Học sâu là gì?
Học sâu là một nhánh của học máy sử dụng mạng nơ-ron có nhiều lớp để học các quy luật từ lượng dữ liệu lớn. “Sâu” chỉ số lượng lớp. Học sâu đứng sau phần lớn tiến bộ gần đây của trí tuệ nhân tạo (AI), từ nhận dạng hình ảnh đến các mô hình ngôn ngữ trong công cụ viết.
AI, học máy và học sâu khác nhau thế nào
- Trí tuệ nhân tạo là mục tiêu rộng: máy móc thực hiện những nhiệm vụ cần đến trí thông minh.
- Học máy là một cách để đạt mục tiêu đó: các hệ thống học từ dữ liệu thay vì theo quy tắc cố định.
- Học sâu là một dạng học máy: học bằng mạng nơ-ron nhiều lớp.
Học sâu hoạt động như thế nào
Một mạng gồm nhiều lớp nơ-ron nhân tạo, những đơn vị đơn giản, mỗi đơn vị nhận các con số đầu vào, gán trọng số cho chúng rồi chuyển kết quả đi tiếp. Các lớp đầu nhận ra những đặc trưng đơn giản và các lớp sau kết hợp chúng thành những đặc trưng trừu tượng hơn: cạnh, rồi hình khối, rồi vật thể trong một bức ảnh; hoặc chữ cái, rồi từ, rồi ý nghĩa trong văn bản. Trong quá trình huấn luyện, mạng so sánh đầu ra của mình với đáp án đúng và điều chỉnh các trọng số, có thể lên tới hàng triệu hoặc hàng tỷ, để giảm sai số.
Lược sử
Mạng nơ-ron có từ thập niên 1940 và 1950, nhưng mạng sâu chỉ thực sự phát triển từ khoảng năm 2012, khi các tập dữ liệu lớn và bộ xử lý đồ họa (GPU) giúp việc huấn luyện đủ nhanh. Kiến trúc transformer, ra đời năm 2017, đã giúp tạo ra các mô hình ngôn ngữ lớn (LLM) ngày nay.
ChatGPT có phải là học sâu không?
Có. ChatGPT và các trợ lý tương tự chạy trên mô hình transformer, tức là các mạng nơ-ron sâu được huấn luyện trên văn bản. Điều này cũng đúng với phần lớn AI tạo sinh.
Ứng dụng trong công cụ viết
- Sửa lỗi ngữ pháp và chính tả có xét đến ngữ cảnh.
- Dự đoán câu và tự động hoàn thành bằng AI.
- Dịch, tóm tắt và diễn giải.
Hạn chế
- Học sâu cần lượng lớn dữ liệu huấn luyện và năng lực tính toán.
- Rất khó giải thích vì sao một mô hình đưa ra một câu trả lời cụ thể.
- Mô hình lặp lại thiên kiến có trong dữ liệu và có thể nói những điều sai một cách trôi chảy.
Trường hợp sử dụng: AI tốt nhất để viết bài luận, vẫn là bài của bạn