Notion's AI team has shipped three product categories: AI Writer, AI in databases, and Q&A. The importance of representations in computing is illustrated through historical and modern examples, from the IBM 1401 to color pickers and mel spectrograms. Useful representations are designed from deep understanding and evolve through use.
Nhóm AI của Notion đã ra mắt ba loại sản phẩm: AI Writer, AI trong cơ sở dữ liệu và Q&A. Tầm quan trọng của các biểu diễn trong điện toán được minh họa qua các ví dụ lịch sử và hiện đại, từ IBM 1401 đến bộ chọn màu và phổ mel. Các biểu diễn hữu ích được thiết kế từ hiểu biết sâu sắc và phát triển qua sử dụng.
Thanks to everyone for coming.
Cảm ơn mọi người đã đến.
Um, uh, my name is Lonus.
Ừm, uh, tên tôi là Lonus.
I work at UH Notion on AI.
Tôi làm việc tại UH Notion về AI.
Um, so I work on Notion as AI team.
Ừm, vậy tôi làm việc tại Notion với tư cách là nhóm AI.
I've been there for about a year now.
Tôi đã ở đó khoảng một năm nay.
Um, and I'll, I'll show a little bit of what Notion's done in the last year, but most of the rest of this talk is going to be a little more speculative because I think that there's a lot more interesting things to talk about than
Ừm, và tôi sẽ, tôi sẽ trình bày một chút về những gì Notion đã làm trong năm qua, nhưng phần lớn còn lại của buổi nói chuyện này sẽ mang tính suy đoán nhiều hơn vì tôi nghĩ rằng có nhiều điều thú vị hơn để nói về hơn là
the things that we've already public announced.
Những điều mà chúng tôi đã công bố công khai.
But if you have any questions about things that Notion has done or how we're thinking about things, I'm also happy to answer them towards the end.
Nhưng nếu bạn có bất kỳ câu hỏi nào về những gì Notion đã làm hoặc cách chúng tôi đang suy nghĩ về mọi thứ, tôi cũng sẵn lòng trả lời chúng vào cuối buổi.
So Noi's been working on AI products for about the last year.
Vậy Noi đã làm việc trên các sản phẩm AI trong khoảng một năm qua.
Um, the first thing we've sort of shipped three distinct categories of things in last year.
Ừm, điều đầu tiên chúng tôi đã ra mắt ba loại sản phẩm khác nhau trong năm qua.
The first thing that we shipped,
Điều đầu tiên mà chúng tôi đã ra mắt,
which we call AI writer, which is a language model inside your document, so you can have a conversational experience of writing and drafting and iterating through ideas as you're working on them.
Mà chúng tôi gọi là AI writer, đó là một mô hình ngôn ngữ bên trong tài liệu của bạn, để bạn có thể có trải nghiệm trò chuyện khi viết và soạn thảo và lặp lại các ý tưởng khi bạn đang làm việc với chúng.
You can generate tables, you can generate like databases and summarize content and translate them and so on.
Bạn có thể tạo bảng, bạn có thể tạo như cơ sở dữ liệu và tóm tắt nội dung và dịch chúng, v.v.
Um, it's also, I hear, quite an effective editing coach, and so you can ask it for feedback
Ừm, tôi nghe nói nó cũng là một huấn luyện viên chỉnh sửa khá hiệu quả, và vì vậy bạn có thể yêu cầu nó phản hồi
and revisions.
Và sửa đổi.
We've also put that same kind of technology inside Notion databases, which is a more structured kind of format for information, and so you can have a database of like meetings or customers or companies and summarize that kind of content or automatically tag them and so on and so forth.
Chúng tôi cũng đã đưa cùng loại công nghệ đó vào trong cơ sở dữ liệu Notion, đây là một định dạng có cấu trúc hơn cho thông tin, và vì vậy bạn có thể có một cơ sở dữ liệu về các cuộc họp hoặc khách hàng hoặc công ty và tóm tắt loại nội dung đó hoặc tự động gắn thẻ chúng, v.v.
And then the last thing that we worked on, which we announced in beta last November, is called Q&A, which
Và điều cuối cùng mà chúng tôi đã làm việc, mà chúng tôi đã công bố ở dạng beta vào tháng 11 năm ngoái, được gọi là Q&A, mà
is, if you're familiar with retrieval augmented generation, we equip a language model with a knowledge of what everything else that is in your Notion, in your documents and your tables, and it's able to help you answer questions about them, like, and everything from like what's the Wi-Fi password in the office to, you know, what is XYZ team working on this week.
Là, nếu bạn quen thuộc với retrieval augmented generation, chúng tôi trang bị cho một mô hình ngôn ngữ kiến thức về mọi thứ khác trong Notion của bạn, trong tài liệu và bảng của bạn, và nó có thể giúp bạn trả lời các câu hỏi về chúng, như, và mọi thứ từ mật khẩu Wi-Fi trong văn phòng đến, bạn biết đấy, nhóm XYZ đang làm gì trong tuần này.
So that is Notion.
Vậy đó là Notion.
But for the
Nhưng trong
rest of my time, I'm going to talk about, uh, something a little bit more speculative, and I'm going to start out by talking about representations, how you represent information.
Phần còn lại của thời gian, tôi sẽ nói về, uh, một điều gì đó mang tính suy đoán hơn một chút, và tôi sẽ bắt đầu bằng cách nói về các biểu diễn, cách bạn biểu diễn thông tin.
This is an IPM, IBM 1401.
Đây là một IPM, IBM 1401.
This was at one point the most popular computer, I think, sometime in the mid, uh, 1960s.
Đây từng là máy tính phổ biến nhất, tôi nghĩ, vào khoảng giữa, uh, những năm 1960.
This was something close to half of all computers that were, that were in usage.
Đây là thứ gần bằng một nửa tổng số máy tính đang được sử dụng.
And obviously this is like an
Và rõ ràng đây giống như một
industrial scale computer.
Máy tính quy mô công nghiệp.
Um, individual people didn't own this; companies own this.
Ừm, cá nhân không sở hữu cái này; các công ty sở hữu nó.
And, uh, the reason that it was so popular is because of its generality.
Và, uh, lý do nó phổ biến đến vậy là vì tính tổng quát của nó.
So instead of having specific computer, specific machines for particular tasks, you could load up this computer with, um, stored programs that the computer could just keep in memory and do arbitrary operations on them.
Vì vậy thay vì có máy tính cụ thể, máy móc cụ thể cho các nhiệm vụ cụ thể, bạn có thể nạp vào máy tính này, ừm, các chương trình được lưu trữ mà máy tính có thể giữ trong bộ nhớ và thực hiện các thao tác tùy ý trên chúng.
One thing that's very
Một điều rất
unique about this computer and some of the computers in this kind of family, excuse me, um, compared to modern computers, is that this computer is a decimal computer, which means that instead of using zeros and ones to represent numbers in binary format and doing addition and multiplication in that format, this computer uses zeros through nines, and so it has a much more complicated circuit for operating
Độc đáo về máy tính này và một số máy tính trong loại họ này, xin lỗi, ừm, so với máy tính hiện đại, là máy tính này là máy tính thập phân, nghĩa là thay vì sử dụng số không và một để biểu diễn số ở định dạng nhị phân và thực hiện phép cộng và nhân ở định dạng đó, máy tính này sử dụng số từ không đến chín, và vì vậy nó có mạch phức tạp hơn nhiều để vận hành
on numbers.
Trên các con số.
Um, that makes it suitable sometimes for specific kinds of operations like, uh, finance, where you want that extra precision and you really want to make sure that you're operating the same terms of numbers that humans are operating on.
Ừm, điều đó đôi khi làm cho nó phù hợp với các loại thao tác cụ thể như, uh, tài chính, nơi bạn muốn độ chính xác cao hơn và bạn thực sự muốn đảm bảo rằng bạn đang vận hành các số hạng giống như con người đang vận hành.
But, um, obviously these days computers mostly don't, don't operate this way.
Nhưng, ừm, rõ ràng ngày nay máy tính hầu như không, không hoạt động theo cách này.
We mostly have moved on to binary numbers, zeros and ones.
Chúng ta hầu như đã chuyển sang số nhị phân, số không và một.
Um, and
Ừm, và
one big reason for that is simplicity, right?
Một lý do lớn cho điều đó là sự đơn giản, đúng không?
If you have a binary representation and, uh, you can write simpler circuits, simpler operations that operate on that, and, um, if you have that uniform representation across all the computers in the world, then we're working, all working together on the same kind of simple representation, and that simple representation allows us to have
Nếu bạn có biểu diễn nhị phân và, uh, bạn có thể viết mạch đơn giản hơn, thao tác đơn giản hơn hoạt động trên đó, và, ừm, nếu bạn có biểu diễn thống nhất đó trên tất cả máy tính trên thế giới, thì chúng ta đang làm việc, tất cả cùng nhau trên cùng một loại biểu diễn đơn giản, và biểu diễn đơn giản đó cho phép chúng ta có
simpler algorithms, allow us to have simpler hardware.
Thuật toán đơn giản hơn, cho phép chúng ta có phần cứng đơn giản hơn.
And so this like representation shift from something more complex, albeit more human interpretable, to something that's a little more kind of tailored for computing, I think is interesting.
Và vì vậy sự thay đổi biểu diễn này từ một thứ phức tạp hơn, mặc dù dễ hiểu hơn với con người, sang một thứ được điều chỉnh nhiều hơn cho máy tính, tôi nghĩ là thú vị.
There are a couple of other examples of this.
Có một vài ví dụ khác về điều này.
If you look at color pickers and how design tools allow people to work with color, there's like
Nếu bạn nhìn vào bảng chọn màu và cách các công cụ thiết kế cho phép mọi người làm việc với màu sắc, có như
the human repres-, human interpretable representation of color, which is just obviously the things that you look at on the screen.
Biểu diễn màu sắc mà con người hiểu được, mà rõ ràng chỉ là những thứ bạn nhìn thấy trên màn hình.
But then if you're a designer in modern design tools, there's a lot of other ways for people to represent colors.
Nhưng nếu bạn là nhà thiết kế trong các công cụ thiết kế hiện đại, có nhiều cách khác để mọi người biểu diễn màu sắc.
There's RGB, which like web design uses often.
Có RGB, mà thiết kế web thường sử dụng.
There's HSL, which frequently corresponds best to how humans perceive color.
Có HSL, thường tương ứng tốt nhất với cách con người cảm nhận màu sắc.
So HSL is hue, saturation, lightness,
Vậy HSL là hue, saturation, lightness,
or hue, saturation, brightness, which is, hue is what color of the rainbow the color is, saturation is how strong or how vibrant the color is, and the lightness obviously is how dark or light the color is.
Hoặc hue, saturation, brightness, trong đó hue là màu nào của cầu vồng, saturation là độ mạnh hoặc độ rực rỡ của màu, và lightness rõ ràng là độ tối hoặc sáng của màu.
And this is often a more reasonable way to talk about color because it corresponds more to how humans intuitively talk about color.
Và đây thường là cách hợp lý hơn để nói về màu sắc vì nó tương ứng nhiều hơn với cách con người trực giác nói về màu sắc.
We don't really talk about how green or blue
Chúng ta thực sự không nói về mức độ xanh lá hay xanh dương
something is; we just talk about how colorful something is or how dark something is.
Một cái gì đó; chúng ta chỉ nói về một cái gì đó rực rỡ như thế nào hoặc một cái gì đó tối như thế nào.
And so there all these representations of color that if you're a professional designer, uh, you're, you're more likely to work with because it's a superior representation for the kinds of operations that you want to do on color, like making something lighter or blending two colors together, and it
Và vì vậy có tất cả những biểu diễn màu sắc này mà nếu bạn là một nhà thiết kế chuyên nghiệp, uh, bạn, bạn có nhiều khả năng làm việc với chúng hơn vì đó là một biểu diễn ưu việt cho các loại thao tác mà bạn muốn thực hiện trên màu sắc, như làm cho một cái gì đó sáng hơn hoặc pha trộn hai màu lại với nhau, và nó
corresponds better how humans perceive color.
Tương ứng tốt hơn với cách con người cảm nhận màu sắc.
But it wasn't always the case.
Nhưng không phải lúc nào cũng vậy.
We had to develop a decent amount of color theory and an understanding of how displays work and how human eyes work and how humans perceive colors coming out of these displays for us to get to this point.
Chúng ta đã phải phát triển một lượng đáng kể lý thuyết màu sắc và hiểu biết về cách màn hình hoạt động và cách mắt người hoạt động và cách con người cảm nhận màu sắc phát ra từ những màn hình này để chúng ta đạt đến điểm này.
The last example that I have is my favorite, which is Mel spectrograms.
Ví dụ cuối cùng mà tôi có là ví dụ yêu thích của tôi, đó là phổ tần Mel.
Spectrograms are a way of representing
Phổ tần là một cách biểu diễn
sound.
Âm thanh.
Um, instead of, so normally a sound is just like a wave over time, right, and it's like up and down a single number, but spectrograms split that wave, that vibration, into the different frequencies that exist.
Um, thay vì, vì vậy bình thường âm thanh chỉ giống như một làn sóng theo thời gian, đúng không, và nó giống như lên xuống một con số duy nhất, nhưng phổ tần chia làn sóng đó, rung động đó, thành các tần số khác nhau tồn tại.
If you're playing an instrument, each kind of row in this diagram is like the occurrence of that particular frequency or that particular pitch in the music.
Nếu bạn đang chơi một nhạc cụ, mỗi loại hàng trong biểu đồ này giống như sự xuất hiện của tần số cụ thể đó hoặc cao độ cụ thể đó trong âm nhạc.
And um,
Và um,
looking at sound in this like frequency space instead of just the wave space allows us to do a lot of, a lot more powerful and interesting things relatively simp-.
Nhìn vào âm thanh trong không gian tần số như thế này thay vì chỉ không gian sóng cho phép chúng ta làm rất nhiều, nhiều thứ mạnh mẽ và thú vị hơn một cách tương đối đơn giản.
So if you're, if you're a music producer, you work frequently with compressors and equalizers that operate on music not in terms of just what the waves are, but in terms of what frequencies the music contains.
Vì vậy nếu bạn là, nếu bạn là một nhà sản xuất âm nhạc, bạn thường xuyên làm việc với máy nén và bộ cân bằng hoạt động trên âm nhạc không chỉ dựa trên sóng là gì, mà dựa trên tần số mà âm nhạc chứa.
And so
Và vì vậy
you might tone down the low end or you might boost the high end or you might do certain kinds of operations for ranges that human voices occur at versus instrumentals occur at.
Bạn có thể giảm âm thấp hoặc bạn có thể tăng âm cao hoặc bạn có thể thực hiện một số loại thao tác cho các dải tần mà giọng người xuất hiện so với nhạc cụ xuất hiện.
And you can visualize this too.
Và bạn cũng có thể hình dung điều này.
So if you visualize music this way, which I've bor- this beautiful graphic from my friend Greay Crawford, um, you can see in this kind of list of tracks exactly where the
Vì vậy nếu bạn hình dung âm nhạc theo cách này, mà tôi đã mượn- đồ họa tuyệt đẹp này từ bạn tôi Greay Crawford, um, bạn có thể thấy trong danh sách các bản nhạc này chính xác nơi
like base comes in strong, exactly where the repeated parts are, exactly where the like high-end, uh, jumps up versus where the low end drops out in this, in this first track.
Như âm bass xuất hiện mạnh mẽ, chính xác nơi các phần lặp lại, chính xác nơi âm cao, uh, nhảy lên so với nơi âm thấp biến mất trong, trong bản nhạc đầu tiên này.
And so it's a much more expressive way to write down music in some ways than just a track list or just, uh, just the sound waves and the waveforms that you see in tools like SoundCloud.
Và vì vậy đó là một cách biểu đạt hơn nhiều để viết ra âm nhạc theo một số cách so với chỉ danh sách bản nhạc hoặc chỉ, uh, chỉ sóng âm thanh và dạng sóng mà bạn thấy trong các công cụ như SoundCloud.
So all these
Vì vậy tất cả những
representations, all kind of alternative representations, uh, have two things in common.
Biểu diễn, tất cả các loại biểu diễn thay thế, uh, có hai điểm chung.
One is it allows us to look at these underlying kind of information in a new angle that lets us glean new insight about them, and two is they're all built on a deep kind of technical understanding of the thing that we're trying to represent.
Một là nó cho phép chúng ta nhìn vào thông tin cơ bản này từ một góc độ mới cho phép chúng ta thu thập hiểu biết mới về chúng, và hai là tất cả chúng đều được xây dựng trên sự hiểu biết kỹ thuật sâu sắc về thứ mà chúng ta đang cố gắng biểu diễn.
If we didn't have a science of sound and we didn't have
Nếu chúng ta không có khoa học về âm thanh và chúng ta không có
mathematics like for a transforms, we would not be able to produce this alternate representation of music.
Toán học như cho các phép biến đổi, chúng ta sẽ không thể tạo ra biểu diễn thay thế này của âm nhạc.
So useful representations, uh, useful representations are designed from a deep understanding of what they're trying to represent and evolved through use and context, through people trying to use this to accomplish and improve their craft.
Vì vậy các biểu diễn hữu ích, uh, các biểu diễn hữu ích được thiết kế từ sự hiểu biết sâu sắc về những gì chúng đang cố gắng biểu diễn và phát triển qua sử dụng và ngữ cảnh, qua những người cố gắng sử dụng điều này để hoàn thành và cải thiện nghề của họ.
And so one thing that I've
Và vì vậy một điều mà tôi đã
been thinking about a lot for the last few years is whether we can discover new useful representations, useful ways to look at things and describe things more mechanically.
Suy nghĩ rất nhiều trong vài năm qua là liệu chúng ta có thể khám phá ra các biểu diễn hữu ích mới, những cách hữu ích để nhìn và mô tả mọi thứ một cách máy móc hơn.
Can we automate this process of inventing better representations?
Liệu chúng ta có thể tự động hóa quá trình phát minh ra các biểu diễn tốt hơn không?
And then came language models.
Và rồi đến các mô hình ngôn ngữ.
I have a hypothesis about language models, which is that I think that neural language models work as well
Tôi có một giả thuyết về các mô hình ngôn ngữ, đó là tôi nghĩ rằng các mô hình ngôn ngữ nơ-ron hoạt động tốt