Andrew Ng Explores The Rise Of AI Agents And Agentic Reasoning | BUILD 2024 Keynote
Tóm tắt ngắn:
- Bài thuyết trình tập trung vào sự trỗi dậy của AI Agent (đại lý AI) và suy luận theo kiểu đại lý (agentic reasoning), được Andrew Ng mô tả là xu hướng quan trọng nhất trong AI hiện nay.
- Ông nhấn mạnh việc phát triển mô hình AI nhanh hơn nhờ AI Generative, dẫn đến phương pháp thử nghiệm nhanh và lặp lại nhiều nguyên mẫu. Các công nghệ như Large Language Models (LLM) và mô hình đa phương thức được đề cập. Ví dụ cụ thể là ứng dụng Vision Agent của Landing AI, cho phép xử lý hình ảnh và video hiệu quả.
- Ứng dụng của AI Agent bao gồm xử lý tài liệu phức tạp, hỗ trợ chẩn đoán y tế, tuân thủ quy định chính phủ, và đặc biệt là xử lý dữ liệu hình ảnh và video. Điều này mở ra nhiều cơ hội ứng dụng mới.
- Các phương pháp thiết kế chính cho AI Agent được trình bày, bao gồm phản xạ (reflection), sử dụng công cụ (tool use), lập kế hoạch (planning) và cộng tác đa đại lý (multi-agent collaboration).
Tóm tắt chi tiết:
Bài thuyết trình được chia thành các phần chính sau:
Phần 1: Cơ hội trong AI và sự phát triển nhanh chóng của mô hình AI: Andrew Ng bắt đầu bằng việc so sánh AI với điện, nhấn mạnh tính đa dụng của nó. Ông mô tả cấu trúc phân tầng của AI, từ phần cứng đến mô hình cơ sở và ứng dụng. Ông cho rằng sự chú trọng hiện nay vào các lớp công nghệ cơ sở là chưa đủ, mà cần tập trung vào lớp ứng dụng để tạo ra giá trị và doanh thu. Ông nhấn mạnh sự phát triển nhanh chóng của việc phát triển mô hình AI nhờ AI Generative, cho phép tạo ra nguyên mẫu trong vài ngày thay vì vài tháng. "Move fast and be responsible" được đề xuất thay cho "Move fast and break things".
Phần 2: AI Agent và Suy luận theo kiểu đại lý: Đây là phần trọng tâm. Andrew Ng giới thiệu AI Agent và agentic reasoning, cho rằng đây là xu hướng quan trọng nhất trong AI. Ông so sánh cách sử dụng LLM truyền thống (zero-shot prompting) với cách tiếp cận theo kiểu đại lý (iterative workflow), cho thấy cách tiếp cận thứ hai mang lại kết quả tốt hơn nhiều. Ông trình bày bốn mẫu thiết kế chính cho AI Agent: phản xạ (reflection – LLM tự phê bình và cải thiện đầu ra của mình), sử dụng công cụ (tool use – LLM gọi API, tìm kiếm web…), lập kế hoạch (planning – LLM lên kế hoạch thực hiện nhiệm vụ phức tạp), và cộng tác đa đại lý (multi-agent collaboration – nhiều LLM đóng vai trò khác nhau để giải quyết vấn đề). Kết quả benchmark cho thấy hiệu quả vượt trội của agentic workflow.
Phần 3: Vision Agent và ứng dụng xử lý hình ảnh/video: Andrew Ng trình diễn Vision Agent của Landing AI, một ví dụ cụ thể về AI Agent xử lý hình ảnh và video. Ông cho thấy Vision Agent có thể đếm cầu thủ trên sân, xác định thời điểm ghi bàn trong video, và tạo metadata cho video để tìm kiếm và phân tích. Một ứng dụng demo cho phép tìm kiếm video dựa trên mô tả văn bản được trình bày. Điều này cho thấy tiềm năng to lớn của AI Agent trong việc khai thác dữ liệu hình ảnh và video.
Phần 4: Xu hướng AI quan trọng và kết luận: Andrew Ng nêu ra bốn xu hướng AI quan trọng: tăng tốc độ tạo token, tối ưu hóa LLM cho việc sử dụng công cụ, tầm quan trọng ngày càng tăng của kỹ thuật dữ liệu, và sự phát triển của xử lý hình ảnh và video. Ông kết luận rằng đây là thời điểm tuyệt vời để phát triển các ứng dụng AI, và AI Agent đang mở ra vô số khả năng mới. Ông mời mọi người tham khảo các demo của Vision Agent trên va.landing.ai.