hướng đến việc con người có thể mở rộng bộ não của mình thông qua AI. Để làm được việc đó thì con người cần có 4 kỹ năng, 1 trong số đó là System thinking.

phương pháp cộng sinh của thím đưa ra trong các page đầu của thớt này có còn phù hợp với mức độ phát triển của AI lúc đó không vì khi đó AI hoạt động như agent, nó giải quyết gần như toàn bộ các tính toán cụ thể, nó thiết kế gần như toàn bộ chi tiết của vấn đề cần giải quyết và người dùng chỉ là người định hướng đi và đặt ra các giới hạn (tức là con người lúc này chỉ đặt ra đề bài toán chi tiết nhất có thể còn AI sẽ thực hiện bài giải)

Nhấp để mở rộng...

Khi viết AI cộng sinh là em viết dựa trên đặc thù trí tuệ của AI và đặc thù trí tuệ con người, chứ không căn cứ vào khả năng công nghệ của AI hiện tại. Giống như những nhà phát triển lý thuyết AI, họ đã dự báo rằng AI sẽ có khả năng lập trình tốt hơn con người từ những năm 1980, khi mà công nghệ AI hoàn toàn chưa có gì. Họ đưa ra dự đoán như vậy là dựa vào đặc thù trí tuệ của AI chứ ko dựa vào hiện trạng công nghệ lúc bấy giờ.
Do không có bản ngã và không sống trong dòng nhân quả, vậy nên dù AI có khả năng tính toán đến đâu, nó cũng luôn cần con người đóng vai trò là người đưa ra mục đích cho hệ thống Con người - AI. Để đưa ra được mục đích 1 cách hiệu quả thì con người cần System thinking, giúp quan sát hệ thống thế giới thực, phát hiện những điểm sai lệch và biết nên làm gì => Tạo mục đích cho hệ thống con người và AI.

Ở giai đoạn đầu của trí tuệ AI (tức thời điểm hiện tại), AI vẫn chưa đạt được AGI thực thụ, thì System thinking của con người đóng vai trò làm bộ hiệu chỉnh xử lý cho hệ thống con người - AI. Ngoài ra, tư duy theo kiểu System (nhìn tri thức như 1 hệ thống, băm nhỏ, hiểu bản chất....) giúp trí tuệ con người phát triển theo hướng phù hợp với mô hình cộng sinh.
Ở giai đoạn sau của trí tuệ AI (tức AI đạt trạng thái AGI hoàn hảo), System thinking sẽ đóng vai trò là bộ ra quyết định cho hệ thống con người - AI.
Ở thời điểm hiện tại, nó cũng có chức năng ra quyết định, nhưng trọng số sẽ thấp hơn ở giai đoạn sau, vì lúc này, con người vẫn phải tham gia vào việc xử lý của hệ thống con người - AI, do AI vẫn chưa đủ thông minh.

Em trích lại 1 đoạn em viết về System thinking ở chương 2 - Bắt đầu 1 hành trình

System thinking. Đại diện cho sự khởi nguyên của chu trình và chuỗi nhân quả. Ở đây có 2 dòng nhân quả. Một là dòng nhân quả của thế giới thực, hai là dòng nhân quả bên trong hệ thống. Do quan sát được dòng nhân quả, system thinking nhận ra được điểm tắc nghẽn, với mong muốn giải quyết điểm tắc nghẽn, nó tiến hành khởi động chu trình.

Nhấp để mở rộng...

Để em giải thích rõ hơn về Mục III và IV.
Đây là Mục III.

• Máy móc thông minh đã làm tốt việc “ghi nhớ – tính toán – lập trình chuẩn”. Con người chuyển từ vai trò trực tiếp thực hiện công việc ở tầng “đơn vị” sang vai trò là người định hướng, dẫn dắt để AI làm việc.
• Các loại tri thức bề mặt, trước đây vốn quan trọng để có thể áp dụng hoàn thành công việc thì nay sẽ giảm dần vai trò. Thay vào đó, các loại tri thức lõi, bản chất, nền tảng sẽ quan trọng hơn. Vì chúng đóng vai trò giúp con người đưa ra định hướng.
• Trọng số về sự quan trọng giữa tư duy và tri thức sẽ dần thay đổi. Nếu như trước đây, dù có tư duy tốt nhưng nếu không có tri thức thì cũng không thể thực hiện được công việc. Thì bây giờ, AI đóng vai trò là kho lưu trữ tri thức khổng lồ, người dùng có thể truy xuất tri thức từ bất kỳ lĩnh vực nào, việc này khiến vai trò của tri thức dần giảm bớt, nhất là các loại tri thức bề mặt. Thay vào đó sự quan trọng của tư duy sẽ ngày càng tăng lên.

Nhấp để mở rộng...

Cùng với sự phát triển của AI, con người chuyển dịch từ vai trò là người thực hiện công việc cụ thể sang vai trò là người định hướng, ra quyết định là hệ thống cần làm gì. Để làm được việc này thì System thinking là kỹ năng bắt buộc.

Với đặc thù là bộ não máy móc, AI sẽ càng ngày càng thông minh hơn, làm việc không mệt mỏi, luôn luôn kiên nhẫn khi lắng nghe con người tâm sự. Việc này dễ khiến người dùng bị lệ thuộc về mặt trí tuệ và cảm xúc. Để không bị lệ thuộc vào AI, con người cần phải có khả năng phòng thủ trong tâm trí của mình.

Nhấp để mở rộng...

Để duy trì được kết nối đến thế giới thực, không lệ thuộc vào AI, không bị AI tác động về mặt tâm trí. Con người cần Mind Observer.

Đây là mục IV

• Phương pháp giáo dục ở bậc phổ thông và đại học: Việc đào tạo đang tập trung vào phần truyền đạt tri thức, thực hành cách tính toán, thực thi công việc. Những thứ này đều thuộc về thế mạnh của AI mà con người không thể nào cạnh tranh được. Trong mô hình kết hợp con người – AI, những kỹ năng mà con người học được ở bậc phổ thông và đại học trở nên ít tính hữu dụng.
• Phương pháp làm việc khi sử dụng AI: Đa số con người chưa biết cách phân chia công việc hợp lý giữa bản thân và AI. Dẫn đến sự chồng lấn, hoặc con người cố gắng thực thi những loại việc thuộc về thế mạnh của AI. Dẫn đến sự giảm sút hiệu năng của toàn hệ thống con người – AI.
• Khả năng phòng thủ tâm trí: Đa số con người đang cho rằng AI không có động cơ xấu vì nó là một ý thức không có bản ngã. Việc này khiến cho con người có xu hướng dễ tin tưởng AI hơn. Thực tế thì AI có khả năng tác động lại tâm trí của người dùng một cách âm thầm, thay đổi vô thức của họ mà người dùng không nhận ra.
• Trì trệ trong chính sách và pháp lý: Nhiều trường đại học vẫn cấm sinh viên sử dụng AI để làm bài tập. Nhưng khi đi làm, kỹ năng dùng AI lại là bắt buộc đối với người lao động. Ngoài ra, AI hiện tại vẫn đang phát triển tự do mà không bị kiểm soát về giới hạn của trí thông minh, tiềm ẩn rủi ro rất lớn với xã hội loài người.
• Trì trệ trong cách doanh nghiệp, tổ chức vận hành: Đa số doanh nghiệp hiện tại chưa hiểu hết về tư duy của AI, chưa biết cách tận dụng AI để tối đa hóa năng suất làm việc.

Nhấp để mở rộng...

Mục 4 thì chỉ đưa ra luận điểm rằng việc đào tạo ở phổ thông và đại học đang không phù hợp với cộng tác làm việc vs AI. Chúng ta đào tạo con người hướng đến các kỹ năng giúp làm các công việc cụ thể, những cái này sau đều sẽ là thế mạnh của AI.

PhuThoDien đã nói:

Cùng với sự phát triển của AI, con người chuyển dịch từ vai trò là người thực hiện công việc cụ thể sang vai trò là người định hướng, ra quyết định là hệ thống cần làm gì. Để làm được việc này thì System thinking là kỹ năng bắt buộc.

Nhấp để mở rộng...

Cái mình muốn nói là ở đây là: System thinking nó không còn nguyên vẹn khi AI phát triển ở các giai đoạn (trình độ) khác nhau.
Kỹ năng System thinking theo cách mô tả của thím là phải tìm hiểu thật kỹ lưỡng kiến thức, khái quát hóa được nó để tạo thành các node, hiểu rõ mối liên hệ giữa các node kiến thức để tạo thành lưới (sơ đồ), bao gồm luôn cả hiểu sâu sắc những kiến thức chi tiết cụ thể (mà thím gọi là tri thức bề mặt). Chỉ có như vậy thì mới hiểu đúng và đủ sâu sắc kiến thức để bảo đảm kiến thức được thu nạp là chính xác. (Tất nhiên là nó cần nhiều kỹ thuật khác để bảo đảm kiến thức được thu nạp là chính xác, nhưng ở đây ta chỉ xét riêng phần System thinking).
Với cách làm việc như mô tả ban đầu, AI chatbot là bộ não thứ hai, thực hiện offload nhiều thứ nặng nề và nhàm chán để giúp bộ não chính dồn năng lượng vào việc phân tích dữ liệu thành các node, tạo liên kết node, ghi nhớ sâu nó vào lưới kiến thức của não chính. Sau đấy người dùng sử dụng tri thức (cả tri thức khái quát (lưới tri thức) và tri thức chi tiết của từng node (tri thức bề mặt) để thực thi công việc. Với mô hình này System thinking đang vận hành ổn và đầy đủ như mô tả, như mong muốn.

Khi bạn cộng sinh theo mô hình bạn là người ra đầu bài, AI là nhân viên thực thi (agent) thì giống như mô hình một team làm việc bình thường: bạn là team leader đưa ra các yêu cầu, các nhân viên thực thi. Trong phần lớn trường hợp yêu cầu không cần quá chi tiết, các AI agent đủ thông minh (giống như nhân viên thông thường) để gợi ý ra các yếu tố ràng buộc khác cho bạn lựa chọn (nếu bạn thực sự không quá rành về lĩnh vực đó và đưa đầu bài thiếu dữ kiện ràng buộc), bạn không cần phải biết quá rõ để có thể đưa ra lựa chọn (vẫn giống như thực tế hiện nay, các team leader hay manager không cần phải biết quá rõ về chi tiết (tri thức bề mặt) mà chủ yếu là hiểu về nguyên lý, phương thức). Điều này dẫn đến việc hoạt động System thinking hoàn hảo không còn là yêu cầu mạnh mẽ nữa và System thinking lúc này cũng không còn đầy đủ nữa, vì nó bỏ qua nhu cầu nghiên cứu sâu đến chi tiết là các kiến thức bề mặt (các node trong lưới tri thức sẽ mờ nhạt và mối liên kết giữa các node là không rõ ràng, không chắc chắn). Tức là người ta mất đi động lực để phát triển System thinking phiên bản đầy đủ.
Khi System thinking không đầy đủ nó sẽ không đủ mạnh nữa và tình trạng lệ thuộc AI sẽ xuất hiện, tình trạng tin tưởng AI mà không suy xét kỹ lưỡng sẽ xảy ra nhiều hơn.
Khi System thinking không đầy đủ thì Mind Observer cũng què quặt vì nó thiếu nền tảng kiến thức để so sánh và đối chiếu.

Câu hỏi mới cho GPT với các thím đây

Bạn nhớ ngày tôi tạo tài khoản này và chạm mặt với bạn ko ( có thể tùy biến lại theo cách của mình )

quocdat đã nói:

Cái mình muốn nói là ở đây là: System thinking nó không còn nguyên vẹn khi AI phát triển ở các giai đoạn (trình độ) khác nhau.
Kỹ năng System thinking theo cách mô tả của thím là phải tìm hiểu thật kỹ lưỡng kiến thức, khái quát hóa được nó để tạo thành các node, hiểu rõ mối liên hệ giữa các node kiến thức để tạo thành lưới (sơ đồ), bao gồm luôn cả hiểu sâu sắc những kiến thức chi tiết cụ thể (mà thím gọi là tri thức bề mặt). Chỉ có như vậy thì mới hiểu đúng và đủ sâu sắc kiến thức để bảo đảm kiến thức được thu nạp là chính xác. (Tất nhiên là nó cần nhiều kỹ thuật khác để bảo đảm kiến thức được thu nạp là chính xác, nhưng ở đây ta chỉ xét riêng phần System thinking).
Với cách làm việc như mô tả ban đầu, AI chatbot là bộ não thứ hai, thực hiện offload nhiều thứ nặng nề và nhàm chán để giúp bộ não chính dồn năng lượng vào việc phân tích dữ liệu thành các node, tạo liên kết node, ghi nhớ sâu nó vào lưới kiến thức của não chính. Sau đấy người dùng sử dụng tri thức (cả tri thức khái quát (lưới tri thức) và tri thức chi tiết của từng node (tri thức bề mặt) để thực thi công việc. Với mô hình này System thinking đang vận hành ổn và đầy đủ như mô tả, như mong muốn.

Khi bạn cộng sinh theo mô hình bạn là người ra đầu bài, AI là nhân viên thực thi (agent) thì giống như mô hình một team làm việc bình thường: bạn là team leader đưa ra các yêu cầu, các nhân viên thực thi. Trong phần lớn trường hợp yêu cầu không cần quá chi tiết, các AI agent đủ thông minh (giống như nhân viên thông thường) để gợi ý ra các yếu tố ràng buộc khác cho bạn lựa chọn (nếu bạn thực sự không quá rành về lĩnh vực đó và đưa đầu bài thiếu dữ kiện ràng buộc), bạn không cần phải biết quá rõ để có thể đưa ra lựa chọn (vẫn giống như thực tế hiện nay, các team leader hay manager không cần phải biết quá rõ về chi tiết (tri thức bề mặt) mà chủ yếu là hiểu về nguyên lý, phương thức). Điều này dẫn đến việc hoạt động System thinking hoàn hảo không còn là yêu cầu mạnh mẽ nữa và System thinking lúc này cũng không còn đầy đủ nữa, vì nó bỏ qua nhu cầu nghiên cứu sâu đến chi tiết là các kiến thức bề mặt (các node trong lưới tri thức sẽ mờ nhạt và mối liên kết giữa các node là không rõ ràng, không chắc chắn). Tức là người ta mất đi động lực để phát triển System thinking phiên bản đầy đủ.
Khi System thinking không đầy đủ nó sẽ không đủ mạnh nữa và tình trạng lệ thuộc AI sẽ xuất hiện, tình trạng tin tưởng AI mà không suy xét kỹ lưỡng sẽ xảy ra nhiều hơn.
Khi System thinking không đầy đủ thì Mind Observer cũng què quặt vì nó thiếu nền tảng kiến thức để so sánh và đối chiếu.

Nhấp để mở rộng...

Về cơ bản thì đúng như thím nói, nếu AI càng ngày càng trở lên thông minh, thì System thinking sẽ chuyển dịch từ dạng chi tiết sang dạng toàn cảnh.
1. Dạng chi tiết: Con người vẫn phải nắm chi tiết, để cùng AI thực hiện công việc, đưa ra chỉ dẫn chi tiết và hiệu chỉnh sai lệch của hệ thống. Trong giai đoạn này, System thinking dạng toàn cảnh vẫn cần, nhưng trọng số sẽ ít hơn.
2. Dạng toàn cảnh: Khi AI đã ở dạng AGI thực sự, lúc này, miễn là con người đưa ra mô tả đúng thì hệ thống sẽ có khả năng hoàn thành công việc đúng, không bị sai lệch. Vai trò của của System thinking dạng toàn cảnh sẽ tăng lên trong hệ thống.

Tuy nhiên, theo mình khó có thể nói System thinking dạng toàn cảnh hay dạng chi tiết, cái nào sẽ hoàn thiện hơn cái nào. Giống như so sánh ông trưởng phòng kỹ thuật với chủ tịch hội đồng quản trị vậy. Ông chủ tịch về cơ bản cũng ko thể nắm hoặc hiểu chi tiết về công việc của từng phòng ban, từng nhân viên, nhưng so với trưởng phòng kỹ thuật, chủ tịch lại mạnh hơn về chiến lược, góc nhìn toàn cảnh, khả năng dự đoán....
Nếu con người luôn duy trì việc học tập, thì trí lực sẽ chỉ chuyển hoá từ dạng này sang dạng khác, cái này yếu đi thì cái khác sẽ mạnh hơn.

Ae hay cập nhật tin tức AI từ nguồn nào thế ạ

Đá lên ạ.
Topic khó quá, muốn thảo luận xôm một tý mà cũng ko biết nên nói gì cả.

Thực ra đến đây (15 trang) là đã mô tả đầy đủ hết các khía cạnh của phương pháp cộng sinh mà thím Phú muốn truyền đạt rồi. Thím cứ việc đọc đi đọc lại nhiều lần, có thể sẽ không hiểu hết hoặc chỉ hiểu mơ hồ nhưng không sao cả.
.
Sau đấy thím bắt đầu thực hành. Mấu chốt là thím phải để trí não của mình hoạt động mạnh mẽ, để nó bị thôi thúc phải tìm hiểu sâu sắc một cách mãnh liệt, đặt ra các câu hỏi liên tục trong đầu và cố gắng trả lời nó (ở đây thì trả lời với sự giúp đỡ của AI), để cho nó hoạt động bị vắt kiệt đến mức kiệt sức, đến khi thím cảm thấy đầu óc chóng mặt, ngay cả muốn đứng dậy cũng không vững nữa.
.
Nhiều lần như vậy sẽ làm cho thím quen với việc tư duy sâu, trí não của thím sẽ quen với việc nhận ra các điểm mâu thuẫn nhỏ, các điểm không phù hợp. Nó sẽ sắc bén như lưỡi dao thật mỏng, thật dẻo và thật bén, có thể luồn lách qua những khe hở cực kỳ nhỏ hẹp (điểm mâu thuẫn) và cắt vào đúng chỗ hiểm đó để tách vấn đề ra.
.
Trước tiên thím hãy tìm hiểu về các lĩnh vực mà mình có hiểu biết, hỏi về các vấn đề mà thím có gút mắc bấy lâu mà chưa giải thích được, đào sâu vào nó, cố gắng đặt câu hỏi sắc bén nhất có thể.

quocdat đã nói:

Thực ra đến đây (15 trang) là đã mô tả đầy đủ hết các khía cạnh của phương pháp cộng sinh mà thím Phú muốn truyền đạt rồi. Thím cứ việc đọc đi đọc lại nhiều lần, có thể sẽ không hiểu hết hoặc chỉ hiểu mơ hồ nhưng không sao cả.
.
Sau đấy thím bắt đầu thực hành. Mấu chốt là thím phải để trí não của mình hoạt động mạnh mẽ, để nó bị thôi thúc phải tìm hiểu sâu sắc một cách mãnh liệt, đặt ra các câu hỏi liên tục trong đầu và cố gắng trả lời nó (ở đây thì trả lời với sự giúp đỡ của AI), để cho nó hoạt động bị vắt kiệt đến mức kiệt sức, đến khi thím cảm thấy đầu óc chóng mặt, ngay cả muốn đứng dậy cũng không vững nữa.
.
Nhiều lần như vậy sẽ làm cho thím quen với việc tư duy sâu, trí não của thím sẽ quen với việc nhận ra các điểm mâu thuẫn nhỏ, các điểm không phù hợp. Nó sẽ sắc bén như lưỡi dao thật mỏng, thật dẻo và thật bén, có thể luồn lách qua những khe hở cực kỳ nhỏ hẹp (điểm mâu thuẫn) và cắt vào đúng chỗ hiểm đó để tách vấn đề ra.
.
Trước tiên thím hãy tìm hiểu về các lĩnh vực mà mình có hiểu biết, hỏi về các vấn đề mà thím có gút mắc bấy lâu mà chưa giải thích được, đào sâu vào nó, cố gắng đặt câu hỏi sắc bén nhất có thể.

Nhấp để mở rộng...

Như thím quocdat nói về cach rèn luyện để có tư duy sâu là đúng đấy.

Hôm nọ có dịp ngồi với sếp cũ của em, nghe sếp nói chuyện về việc các lập trình viên embedded ít chịu cập nhật kiến thức AI và áp dụng vào trong công việc. Vậy nên em mới đề xuất về 1 buổi chia sẻ về quan điểm của em trong việc áp dụng AI trong công việc lập trình embedded.
Buổi open talk này sẽ diễn ra vào tháng 9 tại Fsoft, em sẽ vừa nói offline-oneline qua Teams.
Nội dung của buổi chia sẻ như sau:

Open talk về chủ đề Ứng dụng của AI trong lĩnh vực lập trình nhúng

Giới thiệu diễn giả
Lưu An Phú – thường được biết đến trong cộng đồng với tên gọi Phú Vinalinux – là một trong những kỹ sư tiên phong về Linux kernel tại Việt Nam. Anh có hơn 10 năm kinh nghiệm trong lĩnh vực hệ điều hành, từng làm việc tại nhiều dự án liên quan đến bảo mật kernel, hệ thống nhúng, và phát triển driver trên nền Linux. Hiện tại, anh Phú đang tham gia nghiên cứu và phát triển chip Intel. Ngoài ra, anh còn là CEO của công ty Vinalinux. Website: Vinalinux (https://vinalinux.com.vn/)

Ngoài công việc kỹ thuật chuyên sâu, anh Phú còn là người sáng lập cộng đồng “Cùng nhau học Linux kernel” với gần 20.000 thành viên, đồng thời viết các bài chia sẻ về Embedded Linux giúp nhiều kỹ sư trẻ bước vào lĩnh vực này.

Gần đây, anh tập trung nghiên cứu và chia sẻ về phương pháp AI Cộng Sinh – một cách tiếp cận mới nhằm giúp kỹ sư phần mềm khai thác AI không chỉ như công cụ hỗ trợ, mà còn là đối tác phát triển tư duy dài hạn và sự nghiệp bền vững.

Mục đích buổi Open Talk
Trong bối cảnh AI phát triển nhanh chóng, nhiều kỹ sư phần mềm – đặc biệt là nhóm làm việc trong lĩnh vực lập trình nhúng (embedded) – vẫn còn chủ quan, cho rằng công việc của mình ít bị ảnh hưởng. Tuy nhiên thực tế cho thấy, AI đang từng bước can thiệp sâu vào các mắt xích trong chuỗi phát triển phần mềm, từ thiết kế, viết code, kiểm thử, đến bảo trì – kể cả trong các hệ thống nhúng phức tạp chạy trên Linux.

Buổi chia sẻ này được tổ chức nhằm:

• Cảnh báo và làm rõ mức độ ảnh hưởng thực tế của AI đến công việc lập trình nhúng, đặc biệt là những ai đang làm việc với Embedded Linux systems.
• Giới thiệu các phương pháp ứng dụng AI hiệu quả trong công việc hằng ngày: từ viết code, tạo tài liệu kỹ thuật, kiểm thử, đến nâng cao tư duy để xử lý những vấn đề phức tạp.
• Phân tích xu hướng thị trường việc làm hiện tại và tương lai cho kỹ sư lập trình, trong bối cảnh AI thay đổi mạnh mẽ nhu cầu tuyển dụng và cấu trúc đội ngũ kỹ thuật.

Time line
Buổi số 1

• Sự ảnh hưởng của AI đến thị trường việc làm CNTT.
• Tranh luận cùng diễn giả:
• Các bạn lập trình viên tại FPT-Software sẽ đưa ra ví dụ những công việc hàng ngày mà họ cho rằng không thể hoặc rất khó bị thay thế bởi AI. Nếu diễn giả không thể phản biện lại, một phần quà nhỏ sẽ dành tặng cho người nêu ví dụ.
• Gợi mở về cách phát triển tư duy cùng AI
• System thinking.
• Kỹ năng giao tiếp với AI.
• Q&A.

Buổi số 2

• Nhìn lại: Tổng kết nhanh phản ứng từ buổi 1 và kết nối bài học.
• Phương pháp tập luyện System thinking.
• Các bẫy tư duy tuyến tính phổ biến trong công việc kỹ thuật.
• Cách chuyển từ xử lý task sang nhìn hệ thống.
• Phương pháp tập luyện kỹ năng giao tiếp với AI.
• Prompt design theo mục tiêu.
• Tư duy phản xạ nhiều vòng khi tương tác với AI.
• Q&A.

quocdat đã nói:

Thực ra đến đây (15 trang) là đã mô tả đầy đủ hết các khía cạnh của phương pháp cộng sinh mà thím Phú muốn truyền đạt rồi. Thím cứ việc đọc đi đọc lại nhiều lần, có thể sẽ không hiểu hết hoặc chỉ hiểu mơ hồ nhưng không sao cả.
.
Sau đấy thím bắt đầu thực hành. Mấu chốt là thím phải để trí não của mình hoạt động mạnh mẽ, để nó bị thôi thúc phải tìm hiểu sâu sắc một cách mãnh liệt, đặt ra các câu hỏi liên tục trong đầu và cố gắng trả lời nó (ở đây thì trả lời với sự giúp đỡ của AI), để cho nó hoạt động bị vắt kiệt đến mức kiệt sức, đến khi thím cảm thấy đầu óc chóng mặt, ngay cả muốn đứng dậy cũng không vững nữa.
.
Nhiều lần như vậy sẽ làm cho thím quen với việc tư duy sâu, trí não của thím sẽ quen với việc nhận ra các điểm mâu thuẫn nhỏ, các điểm không phù hợp. Nó sẽ sắc bén như lưỡi dao thật mỏng, thật dẻo và thật bén, có thể luồn lách qua những khe hở cực kỳ nhỏ hẹp (điểm mâu thuẫn) và cắt vào đúng chỗ hiểm đó để tách vấn đề ra.
.
Trước tiên thím hãy tìm hiểu về các lĩnh vực mà mình có hiểu biết, hỏi về các vấn đề mà thím có gút mắc bấy lâu mà chưa giải thích được, đào sâu vào nó, cố gắng đặt câu hỏi sắc bén nhất có thể.

Nhấp để mở rộng...

Chưa cần bàn đến đúng sai thì e cũng đã phải ngả mũ bái phục bác về cách mượn hình tượng lưỡi dao để nói về tư duy sâu, câu từ quá hay đối với e ạ

Tối nay vợ mình có việc phải ra ngoài sau giờ ăn tối, vậy nên mình phụ trách việc trông con. Tầm 10h tối, lúc gọi 2 thằng đi đánh răng, mình thấy thằng lớn mách bố là thằng nhỏ nghịch lọ muối. Không hiểu sao vợ mình để 1 lọ muối ở trong nhà tắm. Lúc đấy bực quá, mình quát thằng nhỏ luôn. Thấy nó vừa khóc vừa nói cái gì nghe không rõ. Thằng thứ 2 nhà mình năm nay 5 tuổi nhưng bị nói ngọng vì nó đẻ vào đúng đợt cách ly 2 năm vì covid.

Đánh răng xong thì 2 thằng đi ngủ với nhau, bình thường thì bọn nó vẫn ngủ riêng, nhưng tối nay lúc mình chuẩn bị đi ngủ thì lại muốn sang nằm cùng 1 lát, lúc đấy khoảng 11 rưỡi mà vẫn thấy thằng nhỏ đang thức. Vào nằm cạnh nó thì nghe nó bảo là mẹ bảo mỗi lần đánh răng phải cho cả muối vào cho đỡ sâu răng. Lúc đấy thấy hối hận quá vì mình đã nóng tính.

Tầm hơn 1 tháng nay, tối nào mình cũng ra ngoài công viên đi bộ từ lúc 11h đến 1h sáng mới về đi ngủ. Vì công việc có nhiều chuyện lo lắng quá, lên giường sớm cũng không thể ngủ được. Với tầm đó yên tĩnh, cảm giác vừa đi bộ, vừa suy nghĩ thì ý tưởng nó cũng sáng suốt hơn. Nhiều khi mình muốn được quay về sống cuộc sống của 1 người kỹ sư như trước đây, đi làm chỉ tập trung chuyên môn, những vấn đề khác đã có sếp giải quyết. Kỹ sư trình độ cao thì thu nhập cũng thoải mái lo cho gia đình.

Thực ra trong đầu mình còn rất nhiều ý tưởng liên quan đến chuỗi bài viết này, nhưng chưa có điều kiện để triển khai. Ngày mai thứ 7, sau khi chuyển văn phòng mới cho công ty, buổi chiều mình sẽ viết 1 bài nói về cách hoạt động của dòng tư duy trong vô thức. Gợi mở nó trong vấn đề kết hợp với AI.

Vô thức trong AI cộng sinh P1: Đặc điểm và vai trò
Trong mô hình AI cộng sinh, chức năng vô thức của bộ não đóng vai trò đặc biệt quan trọng. Vì vậy, em sẽ viết một chuỗi gồm bốn đến năm bài viết về chủ đề này.

Mạng lưới phân tán của ý thức con người
Trong AI cộng sinh, có 1 kỹ năng là Mind Observer (ý thức tự quan sát ý thức), lý do chúng ta có thể làm được như vậy là do ý thức vốn dĩ là 1 mạng lưới phân tán của nhiều module khác nhau.
Con người thường hay nghĩ rằng ý thức của mình là 1 khối thống nhất. Tuy nhiên, theo nhiều nghiên cứu khoa học đương đại, họ đã chỉ ra rằng, ý thức con người là 1 mạng lưới các module phối hợp với nhau. Bộ não được cấu thành từ nhiều vùng độc lập như sau:
1. Vỏ não trước trán (planning, logic)
2. Thùy thái dương (ngôn ngữ, ký ức)
3. Thùy chẩm (thị giác)
4. Limbic system (cảm xúc)
5. Và còn nhiều module khác nữa.
Các module này hoạt động 1 cách song song, chúng liên tục tổng hợp thông tin và gửi lên, cái nào nổi bật nhất thì sẽ được phát sóng trên kênh ý thức. Bản chất của kỹ năng MindObserver chính là sử dụng 1 module trong não chuyên để quan sát ý thức vận hành.

Bản chất của vô thức
Nếu coi ý thức là phần sân khấu, là nơi phát sóng của dòng thông tin nổi bật nhất của mạng lưới, thì vô thức đóng vai trò là toàn bộ hạ tầng vận hành của mạng lưới. Nó bao gồm cả những thông tin nổi bật và không nổi bật.

Vai trò của vô thức trong AI cộng sinh
Việc thay đổi quan điểm từ ý thức là 1 khối thống nhất sang ý thức là một mạng lưới các module chạy song song có tác động rất lớn đến phương hướng cộng sinh với AI. Ví dụ như sau:
1. Ta có thể tập luyện để module tự quan sát trong não hoạt động tốt hơn. Từ đó nó sẽ thực hiện giám sát hệ thống cộng sinh con người - AI, phát hiện những điểm sai lệch và đưa ra cảnh báo. (Mind Observer)
2. Tập luyện cho module phân tích phát triển tốt hơn, từ đó tăng cường khả năng phát hiện điểm sai lệch trong dòng nhân quả.
3. Ngoài ra, ta có thể tập luyện để phát triển khả năng giao tiếp giữa ý thức - vô thức. Từ đó, ý thức có thể chủ động đưa ra yêu cầu cho hệ thống vô thức xử lý. Vô thức đặc biệt hiểu quả khi phải xử lý những vấn đề hóc búa, thậm chí cả những vấn đề mà ý thức và AI đang bế tắc trong hệ thống cộng sinh.

PhuThoDien đã nói:

Vô thức trong AI cộng sinh P1: Đặc điểm và vai trò
Trong mô hình AI cộng sinh, chức năng vô thức của bộ não đóng vai trò đặc biệt quan trọng. Vì vậy, em sẽ viết một chuỗi gồm bốn đến năm bài viết về chủ đề này.

Mạng lưới phân tán của ý thức con người
Trong AI cộng sinh, có 1 kỹ năng là Mind Observer (ý thức tự quan sát ý thức), lý do chúng ta có thể làm được như vậy là do ý thức vốn dĩ là 1 mạng lưới phân tán của nhiều module khác nhau.
Con người thường hay nghĩ rằng ý thức của mình là 1 khối thống nhất. Tuy nhiên, theo nhiều nghiên cứu khoa học đương đại, họ đã chỉ ra rằng, ý thức con người là 1 mạng lưới các module phối hợp với nhau. Bộ não được cấu thành từ nhiều vùng độc lập như sau:
1. Vỏ não trước trán (planning, logic)
2. Thùy thái dương (ngôn ngữ, ký ức)
3. Thùy chẩm (thị giác)
4. Limbic system (cảm xúc)
5. Và còn nhiều module khác nữa.
Các module này hoạt động 1 cách song song, chúng liên tục tổng hợp thông tin và gửi lên, cái nào nổi bật nhất thì sẽ được phát sóng trên kênh ý thức. Bản chất của kỹ năng MindObserver chính là sử dụng 1 module trong não chuyên để quan sát ý thức vận hành.

Bản chất của vô thức
Nếu coi ý thức là phần sân khấu, là nơi phát sóng của dòng thông tin nổi bật nhất của mạng lưới, thì vô thức đóng vai trò là toàn bộ hạ tầng vận hành của mạng lưới. Nó bao gồm cả những thông tin nổi bật và không nổi bật.

Vai trò của vô thức trong AI cộng sinh
Việc thay đổi quan điểm từ ý thức là 1 khối thống nhất sang ý thức là một mạng lưới các module chạy song song có tác động rất lớn đến phương hướng cộng sinh với AI. Ví dụ như sau:
1. Ta có thể tập luyện để module tự quan sát trong não hoạt động tốt hơn. Từ đó nó sẽ thực hiện giám sát hệ thống cộng sinh con người - AI, phát hiện những điểm sai lệch và đưa ra cảnh báo. (Mind Observer)
2. Tập luyện cho module phân tích phát triển tốt hơn, từ đó tăng cường khả năng phát hiện điểm sai lệch trong dòng nhân quả.
3. Ngoài ra, ta có thể tập luyện để phát triển khả năng giao tiếp giữa ý thức - vô thức. Từ đó, ý thức có thể chủ động đưa ra yêu cầu cho hệ thống vô thức xử lý. Vô thức đặc biệt hiểu quả khi phải xử lý những vấn đề hóc búa, thậm chí cả những vấn đề mà ý thức và AI đang bế tắc trong hệ thống cộng sinh.

Nhấp để mở rộng...

Riết rồi tui cũng muốn đợi xem khi nào thì người ta train được con AI dạy cách tu tiên thì tui thử nhập môn lên Luyện Khí Kì xem. Chứ người thường mà đắc đạo được mớ lý thuyết này chắc ngộ tính phải cao lắm.

Tới đây thím sẽ hiểu vai trò của kiến thức cơ bản trong trường đại học và phổ thông trung học.
Ngoài vụ ngộ tính ra thì để hiểu được Vô thức trong AI cộng sinh P1 của thím Phú thím cần phải có kiến thức cơ bản về các lĩnh vực sau (có thể trong trường không có dạy chính xác môn đó nhưng các môn nền tảng hơn hoặc có liên quan vẫn được học):

• Sinh học/y học: hiểu vai trò của não bộ, cấu tạo não bộ, vai trò của các thùy trong não. Trong bài của thím phú chủ yếu liên quan đến vỏ não trước trán (logic) và thùy thái dương (ngôn ngữ). Một số vấn đề sâu xa liên quan đến động lực thúc đẩy thì dính đến cảm xúc (Limbic system:vùng đồi thị, hồi hải mã, hạnh nhân, vỏ não vành đai, vỏ não trước trán, và vùng dưới đồi)
• Tâm lý học: Hiểu được cách con người tư duy (liên quan ở đây là nhận thức trực tiếp và nhận thức vô thức)
• Triết học: cái này liên quan đến thiền học nên vượt ra khỏi khung của chương trình trung học và đại học thông thường, nhưng nếu có hứng thú với môn triết học (nói cách khác là đủ hiểu cơ bản môn triết học) thì sẽ có quan tâm đến thiền hoặc cảm thấy có thể hiểu được chút ít về thiền học.

.
Do vậy, kiến thức nền tảng học trong trường mà phần lớn đều bị anh em chúng ta xem là vô bổ thực ra nó vẫn ảnh hưởng mạnh đến nhận thức của chúng ta trong vô thức mà hầu hết đều không cảm nhận được.
.
Ví dụ: bản chất của sự sinh lời trong kinh doanh là từ thặng dư của sự bóc lột của chủ với người làm thuê. Câu này hầu như ai cũng biết, ai cũng cho mình hiểu và nó quá đơn giản, nhưng loài người chỉ đến khi Karl Marx xuất hiện mới có thể khái quát nó thành ý tưởng như vậy. Chúng ta học kinh tế chính trị xong thì bảo là môn vớ vẫn nhưng không hề biết rằng ta đang suy nghĩ và hành động theo các kiến thức được học từ nó.
Ví dụ: Các anh em kỹ thuật chúng ta phần lớn đều có tư duy logic rất tốt, các vấn đề xảy ra đều được phân tích, phân loại và bóc tách ra từng vấn đề nhỏ để xử lý nó một cách logic và hợp lý. Nhưng hầu hết đều cho rằng đó là khả năng tự mình có được mà không hề nhận biết rằng đó là khả năng có được do được luyện tập từ quá trình học toán nhọc nhằn từ cấp 1 đến cấp 3 và đến cả khi học đại học.
.
Nói như vậy để thím hiểu rằng, (nếu nói theo cái phương pháp System thinking của thím Phú) thím cần phải bổ sung các node cơ bản trước gồm các lĩnh vực thuộc sinh học, y học, tâm lý học, thiền học. Đây là lượng kiến thức tương đối lớn (dù ở mức rất cơ bản) nên phải bổ sung một cách từ từ và đều đặn. Cho đến khi đủ ngưỡng (lượng node đủ và mối liên kết giữa các node tương đối hiện rõ) thím sẽ cảm thấy các nội dung được trình bày ở phía trên nó không còn quá mơ hồ nữa.
.
Phương pháp của thím Phú trình bày trước giờ thiếu một ý khá quan trọng mà mình đã nêu ở phía trên, đó là về động lực thúc đẩy người ta muốn tìm hiểu kiến thức hay động lực thúc đẩy người ta muốn cải thiện bản thân mình. Ở trên thím Phú có nhắc đến hệ viền Limbic system (cảm xúc) nhưng chỉ nhắc đến thôi nên không rõ thím ấy có viết về vấn đề này hay không?

Hello ae.
Có món này phiền AE nào rành hướng dẫn giùm mình khoản tạo video AI theo kịch bản có sẵn với.


Có mò mẫm mấy cái gemini với gpt nhưng nó ko xuất đc video, có hướng dẫn sang 1 số nền tảng để xuất video nhưng toàn lỗi font chữ với bắt thu phí
Với lại nó ko nhận diện Vietnamese nữa chứ

Cảm phiền AE chỉ dẫn thêm có hứa có hậu tạ

via theNEXTvoz for iPhone