Generative vs Agentic AI: Shaping the Future of AI Collaboration
Tóm tắt ngắn:
- Bài thuyết trình giới thiệu hai loại trí tuệ nhân tạo (AI): AI sinh tạo (Generative AI) và AI tác động (Agentic AI), nhấn mạnh sự khác biệt giữa hai loại này.
- AI sinh tạo, ví dụ như chatbot và công cụ tạo ảnh, là hệ thống phản ứng, chờ đợi lệnh người dùng để tạo nội dung dựa trên các mẫu học được từ dữ liệu khổng lồ. Các công nghệ như mô hình ngôn ngữ lớn (LLM), mô hình khuếch tán được đề cập.
- AI tác động là hệ thống chủ động, tự đặt mục tiêu và thực hiện các hành động để đạt được mục tiêu đó với sự can thiệp tối thiểu của con người. Ví dụ như trợ lý mua sắm cá nhân.
- Phương pháp lập luận theo chuỗi suy nghĩ (chain of thought reasoning) của LLM được sử dụng trong AI tác động để giải quyết vấn đề phức tạp bằng cách chia nhỏ thành các bước nhỏ hơn. Ứng dụng bao gồm hỗ trợ sáng tạo nội dung, quản lý nhiệm vụ phức tạp. Tương lai của AI sẽ là sự kết hợp giữa hai loại này.
Tóm tắt chi tiết:
Bài thuyết trình chia thành các phần chính sau:
Phần 1: Giới thiệu Generative AI: Phần này định nghĩa Generative AI là hệ thống phản ứng, chờ lệnh người dùng để tạo nội dung (văn bản, hình ảnh, âm thanh, mã code) dựa trên các mẫu học được từ dữ liệu huấn luyện khổng lồ. Nó được ví như "máy móc khớp mẫu tinh vi" học được mối quan hệ thống kê giữa các từ, pixel, sóng âm. Ví dụ được đưa ra là sử dụng chatbot để viết tiểu thuyết, YouTuber dùng AI để chỉnh sửa kịch bản, tạo thumbnail và nhạc nền. Người dùng vẫn đóng vai trò chủ đạo trong việc kiểm duyệt và tinh chỉnh nội dung do AI tạo ra.
Phần 2: Giới thiệu Agentic AI: Phần này định nghĩa Agentic AI là hệ thống chủ động, tự đặt mục tiêu và thực hiện các hành động để đạt được mục tiêu đó. Khác với Generative AI, nó không chỉ tạo nội dung mà còn thực hiện các bước tiếp theo để hoàn thành nhiệm vụ. Chu trình hoạt động của nó bao gồm: nhận thức môi trường, quyết định hành động, thực thi hành động, học hỏi từ kết quả. Ví dụ được đưa ra là trợ lý mua sắm cá nhân tự động tìm kiếm sản phẩm, theo dõi giá cả và xử lý thanh toán.
Phần 3: LLM và Chain of Thought Reasoning: Phần này giải thích vai trò của Mô hình Ngôn ngữ Lớn (LLM) trong cả hai loại AI. LLM đóng vai trò là "động cơ nhận thức" cho AI tác động, cho phép nó lập luận và giải quyết vấn đề phức tạp bằng phương pháp "chain of thought reasoning" – chia nhỏ vấn đề thành các bước nhỏ hơn, logic hơn. Ví dụ minh họa là việc lập kế hoạch tổ chức hội nghị. AI tự "đàm thoại nội bộ" để xác định các bước cần thực hiện: hiểu yêu cầu, tìm địa điểm, kiểm tra khả năng,…
Phần 4: Tương lai của AI: Phần này kết luận rằng các hệ thống AI mạnh mẽ nhất trong tương lai sẽ không chỉ thuần túy là Generative hay Agentic mà sẽ là sự kết hợp của cả hai, có khả năng tự động lựa chọn giữa việc tạo ra các lựa chọn (Generative) và thực hiện hành động (Agentic) một cách thông minh. Ví dụ được đưa ra là một agent có thể tự động tạo chương tiếp theo của một tiểu thuyết sau khi quay xong video.
Câu nói đáng chú ý: "AI sinh tạo về cơ bản là máy móc khớp mẫu tinh vi" và "LLM đóng vai trò là động cơ nhận thức cho AI tác động".