Vina Technology at AI time - Công nghệ Việt Nam thời AI

Khan Academy và Microsoft hợp tác để cung cấp trợ lý AI miễn phí cho giáo viên

Trợ lý AI Khanmigo có thể giúp các giáo viên bị hạn chế về thời gian đưa ra ý tưởng bài học và câu hỏi kiểm tra, các công ty cho biết.

Tác giả: Steven Melendez. Fastcompany. Ngày 21 tháng 5, 2024. Lê Quang Văn dịch, giải thích và thực hiện phần kỹ thuật số.

Trợ lý AI của Khan Academy giờ đây sẽ miễn phí cho giáo viên K-12 ở Mỹ, nhờ một thỏa thuận mới với Microsoft, các công ty cho biết hôm thứ Ba trong hội nghị Build của Microsoft.

Microsoft đang tặng quyền truy cập vào cơ sở hạ tầng Microsoft Azure của mình để cung cấp cho giáo viên sử dụng miễn phí công cụ này, trước đây yêu cầu đăng ký 4 đô la mỗi tháng để trả chi phí cho dịch vụ AI cơ bản.

"Họ đã có danh tiếng rất lâu dài về việc cung cấp rất thành công các tài liệu giáo dục này cho người học ở khắp mọi nơi trên thế giới", Kevin Scott, CTO và EVP của Microsoft về AI, đề cập đến Khan Academy nói.

Tổ chức phi lợi nhuận giáo dục, được biết đến trong nhiều năm với các video giáo dục nổi tiếng, sẽ tiếp tục tính phí các khu học chánh và những người dùng khác để học sinh truy cập vào hệ thống AI, mặc dù Khan cho biết tổ chức này tiếp tục tìm cách giảm giá.

Trợ lý AI của Khan Academy, Khanmigo, đã giành được lời khen ngợi vì đã giúp học sinh hiểu và thực hành mọi thứ từ toán đến tiếng Anh, nhưng nó cũng có thể giúp giáo viên đưa ra kế hoạch bài học, xây dựng câu hỏi về các bài đọc được giao và thậm chí tạo ra các đoạn đọc phù hợp với học sinh ở các cấp độ khác nhau. Không chỉ là một chatbot căn bản, phần mềm còn cung cấp các công cụ hỗ trợ AI cụ thể để tạo các câu đố và hướng dẫn bài tập, soạn thảo kế hoạch bài học và xây dựng thư giới thiệu.

"Đây là điều mà chúng tôi hy vọng: một giáo viên, trong vòng vài giờ sau khi sử dụng nó, đã bắt đầu thấy lợi nhuận đầu tư - ROI khổng lồ", người sáng lập và CEO của Khan Academy Sal Khan nói.

Khi công bố thỏa thuận, các công ty đã chỉ ra các ví dụ về các giáo viên đã sử dụng thành công phần mềm để đưa ra các phép so sánh đầy màu sắc để làm cho các chủ đề khoa học trừu tượng gắn bó - như so sánh các hạt trong phản ứng hóa học với các vũ công thay đổi đối tác - và điều chỉnh các đoạn thực hành đọc để bao gồm từ vựng ở mức độ thích hợp.

Có một trợ lý giảng dạy ảo đặc biệt có giá trị trong bối cảnh nghiên cứu gần đây từ RAND Corporation cho thấy giáo viên làm việc nhiều giờ hơn hầu hết người lớn đang làm việc, bao gồm công việc hành chính và chuẩn bị bên ngoài lớp học. Thời gian dài liên quan đến tiền lương có thể dẫn đến kiệt sức của giáo viên và khiến các nhà giáo dục rời bỏ nghề, điều đó có nghĩa là sinh viên mất đi lợi ích từ kinh nghiệm của họ, theo báo cáo. Các công cụ dành cho giáo viên của Khan Academy có thể giúp giảm lượng thời gian giáo viên phải dành để chuẩn bị những bài học đó.

"Chúng tôi hy vọng rằng 10 đến 20 giờ mà giáo viên phải dùng bình thường có thể sẽ giảm còn từ một đến năm giờ, khi sử dụng trợ lý AI này" Khan nói.

Ban đầu sự phát triển nhanh chóng của AI tạo nội dung mang lại sự lo lắng cho thế giới giáo dục, với các giáo viên từ cấp tiểu học đến đại học lo ngại về việc học sinh chỉ đơn giản là dùng phần mềm để làm bài tập về nhà cho họ. Nhưng thậm chí ngoài việc giúp đỡ giáo viên, các tổ chức bao gồm Khan Academy đã ngày càng mài giũa các công cụ hỗ trợ AI có chức năng giống như một gia sư con người, kiên nhẫn hướng dẫn học sinh giải quyết vấn đề hoặc đưa ra các mẹo để cải thiện chất lượng bài luận mà không thực sự làm bài tập.

"Chúng không khiến bạn cảm thấy tồi tệ khi đặt những câu hỏi ngớ ngẩn", Scott của Microsoft nói. Bất cứ khi nào sự tò mò của bạn xuất hiện, nếu đó là vào tất cả các giờ trong đêm hoặc buổi sáng, họ luôn ở đó vì bạn

Scott, người lớn lên ở vùng nông thôn Virginia trước khi trực tuyến và nhớ lại việc phải tìm kiếm thông tin và hướng dẫn, nhận thấy AI đã mang lại lợi thế cho thế hệ trẻ như thế nào: Con gái ông, một học sinh năm nhất trung học quan tâm đến hóa sinh, có thể sử dụng ChatGPT để giúp hiểu các tài liệu nghiên cứu

Tin tức Tin học, ngày 21 tháng 5, 2024.

1 - Các chuyên gia cho rằng thế giới chưa chuẩn bị tốt cho những đột phá về AI

The Guardian. Ngày 20 tháng 5, 2024.

Lê Quang Văn dịch, giải thích và thực hiện phần kỹ thuật số.

Các 'bố già' về công nghệ nói trước hội nghị thượng đỉnh rằng các chính phủ chưa đạt được tiến bộ pháp lý đầy đủ

Theo một nhóm chuyên gia cấp cao trong đó có hai "bố già" về AI, thế giới chưa chuẩn bị sẵn sàng cho những đột phá về trí tuệ nhân tạo, đồng thời cảnh báo rằng các chính phủ chưa đạt được đủ tiến bộ trong việc quản lý công nghệ.

Nhóm cho biết, việc các công ty công nghệ chuyển sang hệ thống tự hành có thể “khuếch đại ồ ạt” tác động của AI và các chính phủ cần có các chế độ an toàn để kích hoạt hành động quản lý nếu sản phẩm đạt đến mức khả năng nhất định.

Các khuyến nghị được đưa ra bởi 25 chuyên gia trong đó có Geoffrey Hinton và Yoshua Bengio, hai trong số ba “bố già của AI” đã giành được giải thưởng ACM Turing – giải thưởng khoa học máy tính tương đương với giải Nobel – cho công trình của họ.

Sự can thiệp này diễn ra khi các chính trị gia, chuyên gia và giám đốc điều hành công nghệ chuẩn bị gặp nhau tại hội nghị thượng đỉnh kéo dài hai ngày ở Seoul vào thứ Ba.

Bài báo học thuật có tên “quản lý rủi ro AI cực đoan trong bối cảnh tiến bộ nhanh chóng” khuyến nghị các khuôn khổ an toàn của chính phủ đưa ra các yêu cầu cứng rắn hơn nếu công nghệ tiến bộ nhanh chóng.

Bài báo cũng kêu gọi tăng cường tài trợ cho các cơ quan mới thành lập như viện an toàn AI của Anh và Mỹ; buộc các công ty công nghệ phải thực hiện kiểm tra rủi ro nghiêm ngặt hơn; và hạn chế việc sử dụng hệ thống AI tự trị trong các vai trò xã hội quan trọng.

Theo bài báo đăng trên tạp chí Khoa học hôm thứ Hai, “Phản ứng của xã hội, mặc dù có những bước đi đầu tiên đầy hứa hẹn, nhưng lại không tương xứng với khả năng đạt được tiến bộ nhanh chóng, mang tính chuyển đổi mà nhiều chuyên gia mong đợi”. “Nghiên cứu về an toàn AI đang bị chậm trễ. Các sáng kiến quản trị hiện nay thiếu các cơ chế và thể chế để ngăn chặn việc lạm dụng và liều lĩnh, đồng thời hầu như không giải quyết được các hệ thống tự trị.”

Hội nghị thượng đỉnh về an toàn AI toàn cầu tại Bletchley Park ở Anh năm ngoái đã môi giới một thỏa thuận thử nghiệm tự nguyện với các công ty công nghệ bao gồm Google, Microsoft và Meta của Mark Zuckerberg, trong khi EU đã đưa ra một đạo luật về AI và ở Mỹ, một lệnh điều hành của Nhà Trắng đã đặt ra yêu cầu an toàn AI mới .

Bài báo cho biết các hệ thống AI tiên tiến – công nghệ thực hiện các nhiệm vụ thường gắn liền với những sinh vật thông minh – có thể giúp chữa bệnh và nâng cao mức sống nhưng cũng tiềm ẩn nguy cơ làm xói mòn sự ổn định xã hội và tạo điều kiện cho chiến tranh tự động. Tuy nhiên, nó cảnh báo rằng động thái của ngành công nghệ hướng tới phát triển các hệ thống tự hành còn đặt ra mối đe dọa lớn hơn.

“Các công ty đang chuyển trọng tâm sang phát triển các hệ thống AI tổng quát có thể tự động hành động và theo đuổi các mục tiêu. Các chuyên gia cho biết, việc tăng cường khả năng và quyền tự chủ có thể sớm khuếch đại mạnh mẽ tác động của AI, với những rủi ro bao gồm tác hại xã hội quy mô lớn, sử dụng độc hại và sự mất kiểm soát không thể khắc phục của con người đối với các hệ thống AI tự trị”. “sự bị gạt ra ngoài lề xã hội hoặc sự tuyệt chủng của loài người”.

Giai đoạn tiếp theo trong quá trình phát triển AI thương mại là AI “tác nhân”, thuật ngữ chỉ các hệ thống có thể hoạt động tự chủ và về mặt lý thuyết có thể thực hiện và hoàn thành các nhiệm vụ như đặt kỳ nghỉ.

Tuần trước, hai công ty công nghệ đã đưa ra cái nhìn thoáng qua về tương lai đó với GPT-4o của OpenAI, có thể thực hiện các cuộc trò chuyện bằng giọng nói trong thời gian thực và Project Astra của Google , có thể sử dụng camera trên điện thoại thông minh để xác định vị trí, đọc và giải thích mã máy tính. và tạo ra các câu ám chỉ.

Các đồng tác giả khác của các đề xuất bao gồm tác giả sách bán chạy nhất của Sapiens , Yuval Noah Harari, Daniel Kahneman, người đoạt giải Nobel

Computer-Science Majors Graduate Into a World of Fewer Opportunities

Those from top schools can still get jobs. They are just not all going to Facebook or Google.

By Katherine Bindley, Corrie Driebusch and Lindsay Ellis. WSJ. May 20, 2024.

Computer science is hotter than ever at U.S. universities. But students graduating this month are discovering their degrees are no longer a surefire ticket to tech-industry riches.

In fact, many are finding it harder than they ever thought it would be to land a job.

Tech giants that were expanding aggressively just a few years ago now have less need for entry-level hires—or are shedding jobs. They are also, increasingly, turning their focus to artificial intelligence, a technology many fear could reduce the need for coders. Postings on jobs website Indeed for software-development roles, a proxy for computer science, have dropped 30% from prepandemic levels.

At the same time, companies have a burgeoning supply of new grads to choose from. The number of students in the U.S. majoring in computer and information science has jumped 40% in five years, to more than 600,000 as of 2023. The number of bachelor’s degrees conferred in those majors topped 100,000 in 2021, according to the Department of Education, a 140% rise from 10 years earlier.

Students who once had jobs and summer internships lined up by Thanksgiving are now broadening their searches.

“When I tell people I’m in computer science, they’re, like, ‘Lucky you. You’re going to make a lot of money. You can do anything you want,’” said Ben Riesett, a 22-year-old who graduated this month from Catholic University of America. “The truth is, when you start looking right now, it’s impossible to get hired.”

Just a few years ago, Riesett heard constantly that employers needed staff with his skill set; now, his classmates with jobs got them through friends or family, or from internships. Riesett, in Washington, D.C., said he has applied to entry-level roles all over the country and received only a few responses.

To be sure, computer-science majors from top-tier schools can still get jobs. Pay, projected to be at about $75,000, is at the high end of majors reviewed by the National Association of Colleges and Employers, or NACE. They are just not all going to Facebook or Google.

“Job seekers need to reset their expectations,” said Tim Herbert, chief research officer at CompTIA, a trade group that follows the tech sector. “New grads may need to adjust where they’re willing to work, in some cases what salary, perks or signing bonus they’ll receive, and the type of firm they’ll work for.”

And while big tech companies are hiring for AI-related jobs, Herbert said, many of those positions require more experience than a new grad would have.

In the past 18 months, job growth has remained flat for software publishers, a group of employers that includes software developers, according to the Labor Department. On the student jobs platform Handshake, the number of full-time jobs recently posted for tech companies is down 30% from the year-ago period.

Looking farther afield

Jarin Rahman, an information-science major who just completed her junior year at Cornell University, had long assumed she would try to land a job at a large tech company. As a first-generation college student, she thought it was the best path.

But Rahman knows lots of seniors who interned at big tech companies last summer and didn’t get return offers. With the tech industry appearing less stable than she anticipated, she started looking elsewhere.

“It made me really stressed out because I know that I have to find a way to support my family,” she said.

This summer, she will intern at a real-estate investment management firm.

Stephanie Johnson, a career-development lead with the computer-science department at the University of North Carolina, said her students on average were applying to 150 or more jobs. Many were still waiting for offers in the spring.

Just a few years ago, they might apply for

Chuyên ngành khoa học máy tính tốt nghiệp vào một thế giới có ít cơ hội hơn

Những người từ các trường hàng đầu vẫn có thể kiếm được việc làm. Tất cả họ đều không phải làm cho Facebook hoặc Google.

Tác giả: Katherine Bindley, Corrie Driebusch và Lindsay Ellis. WSJ. Ngày 20 tháng 5 năm 2024. Lê Quang Văn dịch, giải thích và thực hiện phần kỹ thuật số.

Khoa học máy tính đang nóng hơn bao giờ hết tại các trường đại học Hoa Kỳ. Nhưng sinh viên tốt nghiệp trong tháng này đang khám phá ra bằng cấp của họ không còn là tấm vé chắc chắn cho sự giàu có của ngành công nghệ.

Trên thực tế, nhiều người đang cảm thấy khó khăn hơn họ từng nghĩ để có được một công việc.

Những gã khổng lồ công nghệ đã mở rộng mạnh mẽ chỉ vài năm trước đây. giờ đây ít cần tuyển dụng cấp thấp hơn hoặc đang cắt giảm việc làm. Họ cũng ngày càng chuyển trọng tâm sang trí tuệ nhân tạo, một công nghệ mà nhiều người lo ngại có thể làm giảm nhu cầu về lập trình viên. Các bài đăng trên trang web việc làm Indeed, đối với vai trò phát triển phần mềm, một đại diện cho khoa học máy tính, đã giảm 30% so với mức trước đại dịch.

Đồng thời, các công ty có một nguồn cung cấp sinh viên mới tốt nghiệp đang phát triển để lựa chọn. Số lượng sinh viên ở Mỹ chuyên ngành khoa học máy tính và thông tin đã tăng 40% trong 5 năm, lên hơn 600.000 vào năm 2023. Số lượng bằng cử nhân được trao trong các chuyên ngành đó đã lên tới 100.000 vào năm 2021, theo Bộ Giáo dục, tăng 140% so với 10 năm trước đó.

Những sinh viên từng có việc làm và thực tập mùa hè có sẵn trước Lễ Tạ ơn hiện đang mở rộng tìm kiếm của họ.

"Khi tôi nói với mọi người rằng tôi làm trong ngành khoa học máy tính, họ nói giống như, 'May mắn cho bạn. Bạn sẽ kiếm được rất nhiều tiền. Bạn có thể làm bất cứ điều gì bạn muốn", Ben Riesett, một thanh niên 22 tuổi tốt nghiệp Đại học Công giáo Mỹ cho biết. "Sự thật là, khi bạn bắt đầu tìm kiếm ngay bây giờ, bạn không thể được người cần thuê."

Chỉ vài năm trước, Riesett liên tục nghe nói rằng các nhà tuyển dụng cần nhân viên với bộ kỹ năng của mình; Bây giờ, các bạn cùng lớp của anh ấy với Jobs đã nhận được chúng thông qua bạn bè hoặc gia đình, hoặc từ thực tập. Riesett, ở Washington, DC, cho biết anh đã nộp đơn vào các vai trò cấp thấp trên khắp đất nước và chỉ nhận được một vài phản hồi.

Điều chắc chắn là các chuyên ngành khoa học máy tính từ các trường hàng đầu vẫn có thể kiếm được việc làm. Mức lương, dự kiến vào khoảng 75.000 đô la, nằm ở mức cao của các chuyên ngành được Hiệp hội các trường cao đẳng và nhà tuyển dụng quốc gia xem xét, hoặc NACE. Tất cả họ đều không phải làm cho Facebook hoặc Google.

"Người tìm việc cần phải đặt lại kỳ vọng của họ", Tim Herbert, giám đốc nghiên cứu tại CompTIA, một nhóm thương mại theo dõi lĩnh vực công nghệ cho biết. "Sinh viên mới tốt nghiệp có thể cần phải điều chỉnh nơi họ sẵn sàng làm việc, trong một số trường hợp mức lương, đặc quyền hoặc tiền thưởng ký hợp đồng mà họ sẽ nhận được, và loại công ty họ sẽ làm việc."

Và trong khi các công ty công nghệ lớn đang tuyển dụng cho các công việc liên quan đến AI, Herbert nói, nhiều vị trí trong số đó đòi hỏi nhiều kinh nghiệm hơn một sinh viên mới tốt nghiệp.

Trong 18 tháng qua, tăng trưởng việc làm vẫn không đổi đối với các nhà xuất bản phần mềm, một nhóm các nhà tuyển dụng bao gồm các nhà phát triển phần mềm, theo Bộ Lao động. Trên nền tảng việc làm sinh viên Handshake, số lượng việc làm toàn thời gian được đăng gần đây cho các công ty công nghệ đã giảm 30% so với cùng kỳ năm ngoái.

Nhìn xa hơn

Jarin Rahman, một sinh viên chuyên ngành khoa học thông tin vừa hoàn thành năm cuối tại Đại học Cornell, từ lâu đã cho rằng cô sẽ cố gắng tìm được một công việc tại một công ty công nghệ lớn. Là một sinh viên đại học thế hệ đầu tiên, cô nghĩ đó là con đường tốt nhất.

Nhưng Rahman biết rất nhiều sinh viên năm cuối đã thực tập tại các công ty công nghệ lớn vào mùa hè năm ngoái và không nhận được lời đề nghị trở lại. Với ngành công nghiệp công nghệ dường như kém ổn định hơn cô dự đoán, cô bắt đầu tìm kiếm nơi khác.

AI và dữ liệu lớn trong tim mạch - Hướng dẫn thực hành

Giới thiệu

Cuốn sách này cung cấp một cái nhìn tổng quan kỹ thuật chi tiết về việc sử dụng và ứng dụng trí tuệ nhân tạo (AI), học máy và dữ liệu lớn trong tim mạch. Những tiến bộ công nghệ gần đây trong các lĩnh vực này có nghĩa là có tiềm năng đáng kể trong việc áp dụng các phương pháp này vào thực hành lâm sàng hàng ngày. Các chương có các đánh giá kỹ thuật chi tiết và nêu bật những thách thức và hạn chế chính hiện tại, cùng với các kỹ thuật có sẵn để giải quyết chúng cho từng chủ đề được đề cập. Các bộ dữ liệu mẫu được bao gồm để cung cấp hướng dẫn thực hành cho người đọc sử dụng sổ ghi chép Jupyter dựa trên Python, dựa trên các ví dụ thực tế để đảm bảo người đọc có thể phát triển sự tự tin trong việc áp dụng các kỹ thuật này để giải quyết các vấn đề lâm sàng hàng ngày.

Trí tuệ nhân tạo và Dữ liệu lớn trong Tim mạch mô tả một cách có hệ thống và xem xét kỹ thuật các ứng dụng mới nhất của AI và dữ liệu lớn trong tim mạch. Đó là lý tưởng để sử dụng bởi các học viên và bác sĩ tim mạch và tin học thực hành đang tìm kiếm một nguồn tài nguyên cập nhật về chủ đề này, giúp họ phát triển sự hiểu biết thấu đáo về cả các khái niệm cơ bản và những tiến bộ gần đây trong lĩnh vực này.

Mục lục

Chương 0: Giới thiệu

Chương này giới thiệu các thuật ngữ và khái niệm chính cần thiết để hiểu các chương tiếp theo. Các thuật ngữ trí tuệ nhân tạo (AI), học máy và học sâu được giải thích, cùng với các mối quan hệ của chúng. Một đánh giá ngắn gọn được cung cấp về một số ứng dụng chính của AI trong y học và hình ảnh y tế, và vai trò của dữ liệu lớn trong việc đào tạo các hệ thống AI hiệu quả được thảo luận.

Chương 1: AI và Học máy - Những điều cơ bản

Trong chương này, các khái niệm chính về trí tuệ nhân tạo và học máy được giới thiệu. Nhấn mạnh được đặt vào việc xác định đúng vấn đề. Các loại mô hình học máy khác nhau được xem xét, với các gợi ý về thiết kế và đào tạo một mô hình để đáp ứng các yêu cầu vấn đề cụ thể. Những cân nhắc quan trọng để xác nhận mô hình được đào tạo được thảo luận. Chương này xem xét bối cảnh của AI và học máy trong tim mạch, bao gồm các nguồn dữ liệu hình ảnh và không hình ảnh có sẵn và các ứng dụng của chúng. Một hướng dẫn thực tế giới thiệu cho người đọc về sổ ghi chép Jupyter và Python.

Chương 2: Từ Học máy đến Học sâu

Chương này cung cấp một nền tảng kỹ thuật trong các khái niệm toán học cơ bản của học sâu. Nó bắt đầu với việc xác định một bộ phân loại tuyến tính đơn giản và mở rộng để tối ưu hóa bằng cách sử dụng gradient descent. Sự tiến triển đến các mạng thần kinh nhân tạo, bao gồm các mô hình hồi quy perceptron và logistic, được đề cập. Chương này thảo luận thêm về phân loại đa lớp, xử lý dữ liệu có thể tách rời phi tuyến tính và mạng nơ-ron tích chập dẫn đến học sâu. Một hướng dẫn thực tế cung cấp kinh nghiệm thực hành trong việc phát triển các mô hình phân loại bằng Python.

Chương 3: Đo lường và định lượng

Chương này đề cập đến nhiệm vụ lâm sàng của việc đo lường và định lượng hình thái và chức năng tim. Nó mở đầu với một giới thiệu lâm sàng phác thảo quy trình công việc hiện tại và những hạn chế của chúng. Một đánh giá kỹ thuật tóm tắt AI hiện đại để đo lường và định lượng tự động, mô tả các mô hình học sâu phổ biến và các ứng dụng cụ thể. Một hướng dẫn thực tế về một nhiệm vụ phân đoạn CMR đơn giản được bao gồm. Chương kết thúc với một ý kiến lâm sàng về tác động trong tương lai của AI trong lĩnh vực này.

Chương 4: Chẩn đoán

Chương này bao gồm các ứng dụng lâm sàng của chẩn đoán bệnh tim mạch. Một ý kiến lâm sàng thảo luận về các tiêu chuẩn và hạn chế chẩn đoán hiện tại. Đánh giá kỹ thuật tóm tắt các đường ống học máy cổ điển và các mô hình truyền thống để chẩn đoán y tế, tiếp theo là các kiến trúc học sâu có liên quan để chẩn đoán có sự hỗ trợ của máy tính. Các ứng dụng ví dụ về chẩn đoán tự động dựa trên AI được giới thiệu, nêu bật những thách thức chính. Một hướng dẫn thực hành đề cập đến một nhiệm vụ chẩn đoán đơn giản dựa trên các phân đoạn MR tim

Tin tức Công nghệ Thông tin trong ngày 20 tháng 5, 2024.

1- Microsoft nêu bật PC 'Copilot +' trước hội nghị các nhà phát triển

Tin tức NBC. ngày 20 tháng 5 năm 2024. Lê Quang Văn dịch, giải thích và thực hiện phần kỹ thuật số.

Microsoft cho biết hôm thứ Hai rằng họ sẽ tung ra một loại máy tính cá nhân mới có khả năng xử lý các tác vụ trí tuệ nhân tạo hơn mà không cần gọi các trung tâm dữ liệu đám mây.

Tại sự kiện trong khuôn viên trường ở Redmond, Washington, Giám đốc điều hành Satya Nadella đã giới thiệu cái mà ông gọi là PC "Copilot +", nói rằng Microsoft cũng như một loạt các đối tác như Dell Technologies, Qualcomm, Intel và Advanced Micro Devices sẽ giúp xây dựng chúng.

Microsoft đã giới thiệu một tính năng gọi là "Thu hồi - Recall", sẽ giúp người dùng tìm thấy các tệp và dữ liệu khác mà họ đã thấy trên PC của họ, ngay cả khi đó là một tab được mở trong trình duyệt Web. Công ty cũng đã trình diễn trợ lý giọng nói Copilot của mình hoạt động như một huấn luyện viên ảo thời gian thực cho người dùng chơi trò chơi điện tử "Minecraft".

Yusuf Mehdi, người đứng đầu bộ phận tiếp thị tiêu dùng của Microsoft, cho biết công ty hy vọng rằng 50 triệu PC AI sẽ được mua trong năm tới. Tại sự kiện báo chí, ông cho biết các trợ lý AI nhanh hơn chạy trực tiếp trên PC sẽ là "lý do thuyết phục nhất để nâng cấp PC của bạn trong một thời gian dài".

Để được gọi là PC "Copilot +", các máy phải đáp ứng các tiêu chuẩn tối thiểu về sức mạnh xử lý và hiệu suất, có nghĩa là chúng có thể sẽ được bán với giá cao hơn. Danh mục tiếp thị máy tính "Copilot +" mới của Microsoft làm nổi bật các tính năng AI gợi nhớ đến danh mục "Ultrabook" của máy tính xách tay Windows dạng mỏng mà Intel đã quảng bá với các nhà sản xuất PC vào năm 2011 để cạnh tranh với MacBook Air của Apple.

Các giám đốc điều hành của Microsoft cũng nói rằng GPT-4o, công nghệ mới nhất từ OpenAI, sẽ "sớm" có sẵn như một phần của Microsoft Copilot.

Microsoft cũng giới thiệu một thế hệ mới của máy tính bảng Surface Pro và Surface Laptop có chip Qualcomm dựa trên kiến trúc của Arm Holdings. Công ty cũng giới thiệu một công nghệ gọi là Prism sẽ giúp phần mềm viết cho chip Intel và AMD chạy trên chip được sản xuất bằng công nghệ Arm.

2 - Apple được cho là đã sẵn sàng công bố tích hợp ChatGPT trong iOS 18

BGR. ngày 20 tháng 5 năm 2024. Lê Quang Văn dịch, giải thích và thực hiện phần kỹ thuật số.

Apple và OpenAI vẫn chưa công bố thỏa thuận xây dựng chatbot ChatGPT vào iPhone thông qua bản cập nhật iOS 18 vào mùa thu này. Và bạn có thể truy cập ChatGPT, bao gồm cả bản cập nhật GPT-4o thú vị, thông qua ứng dụng iPhone chính thức của OpenAI ngay bây giờ.

Nhưng một báo cáo từ Mark Gurman cho biết vài ngày trước rằng Apple và OpenAI đang hoàn tất các cuộc đàm phán để tích hợp ChatGPT vào iOS 18. Đây là lần đầu tiên Gemini của Google dường như không phải là người dẫn đầu cho vị trí này. Mặc dù Apple sẽ mang đến các tính năng AI cho iPhone, nhưng hầu hết các báo cáo đều đồng ý rằng Apple không có ChatGPT / Gemini tương đương với riêng mình để xử lý các nhiệm vụ chatbot.

Sau màn trình diễn GPT-4o và Gemini mạnh mẽ vào tuần trước, rõ ràng Apple sẽ tụt hậu quá xa so với các đối thủ nếu không hợp tác với OpenAI hoặc Gemini cho iOS 18.

Trong bản tin Power On vào Chủ nhật, Mark Gurman cũng đưa ra quan điểm tương tự. Apple đi sau về AI và cần sự trợ giúp của bên thứ ba cho iOS 18. Nhưng Gurman cũng làm cho nó có vẻ như Apple và OpenAI gần như đã sẵn sàng để công bố một thỏa thuận, với cả hai bên hiện đang chuẩn bị cho thông báo

Các tính năng AI trong iOS 18

Gurman nhắc lại một số tin sốt dẻo trước đây của ông liên quan đến kế hoạch AI của Apple cho iPhone. Apple sẽ sử dụng các tính năng AI tạo nội dung trên thiết bị, có nghĩa là chip iPhone sẽ xử lý hầu hết các chức năng AI. Các mô hình ngôn ngữ lớn của Apple sẽ cung cấp năng lượng cho các công cụ AI mới này

Nhưng Apple cũng sẽ cần một số xử lý dựa trên đám mây cho một số tính năng của iPhone yêu cầu AI. Trong trường hợp này, Apple sẽ sử dụng các trung tâm dữ liệu

Trường hợp lãnh đạo của cơ quan của bạn là một cỗ máy - Phần 2

Sự xuất hiện của người lãnh đạo máy

Nguồn gốc của người lãnh đạo máy có thể được bắt nguồn từ những tiến bộ nhanh chóng trong AI và robot. Khi những công nghệ này phát triển, chúng bắt đầu chứng minh những khả năng từng được cho là lĩnh vực độc quyền của con người. Từ xử lý ngôn ngữ tự nhiên và học máy đến trí tuệ cảm xúc và ra quyết định, các hệ thống AI bắt đầu thể hiện những đặc điểm khiến chúng phù hợp với vai trò lãnh đạo.

Hãy tưởng tượng một công ty, TechCorp, đi đầu trong đổi mới công nghệ. Trong một động thái đầy tham vọng, TechCorp giới thiệu "ALEX", một giám đốc điều hành dựa trên AI được thiết kế để giám sát các hoạt động của công ty. ALEX được trang bị các thuật toán tiên tiến cho phép nó xử lý một lượng lớn dữ liệu, xác định các mẫu và đưa ra quyết định sáng suốt. Sự ra đời của nó đánh dấu một cột mốc quan trọng trong lịch sử của công ty và bắt đầu một kỷ nguyên mới trong thế giới doanh nghiệp.

Những phản ứng ban đầu đối với sự lãnh đạo của ALEX là hỗn hợp. Một số nhân viên rất vui mừng về những lợi ích tiềm năng, chẳng hạn như tăng hiệu quả và loại bỏ lỗi của con người. Những người khác hoài nghi và thậm chí sợ hãi, lo ngại về an ninh việc làm và mất liên lạc của con người trong quản lý. Vài tháng đầu tiên là khoảng thời gian điều chỉnh, khi ALEX học cách điều hướng sự phức tạp của cảm xúc con người và động lực nhóm.

Để hiểu rõ hơn về tầm quan trọng của việc giới thiệu ALEX, chúng ta hãy đi sâu vào chi tiết cụ thể về khả năng của nó và cách nó tương tác với lực lượng lao động. Các chức năng cốt lõi của ALEX bao gồm phân tích dữ liệu thời gian thực, mô hình dự đoán và sự tham gia của nhân viên được cá nhân hóa. Những tính năng này cho phép ALEX đưa ra quyết định không chỉ hiệu quả mà còn phù hợp với nhu cầu riêng của từng bộ phận và cá nhân trong công ty.

Ví dụ: trong quá trình ra mắt sản phẩm quan trọng, ALEX phân tích xu hướng thị trường và phản hồi của người tiêu dùng để đưa ra chiến lược tối đa hóa thành công của sản phẩm. Nó phối hợp với các nhóm khác nhau, đảm bảo rằng tiếp thị, sản xuất và bán hàng đều được liên kết và làm việc hướng tới một mục tiêu chung. Mức độ phối hợp và độ chính xác này sẽ là thách thức đối với một nhà lãnh đạo con người để đạt được, làm nổi bật những lợi thế tiềm năng của lãnh đạo máy móc.

Mối quan hệ giữa người với máy

Khi ALEX ổn định vai trò của mình, động lực giữa con người và máy móc bắt đầu phát triển. Nhân viên thấy mình tương tác với ALEX trong nhiều khả năng khác nhau — tìm kiếm hướng dẫn, thảo luận về các chỉ số hiệu suất và thậm chí nhận được phản hồi được cá nhân hóa. Những tương tác này không chỉ là giao dịch; chúng có mối quan hệ, vì ALEX cố gắng xây dựng niềm tin và mối quan hệ với nhóm.

Một trường hợp đáng chú ý là Sarah, một quản lý dự án tại TechCorp. Ban đầu hoài nghi về ALEX, Sarah rất ngạc nhiên khi thấy rằng AI cung cấp lời khuyên và hỗ trợ sâu sắc, giúp cô hợp lý hóa các dự án của mình và cải thiện tinh thần nhóm. Theo thời gian, mối quan hệ của Sarah với ALEX chuyển từ một sự tò mò thận trọng sang sự tôn trọng và hợp tác thực sự. Sự chuyển đổi này làm nổi bật tiềm năng cho các mối quan hệ tích cực giữa người với máy tại nơi làm việc.

Khả năng điều chỉnh phong cách giao tiếp của ALEX cho phù hợp với sở thích cá nhân đóng một vai trò quan trọng trong việc thúc đẩy các mối quan hệ này. Ví dụ, một số nhân viên thích phản hồi trực tiếp, dựa trên dữ liệu, trong khi những người khác đánh giá cao cách tiếp cận đồng cảm hơn. Khả năng xử lý ngôn ngữ tự nhiên tiên tiến của ALEX cho phép nó điều chỉnh các tương tác của mình cho phù hợp, khiến nhân viên cảm thấy được hiểu và có giá trị

Tuy nhiên, không phải tất cả tương tác đều suôn sẻ. John, một nhà phát triển cấp cao, đấu tranh với phong cách lãnh đạo của ALEX. Ông thấy quá trình ra quyết định của AI quá cứng nhắc và bỏ lỡ yếu tố con người của các phiên động não tự phát. Mối quan tâm của John là có cơ sở, và họ nhấn mạnh sự cần thiết phải có một cách tiếp cận

Trường hợp lãnh đạo của cơ quan của bạn là một cỗ máy - Phần 1

Đường nét

1. Giới thiệu

• Tổng quan về bối cảnh thay đổi của mối quan hệ giữa người với máy.

• Giới thiệu về khái niệm của một nhà lãnh đạo máy.

• Đề cập ngắn gọn về tác động tại nơi làm việc và các cơ hội và rủi ro liên quan.

2. Sự xuất hiện của người lãnh đạo máy

• Sự phát triển của AI và robot tiên tiến.

• Sự ra đời đầu tiên của một nhà lãnh đạo máy móc trong môi trường công ty.

• Phản ứng và điều chỉnh ban đầu của con người.

3. Mối quan hệ giữa người với máy

• Sự phát triển của sự tương tác của con người với máy móc.

• Động lực cá nhân và nghề nghiệp giữa con người và người lãnh đạo máy.

• Nghiên cứu điển hình và ví dụ về các mối quan hệ thành công và đầy thách thức.

4. Tác động tại nơi làm việc

• Những thay đổi trong văn hóa và cấu trúc nơi làm việc.

• Cải thiện hiệu quả và năng suất.

• Ảnh hưởng cảm xúc và tâm lý đối với nhân viên của con người.

• Ví dụ về các ngành công nghiệp khác nhau thích ứng với lãnh đạo máy móc.

5. Cơ hội của kỷ nguyên mới

• Đổi mới và tăng trưởng được thúc đẩy bởi sự lãnh đạo của AI.

• Vai trò công việc và con đường sự nghiệp mới.

• Nâng cao khả năng ra quyết định và giải quyết vấn đề.

• Nghiên cứu điển hình của các công ty phát triển mạnh dưới sự lãnh đạo của máy móc.

6. Rủi ro và thách thức

• Cân nhắc đạo đức và tình huống khó xử.

• Tiềm năng dịch chuyển việc làm và bất bình đẳng kinh tế.

• Mối quan tâm về bảo mật và quyền riêng tư.

• Quản lý sự cân bằng giữa trực giác của con người và logic máy.

7. Triển vọng tương lai

• Dự đoán cho tương lai của mối quan hệ giữa người với máy.

• Những tiến bộ tiềm năng trong AI và robot.

• Tác động xã hội lâu dài.

• Chiến lược chuẩn bị cho tương lai với các nhà lãnh đạo máy.

8. Kết luận

• Tóm tắt các điểm chính.

• Suy nghĩ cuối cùng về việc nắm bắt kỷ nguyên lãnh đạo máy móc.

• Khuyến khích độc giả suy nghĩ chín chắn về tương lai.

Trường hợp lãnh đạo của cơ quan của bạn là một cỗ máy – Phần 1

Giới thiệu: Nắm bắt kỷ nguyên lãnh đạo do máy móc

Bài do Lê Quang Văn thực hiện. Ngày 20 tháng 5, 2024.

Trong tuần qua chúng ta đã chứng kiến:

1 - GPT-4o của OpenAI xử lý các cuộc hội thoại bằng giọng nói gần giống như con người. Bạn có thể làm gián đoạn AI khi bạn muốn điều chỉnh cuộc trò chuyện mà không làm mất ngữ cảnh. GPT-4o cũng hỗ trợ hình ảnh và video, và nó trả lời các câu hỏi về những gì nó có thể nhìn thấy trong thời gian thực.

2 - Google cũng cho thấy một bản demo được ghi sẵn của Project Astra. Giống như GPT-4o, đây là một tác nhân AI đa phương thức có thể nói chuyện với bạn trong khi "nhìn" thế giới xung quanh bạn thông qua camera của điện thoại.

3 – Microsoft sắp tung ra máy tính AI, có sẵn những tính năng nêu trên và nhiều điều mới lạ hơn.

Kỷ nguyên mới này thách thức các quan niệm truyền thống của chúng ta về lãnh đạo và buộc chúng ta phải hình dung lại động lực giữa con người và máy móc.

Câu chuyện sau đây có vẽ là viễn tưởng nhưng nhiều người tin rằng sẽ là hiện thực dựa trên những tiến bộ vô cùng nhanh và tuyệt vời trong thời gian vừa qua.

Ý tưởng về một nhà lãnh đạo máy móc có vẻ giống như khoa học viễn tưởng, nhưng nó nhanh chóng trở thành hiện thực. Các công ty trên toàn cầu đang thử nghiệm các hệ thống quản lý dựa trên AI có thể phân tích dữ liệu, tối ưu hóa quy trình làm việc và thậm chí cung cấp hỗ trợ tinh thần cho nhân viên. Các hệ thống này được thiết kế để nâng cao năng suất, thúc đẩy đổi mới và đảm bảo rằng các quyết định được đưa ra dựa trên những hiểu biết dựa trên dữ liệu thay vì thành kiến của con người.

Khi chúng ta đi sâu vào chủ đề hấp dẫn này, chúng ta sẽ khám phá mối quan hệ giữa người với máy đang phát triển như thế nào, đặc biệt là ở nơi làm việc. Chúng tôi sẽ xem xét các cơ hội và rủi ro liên quan đến kỷ nguyên mới này, cung cấp sự hiểu biết toàn diện về ý nghĩa của việc làm việc dưới sự hướng dẫn của một nhà lãnh đạo máy. Hành trình của chúng tôi sẽ đưa chúng tôi qua các kịch bản, nghiên cứu điển hình và ý kiến chuyên gia khác nhau

What is AI computers

AI computers, also known as artificial intelligence computers, refer to computer systems and hardware specifically designed to run AI algorithms and applications. These systems are optimized to handle the complex computations and large datasets required for training and deploying AI models. Here’s a detailed explanation of AI computers:

Key Components and Characteristics of AI Computers

1. High-Performance Processors:

• GPUs (Graphics Processing Units): GPUs are widely used in AI computers because they can perform many calculations simultaneously, making them ideal for training deep learning models.

• TPUs (Tensor Processing Units): Developed by Google, TPUs are specialized hardware accelerators designed specifically for machine learning tasks, particularly those involving tensor computations.

• CPUs (Central Processing Units): While not as parallelized as GPUs, high-end CPUs are also used in AI computers for certain tasks that require strong single-threaded performance.

2. Large Memory and Storage:

• RAM (Random Access Memory): AI computers typically have large amounts of RAM to handle the massive datasets used in training and inference.

• Storage: High-speed SSDs (Solid State Drives) or NVMe (Non-Volatile Memory Express) storage are used to quickly read and write large volumes of data.

3. Parallel Processing Capabilities:

• Distributed Computing: Many AI tasks, especially in large-scale deep learning, require distributing computations across multiple machines or processors to speed up the process.

• Clusters and Supercomputers: Clusters of interconnected computers or supercomputers are often used for AI research and applications that require significant computational power.

4. AI-Specific Hardware:

• ASICs (Application-Specific Integrated Circuits): Custom-designed chips optimized for specific AI tasks, such as inference in neural networks.

• FPGAs (Field-Programmable Gate Arrays): Configurable hardware that can be programmed to perform specific computations efficiently, often used in edge AI applications.

Applications of AI Computers

1. Machine Learning and Deep Learning:

• Training large-scale models for tasks such as image recognition, natural language processing, and autonomous driving.

• Running complex algorithms that require significant computational resources, such as reinforcement learning.

2. Big Data Analytics:

• Analyzing large datasets to extract insights, detect patterns, and make predictions.

• Implementing AI algorithms to process and analyze data at scale.

3. Scientific Research:

• Simulating complex physical and biological systems using AI models.

• Enhancing research in fields like genomics, astronomy, and climate science through AI-driven data analysis.

4. Edge Computing:

• Deploying AI models on devices with limited computational resources, such as smartphones, IoT devices, and autonomous vehicles.

• Using specialized hardware like FPGAs and low-power GPUs to run AI applications at the edge.

Benefits of AI Computers

1. Speed and Efficiency: AI computers can perform large-scale computations quickly and efficiently, significantly reducing the time required to train and deploy AI models.

2. Scalability: With the ability to scale up processing power and memory, AI computers can handle growing datasets and increasingly complex models.

3. Enhanced Performance: Specialized hardware and parallel processing capabilities provide superior performance for AI tasks compared to general-purpose computers.

4. Flexibility: AI-specific hardware like FPGAs and ASICs offer the flexibility to optimize and reconfigure for different AI applications and tasks.

Challenges and Considerations

1. Cost: High-performance AI computers and specialized hardware can be expensive to acquire and maintain.

2. Energy Consumption: AI computations, especially in large-scale deep learning, can consume significant amounts of energy, leading to high operational costs and environmental impact.

Máy tính AI là gì

Lê Quang Văn đúc kết tài liệu từ Internet và thực hiện phần kỹ thuật số.

Máy tính AI, còn được gọi là máy tính trí tuệ nhân tạo, đề cập đến các hệ thống máy tính và phần cứng được thiết kế đặc biệt để chạy các thuật toán và ứng dụng AI. Các hệ thống này được tối ưu hóa để xử lý các tính toán phức tạp và bộ dữ liệu lớn cần thiết để đào tạo và triển khai các mô hình AI. Dưới đây là giải thích chi tiết về máy tính AI:

Các thành phần và đặc điểm chính của máy tính AI

1. Bộ xử lý hiệu suất cao:

• GPU (Đơn vị xử lý đồ họa): GPU được sử dụng rộng rãi trong các máy tính AI vì chúng có thể thực hiện nhiều phép tính cùng một lúc, khiến chúng trở nên lý tưởng để đào tạo các mô hình học sâu.

• TPU (Đơn vị xử lý tensor): Được phát triển bởi Google, TPU là bộ tăng tốc phần cứng chuyên dụng được thiết kế đặc biệt cho các tác vụ học máy, đặc biệt là các tác vụ liên quan đến tính toán tensor.

• CPU (Bộ xử lý trung tâm): Mặc dù không song song như GPU, nhưng CPU cao cấp cũng được sử dụng trong máy tính AI cho một số tác vụ nhất định yêu cầu hiệu suất đơn luồng mạnh.

2. Bộ nhớ và dung lượng lưu trữ lớn:

• RAM (Bộ nhớ truy cập ngẫu nhiên): Máy tính AI thường có lượng RAM lớn để xử lý các bộ dữ liệu khổng lồ được sử dụng trong đào tạo và suy luận.

• Lưu trữ: SSD tốc độ cao (Solid State Drives) hoặc NVMe (Non-Volatile Memory Express) được sử dụng để nhanh chóng đọc và ghi khối lượng lớn dữ liệu.

3. Khả năng xử lý song song:

• Điện toán phân tán: Nhiều tác vụ AI, đặc biệt là trong học sâu quy mô lớn, yêu cầu phân phối tính toán trên nhiều máy hoặc bộ xử lý để tăng tốc quá trình.

• Các cụm và siêu máy tính: Các cụm máy tính hoặc siêu máy tính được kết nối với nhau thường được sử dụng cho nghiên cứu và ứng dụng AI đòi hỏi sức mạnh tính toán đáng kể.

4. Phần cứng dành riêng cho AI:

• ASIC (Mạch tích hợp dành riêng cho ứng dụng): Các chip được thiết kế tùy chỉnh được tối ưu hóa cho các tác vụ AI cụ thể, chẳng hạn như suy luận trong mạng thần kinh.

• FPGA (Field-Programmable Gate Arrays): Phần cứng có thể cấu hình có thể được lập trình để thực hiện các tính toán cụ thể một cách hiệu quả, thường được sử dụng trong các ứng dụng AI biên.

Ứng dụng của máy tính AI

1. Học máy và học sâu:

• Đào tạo các mô hình quy mô lớn cho các nhiệm vụ như nhận dạng hình ảnh, xử lý ngôn ngữ tự nhiên và lái xe tự động.

• Chạy các thuật toán phức tạp đòi hỏi tài nguyên tính toán đáng kể, chẳng hạn như học tăng cường.

2. Phân tích dữ liệu lớn:

• Phân tích các bộ dữ liệu lớn để trích xuất thông tin chi tiết, phát hiện các mẫu và đưa ra dự đoán.

• Triển khai các thuật toán AI để xử lý và phân tích dữ liệu trên quy mô lớn.

3. Nghiên cứu khoa học:

• Mô phỏng các hệ thống vật lý và sinh học phức tạp bằng các mô hình AI.

• Tăng cường nghiên cứu trong các lĩnh vực như gen, thiên văn học và khoa học khí hậu thông qua phân tích dữ liệu do AI điều khiển.

4. Điện toán biên:

• Triển khai các mô hình AI trên các thiết bị có tài nguyên tính toán hạn chế, chẳng hạn như điện thoại thông minh, thiết bị IoT và xe tự hành.

• Sử dụng phần cứng chuyên dụng như FPGA và GPU năng lượng thấp để chạy các ứng dụng AI ở biên.

Lợi ích của máy tính AI

1. Tốc độ và hiệu quả: Máy tính AI có thể thực hiện các tính toán quy mô lớn một cách nhanh chóng và hiệu quả, giảm đáng kể thời gian cần thiết để đào tạo và triển khai các mô hình AI.

2. Khả năng mở rộng: Với khả năng mở rộng sức mạnh xử lý và bộ nhớ, máy tính AI có thể xử lý các bộ dữ liệu ngày càng tăng và các mô hình ngày càng phức tạp.

3. Hiệu suất nâng cao: Phần cứng chuyên dụng và khả năng xử lý song song cung cấp hiệu suất vượt trội cho các tác vụ AI so với các máy tính đa năng.

4. Tính linh hoạt: Phần cứng dành riêng cho AI như FPGA và ASIC cung cấp sự linh hoạt để tối ưu hóa và cấu hình lại cho các ứng dụng và tác vụ AI khác nhau.

Thách thức và cân nhắc

1. Chi phí: Máy tính AI hiệu suất cao và phần cứng chuyên dụng có thể tốn kém để mua và bảo trì.

2. Tiêu thụ năng lượng: Tính toán AI, đặc biệt là trong

Điện thoại AI tạo nội dungsắp ra mắt, đây là mọi thứ bạn cần biết

Fast Company. Ngày 18 tháng 5, 2024. Lê Quang Văn dịch, giải thích và thực hiện phần kỹ thuật số.

Chỉ có một vài điện thoại thông minh hàng đầu hiện có thể được coi là điện thoại AI tạo nội dung, nhưng hy vọng điều đó sẽ thay đổi nhanh chóng.

Tác giả: Michael Grothaus. FastCompany. May 18, 2024. Lê Quang Văn dịch, giải thích và thực hiện phần kỹ thuật số.

AI tổng quát (trí tuệ nhân tạo nói chung) hay AI tạo nội dung là thuật ngữ xu hướng nhất trong phần mềm trong hai năm. Bây giờ nó cũng sắp tiến vào thị trường phần cứng tiêu dùng. Vào nửa cuối năm nay, có khả năng chúng ta sẽ bắt đầu bắt gặp những chiếc điện thoại được bán trên thị trường dưới dạng điện thoại thông minh GenAI hoặc đơn giản là điện thoại GenAI. Nhưng điện thoại AI tạo nội dung là gì và cụm từ này đến từ đâu? Đây là những gì bạn cần biết.

Điện thoại AI tạo nội dung là gì?

Theo như tôi có thể nói, thuật ngữ điện thoại thông minh AI tạo nội dung lần đầu tiên chỉ nổi bật trong sáu tháng qua, khi nó bắt đầu xuất hiện trong các báo cáo của một vài công ty nghiên cứu tiếp thị lớn.

Vào tháng 12, Nghiên cứu thị trường công nghệ Counterpoint đã đưa ra một báo cáo về điện thoại thông minh AI tạo nội dung mô tả một trong những đặc điểm chính của chúng là "một tập hợp con của điện thoại thông minh AI sử dụng AI tạo nội dung để tạo nội dung gốc, thay vì chỉ cung cấp các phản hồi được lập trình sẵn hoặc thực hiện các tác vụ được xác định trước". (Vào tháng Tư, nó đã mở rộng định nghĩa đó.)

Và vào tháng Hai, Gartner đã đưa ra định nghĩa riêng của mình, trong đó nói rằng một trong những điểm khác biệt chính của điện thoại AI tạo nội dung so với điện thoại thông minh thông thường là điện thoại AI tạo nội dung "có khả năng chạy cục bộ mô hình AI cơ bản hoặc tinh chỉnh tạo ra các phiên bản có nguồn gốc mới về nội dung, chiến lược, thiết kế và phương pháp".

Định nghĩa của Counterpoint và Gartner khác nhau một chút (và rất dài dòng), nhưng có thể nói rằng điện thoại AI tạo nội dung có thể được coi là điện thoại thông minh có ít nhất bốn đặc điểm sau:

1. Cung cấp các ứng dụng và công cụ AI tổng quát, chẳng hạn như chatbot AI và ứng dụng chỉnh sửa và tạo hình ảnh AI.

2. Những công cụ này nên được đưa vào hệ điều hành của điện thoại bất cứ khi nào có thể để chúng có thể được sử dụng liền mạch trên toàn hệ thống.

3. Các điện thoại nên có CPU - chip máy tính - được thiết kế đặc biệt để xử lý các tác vụ AI phức tạp.

4. Các điện thoại phải đủ mạnh để chạy các mô hình AI nguyên bản trên thiết bị thay vì cần gửi dữ liệu lên đám mây để các máy chủ AI xử lý từ xa.

Điện thoại không phải AI tạo nội dung là gì?

Nếu chúng ta sử dụng bốn điểm trên để xác định điện thoại AI tạo nội dung là gì, thì rõ ràng là tính đến tháng 5 năm 2024, rất ít điện thoại thông minh có thể được coi là điện thoại AI tạo nội dung thực sự. Đó là bởi vì hầu hết các điện thoại thông minh hiện nay không có chip được thiết kế đặc biệt để xử lý các tác vụ AI phức tạp.

Và trong khi nhiều điện thoại thông minh ngày nay có thể chạy, ví dụ, ứng dụng ChatGPT, điều đó không làm cho chúng trở thành điện thoại AI tạo nội dung vì khi bạn sử dụng ứng dụng ChatGPT trên điện thoại thông minh của mình, các truy vấn của bạn không được xử lý cục bộ trên chính thiết bị. Thay vào đó, bất cứ thứ gì bạn nhập vào ứng dụng ChatGPT sẽ được gửi đến máy chủ của OpenAI để được xử lý từ xa. Tương tự như vậy, chỉ vì bạn đã tải xuống một ứng dụng ảnh AI tạo nội dung không có nghĩa là bạn có điện thoại AI tạo nội dung vì các máy chủ từ xa thường thực hiện việc tạo hình ảnh.

Theo tôi, dựa trên bốn tiêu chí trên, chỉ những chiếc flagship mới nhất của Google và Samsung thậm chí còn đủ điều kiện từ xa là điện thoại AI tạo nội dung. Điều này là do dòng Samsung Galaxy S24 và Google Pixel 8 Pro đều chạy Gemini Nano, mô hình ngôn ngữ lớn thu nhỏ của Google có thể chạy trên chính điện thoại thông minh, miễn là CPU của nó đủ mạnh.

Vì vậy, vâng, điều này có nghĩa là ngay cả iPhone 15 Pro Max hàng đầu

7 công ty tuyệt vời trị giá tổng cộng 14 nghìn tỷ đô la - Số tiền mà các CEO của họ kiếm được

Business Insider. Ngày 18 Tháng 5, 2024. Lê Quang Văn dịch, giải thích và thực hiện phần kỹ thuật số.

Các công ty "7 Vĩ đại - Magnificent Seven" - Microsoft, Apple, Nvidia, Alphabet, Amazon, Meta và Tesla - có tổng giá trị gần 14 nghìn tỷ USD.

Điều hành một trong những công ty Big Tech này cũng có nghĩa là nhận được một gói lương khá đắt. Ví dụ, tổng số tiền lương và phụ cấp của Giám đốc điều hành Apple Tim Cook năm ngoái lên tới 63,2 triệu USD, mặc dù Andy Jassy của Amazon chỉ nhận được khoảng 1,3 triệu USD.

Business Insider đã xem xét tổng số tiền lương của các CEO này vào năm ngoái thông qua các tuyên bố ủy quyền SEC gần đây nhất của các công ty.

Dưới đây là số tiền họ kiếm được, ai được trả nhiều nhất và bảng phân tích tiền lương của họ:

Giám đốc điều hành Apple Tim Cook

Tổng số tiền lương và phụ cấp của Tim Cook lên tới 63.2 triệu đô la vào năm ngoái, nhưng mức lương cơ bản hàng năm của ông vẫn giữ nguyên ở mức 3 triệu đô la kể từ năm 2016.

63.2 triệu đô la bao gồm mức lương cơ bản hàng năm của ông, cũng như 46.9 triệu đô la giải thưởng cổ phiếu và 10.7 triệu đô la phụ cấp kế hoạch khuyến khích phi vốn chủ sở hữu. Sau đó, ông còn nhận được thêm 2,5 triệu đô la tiền phụ cấp khác, bao gồm chi phí an ninh và đi công tác và cá nhân trên máy bay riêng. Khoản phụ cấp năm 2023 của ông đã giảm gần 40% so với một năm trước đó, khi ông nhận được 99,4 triệu USD. Đó là bởi vì các nhà đầu tư của Apple đã được một công ty tư vấn cổ đông kêu gọi bỏ phiếu chống lại gói lương năm 2022 của ông, vì vậy Cook đã yêu cầu giảm.

Giám đốc điều hành Microsoft Satya Nadella

Tổng số tiền lương và phụ cấp của Satya Nadella là 48,5 triệu USD vào năm ngoái, giảm 12% so với 54,9 triệu USD vào năm 2023.

Tính đến tháng 12, Giám đốc điều hành Microsoft sở hữu 800.667 cổ phiếu trong công ty và phần lớn tiền lương của ông gắn liền với hiệu suất của công ty, theo tuyên bố ủy quyền.

Gói lương gần đây nhất của ông ấy bao gồm mức lương 2.5 triệu đô la, cổ phiếu trị giá 39.23 triệu đô la, 6.4 triệu đô la ưu đãi phi vốn chủ sở hữu và 360,000 đô la cho các khoản bồi thường khác. Trong thập kỷ ông làm CEO, tổng số tiền bồi thường của ông đã vượt quá 1 tỷ USD, theo một phân tích về thu nhập của ông được Bloomberg thực hiện vào năm ngoái.

Giám đốc điều hành Nvidia Jensen Huang

Jensen Huang đã nhận được gói lương và phụ cấp 34,2 triệu USD cho năm tài chính gần đây nhất của Nvidia, kết thúc vào tháng Giêng. Nó bao gồm 26,7 triệu đô la tiền thưởng cổ phiếu, 4 triệu đô la tiền thưởng tiền mặt và 2,5 triệu đô la cho các chi phí khác, bao gồm an ninh nhà ở, xe hơi và tài xế. Đó là mức tăng 60% so với năm trước, khi ông nhận được 21.35 triệu đô la. Điều đó bao gồm mức lương cơ bản là 996,832 đô la, giải thưởng cổ phiếu trị giá gần 19.7 triệu đô la và gần 700,000 đô la tiền bồi thường khác. Tỷ lệ CEO trên nhân viên trung bình là 94: 1.

Giám đốc điều hành Meta Mark Zuckerberg

Mark Zuckerberg đã có mức lương cơ bản chỉ là 1 đô la kể từ năm 2013. Tuy nhiên, đừng cảm thấy quá tiếc cho người đồng sáng lập Facebook, vì anh ta nhận được hàng triệu đô la nữa để trang trải chi phí an ninh và hậu cần. Vào năm 2023, tổng số tiền lương và phụ cấp của anh ấy lên tới 24.4 triệu đô la.

Con số này đã giảm 27,1 triệu USD vào năm 2022, cho thấy ngay cả Zuckerberg cũng không được bảo vệ khỏi "năm hiệu quả" của Meta.

Alphabet Co. Chundar Pichai

Mức thù lao của Sundar Pichai vào năm 2023 là 8,8 triệu USD.

Một hồ sơ của SEC cho thấy mức lương năm 2023 của ông ấy được báo cáo là 2 triệu đô la và ông cũng nhận được khoảng 6,77 triệu đô la cho an ninh cá nhân.

Theo một báo cáo được đệ trình vào tháng 4/2023, tổng số tiền lương và phụ cấp của ông trong năm 2022 lên tới gần 226 triệu USD. Hầu hết số tiền đó là 218 triệu đô la cổ phiếu từ một khoản trợ cấp cổ phiếu ba năm một lần.

Một phát ngôn viên của Google cho biết các giải thưởng như vậy được tạo ra để bao gồm một khoảng thời gian nhiều năm để thưởng cho

Google Pay và Google Business Profile

Google Pay: Sử dụng như thế nào, ưu và nhược điểm, nó có an toàn không?

Business Insider. ngày 17 tháng 5 năm 2024. Lê Quang Văn dịch, giải thích và thực hiện phần kỹ thuật số.

Google Pay là dịch vụ thanh toán kỹ thuật số của Google mà bạn có thể sử dụng để thanh toán trên thiết bị di động bằng điện thoại, đồng hồ hoặc máy tính bảng của mình. Nó được kết nối với tài khoản Google của bạn và cho phép bạn sử dụng thẻ tín dụng hiện có của mình một cách an toàn để thanh toán mua hàng tại cửa hàng hoặc trực tuyến.

Trong khi Google Pay là tên của nền tảng thanh toán, bạn có thể lựa chọn ứng dụng nào bạn muốn sử dụng để thực sự thực hiện thanh toán trên thiết bị di động - Google Pay hoặc Google Wallet. Giám đốc điều hành Google Sundar Pichai đã công bố thiết kế lại của Google Pay vào năm 2020, nói rằng ứng dụng này giúp "thanh toán an toàn, tổ chức tài chính, tiết kiệm tiền + hơn thế nữa".

Dưới đây là mọi thứ bạn cần biết về việc sử dụng Google Pay.

Bắt đầu sử dụng Google Pay

Để bắt đầu sử dụng Google Pay, bạn cần cài đặt ứng dụng Google Pay hoặc Google Wallet. Người dùng Android nên chọn Google Wallet; nó cung cấp rất nhiều tính năng bổ sung, chẳng hạn như khả năng lưu trữ thẻ ID, thẻ khách hàng thân thiết, vé và vé sự kiện, thẻ phương tiện công cộng, v.v. Không giống như Apple Wallet trên thiết bị iOS, đó là một cách thuận tiện để lưu trữ hầu hết mọi thứ bạn mang theo trong ví truyền thống ngay trong thiết bị di động của mình.

Mặt khác, Google Pay chỉ tập trung vào việc cho phép bạn thực hiện thanh toán di động. Ứng dụng Google Pay sẽ ngừng hoạt động vào ngày 4 tháng 6 năm 2024, vì vậy có lẽ bạn chỉ nên truy cập trực tiếp vào Google Wallet hữu ích hơn. Điều đó nói rằng, Google Wallet vẫn chưa có sẵn cho người dùng iOS. Vì vậy, hiện tại, nếu bạn có iPhone, bạn cần gắn bó với ứng dụng Google Pay.

Cách sử dụng Google Pay

Sau khi cài đặt Google Pay hoặc Google Wallet, bạn cần đăng nhập vào tài khoản Google của mình rồi thêm một hoặc nhiều phương thức thanh toán, chẳng hạn như thẻ tín dụng hoặc thẻ ghi nợ.

Sau khi thêm ít nhất một thẻ vào tài khoản Google Pay, bạn có thể thực hiện thanh toán di động tại cửa hàng. Khi thanh toán tại cửa hàng, hãy tìm các dấu hiệu cho thấy máy quẹt thẻ chấp nhận Google Pay hoặc thẻ tín dụng chạm để thanh toán. Sau đó, mở khóa điện thoại của bạn, giữ nó gần biểu tượng thanh toán và đợi xác nhận rằng thanh toán đã được thực hiện - bạn thậm chí không phải khởi động ứng dụng.

Nếu đã thiết lập nhiều phương thức thanh toán trong Google Wallet, bạn có thể chọn phương thức thanh toán sẽ sử dụng khi thanh toán. Để làm điều đó, hãy khởi động ứng dụng khi bạn đến quầy thanh toán và vuốt qua các thẻ cho đến khi bạn đến thẻ bạn muốn sử dụng. Sau đó giữ điện thoại vào thiết bị đầu cuối thanh toán như bình thường để hoàn tất giao dịch.

Bạn cũng có thể sử dụng Google Pay để quét mã vạch và mã QR – ứng dụng sử dụng Google ống kính và bạn có thể sử dụng nó để tra cứu thông tin giá hoặc thanh toán trực tuyến.

Bạn cũng có thể cho phép mọi người tìm kiếm và tìm thấy bạn trong Google Pay để thanh toán cho bạn — và đến lượt bạn, bạn có thể tìm kiếm những người hoặc doanh nghiệp có Hồ sơ doanh nghiệp trên Google.

Google Pay miễn phí

Tin tốt là Google Pay được sử dụng miễn phí. Các ứng dụng Google Pay và Google Wallet được tải xuống miễn phí và không có phí đăng ký hoặc phí dịch vụ để sử dụng dịch vụ để thực hiện thanh toán di động.

Tất nhiên, điều đó không có nghĩa là các giao dịch mua bạn thực hiện bằng Google Pay là hoàn toàn miễn phí. Google Pay cho phép bạn thanh toán qua thẻ tín dụng, thẻ ghi nợ và tài khoản ngân hàng, vì vậy nếu bạn thường trả lãi hoặc phí khi sử dụng thẻ, bạn vẫn sẽ thanh toán khoản phí đó khi sử dụng qua Google Pay. Bạn chỉ đơn giản là sẽ không phải trả thêm bất kỳ khoản nào cho đặc quyền sử dụng Google Pay.

Google Pay an toàn

Đáng ngạc nhiên, Google Pay an toàn và bảo mật hơn so với sử dụng thẻ tín dụng và vì một số lý do.

'Cặp song sinh kỹ thuật số' của trái tim bạn cho phép các bác sĩ kiểm tra phương pháp điều trị trước khi phẫu thuật

Các nhà nghiên cứu tạo ra các bản sao kỹ thuật số của các cơ quan của từng bệnh nhân bằng cách sử dụng dữ liệu từ các bài kiểm tra và thiết bị đeo được: 'Bạn có thể chạy vô số thí nghiệm'

Bởi Stephanie Armour. WSJ. Ngày 16 tháng 5 năm 2024. Lê Quang Văn dịch, giải thích và thực hiện phần kỹ thuật số.

Bệnh nhân được chẩn đoán mắc bệnh tim, ung thư và các bệnh khác phải đối mặt với vô số quyết định: Thuốc nào sẽ hiệu quả nhất? Các tác dụng phụ sẽ lớn hơn lợi ích? Phẫu thuật sẽ là đủ?

Xác định con đường tốt nhất phía trước có thể dễ dàng hơn nhiều trong những năm tới. Thay vì thử một liệu pháp và hy vọng nó hoạt động, các nhà nghiên cứu đang tạo ra cái gọi là cặp song sinh kỹ thuật số để dự đoán bệnh nhân sẽ phản ứng như thế nào trước khi bắt đầu điều trị.

"Đó là một sự thay đổi mô hình", Emily Greenspan, giám đốc chương trình tin học và khoa học dữ liệu tại Viện Ung thư Quốc gia cho biết. "Bạn có thể dự đoán quỹ đạo bệnh của một cá nhân."

Trong một phòng thí nghiệm ở Baltimore, Natalia Trayanova và nhóm của cô tại Đại học Johns Hopkins đang tạo ra các mô hình tính toán của trái tim. Mỗi người phản ánh trái tim của một bệnh nhân thực sự bị rối loạn nhịp tim có khả năng gây tử vong, nhịp tim không đều thường là kết quả của sẹo do đau tim hoặc các tình trạng khác.

Các bản sao, hoặc "cặp song sinh kỹ thuật số", xuất hiện dưới dạng trái tim 3D được cá nhân hóa trên máy tính, với các khu vực sẹo được hiển thị bằng màu trắng. Nhóm nghiên cứu có thể sử dụng chúng để mô hình hóa cách thức và vị trí tạo ra những vết sẹo nhỏ mới thông qua một quy trình gọi là cắt bỏ để khắc phục chứng rối loạn nhịp tim.

"Bạn có thể xem nó trên màn hình", Trayanova, giáo sư tại khoa kỹ thuật y sinh tại Johns Hopkins, người đang dẫn đầu một thử nghiệm lâm sàng sử dụng cặp song sinh kỹ thuật số này, nói. "Chúng tôi muốn biết làm thế nào để điều trị bệnh nhân một cách tối ưu nhất."

Các cơ quan liên bang, các công ty khởi nghiệp và các học giả đang đổ hàng tỷ đô la để đưa cặp song sinh kỹ thuật số đi đầu trong lĩnh vực chăm sóc sức khỏe trong năm đến 10 năm tới. Thị trường chăm sóc sức khỏe cặp song sinh kỹ thuật số toàn cầu được định giá 1,6 tỷ USD vào năm 2023 và có thể đạt 21,1 tỷ USD vào năm 2028, theo báo cáo của MarketsandMarkets. Sự tăng trưởng ở Bắc Mỹ được cho là do tài trợ và đầu tư của chính phủ, cũng như các công ty đã cung cấp công nghệ bản sao kỹ thuật số để đại diện cho dữ liệu chăm sóc sức khỏe, bệnh viện vật lý, sinh lý con người và các lĩnh vực khác.

Cặp song sinh kỹ thuật số cho tất cả?

Các bác sĩ lâm sàng hình dung một ngày mai nơi gần như tất cả mọi người đều có thể có một bản sao kỹ thuật số được tạo ra bởi trí tuệ nhân tạo, sử dụng thông tin từ các thăm khám y tế, thiết bị dữ liệu đeo được và hồ sơ y tế. AI có thể tìm kiếm thông qua dữ liệu của những người khác với các vấn đề tương đương và chạy mô phỏng trong khi cung cấp theo dõi liên tục sức khỏe của bệnh nhân.

Giống như một hình nộm thử nghiệm va chạm, một cặp song sinh kỹ thuật số có thể được sử dụng để thử nghiệm thuốc và tiến hành các thử nghiệm mà không gây hại cho bệnh nhân thực sự. Một cặp song sinh kỹ thuật số của trái tim có thể cho phép các bác sĩ phẫu thuật hình dung quy trình và các mạch cụ thể của bệnh nhân trước khi phẫu thuật. Công nghệ này có thể được sử dụng để thiết kế chân tay giả có độ chính xác cao hoặc xác định các bài tập phục hồi chức năng hiệu quả nhất. Cặp song sinh kỹ thuật số của tử cung và cổ tử cung của bệnh nhân có thể giúp dự đoán kết quả mang thai.

Mặc dù khái niệm này đã được sử dụng trong nhiều thập kỷ trong các ngành công nghiệp khác như kỹ thuật cơ khí, cặp song sinh kỹ thuật số vẫn còn tương đối mới trong chăm sóc sức khỏe vì mô hình hóa một cơ quan hoặc cơ thể người - đôi khi ở cấp độ tế bào - rất phức tạp. Thu thập dữ liệu cá nhân bằng các thiết bị đeo và cảm biến cũng đòi hỏi phải giải quyết các mối quan tâm về cách bảo vệ

Điểm uốn trong Công nghệ - Phần 4 của 4

Lê Quang Văn dịch, giải thích và thực hiện phần kỹ thuật số.

3.4 - Tác động của GPT-4o

Sự ra đời của GPT-4o có ý nghĩa quan trọng đối với các ngành công nghiệp và ứng dụng khác nhau. Trong lĩnh vực dịch vụ khách hàng, khả năng hiểu và trả lời các truy vấn trên nhiều phương thức giao tiếp của mô hình có thể nâng cao trải nghiệm người dùng và hợp lý hóa các tương tác. Trong chăm sóc sức khỏe, khả năng đa phương thức của GPT-4o có thể hỗ trợ chẩn đoán và giao tiếp với bệnh nhân, cung cấp một cách tiếp cận chăm sóc toàn diện hơn.

Hơn nữa, thế hệ ngôn ngữ tự nhiên tiên tiến và khả năng biểu đạt cảm xúc của GPT-4o mở ra những khả năng mới cho các ứng dụng sáng tạo. Từ cách kể chuyện và sáng tạo nội dung đến giải trí tương tác, mô hình có thể tạo ra nội dung hấp dẫn và giàu ngữ cảnh thu hút khán giả.

3.5 - Kết thúc

GPT-4o của OpenAI đại diện cho một tiến bộ đáng kể trong lĩnh vực trí tuệ nhân tạo, cho thấy tiềm năng của các hệ thống AI đa phương thức để chuyển đổi tương tác giữa người và máy tính. Khả năng của mô hình trong việc xử lý và tạo đầu vào văn bản, giọng nói và hình ảnh cho phép nó cung cấp trải nghiệm nhập vai và tương tác hơn cho người dùng. Hành vi vui tươi và biểu cảm cảm xúc được thể hiện trong bài thuyết trình làm nổi bật tiềm năng của AI để tham gia và giải trí ngoài việc cung cấp hỗ trợ thiết thực. Khi chúng tôi tiếp tục khám phá các ứng dụng và ý nghĩa của GPT-4o, rõ ràng mô hình hàng đầu mới này đánh dấu một thời điểm quan trọng trong sự phát triển liên tục của trí tuệ nhân tạo. (3600)

4 - Chương 3: Dự án Astra: Một biên giới AI mới của Google

4.1 - Giới thiệu về Project Astra

Tại hội nghị các nhà phát triển I / O hàng năm của Google, công ty đã tiết lộ một loạt các tiến bộ AI, với Project Astra là một trong những thông báo đáng chú ý nhất. Project Astra là một chatbot đa phương thức được thiết kế để xử lý và phản hồi các luồng thông tin thị giác và thính giác liên tục, cho phép nó tham gia vào các cuộc trò chuyện phức tạp về các quan sát của nó. Sản phẩm mới này đại diện cho một bước nhảy vọt đáng kể về khả năng AI, định vị Google đi đầu trong đổi mới AI.

4.2 - Khả năng của Project Astra

Khả năng đa phương thức của Project Astra cho phép nó hiểu và tạo ra các phản hồi dựa trên đầu vào thị giác và thính giác, tương tự như GPT-4o của OpenAI. Điều này cho phép chatbot cung cấp thông tin chi tiết và phù hợp theo ngữ cảnh về môi trường của nó, làm cho nó trở thành một công cụ mạnh mẽ cho các ứng dụng khác nhau. Mô hình có thể xác định và mô tả các đối tượng, nhận dạng các mẫu và cung cấp kiến thức chuyên môn về một loạt các chủ đề.

Một trong những tính năng nổi bật của Project Astra là khả năng hỗ trợ các công việc hàng ngày. Trong cuộc trình diễn, mô hình đã thể hiện khả năng xác định lỗi trong mã, xác định vị trí các vật dụng bị thất lạc và cung cấp giải thích chi tiết về các thành phần kỹ thuật. Sự hỗ trợ thiết thực này nhấn mạnh tiềm năng của Project Astra trong việc nâng cao năng suất và hợp lý hóa quy trình làm việc trong các cài đặt khác nhau.

4.3 - Trình diễn dự án Astra

Cuộc trình diễn của Project Astra đã làm nổi bật khả năng ấn tượng và các ứng dụng tiềm năng của nó. Trong một kịch bản, mô hình được yêu cầu xác định một lỗi trong một dòng mã, mà nó đã làm với độ chính xác đáng kể. Khả năng này thể hiện tiềm năng của Project Astra trong việc hỗ trợ các nhà phát triển phần mềm bằng cách cung cấp gỡ lỗi và phân tích mã theo thời gian thực.

Trong một phần khác của cuộc trình diễn, Dự án Astra được yêu cầu xác định vị trí một cặp kính đã bị thất lạc. Mô hình đã quét môi trường, xác định kính và cung cấp hướng dẫn chính xác về vị trí của chúng. Sự hỗ trợ thiết thực này cho thấy tiềm năng của Dự án Astra để nâng cao cuộc sống hàng ngày bằng cách cung cấp hỗ trợ nhận thức ngữ cảnh, thời gian thực

4.4 - Tương lai của Dự án Astra

Google gợi ý về khả năng tích hợp Project Astra vào kính thông minh, hình dung ra một tương lai nơi AI có thể ghi lại và phân tích các sự kiện cuộc số

Kinh tế trung bình (Mesoeconomics) – Hiểu biết Căn bản

Lê Quang Văn giải thích và thực hiện phần kỹ thuật số.

Phạm vi của Kinh tế trung bình

Kinh tế trung bình khám phá:

• Phân tích ngành: Kiểm tra các ngành công nghiệp cụ thể (ví dụ: ô tô, công nghệ) để hiểu động lực, sự phụ thuộc lẫn nhau và đóng góp của chúng cho nền kinh tế rộng lớn hơn.

• Kinh tế khu vực: Nghiên cứu các hoạt động kinh tế trong các khu vực địa lý cụ thể, giải quyết các vấn đề như phát triển khu vực, chênh lệch kinh tế và chính sách kinh tế địa phương.

• Mạng lưới kinh tế: Điều tra cấu trúc và động lực của chuỗi cung ứng và mạng lưới sản xuất, tập trung vào cách hàng hóa, dịch vụ và thông tin lưu thông giữa các tác nhân kinh tế khác nhau.

Tầm quan trọng trong phân tích kinh tế hiện đại

1. Khả năng phục hồi chuỗi cung ứng: Đại dịch COVID-19 làm nổi bật sự mong manh của chuỗi cung ứng toàn cầu. Kinh tế trung bình giúp xác định các nút quan trọng và các nút thắt cổ chai tiềm ẩn trong các mạng này, hướng dẫn các chính sách để tăng cường khả năng phục hồi.

2. Chính sách công nghiệp: Chính phủ sử dụng những hiểu biết về kinh tế trung bình để thiết kế các chính sách công nghiệp hiệu quả. Ví dụ, Hoa Kỳ đã thực hiện các chính sách để thúc đẩy sản xuất công nghệ cao và cơ sở hạ tầng xanh. Hiểu được các mối liên kết ngành giúp nhắm mục tiêu các chính sách này một cách hiệu quả.

3. Hội nhập và phát triển kinh tế: Kinh tế trung bình hỗ trợ trong việc hiểu cách các nền kinh tế khu vực tương tác và hội nhập. Điều này rất quan trọng để xây dựng các chính sách thúc đẩy phát triển khu vực cân bằng và giải quyết sự chênh lệch kinh tế.

Các khái niệm và công cụ chính

1. Phân tích đầu vào-đầu ra: Ban đầu được phát triển bởi Wassily Leontief, phương pháp này lập bản đồ dòng chảy hàng hóa và dịch vụ giữa các ngành công nghiệp, cung cấp một bức tranh nhanh về sự phụ thuộc lẫn nhau trong một nền kinh tế. Các bảng đầu vào-đầu ra hiện đại mở rộng phân tích này, nắm bắt các tương tác động.

2. Lý thuyết mạng: Sử dụng các khái niệm từ lý thuyết đồ thị đến các mạng kinh tế mô hình. Các số liệu chính bao gồm tính trung tâm, xác định các nút quan trọng trong mạng và mô-đun, phát hiện các cụm hoặc cộng đồng trong mạng.

3. Mô hình động: Liên quan đến việc xây dựng các mô hình mô phỏng sự phát triển của các mạng lưới kinh tế theo thời gian, xem xét các yếu tố như thay đổi công nghệ, can thiệp chính sách và các cú sốc bên ngoài.

Nghiên cứu điển hình về Kinh tế trung bình

1. Tác động động đất của Nhật Bản: Một nghiên cứu mang tính bước ngoặt của Vasco Carvalho và các đồng nghiệp đã kiểm tra tác động lan truyền của trận động đất lớn ở Đông Nhật Bản năm 2011. Họ đã theo dõi sự gián đoạn trong chuỗi cung ứng lan rộng khắp nền kinh tế, ảnh hưởng đến các ngành công nghiệp thượng nguồn và hạ nguồn. Cách tiếp cận này cung cấp những hiểu biết có giá trị về tác động hệ thống của các cú sốc cục bộ.

2. Chính sách công nghiệp ở Đông Á: Nghiên cứu của Ernest Liu đã khám phá sự hỗ trợ có mục tiêu của nhà nước ở Hàn Quốc và Trung Quốc đã thúc đẩy tăng trưởng kinh tế như thế nào. Bằng cách tập trung vào các ngành công nghiệp thượng nguồn quan trọng chiến lược, các quốc gia này đã có thể đạt được mức tăng năng suất đáng kể và lợi ích kinh tế rộng lớn hơn.

3. Chuyển đổi kinh tế xanh: Philippe Aghion và các đồng nghiệp ủng hộ các chính sách công nghiệp cụ thể theo ngành để giải quyết quá trình chuyển đổi năng lượng. Phân tích Mesoeconomic giúp xác định lĩnh vực nào cần hỗ trợ để đạt được các mục tiêu môi trường một cách hiệu quả.

Kinh tế trung bình và hoạch định chính sách

Các nhà hoạch định chính sách tận dụng những hiểu biết về kinh tế trung bình để:

• Thiết kế các can thiệp có mục tiêu nhằm tăng cường khả năng phục hồi kinh tế và tính bền vững.

• Xác định và giảm thiểu rủi ro hệ thống trong chuỗi cung ứng và mạng lưới sản xuất.

• Thúc đẩy phát triển khu vực cân bằng thông qua các chính sách kinh tế khu vực.

• Hỗ trợ các lĩnh vực chiến lược thúc đẩy tăng trưởng kinh tế tổng thể và đổi mới.

Kinh tế trung bình (Mesoeconomics) – Hiểu biết Căn bản

Lê Quang Văn giải thích và thực hiện phần kỹ thuật số.

1 - Giải thích "Kinh tế trung bình" cho mọi người.

Kinh tế trung bình là gì?

Kinh tế trung bình là một cách nghiên cứu kinh tế học nhìn vào cấp độ "trung bình", tập trung vào cách các bộ phận khác nhau của nền kinh tế tương tác với nhau. Để hiểu kinh tế học trung bình, chúng ta hãy chia kinh tế học thành ba cấp độ:

1. Kinh tế vi mô: Đây là nghiên cứu của từng cá nhân và doanh nghiệp. Nó xem xét cách họ đưa ra quyết định về việc mua và bán mọi thứ. Ví dụ, làm thế nào một gia đình quyết định tiêu tiền của mình hoặc cách một doanh nghiệp đặt giá cho các sản phẩm của mình.

2. Kinh tế vĩ mô: Đây là bức tranh lớn. Nó xem xét toàn bộ nền kinh tế, chẳng hạn như tổng số tiền mà một quốc gia kiếm được (GDP), tỷ lệ thất nghiệp tổng thể và giá cả đang tăng bao nhiêu (lạm phát).

3. Kinh tế trung bình: Đây là cấp trung bình. Nó tập trung vào các ngành công nghiệp, khu vực và mạng lưới cụ thể trong nền kinh tế. Nó nghiên cứu cách các lĩnh vực khác nhau (như công nghệ, nông nghiệp hoặc chăm sóc sức khỏe) và các khu vực (như tiểu bang hoặc thành phố) tương tác và ảnh hưởng lẫn nhau. Kinh tế trung bình cũng xem xét chuỗi cung ứng, đó là một loạt các bước liên quan đến sản xuất và phân phối sản phẩm.

Tại sao Kinh tế trung bình lại quan trọng?

Kinh tế trung bình giúp chúng ta hiểu các bộ phận khác nhau của nền kinh tế được kết nối như thế nào và những thay đổi trong một lĩnh vực có thể ảnh hưởng đến các khu vực khác như thế nào. Ví dụ: nếu có vấn đề trong chuỗi cung ứng (như nhà máy ngừng hoạt động), nó có thể ảnh hưởng đến nhiều doanh nghiệp khác dựa vào sản phẩm của nhà máy đó.

Ví dụ thực tế

1. Chuỗi cung ứng: Trong đại dịch COVID-19, nhiều sản phẩm khó tìm vì các nhà máy và vận chuyển bị gián đoạn. Kinh tế trung bình nghiên cứu các kết nối này và làm thế nào sự gián đoạn trong một lĩnh vực có thể gây ra vấn đề ở những khu vực khác.

2. Chính sách công nghiệp: Chính phủ tạo ra các chính sách để hỗ trợ các ngành công nghiệp cụ thể. Ví dụ, chính phủ Mỹ đã đầu tư vào công nghệ và năng lượng xanh để tạo việc làm và giảm tác động môi trường. Kinh tế trung bình giúp hiểu những ngành công nghiệp nào cần hỗ trợ và làm thế nào những khoản đầu tư này có thể mang lại lợi ích cho nền kinh tế tổng thể.

3. Kinh tế khu vực: Các khu vực khác nhau có sức mạnh kinh tế khác nhau. Ví dụ, Thung lũng Silicon được biết đến với các công ty công nghệ, trong khi Trung Tây có nhiều công việc sản xuất. Kinh tế trung bình nghiên cứu những khác biệt khu vực này và cách các chính sách có thể hỗ trợ tăng trưởng khu vực.

Kinh tế trung bình giúp các nhà hoạch định chính sách như thế nào

Các nhà hoạch định chính sách sử dụng Kinh tế trung bình để đưa ra quyết định sáng suốt về nơi đầu tư nguồn lực và cách ứng phó với những thách thức kinh tế. Bằng cách hiểu được mối liên hệ giữa các bộ phận khác nhau của nền kinh tế, họ có thể tạo ra các chính sách hiệu quả hơn để thúc đẩy tăng trưởng và ổn định.

Kết luận

Kinh tế trung bình giống như nhìn nền kinh tế qua kính lúp. Nó giúp chúng ta thấy các lĩnh vực và khu vực khác nhau được liên kết như thế nào và những thay đổi trong một khu vực có thể tác đông đến toàn bộ nền kinh tế như thế nào. Sự hiểu biết này rất quan trọng để đưa ra quyết định thông minh có lợi cho tất cả mọi người.

2 - Giải thích "Kinh tế trung bình" cho sinh viên và chuyên gia Kinh tế. (Lê Quang Văn giải thích và thực hiện phần kỹ thuật số.)

Hiểu về Kinh tế trung bình

Kinh tế trung bình là một nhánh trung gian của phân tích kinh tế kiểm tra các tương tác trong và giữa các ngành kinh tế, khu vực và mạng lưới khác nhau. Nó thu hẹp khoảng cách giữa kinh tế vi mô, tập trung vào các cá nhân và công ty riêng lẻ, và kinh tế vĩ mô, liên quan đến toàn bộ nền kinh tế. Lĩnh vực này đặc biệt có liên quan trong việc tìm hiểu sự phức tạp của các hệ thống kinh tế không được nắm bắt đầy đủ bởi các quan điểm vi mô hoặc vĩ mô truyền thống

Sergey Brin’s life and career, from USSR refugee to billionaire Google cofounder

Business Insider. May 13, 2024.

Sergey Brin has amassed a multi-billion-dollar fortune after co-founding Google.

Brin teamed up with Larry Page at university in 1998 to launch what would become one of the world’s most powerful search engines. Brin also spearheaded many of Google’s innovative projects beyond search before stepping down from Alphabet, Google’s parent company, in 2019.

But his influence is still clear. Sundar Pichai, Alphabet’s current CEO, reportedly began meeting with Brin and Page throughout 2023 to strategize the development of Google’s Gemini to rival OpenAI’s chatGPT.

Outside his career, Brin enjoys extreme sports and attending music festival Burning Man. He has been married twice; he filed for divorce from his second wife in January 2022.

Brin’s early life

Brin might have a sizable net worth now, valued at $134 billion, per the Bloomberg Billionaires Index, but the tech mogul comes from humble beginnings. He was born in the Soviet Union during the summer of 1973.

Brin’s father was an economist who had bigger aspirations than the USSR allowed at that time. His father dreamed of being an astrophysicist, but his Jewish background and the USSR’s antisemitism kept him from those ambitions.

Brin’s family managed to get exit visas and flee the country when Brin was 6. But his family’s stressful, troubled experience left him with a lasting appreciation for democracy and freedom.

The Brin family ended up in Maryland, where the Google cofounder was enrolled in a Montessori school — like Larry Page — that emphasized independence and fostering creativity.

Brin didn’t revisit Moscow until he was 17, during a class trip led by his father. “Thank you for taking us all out of Russia,” Brin told his dad, a former math professor at the University of Maryland.

Spurred on by a blossoming defiant streak, he threw pebbles at a police car while in Russia and almost got in serious trouble when the officers inside noticed.

Brin and Larry Page create Google

Brin earned his bachelor’s degree in mathematics and computer science at the University of Maryland and a Ph.D. in computer science from Stanford.

There, his love of high-adrenaline exercise flourished: he tried out skating, skiing, gymnastics, and even trapeze.

Brin met Google cofounder Larry Page at Stanford in 1995.

The two reportedly found each other “obnoxious” at first, but they later became classmates and close friends who geeked out about computer science.

Brin and Page started collaborating in 1996 on a search engine they initially called BackRub.

Before Google, Brin was more focused on making an algorithm for personalized movie recommendations or finding a way to automatically detect copyright infringement cases.

Brin’s résumé from back in 1996, as he was working toward his Ph.D. at Stanford, is still available online.

The pair registered the domain Google.com in September 1997. Brin and Page had a mission to organize the world’s information and dropped out of Stanford the following year to work on their search engine. The rest, as we now know, is history.

That same year, the pair created the first Google Doodle.

Both Brin and Page are “burners,” meaning they’re devout fans and attendees of Burning Man, the freewheeling art festival in the middle of the Nevada desert. They made the first Google Doodle to let people know they weren’t around to do damage control if the site broke while they were at the event.

When the time came to find an outside CEO for Google, they approved the hire of Eric Schmidt in 2001 after learning he had attended the festival. They then brought Schmidt to Burning Man to “see how he would do.”

Brin led Google’s ambitious moonshot projects

Some of Brin’s projects at Google include self-driving cars now known as Waymo, smart contact lenses, and smart glasses.

As Google ballooned from simply a search engine to a massive corporation with dozens of diverse projects

Cuộc đời và sự nghiệp của Sergey Brin, từ người tị nạn Liên Xô đến tỷ phú đồng sáng lập Google

Business Insider. Ngày 13 tháng 5 năm 2024. Lê Quang Văn dịch, giải thích và thực hiện phần kỹ thuật số.

Sergey Brin đã tích lũy được khối tài sản trị giá hàng tỷ đô la sau khi đồng sáng lập Google.

Brin đã hợp tác với Larry Page tại trường đại học vào năm 1998 để ra mắt những gì sẽ trở thành một trong những công cụ tìm kiếm mạnh nhất thế giới. Brin cũng dẫn đầu nhiều dự án sáng tạo của Google ngoài tìm kiếm trước khi rời khỏi Alphabet, công ty mẹ của Google, vào năm 2019.

Nhưng ảnh hưởng của ông vẫn rõ ràng. Sundar Pichai, Giám đốc điều hành hiện tại của Alphabet, được cho là đã bắt đầu gặp Brin và Page trong suốt năm 2023 để lập chiến lược phát triển Gemini của Google để cạnh tranh với chatGPT của OpenAI.

Ngoài sự nghiệp, Brin thích các môn thể thao mạo hiểm và tham dự lễ hội âm nhạc Burning Man. Anh ấy đã kết hôn hai lần; anh đệ đơn ly hôn người vợ thứ hai vào tháng 1 năm 2022.

Cuộc sống ban đầu của Brin

Brin có thể có tài sản giá trị ròng khá lớn hiện nay, trị giá 134 tỷ USD, theo Bloomberg Billionaires Index, nhưng ông trùm công nghệ này có khởi đầu khiêm tốn. Ông sinh ra ở Liên Xô vào mùa hè năm 1973.

Cha của Brin là một nhà kinh tế có khát vọng lớn hơn những gì Liên Xô cho phép vào thời điểm đó. Cha ông mơ ước trở thành một nhà vật lý thiên văn, nhưng nền tảng Do Thái của ông và chủ nghĩa bài Do Thái của Liên Xô đã ngăn ông khỏi những tham vọng đó.

Gia đình Brin đã tìm cách xin thị thực xuất cảnh và trốn khỏi đất nước khi Brin 6 tuổi. Nhưng trải nghiệm căng thẳng, rắc rối của gia đình ông đã để lại cho ông một sự đánh giá cao và lâu dài về dân chủ và tự do.

Gia đình Brin sau cùng đến sinh sống tại Maryland, nơi người đồng sáng lập Google đăng ký vào một trường Montessori - như Larry Page - nhấn mạnh sự độc lập và thúc đẩy sự sáng tạo.

Brin đã không trở lại Moscow cho đến năm 17 tuổi, trong một chuyến đi của lớp do cha anh dẫn đầu. "Cảm ơn ông đã đưa tất cả chúng tôi ra khỏi nước Nga", Brin nói với cha mình, cựu giáo sư toán học tại Đại học Maryland.

Bị thúc đẩy bởi một thách thức vừa nở rộ trong khoảnh khắc, anh ta đã ném sỏi vào một chiếc xe cảnh sát khi ở Nga và gần như gặp rắc rối nghiêm trọng khi các sĩ quan bên trong chú ý.

Brin và Larry Page tạo Google

Brin lấy bằng cử nhân toán học và khoa học máy tính tại Đại học Maryland và bằng tiến sĩ khoa học máy tính tại Stanford.

Ở đó, tình yêu tập thể dục adrenaline cao của anh ấy nảy nở: anh ấy đã thử trượt băng, trượt tuyết, thể dục dụng cụ và thậm chí cả trapeze.

Brin gặp người đồng sáng lập Google Larry Page tại Stanford vào năm 1995.

Cả hai được cho là thấy lúc đầu là không ưa thích nhau, nhưng sau đó họ trở thành bạn thân cùng lớp, những người đam mê về khoa học máy tính.

Brin và Page bắt đầu hợp tác vào năm 1996 trên một công cụ tìm kiếm mà ban đầu họ gọi là BackRub.

Trước Google, Brin tập trung nhiều hơn vào việc tạo ra một thuật toán cho các đề xuất phim được cá nhân hóa hoặc tìm cách tự động phát hiện các trường hợp vi phạm bản quyền.

Sơ yếu lý lịch của Brin từ năm 1996, khi ông đang làm việc để lấy bằng tiến sĩ tại Stanford, vẫn có sẵn trực tuyến.

Cặp đôi đã đăng ký tên miền Google.com vào tháng 9 năm 1997. Brin và Page có nhiệm vụ tổ chức thông tin của thế giới và bỏ học Stanford vào năm sau để làm việc trên công cụ tìm kiếm của họ. Phần còn lại, như chúng ta biết bây giờ, là lịch sử.

Cùng năm đó, cặp đôi đã tạo ra Google Doodle đầu tiên.

Cả Brin và Page đều là "burners", có nghĩa là họ là những người hâm mộ sùng đạo và là những người tham dự Burning Man, lễ hội nghệ thuật tự do ở giữa sa mạc Nevada. Họ đã tạo ra Google Doodle đầu tiên để cho mọi người biết rằng họ không có mặt để kiểm soát thiệt hại nếu trang web bị hỏng trong khi họ đang ở sự kiện.

Khi đến lúc tìm một CEO bên ngoài cho Google, họ đã chấp thuận thuê Eric Schmidt vào năm 2001 sau khi biết ông đã tham dự lễ hội. Sau đó, họ đưa Schmidt đến Burning Man để "xem anh ta sẽ làm gì".

Brin lãnh đạo các dự án

Điểm uốn trong Công nghệ - Phần 3 của 4

Lê Quang Văn dịch, giải thích và thực hiện phần kỹ thuật số.

2.4 - Tốc độ tăng tốc của các điểm uốn

Theo truyền thống, các điểm uốn rất hiếm và xảy ra trong thời gian dài. Tuy nhiên, tốc độ tiến bộ công nghệ đã tăng tốc trong những năm gần đây, dẫn đến các điểm uốn thường xuyên và nhanh chóng hơn. Sự tăng tốc này được thúc đẩy bởi một số yếu tố, bao gồm những tiến bộ trong sức mạnh tính toán, tăng tính sẵn có của dữ liệu và sự gia tăng của các nỗ lực nghiên cứu và phát triển hợp tác giữa các ngành công nghiệp và học viện.

Tốc độ phát triển AI nhanh chóng minh họa cho xu hướng này. Những đổi mới từng mất nhiều năm để thành hiện thực hiện nay đang nổi lên trong vài tháng, dẫn đến các chu kỳ gián đoạn và chuyển đổi liên tục. Tốc độ tăng tốc này mang lại cả cơ hội và thách thức cho các cá nhân, doanh nghiệp và các nhà hoạch định chính sách, vì họ phải thích ứng với những thay đổi nhanh chóng và dự đoán sự phát triển trong tương lai.

2.5 - Kết thúc

Hiểu khái niệm về các điểm uốn là rất quan trọng để nắm bắt tác động biến đổi của những tiến bộ công nghệ. Trong lịch sử, các điểm uốn đã đánh dấu những thay đổi đáng kể trong cách sử dụng và nhận thức công nghệ, dẫn đến những thay đổi sâu sắc trong các ngành công nghiệp và xã hội. Trong kỷ nguyên hiện đại, tốc độ tiến bộ công nghệ tăng tốc, đặc biệt là trong AI, đang thúc đẩy các điểm uốn thường xuyên và nhanh chóng hơn. Khi chúng ta điều hướng cảnh quan năng động này, điều cần thiết là phải nhận ra tiềm năng của những khoảnh khắc này để định hình lại thế giới của chúng ta và chuẩn bị cho những cơ hội và thách thức mà chúng mang lại.

3 - Chương 2: GPT-4o của OpenAI: Một mẫu soái hạm (flagship) mới

3.1 - Giới thiệu về GPT-4o

Thông báo của OpenAI về mô hình hàng đầu mới của mình, GPT-4o, đại diện cho một cột mốc quan trọng trong sự phát triển của trí tuệ nhân tạo. GPT-4o là một hệ thống AI đa phương thức có khả năng xử lý và tạo đầu vào văn bản, giọng nói và hình ảnh, cho phép nó tương tác với con người một cách tự nhiên và trực quan đáng lo ngại. Mô hình này được xây dựng dựa trên những tiến bộ của các phiên bản trước, kết hợp các kỹ thuật tiên tiến trong học máy và xử lý ngôn ngữ tự nhiên.

3.2 - Khả năng của GPT-4o

Khả năng của GPT-4o vượt ra ngoài các tương tác dựa trên văn bản truyền thống, cho phép nó tương tác với người dùng thông qua nhiều phương thức giao tiếp. Mô hình có thể hiểu và tạo ngôn ngữ nói, nhận dạng và mô tả các cảnh trực quan và trả lời các truy vấn với thông tin liên quan theo ngữ cảnh. Cách tiếp cận đa phương thức này cho phép GPT-4o cung cấp trải nghiệm tương tác và nhập vai hơn cho người dùng.

Một trong những khía cạnh nổi bật nhất của GPT-4o là khả năng thể hiện hành vi vui tươi và khiêu khích. Trong buổi trình diễn, người mẫu đã thể hiện khả năng biểu cảm cảm xúc, tham gia trao đổi hài hước và dí dỏm với người dùng. Khả năng này đạt được thông qua các kỹ thuật tạo ngôn ngữ tự nhiên tiên tiến, cho phép mô hình tạo ra các câu trả lời không chỉ mang tính thông tin mà còn mang tính giải trí và hấp dẫn.

3.3 - Trình diễn GPT-4o

Cuộc trình diễn GPT-4o đã làm nổi bật khả năng ấn tượng của nó và khiến nhiều nhà quan sát kinh ngạc. Trong một kịch bản, mô hình quét một cảnh bằng máy ảnh, cung cấp các mô tả chi tiết và trả lời các câu hỏi về các đối tượng và con người trong môi trường. Khả năng xử lý và giải thích thông tin hình ảnh trong thời gian thực này nhấn mạnh những tiến bộ trong thị giác máy tính và AI đa phương thức.

Trong một phần khác của cuộc trình diễn, GPT-4o đã phê bình một cách hài hước các lựa chọn thời trang và trang trí của Greg Brockman, đồng sáng lập OpenAI, thể hiện khả năng tham gia vào các trò đùa vui tươi. Sự tương tác này đã chứng minh tiềm năng của mô hình không chỉ cung cấp hỗ trợ thiết thực mà còn giải trí và đồng hành.

GPT-4o is the best ChatGPT model, but it has one weakness

BGR. May 17, 2024.

Popular MacGPT and Petey apps now support GPT-4o

OpenAI’s GPT-4o ChatGPT upgrade, announced earlier this week, was an amazing display of power. The company dropped a big AI live demo ahead of Google’s I/O 2024, where Google would talk only about Gemini AI innovations for its ecosystem of apps and services.

After watching both events, I thought GPT-4o won the AI assistant battle. OpenAI can offer significantly improved AI assistant abilities in ChatGPT right now. The chatbot can support text, voice, photo, and video inputs.

Google can match the multimodality of GPT-4o with Project Astra. But Google had a prerecorded demo of a GPT-4o-like conversation with AI. And Gemini AI won’t get similar features until later this year.

In other words, if you’re interested in AI, you should be using GPT-4o on your devices right now, as it’s the best ChatGPT model that OpenAI has to offer the public right now. Plus, it’s free for everyone, even if you don’t pay for ChatGPT Plus.

But there is one downside to GPT-4o that I didn’t expect. OpenAI didn’t give its latest and greatest model the most extensive knowledge database. GPT-4o’s knowledge cutoff is May 2023, which is slightly worse than the December 2023 cutoff for GPT-4.

When OpenAI made GPT-4o available on Monday, I briefly tested the new ChatGPT model and asked it about its knowledge database. At the time, it gave me a puzzling September 2021 date. It reassured me that it could browse the web for up-to-date data, which I already knew.

I thought it might be a mistake, as OpenAI was still rolling GPT-4o out to various markets and devices. I decided to wait and then asked the same question on Friday morning. This time around, I asked all three models.

GPT-4o offered a much more palatable cutoff date: May 2023.

I moved on to GPT-4, and the ChatGPT model offered the most up-to-date cutoff date of the three: December 2023.

GPT-3.5 was the last option on the list, and the model told me its training data had information up to January 2022. Unlike the other two ChatGPT models, GPT-3.5 can’t search the web for me.

This isn’t necessarily a big deal. After all, GPT-4o can search the web for anything I might need. In fact, I haven’t paid attention to knowledge cutoffs for months. But it’s still an interesting detail, as it gives us further insight into how OpenAI trains its models.

GPT-4o might be “smart and fast,” as OpenAI describes it, but it doesn’t inherit the knowledge database of its previous models. Instead, the chatbot might have been trained from the ground up.

When announcing a new privacy tool to prevent copyrighted content from being used for ChatGPT training, OpenAI also explained how it trains its models. That’s where we learned each model goes through a fresh training process:

Each new generation of foundation models is trained from scratch on a new dataset. We constantly improve our architecture and increase the scale and diversity of our datasets significantly beyond our previous models.

This would explain why GPT-4o’s knowledge cutoff doesn’t match GPT-4. I expect OpenAI to improve the training cutoff, just like it did with the other models in the past few months.

I’ll also point out one interesting feature in the redesigned ChatGPT UI on the web. As you can see in the screenshots above, you can choose which model to answer your question. Just use the dropdown menu and select between GPT-4o, GPT-4, and GPT-3.5 to see how each responds to your prompts.

GPT-4o là mô hình ChatGPT tốt nhất, nhưng nó có một điểm yếu

BGR. Ngày 17 Tháng Năm, 2024. Lê Quang Văn dịch, giải thích và thực hiện phần kỹ thuật số.

Các ứng dụng MacGPT và Petey phổ biến hiện hỗ trợ GPT-4o

Bản nâng cấp GPT-4o ChatGPT của OpenAI, được công bố vào đầu tuần này, là một màn trình diễn sức mạnh đáng kinh ngạc. Công ty đã đưa ra một bản demo trực tiếp AI lớn trước I/O 2024 của Google, nơi Google sẽ chỉ nói về những đổi mới AI của Gemini cho hệ sinh thái ứng dụng và dịch vụ của mình.

Sau khi xem cả hai sự kiện, tôi nghĩ GPT-4o đã giành chiến thắng trong trận chiến trợ lý AI. OpenAI có thể cung cấp khả năng trợ lý AI được cải thiện đáng kể trong ChatGPT ngay bây giờ. Chatbot có thể hỗ trợ nhập văn bản, giọng nói, ảnh và video.

Google có thể kết hợp đa phương thức của GPT-4o với Project Astra. Nhưng Google đã có một bản demo được ghi sẵn về một cuộc trò chuyện giống như GPT-4o với AI. Và Gemini AI sẽ không nhận được các tính năng tương tự cho đến cuối năm nay.

Nói cách khác, nếu bạn quan tâm đến AI, bạn nên sử dụng GPT-4o trên thiết bị của mình ngay bây giờ, vì đây là mô hình ChatGPT tốt nhất mà OpenAI phải cung cấp cho công chúng ngay bây giờ. Ngoài ra, nó miễn phí cho tất cả mọi người, ngay cả khi bạn không trả tiền cho ChatGPT Plus.

Nhưng có một nhược điểm của GPT-4o mà tôi không mong đợi. OpenAI đã không cung cấp cho mô hình mới nhất và lớn nhất của mình cơ sở dữ liệu kiến thức rộng lớn nhất. Mức cắt giảm kiến thức của GPT-4o là tháng 5 năm 2023, kém hơn một chút so với mức cắt giảm tháng 12 năm 2023 đối với GPT-4.

Khi OpenAI cung cấp GPT-4o vào thứ Hai, tôi đã thử nghiệm ngắn gọn mô hình ChatGPT mới và hỏi nó về cơ sở dữ liệu kiến thức của nó. Vào thời điểm đó, nó đã cho tôi một ngày tháng 9 năm 2021 khó hiểu. Nó trấn an tôi rằng nó có thể duyệt web để có dữ liệu cập nhật, điều mà tôi đã biết.

Tôi nghĩ đó có thể là một sai lầm, vì OpenAI vẫn đang tung GPT-4o ra nhiều thị trường và thiết bị khác nhau. Tôi quyết định chờ đợi và sau đó hỏi cùng một câu hỏi vào sáng thứ Sáu. Lần này, tôi hỏi cả ba người mẫu.

GPT-4o đưa ra một ngày giới hạn hấp dẫn hơn nhiều: tháng 5 năm 2023.

Tôi đã chuyển sang GPT-4 và mô hình ChatGPT cung cấp ngày giới hạn cập nhật nhất trong ba: Tháng 12 năm 2023.

GPT-3.5 là lựa chọn cuối cùng trong danh sách và mô hình cho tôi biết dữ liệu đào tạo của nó có thông tin đến tháng 1 năm 2022. Không giống như hai mô hình ChatGPT khác, GPT-3.5 không thể tìm kiếm trên web cho tôi.

Đây không nhất thiết là một vấn đề lớn. Rốt cuộc, GPT-4o có thể tìm kiếm trên web bất cứ thứ gì tôi có thể cần. Trên thực tế, tôi đã không chú ý đến việc cắt giảm kiến thức trong nhiều tháng. Nhưng nó vẫn là một chi tiết thú vị, vì nó cho chúng ta cái nhìn sâu sắc hơn về cách OpenAI đào tạo các mô hình của nó.

GPT-4o có thể "thông minh và nhanh chóng", như OpenAI mô tả, nhưng nó không kế thừa cơ sở dữ liệu kiến thức của các mô hình trước đó. Thay vào đó, chatbot có thể đã được đào tạo từ đầu.

Khi công bố một công cụ bảo mật mới để ngăn chặn nội dung có bản quyền được sử dụng cho đào tạo ChatGPT, OpenAI cũng giải thích cách họ đào tạo các mô hình của mình. Đó là nơi chúng tôi học được mỗi mô hình đều trải qua một quá trình đào tạo mới:

Mỗi thế hệ mô hình nền tảng mới được đào tạo từ đầu trên một tập dữ liệu mới. Chúng tôi không ngừng cải tiến kiến trúc của mình và tăng quy mô và sự đa dạng của các bộ dữ liệu vượt xa các mô hình trước đây của chúng tôi.

Điều này sẽ giải thích tại sao giới hạn kiến thức của GPT-4o không khớp với GPT-4. Tôi hy vọng OpenAI sẽ cải thiện việc cắt giảm đào tạo, giống như nó đã làm với các mô hình khác trong vài tháng qua.

Tôi cũng sẽ chỉ ra một tính năng thú vị trong giao diện người dùng ChatGPT được thiết kế lại trên web. Như bạn có thể thấy trong ảnh chụp màn hình ở trên, bạn có thể chọn mô hình nào để trả lời câu hỏi của mình. Chỉ cần sử dụng menu thả xuống và chọn giữa GPT-4o, GPT-4 và GPT-3.5 để xem mỗi người phản hồi lời nhắc của bạn như thế nào.

Планы Трампа в отношении ФРС могут возродить инфляцию образца 1970-х годов

Maurice Obstfeld. Project Syndicate. May 8, 2024

Если последние три года и научили нас чему-то, так это тому, что низкую инфляцию нельзя воспринимать как должное. Несмотря на то, что инфляция в США до сих пор превышает целевой показатель Федеральной резервной системы в 2% для обеспечения стабильности цен, советники бывшего Президента Дональда Трампа обсуждают новый и опасный подход к денежно-кредитной политике. Если он будет реализован во время второго президентства Трампа, это сведет на нет десятилетия напряженной работы, которая с 2022 года позволила ФРС снизить годовую инфляцию почти на четыре процентных пункта, примерно до 3%, практически без ущерба для реальной экономики.

Сообщается, что советники Трампа рассматривают два взаимодополняющих изменения в политике. Согласно сообщениям, одно из предложений касается усиления прямого президентского контроля над решениями ФРС по процентным ставкам и принятием норм. Одновременно торговая команда Трампа, возглавляемая бывшим торговым представителем США Робертом Лайтхайзером, очевидно, хочет ослабить обменный курс доллара.

Хотя некоторые советники Трампа отрицают наличие планов по девальвации доллара, предпочтение Трампа в пользу более низких процентных ставок и более слабой валюты было очевидным и во время его первого срока. Предлагаемая политика облегчит ему задачу по преодолению независимости ФРС и достижению обеих целей. В результате получится мощный инфляционный коктейль.

тремление Трампа к более слабому доллару обусловлено его убеждением, которое разделяет Лайтхайзер, что доллар “слишком силен”. Это, в свою очередь, делает экспорт США дорогим на внешних рынках и удешевляет импорт для американских потребителей, что приводит к большому торговому дефициту. И Трамп, и Лайтхайзер считают это проблематичным, поскольку в отсутствие сбалансированной торговли, когда импорт равен экспорту по стоимости, Соединенные Штаты финансируют свой торговый дефицит за счет заимствований или фактической передачи внутренних активов иностранным субъектам.

Однако эта интерпретация отражает близорукое понимание торговли и экономики XVII века. В действительности, приток денег, поддерживающий торговый дефицит, может быть использован для строительства новых фабрик, содействия более эффективному использованию существующих активов США или финансирования новых внутренних инвестиций и предприятий, что положительно скажется на американских рабочих и фирмах.

Безусловно, можно утверждать, что снижение торгового дефицита повышает спрос на американскую продукцию, создавая тем самым рабочие места. Но поскольку в США уже достигнута полная занятость, ФРС поддерживает более высокие процентные ставки именно для того, чтобы сдерживать спрос и снижать инфляцию. И если ФРС в этом помогал сильный доллар, то ослабление валюты привело бы к обратному эффекту. Более того, как и тарифы на импорт, за которые выступают Трамп и Лайтхайзер, более слабый доллар нанесет ущерб потребителям, повысив цены на товары, содержащие импортные компоненты.

Даже если бы слабый доллар и сбалансированная торговля были стоящими целями, варианты политики для их достижения варьируются от неосуществимых до вредных. Например, Казначейство США и ФРС могли бы покупать ценные бумаги в иностранной валюте и продавать облигации, деноминированные в долларах. Но учитывая, что ежедневный оборот валютного рынка приближается к $8 триллионам, эти покупки должны быть осуществлены в огромных масштабах, что в случае укрепления доллара подвергнет баланс правительства США огромным потерям.

Вмешательство на валютный рынок могло бы быть более эффективным, если бы союзники Америки поддержали его, как они поддержали Соглашение Плаза 1985 года. Но в то время как такие страны, как Япония и Корея, все больше нервничают из-за слабости своих валют, то большинство других стран - нет, и их придется убеждать. И можно пожелать лишь удачи в организации совместных международных усилий, в то время как Трамп угрожает выйти из НАТО.

特朗普的美联储方案将重现1970年代式通胀

Maurice Obstfeld. Project Syndicate. May 8, 2024

发自伯克利——如果说过去三年教会了我们什么，那就是不能将低通胀视作理所当然。尽管通胀率仍高于美联储2%的物价稳定目标，但前总统特朗普的顾问们却在讨论一种危险的货币政策新手段。倘若这一政策在他的第二任总统任期内出台，那美联储数十年来的努力就将付诸东流——该机构自2022年以来已将年化通胀率降低了近4%（到大概3%的水平）且几乎没有对实体经济造成损害。

据报道特朗普的顾问们正在考虑两项互补的政策变化。报道指出其中一项建议涉及强化总统对美联储利率决策和规则制定的直接控制。与此同时由美国前贸易代表罗伯特·莱特希泽（Robert Lighthizer）领导的特朗普贸易团队显然想要削弱美元汇率。

虽然特朗普的一些顾问否认有任何美元贬值计划，但他在其第一任期内对降低利率和弱化货币的偏好是显而易见的。拟议的政策将使其更容易凌驾于美联储的独立性之上去实现这两个目标，而其结果将是一款强劲的通胀鸡尾酒。

特朗普希望美元走软的理由是他认为美元“过强”，而莱特希泽也是同样的看法。这反过来使美国的出口产品在国外市场变得昂贵，而进口产品对美国消费者来说则更加便宜，从而引发巨额贸易逆差。两人都认为这是有问题的，因为如果无法实现进口与出口价值相等的贸易收支平衡状态，美国就得通过借贷或实际上将国内资产出让给外国实体来为贸易逆差融资。

但这种解读其实体现了一种十七世纪式的、对贸易和经济的短视性解读。事实上维持贸易赤字的资金流入可以用来建设新工厂，推动对美国现有资产的更高效利用，或是为新的国内投资和企业提供资金，进而为美国工人和企业带来正面溢出效应。

当然，有人会说贸易逆差的减少会促进对美国产品的需求，从而创造就业机会。但是在已经实现充分就业的情况下美联储维持较高的利率正是为了抑制需求和降低通胀。美元走强有助于美联储完成这一任务，而货币走弱则会产生反效果。此外与特朗普和莱特希泽所支持的进口关税一样，美元走软也会抬高那些包含进口部件商品的价格，从而损害消费者利益。

即使美元走弱和贸易平衡是值得追求的目标，实现这些目标的政策选项也都是不切实际或有害的。比如美国财政部和美联储可以购买外币证券并出售美元计价债券。但鉴于外汇市场的日交易额接近8万亿美元，这些购买措施需要以极大的规模来实施，而一旦美元走强美国政府的资产负债表就将面临重大损失。

如果美国的盟友能像支持1985年《广场协议》那样给予支持，那么货币市场干预就会更加有效。但虽然日本和韩国日益忧虑本国货币的疲软状态，其他大多数国家却并非如此，需要说服。而要在特朗普威胁退出北约的同时组织一场国际合作可绝非易事。

美国威胁要对那些被认定为刻意低估汇率的国家征收关税，而这种做法将给全球贸易带来更多不确定性，可能会损害投资和增长。此外也无法确信这些措施一定能显著改善美国的贸易收支状态。

调整利率是影响美元币值的一个更可靠方法。但鉴于外国央行不太可能为了迎合特朗普而提升利率并背负将本国经济推入衰退的风险，美联储将面临过早调低利率的压力。这种策略将是通胀性且弄巧成拙的，因为国内物价的上涨将抵消弱势美元可能为外国买家节省的成本。但如果特朗普成功加强总统对美联储政策的控制，这或许会是阻力最小的途径，尽管此举使美国贸易收支状况恶化的可能性和改善它一样高。

而削弱美元和减少美国贸易赤字的万无一失方法则缩小联邦政府的巨额财政赤字，从而使美联储能够在控制通胀的同时尽快降低利率。虽然这一政策将为美国和全球经济带来长期收益，但却几乎无法得到民主党人或包括特朗普在内的共和党人的政治支持。

随着全球通胀在新冠疫情爆发后飙升，一些观察家担心情况会回归到1970年代那样——当时持续的高通胀使经济生活变得更加难以预测，对家庭和企业造成极大压力。当年依靠一场国际经济深度衰退才恢复了价格稳定。但这一次由于供应链压力减轻且美联储和其他中央银行果断通过加息抑制需求，通胀得以在无需出现深度衰退的情况下迅速下降。

实现这一成就的关键在于市场的长期通胀预期保持了锚定。中央银行的行动，加上其数十年来一以贯之的行事纪录和机构独立性，增强了人们对其抑制通胀努力的信心。

然而这些积极事态进展在一个货币政策政治化、受总统控制、关注美元外部价值而非更为重要的内部价值的世界里是不可能实现的。特朗普的美联储和美元方案是一张回归1970年代通胀混乱局面的单程票。

Maurice Obstfeld, a former chief economist of the International Monetary Fund, is Senior Fellow at the Peterson Institute for International Economics and Professor of Economics Emeritus at the University of California, Berkeley.

Điểm uốn trong Công nghệ - Phần 2 của 4

Lê Quang Văn dịch, giải thích và thực hiện phần kỹ thuật số.

1.5 - Tốc độ tiến bộ của AI

Trái ngược với những quan điểm hoài nghi này, các nhà phát triển và nhà nghiên cứu làm việc trên các mô hình AI cho rằng tiến độ đang tăng tốc với tốc độ chưa từng có. Demis Hassabis, đồng sáng lập DeepMind và Sa hoàng AI của Google, nhấn mạnh tốc độ tiến bộ AI nhanh chóng so với các cuộc cách mạng công nghệ trước đây, như internet và điện toán di động. Theo ông, AI đang tiến bộ nhanh hơn ba đến bốn lần, cho thấy một giai đoạn thay đổi lớn trong vài thập kỷ tới.

Liz Reid, Phó chủ tịch tìm kiếm của Google, nhấn mạnh thách thức trong việc theo kịp tốc độ đổi mới AI nhanh chóng. Cô lưu ý rằng công nghệ này đang phát triển nhanh đến mức ngay cả các nhà nghiên cứu làm việc trong cùng một dự án cũng có thể có quan điểm khác nhau về những gì có thể. Tốc độ thay đổi nhanh chóng này nhấn mạnh sự cần thiết phải thích ứng và học tập liên tục trong lĩnh vực AI.

1.6 - Kết thúc

Tóm lại, các thông báo và phát triển gần đây về AI của OpenAI và Google minh họa cho tốc độ tiến bộ công nghệ nhanh chóng và tiềm năng biến đổi của AI. Trong khi sự hoài nghi và quan điểm trái ngược tồn tại, sự tiến bộ và đổi mới liên tục trong AI cho thấy chúng ta đang ở giữa một cuộc cách mạng công nghệ quan trọng. Ý nghĩa của những tiến bộ này là rất lớn, với tiềm năng định hình lại các ngành công nghiệp, cuộc sống hàng ngày và sự hiểu biết của chúng ta về sự tương tác giữa con người và máy tính. Khi chúng ta điều hướng kỷ nguyên thay đổi nhanh chóng này, điều quan trọng là phải duy trì thông tin và khả năng thích ứng, nhận ra cả cơ hội và thách thức ở phía trước.

2 - Chương 1: Khái niệm về điểm uốn

2.1 - Xác định điểm uốn

Trong bối cảnh công nghệ, một điểm uốn đề cập đến một thời điểm quan trọng khi một sự đổi mới mới phá vỡ tình trạng hiện tại, dẫn đến một sự thay đổi sâu sắc trong cách sử dụng và nhận thức công nghệ. Những khoảnh khắc này được đặc trưng bởi những thay đổi nhanh chóng xác định lại các ngành công nghiệp, tạo ra thị trường mới và thay đổi bối cảnh cạnh tranh. Các điểm uốn thường được thúc đẩy bởi những đột phá trong nghiên cứu và phát triển, dẫn đến việc giới thiệu các sản phẩm hoặc dịch vụ mới cung cấp các khả năng trước đây được cho là không thể.

2.2 - Ví dụ lịch sử về các điểm uốn

Trong suốt lịch sử, đã có một số điểm uốn đáng chú ý đã định hình lại công nghệ và xã hội. Một trong những ví dụ sớm nhất là Cách mạng Công nghiệp, giới thiệu các quy trình sản xuất cơ giới hóa và chuyển đổi nền kinh tế từ dựa trên nông nghiệp sang dựa trên công nghiệp. Việc phát minh ra động cơ hơi nước, gin bông và các cải tiến cơ khí khác đã đánh dấu một bước ngoặt trong khả năng sản xuất và tăng trưởng kinh tế.

Một điểm uốn quan trọng khác xảy ra với sự ra đời của máy tính cá nhân vào những năm 1970 và 1980. Sự ra đời của các máy tính thân thiện với người dùng, giá cả phải chăng như Apple II và IBM PC đã dân chủ hóa quyền truy cập vào sức mạnh tính toán, cho phép các cá nhân và doanh nghiệp nhỏ tận dụng công nghệ cho một loạt các ứng dụng. Sự thay đổi này dẫn đến sự trỗi dậy của ngành công nghiệp phần mềm, sự phát triển của internet và sự gia tăng của công nghệ kỹ thuật số trong cuộc sống hàng ngày.

2.3 - Vai trò của trí tuệ nhân tạo trong các điểm uốn hiện đại

Trong những năm gần đây, trí tuệ nhân tạo (AI) đã nổi lên như một động lực đằng sau các điểm uốn hiện đại. Sự phát triển của các thuật toán học máy, xử lý ngôn ngữ tự nhiên và mạng lưới thần kinh đã cho phép các hệ thống AI thực hiện các nhiệm vụ từng là lĩnh vực độc quyền của trí thông minh con người. Từ nhận dạng hình ảnh đến dịch ngôn ngữ, AI đang chuyển đổi các ngành công nghiệp và tạo ra những khả năng mới cho sự đổi mới.

Sự ra đời của các trợ lý cá nhân được hỗ trợ bởi AI, chẳng hạn như Siri của Apple, Alexa của Amazon và Google Assistant, đã đánh dấu một điểm uốn trong tương tác giữa người và máy tính. Các hệ thống này tận dụng xử lý ngôn ngữ tự nhiên để hiểu và trả lời các

Trump’s Plans for the Fed Would Revive 1970s-Style Inflation

Maurice Obstfeld. Project Syndicate. May 8, 2024

Former US President Donald Trump, whose preference for lower interest rates and a weaker dollar was evident during his first term, is reportedly planning to override the Federal Reserve’s independence if he returns to the White House in 2025. The result would be a toxic inflationary cocktail.

If the past three years have taught us anything, it is that low inflation cannot be taken for granted. Even though US inflation remains above the Federal Reserve’s 2% target for price stability, former President Donald Trump’s advisers are discussing a new and dangerous approach to monetary policy. If implemented during a second Trump presidency, it would undo the decades of hard work that allowed the Fed to reduce annualized inflation by nearly four percentage points since 2022, to roughly 3%, at little or no cost to the real economy.

Trump’s advisers are reportedly considering two complementary policy changes. One proposal reportedly involves increasing direct presidential control over the Fed’s interest-rate decisions and rulemaking. Simultaneously, Trump’s trade team, led by former US Trade Representative Robert Lighthizer, apparently wants to weaken the dollar’s exchange rate.

While some Trump advisers have denied any plans to devalue the dollar, Trump’s preference for lower interest rates and a weaker currency was evident during his first term. The proposed policies would make it easier for him to override the Fed’s independence and achieve both objectives. The result would be a potent inflationary cocktail.

Trump’s desire for a weaker dollar is driven by his belief, shared by Lighthizer, that the dollar is “too strong.” This, in turn, makes US exports expensive in foreign markets and imports cheaper for American consumers, resulting in a large trade deficit. Both Trump and Lighthizer see this as problematic because, in the absence of balanced trade where imports equal exports in value, the United States is funding its trade deficit by borrowing from or effectively ceding domestic assets to foreign entities.

But this interpretation reflects a myopic, seventeenth-century understanding of trade and the economy. In reality, the inflows of money that sustain trade deficits can be used to build new factories, promote better use of existing US assets, or finance new domestic investments and enterprises, with positive spillovers to American workers and firms.

To be sure, one could argue that a lower trade deficit boosts demand for US products, thereby creating jobs. But with the US already at full employment, the Fed is maintaining higher interest rates precisely to curb demand and bring inflation down. While the Fed was aided in that task by a stronger dollar, a weaker currency would have the opposite effect. Moreover, like the import tariffs favored by Trump and Lighthizer, a weaker dollar would hurt consumers by driving up prices for goods containing imported components.

Even if a weaker dollar and balanced trade were worthwhile goals, the policy options for achieving them range from infeasible to harmful. For example, the US Treasury and the Fed could purchase foreign-currency securities and sell dollar-denominated bonds. But given that the foreign-exchange market’s daily turnover is close to $8 trillion, these purchases would need to be implemented on a massive scale, which would expose the US government’s balance sheet to huge losses if the dollar were to strengthen.

Currency-market intervention could be more effective if America’s allies supported it, as they supported the 1985 Plaza Accord. But while countries like Japan and Korea are becoming increasingly nervous about the weakness of their currencies, most others are not and would require convincing. And good luck organizing a cooperative international effort while Trump is threatening to withdraw from NATO.

Kế hoạch của Trump đối với Cục Dự trữ Liên bang sẽ hồi sinh lạm phát kiểu những năm 1970

Maurice Obstfeld. Dự án Syndicate. 8 Tháng Năm, 2024.Lê Quang Văn dịch, giải thích và thực hiện phần kỹ thuật số.

Cựu Tổng thống Mỹ Donald Trump, người có sở thích lãi suất thấp hơn và đồng đô la yếu hơn thể hiện rõ trong nhiệm kỳ đầu tiên của mình, được cho là đang lên kế hoạch thay thế sự độc lập của Cục Dự trữ Liên bang nếu ông trở lại Nhà Trắng vào năm 2025. Kết quả sẽ là một loại “nước uống” lạm phát độc hại.

Nếu ba năm qua đã dạy chúng ta bất cứ điều gì, thì đó là lạm phát thấp không thể được coi là điều hiển nhiên. Mặc dù lạm phát của Mỹ vẫn cao hơn mục tiêu 2% của Cục Dự trữ Liên bang về ổn định giá cả, các cố vấn của cựu Tổng thống Donald Trump đang thảo luận về một cách tiếp cận mới và nguy hiểm đối với chính sách tiền tệ. Nếu được thực hiện trong nhiệm kỳ tổng thống thứ hai của Trump, nó sẽ hoàn tác hàng thập kỷ làm việc chăm chỉ cho phép Cục Dự trữ Liên bang giảm lạm phát hàng năm gần bốn điểm phần trăm kể từ năm 2022, xuống còn khoảng 3%, với chi phí thấp hoặc miễn phí cho nền kinh tế thực.

Các cố vấn của ông Trump được cho là đang xem xét hai thay đổi chính sách bổ sung cho nhau. Một đề xuất được cho là liên quan đến việc tăng cường kiểm soát trực tiếp của tổng thống đối với các quyết định lãi suất và quy tắc của Cục Dự trữ Liên bang. Đồng thời, nhóm thương mại của Trump, dẫn đầu bởi cựu Đại diện Thương mại Hoa Kỳ Robert Lighthizer, dường như muốn làm suy yếu tỷ giá hối đoái của đồng đô la.

Trong khi một số cố vấn của Trump đã phủ nhận bất kỳ kế hoạch phá giá đồng đô la nào, sự ưu tiên của Trump đối với lãi suất thấp hơn và đồng tiền yếu hơn là điều hiển nhiên trong nhiệm kỳ đầu tiên của ông. Các chính sách được đề xuất sẽ giúp ông dễ dàng vượt qua sự độc lập của Cục Dự trữ Liên bang và đạt được cả hai mục tiêu. Kết quả sẽ là một loại “nước uống” lạm phát mạnh.

Mong muốn của Trump về một đồng đô la yếu hơn được thúc đẩy bởi niềm tin của ông, được chia sẻ bởi Lighthizer, rằng đồng đô la "quá mạnh". Điều này, đến lượt nó, làm cho hàng xuất khẩu của Mỹ đắt đỏ ở thị trường nước ngoài và nhập khẩu rẻ hơn cho người tiêu dùng Mỹ, dẫn đến thâm hụt thương mại lớn. Cả Trump và Lighthizer đều coi điều này là có vấn đề bởi vì, trong trường hợp không có thương mại cân bằng, nơi nhập khẩu bằng giá trị, Hoa Kỳ đang tài trợ thâm hụt thương mại của mình bằng cách vay hoặc nhượng lại tài sản trong nước cho các thực thể nước ngoài.

Nhưng cách giải thích này phản ánh một sự hiểu biết thiển cận, thế kỷ XVII về thương mại và kinh tế. Trên thực tế, dòng tiền duy trì thâm hụt thương mại có thể được sử dụng để xây dựng các nhà máy mới, thúc đẩy sử dụng tốt hơn các tài sản hiện có của Mỹ hoặc tài trợ cho các khoản đầu tư và doanh nghiệp trong nước mới, với tác động lan tỏa tích cực đến người lao động và doanh nghiệp Mỹ.

Để chắc chắn, người ta có thể lập luận rằng thâm hụt thương mại thấp hơn làm tăng nhu cầu đối với các sản phẩm của Mỹ, do đó tạo ra việc làm. Nhưng với việc Mỹ đã có toàn dụng lao động, Cục Dự trữ Liên bang đang duy trì lãi suất cao hơn chính xác để kiềm chế nhu cầu và đưa lạm phát xuống. Trong khi Cục Dự trữ Liên bang được hỗ trợ trong nhiệm vụ đó bởi đồng đô la mạnh hơn, một đồng tiền yếu hơn sẽ có tác động ngược lại. Hơn nữa, giống như thuế nhập khẩu được Trump và Lighthizer ưa chuộng, đồng đô la yếu hơn sẽ làm tổn thương người tiêu dùng bằng cách đẩy giá hàng hóa có chứa linh kiện nhập khẩu lên cao.

Ngay cả khi đồng đô la yếu hơn và thương mại cân bằng là những mục tiêu đáng giá, các lựa chọn chính sách để đạt được chúng dao động từ không khả thi đến có hại. Ví dụ, Bộ Tài chính Mỹ và Cục Dự trữ Liên bang có thể mua chứng khoán ngoại tệ và bán trái phiếu bằng đồng đô la. Nhưng do doanh thu hàng ngày của thị trường ngoại hối là gần 8 nghìn tỷ đô la, những giao dịch mua này sẽ cần phải được thực hiện trên quy mô lớn, điều này sẽ khiến bảng cân đối kế toán của chính phủ Hoa Kỳ bị tổn thất lớn nếu đồng đô la mạnh lên.

The Old-Fashioned Library at the Heart of the A.I. Boom

New York Times. May 15, 2024.

[The phrase "at the heart" is a metaphor meaning "at the center" or "at the core" of something. In the context of the phrase "The old-fashioned library at the heart of the A.I. boom," it suggests that the old-fashioned library is central or crucial to the ongoing boom in artificial intelligence. Despite being traditional, the library plays a significant and perhaps surprising role in the rapid advancements and developments in the A.I.field]

The two-story library has Oriental rugs, shaded lamps dotting its desks and rows of hardbacks lining its walls. It is the architectural centerpiece of the offices of OpenAI, the start-up whose online chatbot, ChatGPT, showed the world that machines can instantly generate their own poetry and prose.

The building, which was once a mayonnaise factory, looks like a typical tech office, with its communal work spaces, well-stocked micro-kitchens and private nap rooms spread across three floors in San Francisco’s Mission District.

But then there is that library, with the ambience of a Victorian Era reading room. Its shelves offer everything from Homer’s “The Iliad” to David Deutsch’s “The Beginning of Infinity,” a favorite of Sam Altman, OpenAI’s chief executive.

Built at Mr. Altman’s request and stocked with titles suggested by his staff, the OpenAI library is an apt metaphor for the world’s hottest tech company, whose success was fueled by language — lots and lots of language. OpenAI’s chatbot was not built like the average internet app. ChatGPT learned its skills by analyzing huge amounts of text that was written, edited and curated by humans, including encyclopedia articles, news stories, poetry and, yes, books.

The library also represents the paradox at the heart of OpenAI’s technology. Authors and publishers, including The New York Times, are suing OpenAI, claiming the company illegally used their copyrighted content to build its A.I. systems. Many authors worry that the technology will ultimately take away their livelihood.

Many OpenAI employees, on the other hand, believe the company is using human creativity to fuel more human creativity. They believe their use of copyrighted works is “fair use” under the law, because they are transforming these works into something new.

“To say that this is a public debate right now is an understatement,” said Shannon Gaffney, co-founder and managing partner of SkB Architects, the architectural firm that renovated OpenAI’s headquarters and designed its library. “Though things might look like they are going in different directions, the library serves as a constant reminder of human creativity.”

When OpenAI hired Ms. Gaffney’s firm to renovate the building in 2019, Mr. Altman said he wanted a library with an academic aura.

He wanted it to be a reminder of the Green Library, a Romanesque library at Stanford University, where he was a student for two years before dropping out to build a social media app; the Rose Reading Room, a Beaux-Arts study hall on the top floor of the New York Public Library in Midtown Manhattan; and the library-like bar inside the now defunct Nomad Hotel, 15 blocks south of the Rose.

“My dining room and living room at home is inside a library — floor-to-ceiling books all the way around,” Mr. Altman said in an interview. “There is something about sitting in the middle of knowledge on the shelves at vast scale that I find interesting.”

Many titles, like “English Masterpieces, 700-1900” and “Ideas and Images in World Art,” seem like the weighty hardbacks that professional decorators place strategically inside hotel lobbies because they look the part. Still, the library is a reflection of the organization that built it.

On a recent afternoon, two paperbacks sat beside each other at eye-level: “Birds of Lake Merritt” (a field guide to the birds found in a wildlife refuge in Oakland, Calif.) and “Fake Birds of Lake Merritt” (a parody written by GPT-3,

Thư viện kiểu cũ là trung tâm điểm cho sự bùng nổ AI

New York Times. Ngày 15 Tháng Năm, 2024. Lê Quang Văn dịch, giải thích và thực hiện phần kỹ thuật số.

[Cụm từ "ở trung tâm" là một phép ẩn dụ có nghĩa là "điểm chính " hoặc "cốt lõi" của một cái gì đó. Trong bối cảnh của cụm từ "Thư viện kiểu cũ ở trung tâm của sự bùng nổ AI", nó cho thấy rằng thư viện kiểu cũ là trung tâm hoặc rất quan trọng đối với sự bùng nổ liên tục của trí tuệ nhân tạo. Mặc dù là truyền thống, thư viện đóng một vai trò quan trọng và có lẽ đáng ngạc nhiên trong những tiến bộ và phát triển nhanh chóng trong lĩnh vực AI]

Thư viện hai tầng có thảm phương Đông, đèn bóng mờ rải rác trên bàn và các hàng bìa cứng lót tường. Đây là trung tâm kiến trúc của các văn phòng của OpenAI, công ty khởi nghiệp có chatbot trực tuyến, ChatGPT, đã cho thế giới thấy rằng máy móc có thể ngay lập tức tạo ra thơ và văn xuôi của riêng chúng.

Tòa nhà, từng là một nhà máy mayonnaise, trông giống như một văn phòng công nghệ điển hình, với không gian làm việc chung, nhà bếp siêu nhỏ đầy đủ và phòng ngủ trưa riêng trải rộng trên ba tầng ở Quận Mission của San Francisco.

Nhưng sau đó là thư viện, với bầu không khí của một phòng đọc thời Victoria. Các kệ của nó cung cấp mọi thứ từ "The Iliad" của Homer đến "The Beginning of Infinity" của David Deutsch, một tác phẩm yêu thích của Sam Altman, giám đốc điều hành của OpenAI.

Được xây dựng theo yêu cầu của ông Altman và chứa đầy các đầu sách do nhân viên của ông đề xuất, thư viện OpenAI là một phép ẩn dụ thích hợp cho công ty công nghệ nóng nhất thế giới, thành công được thúc đẩy bởi ngôn ngữ - rất nhiều và rất nhiều ngôn ngữ. Chatbot của OpenAI không được xây dựng như các ứng dụng internet thông thường. ChatGPT đã học được các kỹ năng của mình bằng cách phân tích một lượng lớn văn bản được viết, chỉnh sửa và quản lý bởi con người, bao gồm các bài báo bách khoa toàn thư, câu chuyện tin tức, thơ và, vâng, sách.

Thư viện cũng đại diện cho nghịch lý ở trung tâm công nghệ OpenAI. Các tác giả và nhà xuất bản, bao gồm The New York Times, đang kiện OpenAI, tuyên bố công ty đã sử dụng bất hợp pháp nội dung có bản quyền của họ để xây dựng hệ thống AI của mình. Nhiều tác giả lo lắng rằng công nghệ cuối cùng sẽ lấy đi sinh kế của họ.

Mặt khác, nhiều nhân viên OpenAI tin rằng công ty đang sử dụng sự sáng tạo của con người để thúc đẩy sự sáng tạo của con người nhiều hơn. Họ tin rằng việc họ sử dụng các tác phẩm có bản quyền là "sử dụng hợp lý" theo luật, bởi vì họ đang biến những tác phẩm này thành một cái gì đó hoàn toàn mới.

"Nói rằng đây là một cuộc tranh luận công khai ngay bây giờ là một cách nói quá", Shannon Gaffney, đồng sáng lập và đối tác quản lý của SkB Architects, công ty kiến trúc đã cải tạo trụ sở của OpenAI và thiết kế thư viện của nó cho biết. "Mặc dù mọi thứ có thể trông giống như chúng đang đi theo những hướng khác nhau, thư viện đóng vai trò như một lời nhắc nhở liên tục về sự sáng tạo của con người."

Khi OpenAI thuê công ty của bà Gaffney để cải tạo tòa nhà vào năm 2019, ông Altman nói rằng ông muốn có một thư viện với hào quang học thuật.

Anh ấy muốn nó là một lời nhắc nhở về Thư viện Xanh, một thư viện kiểu La Mã tại Đại học Stanford, nơi anh ấy là sinh viên trong hai năm trước khi bỏ học để xây dựng một ứng dụng truyền thông xã hội; Phòng đọc Rose, một phòng nghiên cứu Beaux-Arts trên tầng cao nhất của Thư viện Công cộng New York ở Midtown Manhattan; và quán bar giống như thư viện bên trong khách sạn Nomad hiện không còn tồn tại, cách Rose 15 dãy nhà về phía nam.

"Phòng ăn và phòng khách của tôi nằm ngay trong một thư viện - những cuốn sách chiếm chỗ từ sàn đến trần nhà", ông Altman nói trong một cuộc phỏng vấn. "Có điều gì đó về việc ngồi giữa kiến thức trên kệ ở quy mô lớn mà tôi thấy thú vị."

Nhiều tiêu đề, như "Kiệt tác tiếng Anh, 700-1900" và "Ý tưởng và hình ảnh trong nghệ thuật thế giới", có vẻ như là những bìa cứng nặng nề mà các nhà trang trí chuyên nghiệp đặt chiến lược bên trong hành lang khách sạn vì chúng trông giống

Điểm uốn trong Công nghệ - Phần 1 của 4

Lê Quang Văn dịch, giải thích và thực hiện phần kỹ thuật số.

1 - Giới thiệu

1.1 - Hiểu các điểm uốn trong công nghệ

Trong lĩnh vực công nghệ, thuật ngữ "điểm uốn" thường được các chuyên gia công nghệ sử dụng để mô tả những khoảnh khắc quan trọng khi những đổi mới mới phá vỡ hiện trạng, tạo ra những thách thức và cơ hội mới. Trong lịch sử, những khoảnh khắc này rất hiếm và có ý nghĩa, đánh dấu những thay đổi đáng kể trong cách công nghệ ảnh hưởng đến cuộc sống và ngành công nghiệp của chúng ta. Tuy nhiên, trong những năm gần đây, tần số của cái gọi là điểm uốn này đã tăng lên đáng kể, đến mức những gì từng được coi là hiếm khi xảy ra bây giờ xảy ra gần như thường xuyên. Hiện tượng này có thể được quan sát thấy trong những tiến bộ và thông báo nhanh chóng dường như xuất hiện hàng tuần, đặc biệt là trong lĩnh vực trí tuệ nhân tạo (AI).

1.2 - Những phát triển gần đây trong AI

Một tuần thông báo đột phá như vậy đã xảy ra gần đây, làm nổi bật tốc độ phát triển AI nhanh chóng. OpenAI, một tổ chức hàng đầu trong lĩnh vực AI, đã xua tan tin đồn về việc tiết lộ một sản phẩm tìm kiếm được hỗ trợ bởi AI hoặc mô hình thế hệ tiếp theo của nó, GPT-5. Thay vào đó, vào ngày 13 tháng 5, 2024, họ giới thiệu một mô hình hàng đầu mới có tên GPT-4o. Mô hình này, được cung cấp miễn phí, tự hào có khả năng đa phương thức, xử lý đầu vào và đầu ra gồm văn bản, lời nói và tầm nhìn. Việc trình diễn GPT-4o khiến nhiều nhà quan sát kinh ngạc bởi sự tương tác tự nhiên đáng lo ngại của nó với con người, thể hiện hành vi vui tươi và khiêu khích, cùng với nền tảng kiến thức bách khoa.

Giám đốc điều hành của OpenAI, Sam Altman, đã gói gọn tác động của mô hình mới này bằng một tweet duy nhất: "Cô ấy - Her". Tài liệu tham khảo này ám chỉ đến bộ phim "Her", nơi nhân vật chính yêu một chatbot tán tỉnh, song song với khả năng của GPT-4o. Ngoài ra, một bản demo của OpenAI đã giới thiệu một cảnh trong đó một chatbot quét môi trường bằng camera trong khi một chatbot khác đặt câu hỏi về nó, hài hước phê bình các lựa chọn thời trang và trang trí của Greg Brockman, đồng sáng lập OpenAI.

1.3 - Những tiến bộ AI của Google

Ngày hôm sau, ngày 14 tháng 5, 2024, một sự phát triển quan trọng khác đã diễn ra tại hội nghị các nhà phát triển I / O hàng năm của Google. Google đã công bố một số tiến bộ AI, bao gồm việc giới thiệu phiên bản mới của mô hình AI mạnh mẽ của mình, Gemini Pro. Họ cũng tiết lộ một sản phẩm đang được phát triển có tên Project Astra, một chatbot đa phương thức có khả năng xử lý các luồng thông tin thị giác và thính giác liên tục và trò chuyện về các quan sát của nó. Dự án Astra, giống như GPT-4o, đã chứng minh các khả năng tinh vi, từ việc xác định lỗi trong mã đến nhận dạng các đối tượng trong phòng và cung cấp thông tin chi tiết về chúng.

Google gợi ý về khả năng tích hợp Astra vào kính thông minh, hình dung ra một tương lai nơi AI có thể ghi lại và phân tích các sự kiện cuộc sống hàng ngày với chi tiết chưa từng có. Khả năng này sẽ cho phép người dùng truy vấn AI về các tương tác trong quá khứ hoặc các sự cố cụ thể, thể hiện tiềm năng biến đổi của AI trong cuộc sống hàng ngày.

1.4 - Chủ nghĩa hoài nghi và quan điểm trái ngược

Mặc dù có những cuộc biểu tình ấn tượng và những tiến bộ nhanh chóng, không phải ai cũng bị thuyết phục về tác động biến đổi của AI. Một số người hoài nghi cho rằng sự tiến bộ của các mô hình ngôn ngữ lớn (LLM) đã chững lại, cho thấy sự phấn khích ban đầu xung quanh AI bị thổi phồng. Họ cho rằng trong khi những mô hình này có vẻ ấn tượng, những cải tiến đáng kể khó có thể xảy ra trong tương lai gần.

Những người khác đi xa hơn, khẳng định rằng cuộc cách mạng AI là một sự giả mạo hoàn toàn. Họ chỉ ra các trường hợp mà các mô hình AI không thực hiện các nhiệm vụ đơn giản, chẳng hạn như số học cơ bản, để lập luận rằng sự cường điệu xung quanh AI là không chính đáng. Sự hoài nghi gần đây đã được nêu rõ trong một bài tiểu luận của Julia Angwin trên tờ The New York Times, nơi cô phê bình những tuyên bố

Phát triển doanh nghiệp của bạn với AI

Mục lục chi tiết

Phần hai: TẠI SAO

Chương 5: Giới thiệu về AI và vai trò của nó trong kinh doanh

Chương này là chương đầu tiên trong phần thứ hai của cuốn sách, "TẠI SAO". Trong ba chương tiếp theo, chúng ta sẽ khám phá chi tiết những lý do cơ bản tại sao hầu hết các công ty nên nắm bắt đầy đủ AI. Tôi sẽ cung cấp cho người đọc một cái nhìn tổng quan về AI, lịch sử của nó và cách AI có thể được tích hợp trong kết cấu kinh doanh của các doanh nghiệp, tất cả từ quan điểm Nguyên tắc đầu tiên. Điều này sẽ giúp các giám đốc điều hành doanh nghiệp và công nghệ phát triển một nền tảng vững chắc để kết hợp AI vào chiến lược của họ và thúc đẩy tăng trưởng bền vững.

Chương 6: Các xu hướng chính trong AI

Trong bối cảnh không ngừng phát triển của trí tuệ nhân tạo (AI), các doanh nghiệp phải cập nhật thông tin về các xu hướng, thách thức và cơ hội mới nhất để duy trì tính cạnh tranh và thúc đẩy tăng trưởng. Chương này nhằm mục đích cung cấp một cái nhìn tổng quan toàn diện về các xu hướng hiện tại trong AI, sử dụng cách tiếp cận Nguyên tắc đầu tiên để phân tích tác động tiềm năng của chúng đối với các doanh nghiệp và tương lai của công nghệ AI.

Chương 7: Kiếm tiền từ dữ liệu với AI

Trong kỷ nguyên số ngày nay, các doanh nghiệp tích lũy một lượng lớn dữ liệu, "dầu mới" của nền kinh tế. Dữ liệu này là một mỏ vàng để tạo ra tăng trưởng kinh doanh và doanh thu. Tận dụng trí tuệ nhân tạo (AI) để kiếm tiền từ dữ liệu - chuyển đổi dữ liệu thành thông tin chi tiết hoặc sản phẩm có thể hành động tạo ra giá trị kinh doanh - là trọng tâm chính của chúng tôi. Chương này trang bị cho các giám đốc điều hành doanh nghiệp những kiến thức cần thiết về kiếm tiền từ dữ liệu, cho phép sử dụng hiệu quả tài sản dữ liệu.

Phần ba: CÁI GÌ

Chương 8: Tổng quan về các khái niệm và công nghệ AI

Chào mừng bạn đến với Chương 8, nơi chúng ta sẽ bắt đầu cuộc hành trình thông qua các thành phần cốt lõi của các mô hình AI, kết nối của chúng với hệ sinh thái công nghệ AI lớn hơn và tầm quan trọng tối quan trọng của các nguyên tắc đầu tiên trong phát triển mô hình AI.

Chương 9: Học có giám sát và không giám sát

Như chúng ta đã thảo luận trong vài chương trước, học có giám sát và không giám sát là hai cách tiếp cận chính để học máy. Về cốt lõi, học máy là dạy máy tính học từ dữ liệu. Có nhiều loại học máy khác nhau, nhưng hai trong số các loại phổ biến nhất là học có giám sát và học không giám sát.

Chương 10: Mạng lưới thần kinh, học sâu, mô hình nền tảng

Một trong những động lực chính đằng sau những tiến bộ của AI là sự phát triển của mạng lưới thần kinh, học sâu và các mô hình nền tảng. Những kỹ thuật này có tiềm năng cách mạng hóa nhiều ngành công nghiệp và giải quyết một số vấn đề cấp bách nhất của thế giới.

Chương 11: Tạo lộ trình AI hoàn toàn phù hợp với chiến lược doanh nghiệp

Trong kỷ nguyên chuyển đổi kỹ thuật số, trí tuệ nhân tạo (AI) đã nhanh chóng nổi lên như một chất xúc tác mạnh mẽ cho sự tăng trưởng và đổi mới kinh doanh. Từ việc tự động hóa các tác vụ thường ngày đến cung cấp trải nghiệm được cá nhân hóa và tạo ra những hiểu biết chưa từng có, AI về cơ bản đang định hình lại cách chúng ta tiến hành kinh doanh. Tuy nhiên, việc gặt hái toàn bộ lợi ích của công nghệ mạnh mẽ này không đơn giản như việc áp dụng các ứng dụng AI mới nhất. Nó đòi hỏi một cách tiếp cận chiến lược, có hệ thống và ăn sâu - đây là lúc phương pháp Nguyên tắc đầu tiên phát huy tác dụng.

Chương 12: Tài trợ và đo lường hành trình AI

Khi bắt tay vào hành trình AI, sự kết nối giữa tài trợ, thực hiện các sáng kiến AI và đo lường tác động của chúng là rất quan trọng. Chương này sẽ giúp bạn hiểu các thành phần này và cách áp dụng cách tiếp cận Nguyên tắc đầu tiên cho từng thành phần. Chương này sẽ khám phá hướng dẫn về ROI AI, quản lý chi phí và phân tích tác động.

Chương 13: Cách tiếp cận dữ liệu mở

Trong thế giới dựa trên dữ liệu ngày nay, sự thành công của một công ty phần lớn phụ thuộc vào khả năng tận dụng dữ liệu một cách hiệu quả.

Phát triển doanh nghiệp của bạn với AI

Mục lục chi tiết

Phần một: Giới thiệu và các nguyên tắc đầu tiên

Chương 1: Thiết lập giai đoạn: Tiềm năng và thách thức của AI

Lịch sử loài người đã được đan xen chặt chẽ với công nghệ, vốn là trung tâm của một vài khoảnh khắc mang tính thời đại đã thay đổi tiến trình của nền văn minh. Việc phát hiện ra lửa, phát minh ra bánh xe, sự ra đời của nông nghiệp, cuộc cách mạng công nghiệp - mỗi cột mốc này đều đánh dấu một sự thay đổi cơ bản trong cách con người tương tác với thế giới xung quanh. Ngày nay, chúng ta đang sống qua một cuộc cách mạng khác như vậy - một khoảnh khắc hứa hẹn sẽ định hình lại cuộc sống của chúng ta và xác định lại tương lai của chúng ta: sự ra đời của trí tuệ nhân tạo (AI).

Chương này cung cấp một cái nhìn tổng quan về sức mạnh biến đổi của AI, tầm quan trọng ngày càng tăng của nó trong thế giới hiện đại và những thách thức chính mà các tổ chức phải đối mặt khi triển khai các giải pháp AI. Tôi cũng sẽ giới thiệu phương pháp luận "Nguyên tắc đầu tiên" để triển khai thành công AI.

Chương 2: Nguyên tắc đầu tiên Phương pháp luận là gì

Trong thế giới phát triển nhanh chóng của công nghệ và trí tuệ nhân tạo, các doanh nghiệp phải đối mặt với vô số phương pháp để triển khai các giải pháp AI trong doanh nghiệp của họ. Mỗi cách tiếp cận cung cấp những lợi thế và thách thức riêng, nhưng phương pháp Nguyên tắc đầu tiên nổi bật là hiệu quả nhất và có thể thích ứng để giải quyết các vấn đề phức tạp trong việc áp dụng AI. Bắt nguồn từ sự hiểu biết sâu sắc về các nguyên tắc cơ bản chi phối AI, phương pháp này cung cấp cho các tổ chức một khuôn khổ rõ ràng và hợp lý để xây dựng các giải pháp tùy chỉnh phù hợp với nhu cầu riêng của họ và quan trọng hơn, nó cho phép các doanh nghiệp được cập nhật liên tục trong bối cảnh AI thay đổi nhanh chóng. Bằng cách áp dụng cách tiếp cận Nguyên tắc đầu tiên, các doanh nghiệp có thể khai thác toàn bộ tiềm năng của AI trong khi tránh những cạm bẫy của việc áp dụng mù quáng các mô hình được xây dựng sẵn hoặc dựa vào các giả định hời hợt. Trong chương này, chúng ta sẽ đi sâu vào sự phức tạp của phương pháp Nguyên tắc đầu tiên và tiết lộ cách nó có thể cách mạng hóa cách AI được tích hợp vào doanh nghiệp hiện đại, dẫn đến tăng hiệu quả, nâng cao khả năng ra quyết định và tăng trưởng kinh doanh chưa từng có.

Chương 3: Nguyên tắc đầu tiên cho các lĩnh vực chính cần thiết cho AI

Đây có lẽ là một trong những chương thử thách nhất trong cuốn sách. Mỗi chủ đề tôi mô tả ở đây đã thu hút hàng trăm cuốn sách, vì vậy đó là một thứ tự cao để cố gắng bao quát tất cả các lĩnh vực này trong một chương duy nhất. Tuy nhiên, sau nhiều năm kinh nghiệm trong ngành, tôi tin tưởng mạnh mẽ rằng người đọc sẽ được hưởng lợi rất nhiều khi được giới thiệu tất cả các nguyên tắc này và nhiều nguyên tắc rất quan trọng đối với sự thành công của việc triển khai AI. Mặc dù cuốn sách chứa tất cả các cơ sở để áp dụng các nguyên tắc này để triển khai AI, tôi thực sự khuyên người đọc nên tiếp tục mở rộng kiến thức về tất cả các phương pháp này theo các tài nguyên được liệt kê ở cuối cuốn sách.

Chương 4: Những rào cản đối với việc triển khai AI

Đây là chương cuối cùng của Phần I, "Giới thiệu và các nguyên tắc đầu tiên". Cho đến nay, chúng tôi đã tập trung vào việc hiểu cả tiềm năng đáng kinh ngạc nhưng cũng có một số rủi ro quan trọng của AI, sau đó đi sâu vào Nguyên tắc đầu tiên và những thách thức tiềm ẩn để triển khai AI. Một trong những mục tiêu chính của cuốn sách là giúp mọi người từ tất cả các loại hình doanh nghiệp thành công với các sáng kiến AI của họ. Bạn có thể nhận thấy tôi chưa đi sâu vào AI; Thật vậy, có một lý do mạnh mẽ cho cách tiếp cận này. Mặc dù có rất nhiều cuốn sách chỉ tập trung vào các khía cạnh kỹ thuật của các dự án AI, tôi tin tưởng mạnh mẽ rằng

GPT-4o and Gemini are already killing gadgets like the Humane Ai Pin and Rabbit r1

By Chris Smith. BGR. May 16th, 2024.

When Humane announced the Ai Pin last year, it seemed like the company was “fixing” a problem we didn’t have. The wearable device is essentially a phone without a screen, focusing entirely on AI with voice input at the center. A few months later came the Rabbit r1, which brought a new type of AI behavior: The r1 can use some phone apps on your behalf.

These gadgets made it seem like we were about to be flooded with AI products in the coming years, including the “iPhone of AI” that Jony Ive and Sam Altman might be working on. But we already have AI installed on our main computers as well as the iPhones and Android handsets we use daily. All they need is proper AI.

Cut to this month, as OpenAI and Google are delivering huge AI upgrades. ChatGPT’s GPT-4o model is now available to anyone, including users on the free plan. Google baked Gemini into all of its products, including Android, which will have AI at the center of it. And it already looks like the GPT-4o and Gemini features coming to phones and the web are ready to kill devices like the Ai Pin and the r1.

The Ai Pin’s big selling point is a custom AI that handles voice commands flawlessly so you can focus on being in the moment. Real-life tests showed that the AI isn’t always working well and that battery life can be problematic.

But why even buy the Ai Pin for $700, not including the second data plan, when you have GPT-4o on your phone right now? The new model handles voice commands brilliantly, and the chats with AI are starting to sound more like the conversations we have with other people.

You can interrupt the AI without having it lose its train of thought, so you can update your prompts. ChatGPT’s voice also sounds shockingly human.

On top of that GPT-4o lets you show the AI images and video and ask questions about it. All you’d have to do is power your phone and give GPT-4o “eyes.” It’s a much better experience than the Ai Pin. Plus, the battery will last longer, and there are no associated costs.

The Gemini Assistant will get similar abilities later this fall, probably once Android 15 launches. Google demoed the Project Astra agents that work just like ChatGPT’s voice abilities after the GPT-4o update.

ChatGPT can’t control apps for you, at least not for the moment. Neither does Gemini. But the latter is being built into every app and service that Google offers. Interestingly, Google built a new trip planner into Gemini that will let you give the AI complex instructions. Here’s an example from Google:

My family and I are going to Miami for Labor Day. My son loves art and my husband really wants fresh seafood. Can you pull my flight and hotel info from Gmail and help me plan the weekend?

Gemini will take into account your preferences, work out booking schedules and travel times, and offer suggestions into a customized itinerary. Gemini doesn’t handle the reservations itself, nor does it process payments. But if Gemini can plan a vacation for you now, I’d imagine it could also make the necessary purchases in a future version.

Why use a device like the Rabbit r1, which is an Android app running on what’s essentially an Android phone, when Gemini is already getting there?

I’d expect other companies to want to offer similar AI assistant capabilities in the coming months and years. Microsoft can adapt GPT-4o for its own needs. And Meta can add voice to its AIs. Then there’s Apple. The iPhone maker should integrate AI features in its products in ways only Google can.

As for that “iPhone of AI,” I’m already starting to wonder whether we really need it, if AI on phones is about to get this much better. I’m starting to get why Sam Altman teased that we might not want new products to use good AI in a recent interview.

GPT-4o vs. Google Gemini: Who won this week’s AI war?

By Chris Smith. BGR. Published May 15th, 2024.

I knew Google was planning to make big AI

GPT-4o và Gemini đã khai tử các thiết bị như Humane Ai Pin và Rabbit r1

Tác giả: Chris Smith. BGR. Ngày 16 tháng 5, 2024. Lê Quang Văn dịch, giải thích và thực hiện phần kỹ thuật số.

Khi Humane công bố Ai Pin vào năm ngoái, có vẻ như công ty đang "sửa chữa" một vấn đề mà chúng tôi không gặp phải. Thiết bị đeo được về cơ bản là một chiếc điện thoại không có màn hình, tập trung hoàn toàn vào AI với đầu vào bằng giọng nói ở trung tâm. Vài tháng sau, Rabbit r1 xuất hiện, mang đến một loại hành vi AI mới: R1 có thể sử dụng một số ứng dụng điện thoại thay mặt bạn.

Những tiện ích này khiến chúng ta có vẻ như sắp bị tràn ngập với các sản phẩm AI trong những năm tới, bao gồm cả "iPhone của AI" mà Jony Ive và Sam Altman có thể đang thực hiện. Nhưng chúng tôi đã cài đặt AI trên các máy tính chính của mình cũng như iPhone và thiết bị cầm tay Android mà chúng tôi sử dụng hàng ngày. Tất cả những gì họ cần là AI thích hợp.

Trong những ngày đầu của tháng này, OpenAI và Google đang cung cấp các nâng cấp AI quan trọng. Mô hình GPT-4o của ChatGPT hiện có sẵn cho bất kỳ ai, kể cả người dùng trên gói miễn phí. Google đã đưa Gemini vào tất cả các sản phẩm của mình, bao gồm cả Android, sẽ có AI ở trung tâm của nó. Và có vẻ như các tính năng GPT-4o và Gemini đến với điện thoại và web đã sẵn sàng để giết chết các thiết bị như Ai Pin và r1.

Điểm bán hàng lớn của Ai Pin là một AI tùy chỉnh xử lý các lệnh thoại một cách hoàn hảo để bạn có thể tập trung vào thời điểm này. Các thử nghiệm thực tế cho thấy AI không phải lúc nào cũng hoạt động tốt và tuổi thọ pin có thể có vấn đề.

Nhưng tại sao thậm chí mua Mã pin Ai với giá 700 đô la, không bao gồm gói dữ liệu thứ hai, khi bạn có GPT-4o trên điện thoại của mình ngay bây giờ? Mô hình mới xử lý các lệnh thoại một cách xuất sắc và các cuộc trò chuyện với AI bắt đầu nghe giống như các cuộc trò chuyện mà chúng ta có với người khác.

Bạn có thể làm gián đoạn AI mà không làm nó mất đi dòng suy nghĩ, vì vậy bạn có thể cập nhật lời nhắc của mình. Giọng nói của ChatGPT cũng nghe giống con người một cách đáng kinh ngạc.

Trên hết, GPT-4o cho phép bạn hiển thị hình ảnh và video AI và đặt câu hỏi về nó. Tất cả những gì bạn phải làm là cấp nguồn cho điện thoại của mình và cung cấp cho GPT-4o "đôi mắt". Đó là một trải nghiệm tốt hơn nhiều so với Ai Pin. Thêm vào đó, pin sẽ kéo dài hơn và không có chi phí liên quan.

Gemini Assistant sẽ nhận được khả năng tương tự vào cuối mùa thu này, có thể là khi Android 15 ra mắt. Google đã demo các tác nhân Project Astra hoạt động giống như khả năng thoại của ChatGPT sau khi cập nhật GPT-4o.

ChatGPT không thể kiểm soát các ứng dụng cho bạn, ít nhất là vào lúc này. Gemini cũng vậy. Nhưng Gemini đang được tích hợp vào mọi ứng dụng và dịch vụ mà Google cung cấp. Thật thú vị, Google đã xây dựng một kế hoạch chuyến đi mới vào Gemini cho phép bạn đưa ra các hướng dẫn phức tạp về AI. Dưới đây là một ví dụ từ Google:

Gia đình tôi và tôi sẽ đến Miami cho Ngày Lao động. Con trai tôi yêu nghệ thuật và chồng tôi rất muốn hải sản tươi sống. Bạn có thể lấy thông tin chuyến bay và khách sạn của tôi từ Gmail và giúp tôi lên kế hoạch vào cuối tuần không?

Gemini sẽ tính đến sở thích của bạn, lập lịch trình đặt chỗ và thời gian di chuyển, đồng thời đưa ra các đề xuất vào hành trình tùy chỉnh. Gemini không tự xử lý các đặt phòng, cũng như không xử lý thanh toán. Nhưng nếu Gemini có thể lên kế hoạch cho một kỳ nghỉ cho bạn ngay bây giờ, tôi tưởng tượng nó cũng có thể thực hiện các giao dịch mua cần thiết trong một phiên bản trong tương lai.

Tại sao phải sử dụng một thiết bị như Rabbit r1, một ứng dụng Android chạy trên điện thoại Android, khi Gemini đã đến đó?

Tôi hy vọng các công ty khác sẽ muốn cung cấp khả năng trợ lý AI tương tự trong những tháng và năm tới. Microsoft có thể điều chỉnh GPT-4o cho nhu cầu riêng của mình. Và Meta có thể thêm giọng nói vào AI của mình. Sau đó là Apple. Nhà sản xuất iPhone nên tích hợp các tính năng AI trong các sản phẩm của mình theo những cách mà chỉ Google mới có thể.

Tôi tin rằng Apple không thể tự cung cấp AI iPhone mà không có ChatGPT hoặc Gemini

BGR. ngày 15 tháng 5 năm 2024. Lê Quang Văn dịch, giải thích và thực hiện phần kỹ thuật số.

Buộc Apple phải gỡ cài đặt ứng dụng iPhone Photos thật ngu ngốc

Google đã cho biết "AI" 121 lần trong bài phát biểu I/O 2024 vào thứ Ba. Apple có thể không đánh bại nó, nhưng không có nghi ngờ gì về việc Hội nghị các Nhà phát triển Toàn cầu (WWDC) sẽ tập trung nhiều vào AI. Khi Apple giới thiệu iOS 18 vào tháng tới, tôi hy vọng các bản demo iPhone sẽ là tất cả về những gì trí tuệ nhân tạo có thể làm cho người dùng.

Tôi cũng tin tưởng Apple sẽ phát triển các sản phẩm AI tạo nội dung độc đáo cho iPhone sẽ tận dụng một số thế mạnh của nó. AI trên iPhone phải có quyền riêng tư mạnh mẽ để bảo vệ dữ liệu người dùng. Vì vậy, một số AI của iPhone cần được xử lý cục bộ trên thiết bị cầm tay.

Nhưng sau khi nhìn thấy sự kiện GPT-4o bất ngờ của OpenAI vào thứ Hai và bài phát biểu I / O tập trung vào Gemini khổng lồ của Google, tôi tin rằng trải nghiệm AI trên iPhone không thể xảy ra nếu không kết hợp chatbot của bên thứ ba từ OpenAI hoặc Google.

Tôi nói rằng với tư cách là một người dùng iPhone lâu năm, người rất muốn tìm hiểu vào tháng Sáu rằng Apple có AppleGPT của riêng mình có thể phù hợp với GPT-4o và Gemini 1.5 Pro. Nhưng tôi không nghĩ điều đó sẽ xảy ra và Apple không thể trì hoãn việc cung cấp loại trải nghiệm AI này trên iPhone.

iOS 18 rất có thể sẽ bao gồm các tính năng AI tương tự như những gì chúng ta đã thấy từ ChatGPT. Tôi không nghi ngờ gì về việc chỉnh sửa ảnh sẽ có các tính năng AI trên iPhone hoặc chúng tôi sẽ có thể tạo văn bản và tóm tắt thông tin. Ngoài ra, tôi hy vọng các dịch vụ phiên âm và dịch thuật sẽ có sẵn trong iOS 18.

Hơn nữa, Apple chắc chắn có thể thực hiện trải nghiệm Circle to Search trên iPhone mà không cần Google. Nó đã có Visual Look Up, có thể được nâng cấp để hoạt động giống như Google thực hiện.

Tương tự, tôi hy vọng Siri sẽ hiểu rõ hơn về lời nhắc và đưa ra câu trả lời. Apple cũng có thể cải thiện tìm kiếm trên iPhone và thêm tìm kiếm hình ảnh thông minh vào ứng dụng Ảnh.

Những gì tôi không thấy sắp tới là một chatbot như ChatGPT hoặc Gemini - một công cụ có thể cố gắng trả lời hầu như bất kỳ câu hỏi nào bạn có thể gặp phải. Tôi chắc chắn không mong đợi Apple sẽ phù hợp với GPT-4o hoặc Project Astra. Ít nhất là chưa. Những tiến bộ mới nhất của ChatGPT và Gemini này cho phép bạn nói chuyện với chatbot trong thời gian thực đồng thời chia sẻ nguồn cấp dữ liệu video từ máy ảnh của bạn để AI có thể "nhìn thấy".

Một chatbot AI đa phương thức có thể xử lý văn bản, giọng nói, hình ảnh, video và tệp là một sự phát triển quan trọng đối với bất kỳ công ty công nghệ nào, bao gồm cả Apple. Apple có thể sẽ phát triển AI như thế này, một thứ mà họ sẽ cần để cung cấp năng lượng cho các phiên bản tương lai của Vision Pro và kính AR mà tôi tin là sẽ thay thế iPhone. Nhưng những nỗ lực AI của công ty có lẽ vẫn chưa hoàn toàn ở đó.

Sẽ là một bất ngờ lớn khi thấy một chatbot AppleGPT ra mắt với iOS 18 trên iPhone và iPad. Apple có thể thực hiện điều này, nhưng tôi sẽ ngạc nhiên nếu nó làm được. Apple giữ bí mật, nhưng một số chi tiết về sản phẩm của họ vẫn bị rò rỉ. Tôi hy vọng điều đó sẽ xảy ra nếu Apple có đối thủ GPT-4o hoặc Gemini 1.5 Pro.

Tin đồn nói ngược lại. Apple có các giải pháp AI tạo nội dung của riêng mình cho iPhone, nhưng chúng không bao gồm một chatbot giống như ChatGPT. Đó là lý do tại sao Apple được cho là đang tìm kiếm quan hệ đối tác với OpenAI và Google.

AI không dành cho tất cả mọi người. Một số người sẽ bỏ qua các tính năng AI trong iOS 18. Họ có thể không sử dụng chatbot, bất kể ai cung cấp năng lượng cho nó. Những người khác sẽ bắt đầu coi các tính năng AI tạo nội dung là điều hiển nhiên mà không ngừng nghĩ rằng trí tuệ nhân tạo đang hoạt động. Nhưng rất nhiều người sẽ quan tâm đến AI.

Sau khi OpenAI giới thiệu mô hình GPT-4o của mình, hiện có sẵn cho tất cả người dùng ChatGPT, tôi đã nói rằng tôi muốn nó trong iOS 18.

Hội nghị thượng đỉnh Dữ liệu & Phân tích - năm 2024.

Nội dung ngày họp thứ 3 của 3 ngày

Lê Quang Văn soạn và thực hiện phần kỹ thuật số.

Phiên họp 7 - Làm thế nào để làm cho dữ liệu của bạn sẵn sàng AI và tại sao nó lại quan trọng

Giám đốc dữ liệu và phân tích và người đứng đầu quản lý dữ liệu đang ngày càng được yêu cầu làm cho dữ liệu của họ sẵn sàng cho AI khi các công ty của họ đầu tư vào AI và học máy. Các nhà phân tích tại hội nghị thượng đỉnh đã thảo luận về ý nghĩa của dữ liệu sẵn sàng cho AI và cách quản lý dữ liệu nên phát triển để hỗ trợ các yêu cầu này.

Những điểm chính được thảo luận

1. Định nghĩa Dữ liệu sẵn sàng AI: Dữ liệu sẵn sàng cho AI phải đại diện cho trường hợp sử dụng, nắm bắt mọi mẫu, lỗi hoặc ngoại lệ cần thiết để đào tạo mô hình AI.

• "Dữ liệu sẵn sàng cho AI có nghĩa là dữ liệu của bạn phải đại diện cho trường hợp sử dụng, của mọi mẫu, lỗi hoặc ngoại lệ cần thiết để đào tạo mô hình AI."

2. Tác động đến kết quả kinh doanh: Có dữ liệu sẵn sàng cho AI thúc đẩy kết quả kinh doanh lớn hơn 20%.

• "Có dữ liệu sẵn sàng cho AI thúc đẩy kết quả kinh doanh lớn hơn 20%."

3. Chứng minh dữ liệu sẵn sàng cho AI: Các nhóm dữ liệu và phân tích cần có khả năng lặp lại và hội tụ nhanh chóng để xác định dữ liệu phù hợp để sử dụng.

• "Để chứng minh dữ liệu đã sẵn sàng cho AI, các nhóm dữ liệu và phân tích sẽ cần có khả năng lặp lại và hội tụ nhanh chóng để xác định dữ liệu phù hợp để sử dụng."

4. Ưu tiên chiến lược: Quản lý dữ liệu phải được ưu tiên chiến lược AI, với các nhóm chức năng chéo hỗ trợ các yêu cầu dữ liệu sẵn sàng cho AI.

• "Làm cho quản lý dữ liệu trở thành ưu tiên chiến lược của AI. Thành lập các nhóm chức năng chéo để hỗ trợ các yêu cầu dữ liệu sẵn sàng cho AI của bạn.

Thảo luận chuyên sâu

Chuẩn bị dữ liệu cho các ứng dụng AI là một bước quan trọng tác động đáng kể đến sự thành công của các sáng kiến AI. Dữ liệu sẵn sàng cho AI phải thể hiện chính xác trường hợp sử dụng, nắm bắt tất cả các mẫu và bất thường có liên quan cần thiết để đào tạo các mô hình AI hiệu quả.

Đảm bảo dữ liệu sẵn sàng cho AI có thể thúc đẩy kết quả kinh doanh đáng kể, nâng cao hiệu quả và giá trị của các ứng dụng AI và học máy. Các nhóm dữ liệu và phân tích phải nhanh nhẹn và có khả năng lặp lại nhanh chóng để xác định và chuẩn bị dữ liệu đáp ứng các yêu cầu cho các trường hợp sử dụng AI.

Làm cho quản lý dữ liệu trở thành ưu tiên chiến lược của AI liên quan đến việc thành lập các nhóm chức năng chéo cộng tác để hỗ trợ các yêu cầu dữ liệu sẵn sàng cho AI. Cách tiếp cận hợp tác này đảm bảo rằng các hoạt động quản lý dữ liệu phù hợp với các mục tiêu và mục tiêu AI của tổ chức.

Phiên họp 8 - Nền tảng thông minh quyết định - Không còn lý do bào chữa cho những quyết định tồi tệ nữa

Các nền tảng phần mềm AI đang phát triển, với giai đoạn vận hành AI nhường chỗ cho sự phát triển tiếp theo dựa trên AI tổng hợp. Các nhà phân tích tại hội nghị thượng đỉnh đã thảo luận về cách các tổ chức nên tập hợp lại các cơ chế quyết định của họ bằng cách sử dụng các kỹ thuật thông minh quyết định thực tế.

Những điểm chính được thảo luận

1. Tập trung vào việc thực hiện: Trọng tâm nên là đưa ra quyết định cần theo dõi và thực hiện thành công nó, thay vì chỉ theo dõi kết quả từ các quyết định trong quá khứ.

• "Tập trung vào việc đưa ra quyết định cần theo dõi và thực hiện thành công quyết định là những lý do hàng đầu để không theo dõi kết quả từ các quyết định."

2. Phương pháp tiếp cận theo định hướng kinh doanh: Tránh thực hiện cách tiếp cận dựa trên công nghệ để mô hình hóa việc ra quyết định. Thay vào đó, hãy tập trung vào kết quả kinh doanh mong muốn.

• "Tránh thực hiện cách tiếp cận dựa trên công nghệ để mô hình hóa việc ra quyết định. Thay vào đó, hãy thực hiện cách tiếp cận dựa trên con người và doanh nghiệp bằng cách tập trung vào kết quả kinh doanh mong muốn."

3. Luồng ra quyết định: Phát triển các luồng ra quyết định tận dụng AI tổng hợp, kết hợp các kỹ thuật như phương pháp tượng trưng và phân tích cho các nền tảng quyết định thông minh

Hội nghị thượng đỉnh Dữ liệu & Phân tích - năm 2024.

Nội dung ngày họp thứ 2 của 3 ngày

Lê Quang Văn soạn và thực hiện phần kỹ thuật số.

Phiên họp 4 - Như vậy, bạn muốn trở thành một nhân viên phân tích và dữ liệu tuyệt vời

Trở thành một Giám đốc Dữ liệu & Phân tích tuyệt vời liên quan đến việc đánh giá xem vai trò có phù hợp với nguyện vọng của tổ chức hay không và hiểu những thách thức chung phải đối mặt. Các nhà phân tích tại hội nghị thượng đỉnh đã vạch ra bốn bước quan trọng để đặt nền tảng vững chắc cho sự thành công.

Những điểm chính được thảo luận

1. Xác định vai trò nhân viên phân tích và dữ liệu: Vai trò nhân viên phân tích và dữ liệu là vai trò lãnh đạo doanh nghiệp tận dụng tài sản và hệ sinh thái dữ liệu và phân tích của tổ chức để cung cấp giá trị.

• "Chúng tôi xác định vai trò của nhân viên phân tích và dữ liệu là vai trò lãnh đạo doanh nghiệp thúc đẩy tài sản và hệ sinh thái dữ liệu và phân tích của tổ chức để cung cấp giá trị."

2. Các đặc điểm chính của một nhân viên phân tích và dữ liệu mạnh: Một nhân viên phân tích và dữ liệu mạnh mẽ thể hiện và cân bằng ba đặc điểm chính: phối hợp, đổi mới và thực hiện.

• "Một nhân viên phân tích và dữ liệu mạnh mẽ sẽ thể hiện và cân bằng ba đặc điểm chính: phối hợp, đổi mới và thực hiện."

3. Hành vi của các nhân viên phân tích và dữ liệu thành công: Các giám đốc phân tích và dữ liệu thể hiện các hành vi và đặc điểm của một giám đốc điều hành dày dạn kinh nghiệm sẽ thành công hơn những người tự coi mình là lãnh đạo nhóm / dự án / chương trình.

• " giám đốc phân tích và dữ liệu thể hiện hành vi / đặc điểm của một giám đốc điều hành dày dạn kinh nghiệm sẽ thành công hơn những người vẫn nghĩ mình chỉ là một người lãnh đạo nhóm / dự án / chương trình."

4. Đặt nền tảng vững chắc: Các bước để trở thành một giám đốc phân tích và dữ liệu thành công bao gồm hiểu các động lực kinh doanh, hợp tác với các bên liên quan, thúc đẩy văn hóa dựa trên dữ liệu và xác định điểm mạnh và cơ hội tăng trưởng.

• "Đặt nền tảng vững chắc để trở thành một giám đốc phân tích và dữ liệu thành công."

• Hiểu điều gì thúc đẩy doanh nghiệp và kết quả đã nêu - đây là TẠI SAO; Xây dựng chiến lược của bạn xung quanh điều này.

• Hiểu AI có quyền lợi trong những kết quả này và CÁCH bạn sẽ hợp tác với họ.

• Kể câu chuyện và bắt đầu thúc đẩy văn hóa dựa trên dữ liệu.

• Xác định điểm mạnh và cơ hội phát triển của bạn.

5. Điều chỉnh chiến lược dữ liệu và phân tích với chiến lược của công ty: giám đốc phân tích và dữ liệu dựa trên chiến lược dữ liệu và phân tích của họ dựa trên chiến lược và tầm nhìn của công ty sẽ thành công hơn những người bị ngắt kết nối với chiến lược của công ty.

• "Các nhân viên phân tích và dữ liệu dựa trên chiến lược dữ liệu và phân tích của họ dựa trên các chiến lược và tầm nhìn của công ty sẽ thành công hơn những nhân viên phân tích và dữ liệu bị ngắt kết nối với chiến lược của công ty."

Thảo luận chuyên sâu

Vai trò của giám đốc phân tích và dữ liệu là nhiều mặt, đòi hỏi sự pha trộn giữa sự nhạy bén trong kinh doanh, chuyên môn kỹ thuật và kỹ năng lãnh đạo. Xác định vai trò của giám đốc phân tích và dữ liệu như một vị trí lãnh đạo doanh nghiệp nhấn mạnh tầm quan trọng của nó trong việc tận dụng tài sản phân tích và dữ liệu để thúc đẩy giá trị trong toàn tổ chức.

Các giám đốc phân tích và dữ liệu thành công cân bằng giữa sự phối hợp, đổi mới và thực hiện, đảm bảo rằng họ có thể quản lý hiệu quả các nguồn lực, thúc đẩy đổi mới và mang lại kết quả. Áp dụng tư duy và hành vi của một giám đốc điều hành dày dạn kinh nghiệm là rất quan trọng để điều hướng sự phức tạp của vai trò và đạt thành công.

Đặt nền tảng vững chắc liên quan đến việc hiểu các động lực chiến lược của doanh nghiệp, hợp tác với các bên liên quan, thúc đẩy văn hóa dựa trên dữ liệu và liên tục đánh giá và phát triển thế mạnh của một người. Điều chỉnh các chiến lược phân tích và dữ liệu với các chiến lược của công ty đảm bảo rằng các nỗ lực của giám đốc phân tích và dữ liệu hỗ trợ và nâng cao các mục tiêu kinh doanh

Hội nghị thượng đỉnh Dữ liệu và Phân tích - năm 2024.

Nội dung ngày họp 1 của 3 ngày

Lê Quang Văn soạn và thực hiện phần kỹ thuật số.

Phiên họp 1 - Cùng nhau tạo ra giá trị: Từ nguyên tắc cơ bản đến sự sẵn sàng cho AI và đến trí tuệ tập thể

AI tạo nội dung (Generative AI - GenAI) là một cột mốc quan trọng đối với dữ liệu và phân tích (D&A), sinh sôi nảy nở trong các tổ chức và nâng cao kỳ vọng cho các nhà lãnh đạo dữ liệu và phân tích. Các nhà phân tích tại hội nghị thượng đỉnh đã thảo luận về việc thực hiện nghiêm ngặt các nguyên tắc cơ bản của dữ liệu và phân tích về giá trị kinh doanh có thể hoàn thiện năng lực cốt lõi của các nhà lãnh đạo dữ liệu và phân tích, giúp họ đóng vai trò trung tâm trong việc tạo điều kiện cho việc ra quyết định và giải phóng trí tuệ tập thể.

Những điểm chính được thảo luận

1. Vai trò trung tâm của các nhà lãnh đạo dữ liệu và phân tích: Các nhà lãnh đạo dữ liệu và phân tích đóng vai trò then chốt trong việc cung cấp các khả năng tạo điều kiện thuận lợi cho việc ra quyết định và hành động, giải phóng trí tuệ tập thể một cách hiệu quả.

• "Các nhà lãnh đạo dữ liệu và phân tích có vai trò trung tâm bằng cách cung cấp các khả năng tạo điều kiện thuận lợi cho quyết định và hành động, giải phóng trí tuệ tập thể một cách hiệu quả."

2. Tác động của thực tiễn quản trị trưởng thành: Các tổ chức có quản trị dữ liệu thực tiễn và phân tích trưởng thành có khả năng áp dụng các đổi mới dựa trên dữ liệu cao hơn 25%.

• "Các tổ chức có quản trị dữ liệu thực tiễn và phân tích trưởng thành có khả năng áp dụng các đổi mới dựa trên dữ liệu cao hơn 25%."

3. Bảo vệ chống lại rủi ro AI: Các nhà lãnh đạo dữ liệu và phân tích phải bảo vệ tổ chức của họ trước các rủi ro AI tiềm ẩn bằng cách thiết lập kết nối giữa dữ liệu, quản trị và giá trị kinh doanh sẵn sàng cho AI.

• "Vai trò của nhà lãnh đạo dữ liệu và phân tích là bảo vệ tổ chức của họ trước các rủi ro AI tiềm ẩn bằng cách thiết lập kết nối giữa dữ liệu, quản trị và giá trị kinh doanh sẵn sàng cho AI."

4. Phát triển mô hình hoạt động: Sự phát triển nhanh chóng của các công nghệ dữ liệu và phân tích và AI, chẳng hạn như AI tạo nội dung, mang đến cho các nhà lãnh đạo cơ hội suy nghĩ lại và phát triển mô hình hoạt động của họ.

• "Sự phát triển nhanh chóng của dữ liệu và phân tích và các công nghệ AI, chẳng hạn như AI tạo nội dung, mang đến cho các nhà lãnh đạo cơ hội suy nghĩ lại và phát triển mô hình hoạt động của họ."

5. Thông tin chi tiết về khảo sát: Theo một cuộc khảo sát, 75% nhân viên phân tích và dữ liệu (CDAO) đã phát triển mô hình hoạt động của họ để hỗ trợ tốt hơn cho sự đổi mới.

• "Khảo sát của nhân viên phân tích và dữ liệu (CDAO) cho thấy 75% số người được hỏi đã phát triển mô hình hoạt động của họ để cho phép họ hỗ trợ đổi mới tốt hơn."

Thảo luận chuyên sâu

Sự gia tăng của AI tạo nội dung trên khắp các tổ chức đánh dấu một bước ngoặt trong bối cảnh dữ liệu và phân tích. Các nhà lãnh đạo dữ liệu và phân tích hiện được kỳ vọng sẽ mang lại giá trị đáng kể hơn bằng cách tận dụng khả năng AI để thúc đẩy việc ra quyết định và đổi mới. Phiên họp nhấn mạnh tầm quan trọng của các thực tiễn quản trị trưởng thành, có thể nâng cao đáng kể khả năng của một tổ chức để áp dụng và hưởng lợi từ những đổi mới dựa trên dữ liệu.

Các nhà lãnh đạo dữ liệu và phân tích phải thiết lập các khuôn khổ quản trị mạnh mẽ kết nối dữ liệu sẵn sàng AI với giá trị kinh doanh, đảm bảo rằng việc triển khai AI vừa hiệu quả vừa an toàn. Cuộc thảo luận nhấn mạnh sự cần thiết của các nhà lãnh đạo dữ liệu và phân tích để phát triển mô hình hoạt động của họ để đáp ứng với những tiến bộ công nghệ nhanh chóng, định vị mình là động lực quan trọng của đổi mới và chuyển đổi kinh doanh.

Phiên họp 2 - Dự đoán dữ liệu và phân tích hàng đầu, năm 2024

Các nhà lãnh đạo dữ liệu và phân tích (D&A) phải nâng cao vai trò của họ để làm cho dữ liệu và phân tích và AI trở thành chiến lược cho doanh nghiệp của họ. Các nhà phân tích tại hội nghị thượng đỉnh đã tiết lộ các dự đoán dữ liệu và phân tích hàng đầu

Inside the life and career of Larry Page, Google’s co-founder and first CEO

Business Insider. May 15, 2024.

Larry Page is the founder of one of the most influential tech companies in the world.

The quirky, soft-spoken computer scientist cofounded Google with Sergey Brin in 1998. As Google evolved into a multi-billion-dollar juggernaut, Page stayed at the helm, first as Google’s CEO and later running its parent company, Alphabet.

In 2019, Page stepped down from his role at Alphabet and handed over control to Sundar Pichai. (He remains a board member and controlling shareholder of the company.)

In the years since stepping down, Page has become a virtual recluse. He spent much of the pandemic holed up on his private Fijian island, Tavarua, and burned through hundreds of millions of dollars on a futuristic car company called Kittyhawk, which shut down in 2022.

So who is Larry Page and how did he get to where he is today? Here’s his story.

Page’s early life

Page was born on March 26, 1973, the second son of Gloria and Carl Page — who both taught computer science at Michigan State University.

The Pages filled their home with computers and tech magazines that enthralled Larry from a young age.

They enrolled Page in a Montessori school, a program that fosters independence and creativity.

Page now credits “that training of not following rules and orders, and being self-motivated and questioning what’s going on in the world” as influencing his attitude and work.

At 12, Page read a biography about the brilliant inventor Nikola Tesla, who died in debt and obscurity. The ending made him cry and inspired Page not only to want to build world-changing technologies but to have the business sense to know how to promote them.

“I figured that inventing things wasn’t any good,” he has said. “You really had to get them out into the world and have people use them to have any effect.”

Besides tinkering with electronics, Page also played saxophone while growing up and has said his musical training contributed “to the high-speed legacy of Google.”

Page and Sergey Brin create Google

During his time as an undergrad at the University of Michigan, Page started mulling the future of transportation, something he’s still interested in.

He joined the school’s solar car team and suggested that Michigan build a monorail-like “personal rapid-transit system” between its campuses.

Google’s parent company, Alphabet, has developed self-driving cars through Waymo, the company formerly known as the Google Self-Driving Car project. Alphabet also dabbled in data-driven transportation improvements through Sidewalk Labs, which abandoned its ambitious plan for a high-tech neighborhood in Toronto in 2020.

After graduation, Page headed west to Stanford for his Ph.D., where he met Sergey Brin in 1995.

The two became close friends, geeking out about computer science.

When he was 23, Page woke up from a dream wondering if he could “download the whole web.”

So he started working on an idea to rank webpages by their inbound links, instead of by how many times they contained a queried word. He enlisted Brin’s help, and they started collaborating on a search engine they initially called BackRub.

Soon, BackRub became Google, a play on the mathematical term “googol” which signifies 1 followed by a hundred zeroes.

The endeavor reflected Page and Brin’s mission “to organize the world’s information and make it universally accessible and useful.”

Both Page and Brin have been known as “burners,” or avid attendees of the free-wheeling art festival Burning Man.

The year after incorporating Google, they created the first-ever Google Doodle to let people know they weren’t around to do damage control if the site broke — they had retreated to the Nevada desert for the festival.

Page’s leadership roles at Google

In the past, Page has admitted that he’s better at big-picture ideas than management, partly because he doesn’t enjoy dealing with people. As a leader, he focused on results and has an

Cuộc đời và sự nghiệp của Larry Page, đồng sáng lập và CEO đầu tiên của Google

Business Insider. Ngày 15 Tháng 5, 2024. Lê Quang Văn dịch, giải thích và thực hiện phần kỹ thuật số.

Larry Page là người sáng lập một trong những công ty công nghệ có ảnh hưởng nhất trên thế giới.

Nhà khoa học máy tính kỳ quặc, nói năng nhẹ nhàng này đã đồng sáng lập Google với Sergey Brin vào năm 1998. Khi Google phát triển thành một gã khổng lồ trị giá hàng tỷ đô la, Page vẫn ở vị trí lãnh đạo, đầu tiên là CEO của Google và sau đó điều hành công ty mẹ của nó, Alphabet.

Năm 2019, Page từ chức tại Alphabet và trao quyền kiểm soát cho Sundar Pichai. (Ông vẫn là thành viên hội đồng quản trị và cổ đông kiểm soát của công ty.)

Trong những năm kể từ khi từ chức, Page đã trở thành một người ẩn dật ảo. Ông đã dành phần lớn thời gian đại dịch ẩn náu trên hòn đảo tư nhân Fiji của mình, Tavarua, và đốt hàng trăm triệu đô la cho một công ty xe hơi tương lai có tên Kittyhawk, đã đóng cửa vào năm 2022.

Vậy Larry Page là ai và làm thế nào ông ấy có được vị trí như ngày hôm nay? Đây là câu chuyện của ông ta.

Cuộc sống ban đầu của Page

Page sinh ngày 26 tháng 3 năm 1973, là con trai thứ hai của Gloria và Carl Page - cả hai đều dạy khoa học máy tính tại Đại học bang Michigan.

Các nơi trong ngôi nhà của họ lấp đầy với máy tính và tạp chí công nghệ khiến Larry say mê từ khi còn nhỏ.

Cha me của Page đăng ký cho Page vào một trường Montessori, một chương trình thúc đẩy sự độc lập và sáng tạo.

Page bây giờ tin rằng "việc đào tạo không tuân theo các quy tắc và mệnh lệnh, và tự động viên và đặt câu hỏi về những gì đang xảy ra trên thế giới" đã ảnh hưởng đến thái độ và công việc của anh ấy.

Năm 12 tuổi, Page đọc tiểu sử về nhà phát minh lỗi lạc Nikola Tesla, người đã chết trong nợ nần và tối tăm. Cái kết khiến anh bật khóc và truyền cảm hứng cho Page không chỉ muốn xây dựng các công nghệ thay đổi thế giới mà còn có ý thức kinh doanh để biết cách quảng bá chúng.

"Tôi nhận ra rằng phát minh ra mọi thứ không tốt chút nào", ông nói. "Bạn thực sự phải đưa chúng ra thế giới và để mọi người sử dụng chúng để có bất kỳ tác dụng nào."

Bên cạnh việc mày mò với thiết bị điện tử, Page cũng chơi saxophone khi lớn lên và cho biết việc đào tạo với âm nhạc của anh đã góp phần vào “di sản tốc độ cao của Google".

Page và Sergey Brin tạo Google

Trong thời gian còn là sinh viên tại Đại học Michigan, Page bắt đầu suy nghĩ về tương lai của giao thông vận tải, điều mà anh vẫn quan tâm.

Ông tham gia nhóm xe năng lượng mặt trời của trường và đề nghị Michigan xây dựng một "hệ thống vận chuyển cá nhân nhanh" giống như monorail giữa các cơ sở của trường.

Công ty mẹ của Google, Alphabet, đã phát triển xe tự lái thông qua Waymo, công ty trước đây được gọi là dự án Xe tự lái của Google. Alphabet cũng bắt tay vào cải tiến giao thông dựa trên dữ liệu thông qua Sidewalk Labs, công ty đã từ bỏ kế hoạch đầy tham vọng của mình cho một khu phố công nghệ cao ở Toronto vào năm 2020.

Sau khi tốt nghiệp, Page đi về phía tây đến Stanford để lấy bằng tiến sĩ, nơi anh gặp Sergey Brin vào năm 1995.

Hai người trở thành bạn thân, đam mê khoa học máy tính.

Khi 23 tuổi, Page tỉnh dậy từ một giấc mơ tự hỏi liệu mình có thể "tải xuống toàn bộ web" hay không.

Vì vậy, ông bắt đầu làm việc trên một ý tưởng để xếp hạng các trang web theo liên kết về tình trạng truy cập của trang web, thay vì bao nhiêu lần trang web chứa một từ được truy vấn. Anh tranh thủ sự giúp đỡ của Brin, và họ bắt đầu cộng tác trên một công cụ tìm kiếm mà ban đầu họ gọi là BackRub.

Ngay sau đó, BackRub trở thành Google, một cách chơi chữ của thuật ngữ toán học "googol" có nghĩa là 1 theo sau là một trăm số không.

Nỗ lực này phản ánh sứ mệnh của Page và Brin "tổ chức thông tin của thế giới và làm cho nó có thể truy cập và hữu ích trên toàn cầu".

Cả Page và Brin đều được biết đến như là "burners", hay những người tham dự cuồng nhiệt của lễ hội nghệ thuật tự do Burning Man.

Một năm sau khi kết hợp Google, họ đã tạo ra Google Doodle đầu tiên

It’s the End of Google Search As We Know It

Google is rethinking its most iconic and lucrative product by adding new AI features to search. One expert tells WIRED it’s “a change in the world order.”

Google Search is about to fundamentally change—for better or worse. To align with Alphabet-owned Google’s grand vision of artificial intelligence, and prompted by competition from AI upstarts like ChatGPT, the company’s core product is getting reorganized, more personalized, and much more summarized by AI.

At Google’s annual I/O developer conference in Mountain View, California, today, Liz Reid showed off these changes, setting her stamp early on in her tenure as the new head of all things Google search. (Reid has been at Google a mere 20 years, where she has worked on a variety of search products.) Her AI-soaked demo was part of a broader theme throughout Google’s keynote, led primarily by CEO Sundar Pichai: AI is now underpinning nearly every product at Google, and the company only plans to accelerate that shift.

“In the era of Gemini we think we can make a dramatic amount of improvements to search,” Reid said in an interview with WIRED ahead of the event, referring to the flagship generative AI model launched late last year. “People’s time is valuable, right? They deal with hard things. If you have an opportunity with technology to help people get answers to their questions, to take more of the work out of it, why wouldn’t we want to go after that?”

It’s as though Google took the index cards for the screenplay it’s been writing for the past 25 years and tossed them into the air to see where the cards might fall. Also: The screenplay was written by AI.

These changes to Google Search have been long in the making. Last year the company carved out a section of its Search Labs, which lets users try experimental new features, for something called Search Generative Experience. The big question since has been whether, or when, those features would become a permanent part of Google Search. The answer is, well, now.

Google's search overhaul comes at a time when critics are becoming increasingly vocal about what feels to some like a degraded search experience, and for the first time in a long time, the company is feeling the heat of competition, from the massive mashup between Microsoft and OpenAI. Smaller startups like Perplexity, You.com, and Brave have also been riding the generative AI wave and getting attention, if not significant mindshare yet, for the way they’ve rejiggered the whole concept of search.

Automatic Answers

Google says it has made a customized version of its Gemini AI model for these new Search features, though it declined to share any information about the size of this model, its speeds, or the guardrails it has put in place around the technology.

This search-specific spin on Gemini will power at least a few different elements of the new Google Search. AI Overviews, which Google has already been experimenting with in its labs, is likely the most significant. AI-generated summaries will now appear at the top of search results.

One example from WIRED’s testing: In response to the query “Where is the best place for me to see the northern lights?” Google will, instead of listing web pages, tell you in authoritative text that the best places to see the northern lights, aka the aurora borealis, are in the Arctic Circle in places with minimal light pollution. It will also offer a link to NordicVisitor.com. But then the AI continues yapping on below that, saying “Other places to see the northern lights include Russia and Canada’s northwest territories.”

Reid says that AI Overviews like this won’t show up for every search result, even if the feature is now becoming more prevalent. It’s reserved for more complex questions. Every time a person searches, Google is attempting to make an algorithmic value judgment behind the scenes as to whether it should serve up AI-generated answers or a conventional blue link to click. You search

Đây là một thời điểm quan trọng của Google Tìm kiếm, như chúng ta biết

Lauren Goddle. Wired. Ngày 14 tháng 5, 2024. Lê Quang Văn dịch, giải thích và thực hiện phần kỹ thuật số.

Google đang xem xét lại sản phẩm mang tính biểu tượng và sinh lợi nhất của mình bằng cách thêm các tính năng AI mới vào tìm kiếm. Một chuyên gia nói với WIRED rằng đó là "một sự thay đổi trong trật tự thế giới".

[cụm từ “một sự thay đổi trong trật tự thế giới” nhấn mạnh tiềm năng biến đổi của AI trong công nghệ tìm kiếm, cho thấy việc áp dụng nó có thể dẫn đến những thay đổi lớn về quyền lực, ảnh hưởng và mô hình hoạt động trong lĩnh vực công nghệ.]

Google Tìm kiếm về cơ bản sắp thay đổi — tốt hơn hoặc tồi tệ hơn. Để phù hợp với tầm nhìn lớn của Google về trí tuệ nhân tạo thuộc sở hữu của Alphabet và được thúc đẩy bởi sự cạnh tranh từ AI mới nổi như ChatGPT, sản phẩm cốt lõi của công ty đang được tổ chức lại, cá nhân hóa hơn và được tóm tắt nhiều hơn bởi AI.

Tại hội nghị nhà phát triển I / O hàng năm của Google ở Mountain View, California, hôm nay, Liz Reid đã thể hiện những thay đổi này, đặt dấu ấn của mình ngay từ đầu nhiệm kỳ của mình với tư cách là người đứng đầu mới của tất cả mọi thứ tìm kiếm của Google. (Reid đã làm việc tại Google hơn 20 năm, nơi cô ấy đã làm việc trên nhiều sản phẩm tìm kiếm khác nhau.) Bản demo thấm đẫm AI của cô là một phần của chủ đề rộng lớn hơn trong suốt bài phát biểu của Google, chủ yếu do CEO Sundar Pichai dẫn đầu: AI hiện đang củng cố gần như mọi sản phẩm tại Google và công ty chỉ có kế hoạch đẩy nhanh sự thay đổi đó.

"Trong kỷ nguyên của Gemini, chúng tôi nghĩ rằng chúng tôi có thể thực hiện một số cải tiến đáng kể để tìm kiếm", Reid nói trong một cuộc phỏng vấn với WIRED trước sự kiện, đề cập đến mô hình AI tạo nội dung hàng đầu ra mắt vào cuối năm ngoái. "Thời gian của mọi người rất quý giá, phải không? Họ đối phó với những điều khó khăn. Nếu bạn có cơ hội với công nghệ để giúp mọi người có câu trả lời cho câu hỏi của họ, để lấy nhiều công việc hơn từ nó, tại sao chúng tôi không muốn theo đuổi điều đó?"

Như thể Google đã lấy các thẻ chỉ mục cho kịch bản mà họ đã viết trong 25 năm qua và ném chúng lên không trung để xem các thẻ có thể rơi ở đâu. Ngoài ra: Kịch bản được viết bởi AI. [Google, được biết đến với sự phát triển có hệ thống và được kiểm soát chặt chẽ của công cụ tìm kiếm trong hơn 25 năm, hiện đang áp dụng một cách tiếp cận hoàn toàn khác bằng cách kết hợp AI theo cách biến đổi. Sự thay đổi này sâu sắc đến mức nó giống như lấy tất cả các yếu tố nền tảng của chiến lược dài hạn và sắp xếp lại chúng theo những cách mới lạ, được thúc đẩy bởi những đổi mới AI. Phép ẩn dụ nhấn mạnh khả năng không thể đoán trước và tác động biến đổi của hướng đi mới này, làm nổi bật bản chất cách mạng của việc tích hợp AI vào sản phẩm cốt lõi của nó

Những thay đổi này đối với Google Tìm kiếm đã được thực hiện từ lâu. Năm ngoái, công ty đã tạo ra một phần của Search Labs, cho phép người dùng thử nghiệm các tính năng mới thử nghiệm, cho một thứ gọi là Search Generative Experience. Câu hỏi lớn kể từ đó là liệu các tính năng đó có trở thành một phần vĩnh viễn của Google Tìm kiếm hay không. Câu trả lời là, Dĩ nhiên, ngay bây giờ.

Cuộc đại tu tìm kiếm của Google diễn ra vào thời điểm các nhà phê bình đang ngày càng lên tiếng về những gì cảm thấy đối với một số người giống như trải nghiệm tìm kiếm xuống cấp và lần đầu tiên sau một thời gian dài, công ty đang cảm thấy sức nóng của sự cạnh tranh, từ sự kết hợp lớn giữa Microsoft và OpenAI. Các công ty khởi nghiệp nhỏ hơn như Perplexity, You.com và Brave cũng đã cưỡi trên làn sóng AI tạo nội dung và nhận được sự chú ý, nếu không muốn nói là chia sẻ tâm trí đáng kể, vì cách họ đã chỉnh sửa lại toàn bộ khái niệm tìm kiếm

Câu trả lời tự động

Google cho biết họ đã tạo ra một phiên bản tùy chỉnh của mô hình Gemini AI cho các tính năng Tìm kiếm mới này, mặc dù họ từ chối chia sẻ bất kỳ thông tin nào về kích thước của mô hình này, tốc độ của nó hoặc lan can bảo vệ mà họ đã đặt xung quanh công nghệ

Giới thiệu sách “Chuyển đổi AI đàm thoại” do Lê Quang Văn thực hiện.

Xin giới thiệu phần Mục Lục chi tiết của sách “Chuyển đổi AI đàm thoại” do Lê Quang Văn thực hiện.

Sách gồm 12 chương.

Chương 1: Kỷ nguyên mới trong AI đàm thoại

Vào ngày 30 tháng 11 năm 2022, OpenAI, một công ty nổi tiếng của Mỹ có trụ sở chính tại San Francisco, đã phát hành phiên bản công khai của một chatbot có tên ChatGPT đã thay đổi thế giới Trí tuệ nhân tạo đàm thoại (AI) và châm ngòi cho cái được gọi là "Cuộc chạy đua vũ trang AI đàm thoại". Chỉ trong vòng năm ngày kể từ khi ra mắt, ChatGPT đã có được một triệu người dùng và trong vòng hai tháng, ước tính có 100 triệu người dùng hoạt động. Vào tháng 2 năm 2023, Microsoft, sau khi đầu tư mạnh vào OpenAI, đã ra mắt phiên bản công cụ tìm kiếm Bing được hỗ trợ bởi công nghệ đằng sau ChatGPT. Google đã phản ứng vào tháng 3 năm 2023 bằng cách phát hành chatbot hỗ trợ AI của riêng mình có tên Bard. Những người khác theo sau, bao gồm Anthropic, ban đầu được tài trợ bởi Google và sau đó là Amazon, với một chatbot có tên Claude, cũng như các công ty công nghệ lớn của Trung Quốc, như Baidu và Alibaba.

Chương này sẽ đi sâu vào tác động đáng kể của ChatGPT đối với bối cảnh AI, theo dõi việc áp dụng nhanh chóng và các phản ứng tiếp theo từ các công ty công nghệ lớn. Nó sẽ tạo tiền đề để hiểu ý nghĩa rộng lớn hơn của cuộc cách mạng công nghệ này.

Chương 2: Thiết kế hệ thống đàm thoại

Thiết kế hội thoại đóng một vai trò quan trọng trong sự phát triển của một hệ thống đàm thoại thành công. Trước các vấn đề không hài lòng của khách hàng phát sinh từ các hệ thống phản hồi bằng giọng nói tương tác dựa trên điện thoại (IVR) trước đó, các công ty hiện nhận ra tầm quan trọng của việc cung cấp trải nghiệm người dùng đặc biệt khi họ nắm bắt công nghệ mới và phát triển nhanh chóng AI đàm thoại. Do đó, trong vài năm qua, nhu cầu về các nhà thiết kế hội thoại đã tăng vọt, tạo ra một ngành công nghiệp hoàn toàn mới tập trung vào nghệ thuật thiết kế hội thoại.

Chương này sẽ khám phá các nguyên tắc của thiết kế hội thoại, bao gồm các thực tiễn thiết kế lấy người dùng làm trung tâm, tầm quan trọng của bối cảnh và các kỹ thuật để tạo ra các cuộc đối thoại tự nhiên và hấp dẫn.

Chương 3: Sự trỗi dậy của các hệ thống đàm thoại thần kinh

Trong nhiều năm, cách tiếp cận thông thường để hội thoại dựa trên các mô-đun được kết nối với nhau để xử lý đầu vào của người dùng và tạo đầu ra hệ thống.

Chương này sẽ theo dõi sự phát triển từ các hệ thống dựa trên quy tắc và mô-đun đến các hệ thống đàm thoại thần kinh, nêu bật những lợi thế của phương pháp thần kinh trong việc hiểu và tạo ra văn bản giống như con người. Nó cũng sẽ thảo luận về những thách thức phải đối mặt và các giải pháp đã được phát triển.

Chương 4: Mô hình ngôn ngữ lớn

Trong Chương 3, chúng ta đã khám phá kiến trúc của các hệ thống đàm thoại thần kinh. Trong chương này, chúng ta khám phá mô hình ngôn ngữ lớn (LLM) được sử dụng trong kiến trúc này để xử lý đầu vào của người dùng và tạo phản hồi của hệ thống.

Chúng tôi sẽ đề cập đến những điều cơ bản về mô hình ngôn ngữ lớn, quy trình đào tạo của họ và cách họ tận dụng lượng dữ liệu khổng lồ để tạo ra các phản hồi mạch lạc và phù hợp theo ngữ cảnh. Chương này cũng sẽ thảo luận về những người chơi chính trong việc phát triển mô hình ngôn ngữ lớn và những đóng góp của họ.

Chương 5: Giới thiệu về Kỹ thuật Nhắc

Trong một cuộc phỏng vấn của mình, CTO của Open AI, Mira Murati nói về kỹ thuật nhắc: Đối với câu hỏi của Emily Chang (Bloomberg): "Một số lời khuyên để trở thành một kỹ sư nhắc tài năng là gì?" Mira trả lời: "Đó là khả năng phát triển trực giác để tận dụng tối đa mô hình."

Chương này sẽ giới thiệu khái niệm về kỹ thuật nhắc, giải thích cách các lời nhắc được tạo cẩn thận có thể ảnh hưởng đáng kể đến đầu ra của các hệ thống AI đàm thoại. Chương này sẽ cung cấp các ví dụ và kỹ thuật cơ bản để xây dựng lời nhắc hiệu quả.

Chương 6: Kỹ thuật Nhắc Tiên tiến

Trong Chương 5, chúng tôi đã giới thiệu một ngành học mới được gọi là kỹ thuật

Project Astra Is Google's ‘Multimodal’ Answer to the New ChatGPT

Google’s new voice-operated AI assistant, called Project Astra, can make sense of what your phone’s camera sees. It was announced one day after OpenAI revealed a similar vision for ChatGPT.

ChatGPT is not yet two years old, but the idea of communicating with artificial intelligence by typing into a box is already starting to seem quaint.

At Google’s I/O developer conference today, Demis Hassabis, the executive leading the company’s effort to reestablish leadership in AI, introduced a “next-generation AI assistant” called Project Astra. A videoclip showed it running as an app on a smartphone and also a prototype pair of smart glasses. The new concept delivers on a promise Hassabis made about Gemini’s potential when the model was first introduced last December.

In response to spoken commands, Astra was able to make sense of objects and scenes as viewed through the devices’ cameras, and converse about them in natural language. It identified a computer speaker and answered questions about its components, recognized a London neighborhood from the view out of an office window, read and analyzed code from a computer screen, composed a limerick about some pencils, and recalled where a person had left a pair of glasses.

That vision for the future of AI is strikingly similar to one showcased by OpenAI on Monday. OpenAI revealed a new interface for ChatGPT that can converse snappily via voice and talk about what is seen through a smartphone camera or on a computer screen. That version of ChatGPT, powered by a new AI model called GPT-4o, also uses a more humanlike voice and emotionally expressive tone, simulating emotions like surprise and even flirtatiousness.

Google’s Project Astra uses the advanced version of Gemini Ultra, an AI model developed to compete with the one that has powered ChatGPT since March 2023. Gemini—like OpenAI’s GPT-4o—is “multimodal,” meaning it has been trained on audio, images, and video, as well as text, and can natively ingest, remix, and generate data in all those formats. Google and OpenAI moving to that technology represents a new era in generative AI; the breakthroughs that gave the world ChatGPT and its competitors have so far come from AI models that work purely with text and have to be combined with other systems to add image or audio capabilities.

Hassabis said in an interview ahead of today’s event that he thinks text-only chatbots will prove to be just a “transitory stage” on the march toward far more sophisticated—and hopefully useful—AI helpers. “This was always the vision behind Gemini,” Hassabis added. “That's why we made it multimodal.”

The new versions of Gemini and ChatGPT that see, hear, and speak make for impressive demos, but what place they will find in workplaces or personal lives is unclear.

Pulkit Agrawal, an assistant professor at MIT who works on AI and robotics, says Google's and OpenAI’s latest demos are impressive and show how rapidly multimodal AI models have advanced. OpenAI launched GPT-4V, a system capable of parsing images in September 2023. He was impressed that Gemini is able to make sense of live video—for example, correctly interpreting changes made to a diagram on a whiteboard in real time. OpenAI’s new version of ChatGPT appears capable of the same.

Agrawal says the assistants demoed by Google and OpenAI could provide new training data for the companies as users interact with the models in the real world. “But they have to be useful,” he adds. “The big question is what will people use them for—it’s not very clear.”

Google says Project Astra will be made available through a new interface called Gemini Live later this year. Hassabis said that the company is still testing several prototype smart glasses and has yet to make a decision on whether to launch any of them.

Astra’s capabilities might provide Google a chance to reboot a version of its ill-fated Glass smart glasses, although efforts to build hardware

Dự án Astra là câu trả lời 'đa phương thức' của Google cho ChatGPT mới

Will Knight. Wired. Ngày 14 tháng 5, 2024. Lê Quang Văn dịch, giải thích và thực hiện phần kỹ thuật số.

Trợ lý AI điều khiển bằng giọng nói mới của Google, được gọi là Project Astra, có thể hiểu được những gì camera điện thoại của bạn nhìn thấy. Nó được công bố một ngày sau khi OpenAI tiết lộ tầm nhìn tương tự cho ChatGPT.

ChatGPT chưa được hai năm tuổi, nhưng ý tưởng giao tiếp với trí tuệ nhân tạo bằng cách gõ vào một hộp đã bắt đầu có vẻ kỳ lạ.

Tại hội nghị nhà phát triển I / O của Google hôm nay, Demis Hassabis, giám đốc điều hành dẫn đầu nỗ lực của công ty để thiết lập lại vị trí dẫn đầu trong AI, đã giới thiệu một "trợ lý AI thế hệ tiếp theo" được gọi là Project Astra. Một videoclip cho thấy nó chạy như một ứng dụng trên điện thoại thông minh và cũng là một cặp kính thông minh nguyên mẫu. Khái niệm mới mang lại lời hứa mà Hassabis đã đưa ra về tiềm năng của Gemini khi mô hình được giới thiệu lần đầu tiên vào tháng 12 năm ngoái.

Để đáp lại các lệnh được “nói”, Astra đã có thể hiểu được các đối tượng và cảnh khi xem qua camera của thiết bị và trò chuyện về chúng bằng ngôn ngữ tự nhiên. Nó xác định một loa máy tính và trả lời các câu hỏi về các thành phần của nó, nhận ra một khu phố London từ góc nhìn ra ngoài cửa sổ văn phòng, đọc và phân tích mã từ màn hình máy tính, soạn nội dung sáng tạo và nhớ lại nơi một người đã để lại một cặp kính. Tầm nhìn đó cho tương lai của AI rất giống với tầm nhìn được OpenAI giới thiệu vào thứ Hai. OpenAI đã tiết lộ một giao diện mới cho ChatGPT có thể trò chuyện nhanh chóng qua giọng nói và nói về những gì được nhìn thấy qua camera điện thoại thông minh hoặc trên màn hình máy tính. Phiên bản ChatGPT đó, được hỗ trợ bởi một mô hình AI mới có tên GPT-4o, cũng sử dụng giọng nói giống con người hơn và giọng điệu biểu cảm cảm xúc, mô phỏng những cảm xúc như bất ngờ và thậm chí là tán tỉnh.

Project Astra của Google sử dụng phiên bản nâng cao của Gemini Ultra, một mô hình AI được phát triển để cạnh tranh với mô hình đã hỗ trợ ChatGPT kể từ tháng 3 năm 2023. Gemini — giống như GPT-4o của OpenAI — là "đa phương thức", có nghĩa là nó đã được đào tạo về âm thanh, hình ảnh và video, cũng như văn bản và có thể nhập, phối lại và tạo dữ liệu ở tất cả các định dạng đó. Google và OpenAI chuyển sang công nghệ đó đại diện cho một kỷ nguyên mới trong AI tạo nội dung; những đột phá mang lại cho thế giới ChatGPT và các đối thủ cạnh tranh cho đến nay đến từ các mô hình AI hoạt động hoàn toàn bằng văn bản và phải được kết hợp với các hệ thống khác để thêm khả năng hình ảnh hoặc âm thanh.

Hassabis cho biết trong một cuộc phỏng vấn trước sự kiện ngày hôm nay rằng ông nghĩ rằng các chatbot chỉ có văn bản sẽ chứng tỏ chỉ là một "giai đoạn tạm thời" trên con đường hướng tới những người trợ giúp AI tinh vi hơn và hy vọng hữu ích hơn nhiều. "Đây luôn là tầm nhìn đằng sau Gemini", Hassabis nói thêm. "Đó là lý do tại sao chúng tôi biến nó thành đa phương thức."

Các phiên bản mới của Gemini và ChatGPT nhìn, nghe và nói tạo nên những bản demo ấn tượng, nhưng nơi những sản phẩm này sẽ được dùng tại nơi làm việc hoặc cuộc sống cá nhân vẫn chưa rõ ràng.

Pulkit Agrawal, trợ lý giáo sư tại MIT, người làm việc về AI và robot, cho biết các bản demo mới nhất của Google và OpenAI rất ấn tượng và cho thấy các mô hình AI đa phương thức đã phát triển nhanh như thế nào. OpenAI ra mắt GPT-4V, một hệ thống có khả năng phân tích cú pháp hình ảnh vào tháng 9 năm 2023. Pulkit Agrawal rất ấn tượng rằng Gemini có thể hiểu được ý nghĩa của video trực tiếp — ví dụ, diễn giải chính xác các thay đổi được thực hiện đối với sơ đồ trên bảng trắng trong thời gian thực. ChatGPT-4o của OpenAI dường như cũng có khả năng tương tự

Agrawal cho biết các trợ lý được Google và OpenAI giới thiệu có thể cung cấp dữ liệu đào tạo mới cho các công ty khi người dùng tương tác với các mô hình trong thế giới thực. "Nhưng chúng phải hữu ích," ông nói thêm. "Câu hỏi lớn là mọi người sẽ sử dụng chúng để

Protesters Are Fighting to Stop AI, but They’re Split on How to Do It

Matt Reynolds, Senior Writer. Wired. May 13, 2024.

PauseAI protests are underway in London, New York, San Francisco, and across the globe. Its members have wildly different opinions on what the group should do next.

On a side street outside the headquarters of the Department of Science, Innovation and Technology in the center of London on Monday, 20 or so protesters are getting their chants in order.

“What do we want? Safe AI! When do we want it?” The protesters hesitate. “Later?” someone offers.

The group of mostly young men huddle for a moment before breaking into a new chant. “What do we want? Pause AI! When do we want it? Now!”

These protesters are part of Pause AI, a group of activists petitioning for companies to pause development of large AI models which they fear could pose a risk to the future of humanity.

Other PauseAI protests are taking place across the globe: In San Francisco, New York, Berlin, Rome, Ottawa, and a handful of other cities.

Their aim is to grab the attention of voters and politicians ahead of the AI Seoul Summit—a follow-up to the AI Safety Summit held in the UK in November 2023. But the loosely organized group of protesters itself is still figuring out exactly the best way to communicate its message.

“The Summit didn’t actually lead to meaningful regulations,” says Joep Meindertsma, the founder of PauseAI. The attendees at the conference agreed to the “Bletchley Declaration,” but that agreement doesn’t mean much, Meindertsma says. “It’s only a small first step, and what we need are binding international treaties.”

The group’s main demand is for a pause on the training of AI systems more powerful than GPT-4—it’s calling for all countries to implement this measure, but specifically calls out the United States as the home of most leading AI labs. The group also wants all UN member states to sign a treaty that sets up an international AI safety agency with responsibility for granting new deployments of AI systems and training runs of large models. Their protests are taking place on the same day as OpenAI announced a new version of ChatGPT to make the chatbot act more like a human.

“We have banned technology internationally before,” says Meindertsma, pointing to the Montreal Protocol, a global agreement finalized in 1987 that saw the phaseout of CFCs and other chemicals known to deplete the ozone layer. “We’ve got treaties that ban blinding laser weapons. I’m pretty optimistic that there is a way in which we can pause.”

One protester at the London march, Oliver Chamberlain, says he’s not sure that companies committing to pause their AI research is likely, but he feels so concerned about the future that he was compelled to protest. Only substantial regulation on AI would make him feel more optimistic about the situation, he says.

There is also the question of how PauseAI should achieve its aims. On the group’s Discord, some members discussed the idea of staging sit-ins at the headquarters of AI developers. OpenAI, in particular, has become a focal point of AI protests. In February, Pause AI protests gathered in front of OpenAI’s San Francisco offices, after the company changed its usage policies to remove a ban on military and warfare applications for its products.

Would it be too disruptive if protests staged sit-ins or chained themselves to the doors of AI developers, one member of the Discord asked. “Probably not. We do what we have to, in the end, for a future with humanity, while we still can.”

Meindertsma had been worried about the consequences of AI after reading Superintelligence, a 2014 book by philosopher Nick Bostrom that popularized the idea that very advanced AI systems could pose a risk to human existence altogether. Joseph Miller, the organizer of PauseAI’s protest in London was similarly inspired.

It was the launch of OpenAI’s large language model Chat-GPT 3 in 2020 that really got Miller worried about the trajectory AI

Những người biểu tình đang đấu tranh để ngăn chặn AI, nhưng họ bị chia rẽ về cách thực hiện

Matt Reynolds, Nhà văn cao cấp. Wired. ngày 13 tháng 5 năm 2024. Lê Quang Văn dịch, giải thích và thực hiện phần kỹ thuật số.

Các cuộc biểu tình tạm dừng AI đang diễn ra ở London, New York, San Francisco và trên toàn cầu. Các thành viên của nó có những ý kiến cực kỳ khác nhau về những gì nhóm nên làm tiếp theo.

Trên một con phố nhỏ bên ngoài trụ sở của Bộ Khoa học, Đổi mới và Công nghệ ở trung tâm London hôm thứ Hai, khoảng 20 người biểu tình đang hô vang theo thứ tự.

"Chúng ta muốn cái gì? AI an toàn! Khi nào chúng ta muốn?" Những người biểu tình do dự. "Sau này?" có người đề nghị.

Nhóm chủ yếu là thanh niên túm tụm một lúc trước khi bắt đầu một bài hát mới. "Chúng ta muốn cái gì? Tạm dừng AI! Khi nào chúng ta muốn nó? Bây giờ!"

Những người biểu tình này là một phần của Pause AI, một nhóm các nhà hoạt động kiến nghị các công ty tạm dừng phát triển các mô hình AI lớn mà họ sợ có thể gây rủi ro cho tương lai của nhân loại.

Các cuộc biểu tình PauseAI khác đang diễn ra trên toàn cầu: Ở San Francisco, New York, Berlin, Rome, Ottawa và một số thành phố khác.

Mục đích của họ là thu hút sự chú ý của cử tri và chính trị gia trước Hội nghị thượng đỉnh AI Seoul - phần tiếp theo của Hội nghị thượng đỉnh an toàn AI được tổ chức tại Anh vào tháng 11 năm 2023. Nhưng bản thân nhóm người biểu tình được tổ chức lỏng lẻo vẫn đang tìm ra chính xác cách tốt nhất để truyền đạt thông điệp của mình.

"Hội nghị thượng đỉnh không thực sự dẫn đến các quy định có ý nghĩa", Joep Meindertsma, người sáng lập PauseAI nói. Những người tham dự hội nghị đã đồng ý với "Tuyên bố Bletchley", nhưng thỏa thuận đó không có nhiều ý nghĩa, Meindertsma nói. "Đó chỉ là một bước nhỏ đầu tiên, và những gì chúng ta cần là các hiệp ước quốc tế ràng buộc."

Yêu cầu chính của nhóm là tạm dừng đào tạo các hệ thống AI mạnh hơn GPT-4 - họ kêu gọi tất cả các quốc gia thực hiện biện pháp này, nhưng đặc biệt gọi Hoa Kỳ là quê hương của hầu hết các phòng thí nghiệm AI hàng đầu. Nhóm cũng muốn tất cả các quốc gia thành viên Liên Hợp Quốc ký một hiệp ước thành lập một cơ quan an toàn AI quốc tế chịu trách nhiệm cấp phép triển khai mới các hệ thống AI và đào tạo các mô hình lớn. Các cuộc biểu tình của họ đang diễn ra cùng ngày với OpenAI công bố một phiên bản mới của ChatGPT để làm cho chatbot hoạt động giống con người hơn.

"Chúng ta đã cấm công nghệ quốc tế trước đây", Meindertsma nói, chỉ ra Nghị định thư Montreal, một thỏa thuận toàn cầu được hoàn tất vào năm 1987 cho thấy việc loại bỏ CFC và các hóa chất khác được biết là làm suy giảm tầng ozone. "Chúng tôi đã có các hiệp ước cấm vũ khí laser gây mù. Tôi khá lạc quan rằng có một cách mà chúng ta có thể tạm dừng".

Một người biểu tình tại cuộc tuần hành ở London, Oliver Chamberlain, nói rằng ông không chắc chắn rằng các công ty cam kết tạm dừng nghiên cứu AI của họ có khả năng xảy ra hay không, nhưng ông cảm thấy rất lo lắng về tương lai đến nỗi ông buộc phải phản đối. Chỉ có quy định đáng kể về AI mới khiến ông cảm thấy lạc quan hơn về tình hình, ông nói.

Ngoài ra còn có câu hỏi làm thế nào PauseAI nên đạt được mục tiêu của nó. Trong nhánh Discord của nhóm, một số thành viên đã thảo luận về ý tưởng tổ chức các cuộc biểu tình ngồi tại trụ sở của các nhà phát triển AI. OpenAI, đặc biệt, đã trở thành tâm điểm của các cuộc biểu tình AI. Vào tháng Hai, các cuộc biểu tình tạm dừng AI đã tập trung trước các văn phòng của OpenAI ở San Francisco, sau khi công ty thay đổi chính sách sử dụng để loại bỏ lệnh cấm các ứng dụng quân sự và chiến tranh cho các sản phẩm của mình.

Liệu có quá gây rối nếu các cuộc biểu tình tổ chức các cuộc biểu tình ngồi hoặc tự xích mình vào cửa của các nhà phát triển AI, một thành viên của nhóm Discord hỏi. "Chắc là không. Cuối cùng, chúng ta làm những gì chúng ta phải làm vì một tương lai cho nhân loại, khi chúng ta vẫn có thể.

Meindertsma đã lo lắng về hậu quả của AI sau khi đọc Superintelligence, một cuốn sách năm 2014

Generative AI Applied to Sourcing and Procurement: 3 Use Cases

Sourcing and procurement processes may be on the brink of major advances as solutions providers continue to add generative AI functionality to their tools

By Vinay Rajani, managing director, and Mike Deng, senior manager, both with Deloitte Consulting LLP

Recent breakthroughs in generative AI are advancing digital procurement tools to include next-generation capabilities. Global procurement officers and other leaders charged with supply chain oversight are exploring how to best apply generative AI to their sourcing and procurement process for goods and services, and are doing so as they assess the source to pay (S2P) technologies available to them.

Digital procurement solutions vendors have started harnessing generative AI capabilities in their solutions, sparking a new era of efficiency in procurement processes and strategic decision-making. So far, enhancements include eliminating many manual or redundant tasks, simplifying user experiences through a chat-based interface, and providing end-to-end data analytics and recommendations. Advances from some niche players include autonomous sourcing and automated negotiations,1 leveraging their focused knowledge of AI and specialized offerings.

“Not all technologies lead to productivity gains,” says Baber Farooq, senior vice president for SAP Ariba. “However, with generative AI, we can fulfill the promise of technology by restoring efficiency to end users, allowing them to focus on their day-to-day jobs.”

To help visualize the magnitude and scale of these changes, consider some high-impact use cases below, together with a discussion of adoption challenges and ways forward.

Use Case 1: Contract Review

Contract review has traditionally been an often tedious process, requiring manual effort from employee experts across various areas such as legal, risk, business, and finance. Reviewers need to manually examine the contract text to redline deviations and resolve issues by referring to past contracts, company policy library, and legal and statutory regulations. As a result, the contract review process can span several days or even weeks.

Future state: At its core, a generative AI-based contract review tool could ingest the contract as well as review the structure and individual clauses. These clauses could be compared against its repository of past contracts, company policy library, and legal statutory requirements to identify concerns and provide mitigation recommendations, reducing contract review turnaround times. With the tool encompassing specialized knowledge, reviewers also no longer need the same depth of knowledge, reducing the need for specialized experts in multiple process areas.

The current marketplace for contract review tools is growing rapidly. The tools offer varying capabilities within the review process, from specialized legal reviews to holistic contract reviews.

Use Case 2: Category Strategy Generation

Current tools offer limited capabilities and focus on data visualization and analytics. Category management is primarily a specialized exercise, with managers manually reviewing relevant data across multiple sources, creating various reports from their S2P systems, and finalizing the category strategy using all this information. The process requires a high degree of specialization and, therefore, limits how many categories a single category manager can handle.

Future state: A generative AI-based tool that can extract live intelligence from multiple websites could streamline the process significantly. Coupled with access to real-time transactional data from S2P solutions, the tool would be able to identify areas requiring intervention, layer in market intelligence, and recommend strategies for resolution. This would reduce the need for specialized category experts for each category and increase automation for significant efficiency gains.

AI tạo nội dung được áp dụng cho tìm nguồn cung ứng và mua sắm: 3 trường hợp sử dụng

Các quy trình tìm nguồn cung ứng và mua sắm có thể đang trên bờ vực của những tiến bộ lớn khi các nhà cung cấp giải pháp tiếp tục bổ sung chức năng AI tạo nội dung vào các công cụ của họ.

Tác giả: Vinay Rajani, managing director, và Mike Deng, Giám đốc cấp cao, Deloitte Consulting LLP. Lê Quang Văn dịch, giải thích và thực hiện phần kỹ thuật số.

Những đột phá gần đây trong AI tạo nội dung đang thúc đẩy các công cụ mua sắm kỹ thuật số để bao gồm các khả năng thế hệ tiếp theo. Các nhân viên mua sắm toàn cầu và các nhà lãnh đạo khác chịu trách nhiệm giám sát chuỗi cung ứng đang khám phá cách áp dụng tốt nhất AI tạo nội dung vào quy trình tìm nguồn cung ứng và mua sắm hàng hóa và dịch vụ của họ và đang làm như vậy khi họ đánh giá nguồn để thanh toán (S2P) đối với công nghệ có sẵn cho họ.

Các nhà cung cấp giải pháp mua sắm kỹ thuật số đã bắt đầu khai thác khả năng AI tạo nội dung trong các giải pháp của họ, tạo ra một kỷ nguyên mới về hiệu quả trong quy trình mua sắm và ra quyết định chiến lược. Cho đến nay, các cải tiến bao gồm loại bỏ nhiều tác vụ thủ công hoặc dư thừa, đơn giản hóa trải nghiệm người dùng thông qua giao diện dựa trên trò chuyện và cung cấp các phân tích và đề xuất dữ liệu đầu cuối. Những tiến bộ từ một số người chơi thích hợp bao gồm tìm nguồn cung ứng tự trị và đàm phán tự động, tận dụng kiến thức tập trung của họ về AI và các dịch vụ chuyên biệt.

"Không phải tất cả các công nghệ đều dẫn đến tăng năng suất", Baber Farooq, phó chủ tịch cấp cao của SAP Ariba cho biết. "Tuy nhiên, với AI tạo nội dung, chúng ta có thể thực hiện lời hứa của công nghệ bằng cách khôi phục hiệu quả cho người dùng cuối, cho phép họ tập trung vào công việc hàng ngày của họ."

Để giúp hình dung mức độ và quy mô của những thay đổi này, hãy xem xét một số trường hợp sử dụng có tác động cao bên dưới, cùng với thảo luận về những thách thức và cách thức áp dụng.

Trường hợp sử dụng 1: Xem xét hợp đồng

Xem xét hợp đồng theo truyền thống là một quá trình thường tẻ nhạt, đòi hỏi nỗ lực thủ công từ các chuyên gia nhân viên trên nhiều lĩnh vực khác nhau như pháp lý, rủi ro, kinh doanh và tài chính. Người đánh giá cần kiểm tra thủ công văn bản hợp đồng để kiểm tra sai lệch quy định và giải quyết các vấn đề bằng cách tham khảo các hợp đồng trong quá khứ, thư viện chính sách của công ty và các quy định pháp lý và luật định. Do đó, quá trình xem xét hợp đồng có thể kéo dài vài ngày hoặc thậm chí vài tuần.

Giải pháp trong tương lai: Về cốt lõi, một công cụ xem xét hợp đồng dựa trên AI tạo nội dung có thể nhập hợp đồng cũng như xem xét cấu trúc và các điều khoản riêng lẻ. Các điều khoản này có thể được so sánh với kho lưu trữ các hợp đồng trong quá khứ, thư viện chính sách của công ty và các yêu cầu pháp lý theo luật định để xác định các mối quan tâm và đưa ra các khuyến nghị giảm thiểu, giảm thời gian quay vòng xem xét hợp đồng. Với công cụ bao gồm kiến thức chuyên ngành, người đánh giá cũng không còn cần cùng một chiều sâu kiến thức, giảm nhu cầu về các chuyên gia chuyên ngành trong nhiều lĩnh vực quy trình.

Thị trường hiện tại cho các công cụ xem xét hợp đồng đang phát triển nhanh chóng. Các công cụ cung cấp các khả năng khác nhau trong quá trình xem xét, từ đánh giá pháp lý chuyên ngành đến đánh giá hợp đồng toàn diện

Trường hợp sử dụng 2: Tạo chiến lược danh mục

Các công cụ hiện tại cung cấp khả năng hạn chế và tập trung vào trực quan hóa và phân tích dữ liệu. Quản lý danh mục chủ yếu là một bài tập chuyên biệt, với các nhà quản lý xem xét thủ công dữ liệu có liên quan trên nhiều nguồn, tạo các báo cáo khác nhau từ hệ thống S2P của họ và hoàn thiện chiến lược danh mục bằng cách sử dụng tất cả thông tin này. Quá trình này đòi hỏi mức độ chuyên môn hóa cao và do đó, giới hạn số lượng danh mục mà một người quản lý danh mục có thể xử lý

Giải pháp trong tương lai: Một công cụ dựa trên AI tạo nội dung có thể trích xuất trí thông minh trực tiếp từ nhiều trang web có thể hợp

OpenAI ra mắt trợ lý giọng nói lấy cảm hứng từ tầm nhìn của Hollywood về AI

Chức năng này là một phần của phiên bản nhanh hơn, có khả năng hơn của mô hình trí tuệ nhân tạo hàng đầu của công ty OpenAI

Deepa Sitharaman. WSJ. Tháng Năm 13, 2024. Lê Quang Văn dịch, giải thích và thực hiện phần kỹ thuật số.

OpenAI đã tiết lộ một phiên bản ít tốn kém hơn của hệ thống trí tuệ nhân tạo hàng đầu của mình bao gồm một trợ lý giọng nói mới để giúp sử dụng dễ dàng hơn, vì nó chạy đua với các công ty công nghệ khác để tung ra các sản phẩm và tính năng để thu hút người dùng.

Mô hình AI mới, được đặt tên là GPT-4o, có thể sử dụng ngoài văn bản, hình ảnh và video tốt hơn và có thể tương tác với mọi người bằng giọng nói trong thời gian thực, Mira Murati, giám đốc công nghệ của OpenAI, cho biết hôm thứ Hai. Mọi người có thể thể hiện sự đột phá của tính năng giọng nói mới trong khi nói chuyện với nó, không giống như các trợ lý giọng nói hiện tại và mô hình có khả năng phản hồi gần ngay lập tức, công ty cho biết.

Các giám đốc điều hành OpenAI đã thực hiện một cuộc trình diễn trực tiếp về cách mô hình có thể phân tích mã, dịch ngôn ngữ giữa hai người nói hoặc hướng dẫn người dùng thông qua một bài toán đại số cơ bản được viết ra trên một tờ giấy, tất cả dường như trong thời gian thực.

Sự ra mắt của GPT-4o phản ánh cách OpenAI và các công ty khởi nghiệp và gã khổng lồ công nghệ khác đang ngày càng tìm cách mở rộng nhóm người dùng của họ và mang tiền về cho công nghệ trí tuệ nhân tạo của họ, sau khi đổ một khoản tiền khổng lồ vào sức mạnh tính toán và năng lượng để phát triển hệ thống của họ.

Thông báo OpenAI được đưa ra một ngày trước khi bắt đầu hội nghị nhà phát triển hàng năm của Google vào thứ ba, nơi dự kiến sẽ công bố các sản phẩm mới của riêng mình. Google, một nhà tiên phong về AI, đã cạnh tranh với OpenAI và đối tác và người ủng hộ của nó, Microsoft, để dẫn đầu trong lĩnh vực AI tạo nội dung. Microsoft không tham gia vào việc sản xuất GPT-4o.

Giám đốc điều hành Sam Altman đã so sánh sản phẩm mới với loại công cụ AI thường thấy trong phim. Trong một bài phát biểu năm ngoái, ông cho biết ông và các giám đốc điều hành OpenAI khác đã tìm thấy cảm hứng trong bộ phim "Her" năm 2013 về một người đàn ông yêu trợ lý giọng nói.

Giám đốc điều hành Sam Altman và các nhân viên OpenAI khác đã đăng các tài liệu tham khảo về bộ phim trên X ngay sau thông báo hôm thứ Hai.

"ChatGPT ban đầu cho thấy một gợi ý về những gì có thể với giao diện ngôn ngữ; điều mới mẻ này mang lại cảm giác khác biệt về mặt bản năng", Altman viết hôm thứ Hai trên blog cá nhân của mình.

Mô hình mới cũng có thể phát hiện cảm xúc của một người trong giọng nói hoặc nét mặt của họ, OpenAI cho biết. Nó cũng nhanh chóng chuyển đổi giữa các giai điệu cảm xúc khác nhau từ giọng nói kịch tính sang giai điệu robot để hát. Tính năng này sẽ được triển khai cho người dùng trả tiền cho ChatGPT-Plus, tính năng 20 đô la một tháng của công ty trong vài tuần tới.

GPT-4o cũng sẽ được cung cấp cho các công ty. Murati cho biết mô hình này nhanh gấp đôi và chi phí bằng một nửa so với GPT-4 Turbo hàng đầu hiện tại. Chữ "o" trong GPT-4o là viết tắt của "omni", công ty cho biết. Những người sử dụng phiên bản miễn phí của ChatGPT sẽ có quyền truy cập vào các tính năng hình ảnh và tầm nhìn của GPT-4o bắt đầu từ thứ Hai.

OpenAI đã cung cấp một tính năng gọi là "chế độ giọng nói" kết hợp ba mô hình riêng biệt để trả lời người dùng bằng giọng nói, nhưng nó có thể bị nhầm lẫn bởi nhiều loa hoặc tiếng ồn xung quanh. Nó cũng chậm. Cách tiếp cận "chuỗi mô hình" "không cắt giảm nó khi bạn đang cố gắng cung cấp ở tốc độ này", Mark Chen, người đứng đầu nghiên cứu khai phá công nghệ mới tại OpenAI, cho biết trong một cuộc phỏng vấn.

Ngược lại, GPT-4o được xây dựng như một mô hình duy nhất được đào tạo về văn bản, hình ảnh và tài liệu âm thanh, và có thể phản ứng nhanh hơn và chính xác hơn với các tín hiệu

Các giám đốc điều hành OpenAI từ chối mô tả loại dữ liệu nào được sử dụng để đào tạo mô hình này. Họ cũng từ chối