Dữ liệu, AI

• -:

  • 4 cấp độ phân tích dữ liệu – mô tả hiện tượng, lý giải nguyên nhân, dự đoán kết quả, đề xuất hành động
  • Dữ liệu có thể là ngôn ngữ mà tất cả mọi người đều hiểu
  • Ngành khoa học dữ liệu còn nhiều thuật ngữ không có sự ổn định về nghĩa
  • Sự không phân biệt giữa AI học có giám sát và AI tạo sinh mà chỉ gộp chung vào AI làm nhiều người nhầm lẫn giữa điểm mạnh và điểm yếu của AI

• Máy học:

  • Máy học dự đoán xem mẫu hình có bao nhiêu khả năng lặp lại trong tương lai
  • Việc dùng máy học có thể làm ta nghĩ mô hình rất phức tạp mặc dù thực chất nó rất đơn giản
  • Không giám sát nghĩa là giả định rằng người huấn luyện không có giả định nào

• Mô hình ngôn ngữ lớn:

  • AI là định dạng ảnh mờ của web
  • AI không lao động để cải tạo thế giới
  • AI không được xem là tác giả tri thức mới, vì nó không có khả năng chịu trách nhiệm đối với các tuyên bố tri thức
  • Chủ thể tính
  • Người sử dụng AI không thể tự nhận mình là tác giả của tác phẩm do nó tạo ra được, vì nghệ thuật đòi hỏi ta phải đưa ra rất nhiều lựa chọn
  • Sự khác biệt giữa con người và mô hình ngôn ngữ lớn là con người có niềm tin và có thể kiểm chứng niềm tin từ môi trường bên ngoài
  • Đằng sau vẻ ngoài tự trị của AI là những người làm công việc dán nhãn và kiểm duyệt, vô hình và bếp bênh
  • AI cũng có nhiều loại khác nhau, nên dùng khái niệm LLM sẽ chính xác hơn
  • Có bằng chứng cho thấy việc có thêm dữ liệu và phần cứng để tính toán cũng không làm tăng khả năng nhận diện
  • AI gần như không có khả năng tự sửa lỗi code
  • Người mới học nên bắt đầu bằng việc hiểu code đúng hơn là sửa lỗi code sai với lời hướng dẫn chưa chắc đúng
  • Để AI có thể tham gia vào việc lập trình được, nó cần phải làm được cả việc kiểm định và sửa lỗi code, chứ không phải chỉ mỗi sinh code
  • Trước khi AI có thể kiểm định và sửa lỗi code, ta vẫn cần phải học lập trình để kiểm định và sửa lỗi cho nó
  • AI giống như công nghệ tua bin. Gắn nó với xe hơi thì không sử dụng được. Nhưng nếu có thể có thêm những công nghệ mới thì có thể thành máy bay
  • Thế mạnh của AI là làm những công việc cần tốc độ mà không đòi hỏi sự chính xác, chất lượng
  • Tiềm năng để kiếm tiền từ AI đến từ mảng học có giám sát nhiều hơn ở mảng tạo sinh
  • AI không tất định mà tạo sinh kết quả mỗi lần mỗi khác dù với cùng một câu nhập
  • Cách để AI không bị ảo giác là kêu nó viết truy vấn cho Wikidata

• Trung tâm dữ liệu:

  • 40% lượng điện của các trung tâm dữ liệu là để cho việc làm mát
  • Ngành công nghiệp siêu tính toán được xây dựng trên nền tảng thuộc địa từ việc khai thác tài nguyên ở các nước bán cầu nam
  • Dấu chân carbon của việc tính toán đã vượt qua công nghiệp hàng không

Nơi thảo luận