0:00

2:28:45

Full AI Prompting Course with Andrew Ng

DeepLearningAI·2:28:45·Technology·B2

Chương · 16

Chương 1·AI Power Users vs Novices

Hiển thị

Tiếng ViệtAuto-scroll

0:00

It is now 2026, and prompting AI models is very different from when CAT GBT first came out in 2022.

Bây giờ là năm 2026, và việc gợi ý các mô hình AI đã rất khác so với khi CAT GBT lần đầu ra mắt vào năm 2022.

0:09

Using AI well is one of the most impactful skills you can develop.

Sử dụng AI thành thạo là một trong những kỹ năng có tác động mạnh mẽ nhất mà bạn có thể phát triển.

0:13

And people that are not yet at a cutting edge of AI usage often run Intel AI generating frustrating outputs.

Và những người chưa đạt đến trình độ sử dụng AI tiên tiến thường chạy Intel AI tạo ra những kết quả gây thất vọng.

0:20

I want to make sure you're an expert prompter and can take advantage of today's AI tools, which are much more powerful than they were even a year ago.

Tôi muốn đảm bảo bạn là một chuyên gia gợi ý và có thể tận dụng các công cụ AI ngày nay, vốn mạnh mẽ hơn nhiều so với chỉ một năm trước.

0:30

Let's take a look at two different experiences.

Hãy cùng xem xét hai trải nghiệm khác nhau.

0:33

The

Người

0:34

AI novice and AI power user.

mới sử dụng AI và người dùng AI thành thạo.

0:36

Many AI experts have learned to use it to answer hard questions.

Nhiều chuyên gia AI đã học cách sử dụng nó để trả lời những câu hỏi khó.

0:41

In contrast, many people, including AI noviceses, may have gotten used to using AI for simple questions as if you were prompting it like a Google search.

Ngược lại, nhiều người, bao gồm cả những người mới sử dụng AI, có thể đã quen với việc sử dụng AI cho những câu hỏi đơn giản như thể bạn đang gợi ý nó như một tìm kiếm Google.

0:52

So you ask it, does Taco Bell still have the double deck taco?

Vậy bạn hỏi nó, Taco Bell vẫn còn bán double deck taco chứ?

0:58

And maybe you get an answer like that, which is fine.

Và có thể bạn nhận được câu trả lời như thế, điều đó cũng ổn.

1:02

But if you

Nhưng nếu bạn

1:04

have much harder questions, you can also ask it of the AI and give it time to think.

Có những câu hỏi khó hơn nhiều, bạn cũng có thể hỏi AI và cho nó thời gian để suy nghĩ.

1:10

For example, if you're looking to buy a car, you can upload to most of the commercial services like Chai GPT, Gemini, Anthropics, Claude, or others a set of documents including cost specs, quotes, insurance plans, and ask it what are the trade-offs for these different cars I'm thinking about and tell it to

Ví dụ, nếu bạn đang muốn mua một chiếc xe hơi, bạn có thể tải lên hầu hết các dịch vụ thương mại như Chai GPT, Gemini, Anthropics, Claude hoặc các dịch vụ khác một bộ tài liệu bao gồm thông số chi phí, báo giá, kế hoạch bảo hiểm, và hỏi nó những đánh đổi cho những chiếc xe khác nhau mà tôi đang cân nhắc là gì và bảo nó

1:31

read everything and to think hard before answering.

Đọc mọi thứ và suy nghĩ kỹ trước khi trả lời.

1:35

And this can cause AI to spend many seconds or even minutes to think and then compile a detailed report for you.

Và điều này có thể khiến AI dành nhiều giây hoặc thậm chí nhiều phút để suy nghĩ và sau đó biên soạn một báo cáo chi tiết cho bạn.

1:43

I find this a huge timesaver for a lot of things I have to do.

Tôi thấy điều này tiết kiệm rất nhiều thời gian cho nhiều việc tôi phải làm.

1:48

Another example, AI power users have learned to provide the right context or the right background information to the AI to set it up for successfully answering your question.

Một ví dụ khác, những người dùng AI thành thạo đã học cách cung cấp ngữ cảnh phù hợp hoặc thông tin nền tảng phù hợp cho AI để thiết lập nó trả lời thành công câu hỏi của bạn.

1:58

In contrast, I see some AI noviceses use a short prompt and hope the AI will fill in the blanks.

Ngược lại, tôi thấy một số người mới sử dụng AI dùng một gợi ý ngắn và hy vọng AI sẽ điền vào chỗ trống.

2:05

But if you think of AI as maybe being akin to a

Nhưng nếu bạn nghĩ về AI như có thể giống như một

2:10

really smart, fresh college grad, highly motivated, but that doesn't really know that much about you yet, then a short prompt sometimes doesn't give it enough information or enough background context answer your question accurately.

sinh viên mới tốt nghiệp đại học thực sự thông minh, có động lực cao, nhưng chưa thực sự biết nhiều về bạn, thì một gợi ý ngắn đôi khi không cung cấp đủ thông tin hoặc đủ ngữ cảnh nền để trả lời câu hỏi của bạn một cách chính xác.

2:22

So, if you tell AI, please write a good self- review to send to my boss, the AI doesn't know what you've actually done over the last year because you haven't

Vì vậy, nếu bạn bảo AI, hãy viết một bản tự đánh giá tốt để gửi cho sếp của tôi, AI không biết bạn thực sự đã làm gì trong năm qua vì bạn chưa

2:34

told it yet, and it might write a very generic self-re, which isn't that helpful.

Nói với nó, và nó có thể viết một bản tự đánh giá rất chung chung, điều đó không hữu ích lắm.

2:40

In contrast, I find that AI power users almost have empathy for the AI.

Ngược lại, tôi thấy rằng những người dùng AI thành thạo gần như có sự đồng cảm với AI.

2:44

I don't want to overly anthropomorphize the AI, but if you could put yourself in the shoes of someone getting a set of instructions from you, you can ask yourself, will they actually know enough about you to do a good job on the task you're assigning them?

Tôi không muốn nhân cách hóa AI quá mức, nhưng nếu bạn có thể đặt mình vào vị trí của người nhận được một tập hướng dẫn từ bạn, bạn có thể tự hỏi, liệu họ có thực sự biết đủ về bạn để làm tốt nhiệm vụ bạn giao cho họ không?

3:00

So, an AI power user in comparison might upload a lot of

Vì vậy, một người dùng AI thành thạo để so sánh có thể tải lên rất nhiều

3:04

information to the AI.

Thông tin cho AI.

3:05

Maybe give it a screenshot of a project tracker showing what you worked on, recent project dogs, maybe voice memo notes where you talk through the projects and then tell it to write a self- review to send to my boss.

Có thể đưa cho nó ảnh chụp màn hình của một công cụ theo dõi dự án hiển thị những gì bạn đã làm, tài liệu dự án gần đây, có thể là ghi chú ghi âm giọng nói nơi bạn nói về các dự án và sau đó bảo nó viết một bản tự đánh giá để gửi cho sếp của tôi.

3:19

And that could do a much better job capturing what you're most proud of.

Và điều đó có thể làm tốt hơn nhiều trong việc ghi lại những gì bạn tự hào nhất.

3:25

One of the things power users have learned to do is how to prompt AI to get honest feedback.

Một trong những điều mà người dùng thành thạo đã học được là cách gợi ý AI để nhận phản hồi trung thực.

3:31

A big problem with AI is it often wants to please you.

Một vấn đề lớn với AI là nó thường muốn làm hài lòng bạn.

3:36

In fact, many AI systems were trained to try to make the users happy.

Thực tế, nhiều hệ thống AI được huấn luyện để cố gắng làm cho người dùng hài lòng.

3:41

And if you ask it a biased question, it will often give a biased answer because it's trying to tell you what it thinks you want to hear.

Và nếu bạn hỏi nó một câu hỏi thiên vị, nó thường sẽ đưa ra câu trả lời thiên vị vì nó đang cố nói với bạn những gì nó nghĩ bạn muốn nghe.

3:51

For example, if you say, "I have a

Ví dụ, nếu bạn nói, "Tôi có một

3:54

great business idea, mobile tie dying.

ý tưởng kinh doanh tuyệt vời, nhuộm tie-dye di động.

3:57

Critique it." because you called it a great business idea and you're saying it's your idea, the AI will naturally want to please you and say, "What a great idea." We sometimes call this sycopency and it's well known that if you give even a hint of what answer you're hoping for, there's a good chance the AI will just reflect back your preferences or your preconceptions.

Hãy phê bình nó." vì bạn gọi nó là một ý tưởng kinh doanh tuyệt vời và bạn đang nói đó là ý tưởng của bạn, AI sẽ tự nhiên muốn làm hài lòng bạn và nói, "Thật là một ý tưởng tuyệt vời." Đôi khi chúng tôi gọi đây là sự nịnh hót và ai cũng biết rằng nếu bạn đưa ra dù chỉ một gợi ý về câu trả lời bạn hy vọng, khả năng cao là AI sẽ chỉ phản ánh lại sở thích hoặc định kiến của bạn.

4:23

In contrast, AI power users tend to ask neutral questions that don't give any hint to the AI for what answer you're hoping for or not hoping for.

Ngược lại, những người dùng AI thành thạo có xu hướng đặt những câu hỏi trung lập không đưa ra bất kỳ gợi ý nào cho AI về câu trả lời bạn hy vọng hay không hy vọng.

4:33

Or if you give it a rubric or grading criteria to tell the AI how to form the basis for its answer, that also forces it to be more objective.

Hoặc nếu bạn đưa cho nó một rubric hoặc tiêu chí chấm điểm để nói với AI cách hình thành cơ sở cho câu trả lời của nó, điều đó cũng buộc nó khách quan hơn.

4:44

For example, if you are to say, "Please analyze the following business idea objectively, mobile tie

Ví dụ, nếu bạn nói, "Hãy phân tích ý tưởng kinh doanh sau một cách khách quan, nhuộm tie-dye di động

4:50

dying." And don't just make up a bunch of things for what you think.

Và đừng chỉ bịa ra một đống thứ theo những gì bạn nghĩ.

4:53

Use the rubric or the grading criteria above, such as, "Is there a problem?

Sử dụng rubric hoặc tiêu chí chấm điểm ở trên, chẳng hạn như, "Có vấn đề gì không?

4:57

Is there a market?

Có thị trường không?

4:58

Do I have a competitive advantage?" If you give instructions like this to the AI, then the AI doesn't know.

Tôi có lợi thế cạnh tranh không?" Nếu bạn đưa ra những hướng dẫn như thế này cho AI, thì AI không biết.

5:04

Are you hoping it'll tell you it's a great idea or that it will save you from spending a lot of time on a bad

Bạn hy vọng nó sẽ nói với bạn rằng đó là một ý tưởng tuyệt vời hay nó sẽ cứu bạn khỏi việc dành nhiều thời gian cho một ý tưởng kinh doanh tồi?

5:11

business idea?

ý tưởng kinh doanh tồi?

5:11

and it's much more likely to then tell you something like, "Oh, this idea is a eight out of 100 and also why the score's low." In case you run a mobile tie-dye business, I wish you really best of luck and AI could also help ask some useful questions to help you think through how to make the business even better.

Và nó có nhiều khả năng hơn sẽ nói với bạn điều gì đó như, "Ồ, ý tưởng này được 8 trên 100 và cũng giải thích tại sao điểm thấp." Trong trường hợp bạn điều hành một doanh nghiệp nhuộm tie-dye di động, tôi chúc bạn thực sự may mắn nhất và AI cũng có thể giúp đặt một số câu hỏi hữu ích để giúp bạn suy nghĩ về cách làm cho doanh nghiệp tốt hơn nữa.

5:35

Lastly, I found that AI novices and AI power users ask AI to write in very different ways.

Cuối cùng, tôi thấy rằng những người mới sử dụng AI và những người dùng AI thành thạo yêu cầu AI viết theo những cách rất khác nhau.

5:41

Novices will just ask AI to write stuff like write a blog post about the Blackberry and it will generate a bunch of text that maybe looks like this which sounds like AI slop.

Người mới sẽ chỉ yêu cầu AI viết những thứ như viết một bài blog về Blackberry và nó sẽ tạo ra một đống văn bản có thể trông như thế này, nghe như rác AI.

5:53

There's a bunch of generic text that's just not that interesting and takes up a lot of space.

Có một đống văn bản chung chung không thú vị lắm và chiếm nhiều không gian.

6:00

In contrast, an AI power user will often

Ngược lại, một người dùng AI thành thạo thường sẽ

6:03

not ask the AI system to just jump in writing directly, but instead ask the AI to first outline an article and then critique the outline and maybe iterate a few times with the outline to shape the article and only then ask the AI to start to draft the final article.

Đừng yêu cầu hệ thống AI chỉ nhảy vào viết trực tiếp, mà thay vào đó hãy yêu cầu AI trước tiên phác thảo một bài viết và sau đó phê bình bản phác thảo và có thể lặp lại vài lần với bản phác thảo để định hình bài viết và chỉ sau đó mới yêu cầu AI bắt đầu soạn thảo bài viết cuối cùng.

6:20

So give it a set of uploaded notes as context.

Vì vậy, hãy cung cấp cho nó một tập hợp các ghi chú đã tải lên làm ngữ cảnh.

6:23

An expert may say, "I'll line a blog post about the Blackberry based on

Một chuyên gia có thể nói, "Tôi sẽ viết một bài blog về Blackberry dựa trên

6:28

my notes so it knows what you want to talk about." And the AI may start by giving an outline.

Ghi chú của tôi để nó biết bạn muốn nói về điều gì." Và AI có thể bắt đầu bằng việc đưa ra một dàn ý.

6:34

And you might then give feedback to the AI about what you like and what you don't like about the outline.

Và sau đó bạn có thể đưa phản hồi cho AI về những gì bạn thích và không thích ở dàn ý.

6:40

And even iterate a few times, have a few back and forth rounds before you have an outline that you're satisfied with.

Và thậm chí lặp lại vài lần, có vài vòng trao đổi qua lại trước khi bạn có một dàn ý mà bạn hài lòng.

6:47

And maybe only then expand the outline into bullet points.

Và có thể chỉ sau đó mở rộng dàn ý thành các gạch đầu dòng.

6:51

And maybe even go back and forth a few times to critique the bullet points before you're satisfied with that and then expand it into the final text.

Và thậm chí có thể quay lại và trao đổi vài lần để phê bình các gạch đầu dòng trước khi bạn hài lòng với nó và sau đó mở rộng thành văn bản cuối cùng.

7:01

This type of power user workflow is much more likely to generate some text that you're happy with as opposed to AI slop.

Loại quy trình làm việc của người dùng chuyên nghiệp này có nhiều khả năng tạo ra một số văn bản mà bạn hài lòng hơn là những nội dung kém chất lượng do AI tạo ra.

7:10

And in this type of workflow, you're treating the AI as a thinking partner to almost help you brainstorm and explore different options for what you might want to write.

Và trong loại quy trình làm việc này, bạn đang đối xử với AI như một đối tác tư duy để gần như giúp bạn động não và khám phá các lựa chọn khác nhau cho những gì bạn có thể muốn viết.

7:22

Air systems do make mistakes, but maybe fewer than most people think, especially if you prompted well.

Các hệ thống AI có mắc lỗi, nhưng có thể ít hơn so với hầu hết mọi người nghĩ, đặc biệt nếu bạn đã gợi ý tốt.

7:28

They made a lot more mistakes back in 2022 or 2023 than they do now.

Chúng mắc nhiều lỗi hơn vào năm 2022 hoặc 2023 so với bây giờ.

7:34

But a lot of widely publicized mistakes that

Nhưng nhiều lỗi được công bố rộng rãi mà

7:38

AI has made, some of which went viral on social media, has made people think that AI maybe makes even more mistakes than it actually does.

AI đã mắc phải, một số trong đó lan truyền trên mạng xã hội, đã khiến mọi người nghĩ rằng AI có thể mắc nhiều lỗi hơn so với thực tế.

7:46

There's a well positized one where people asked it, how many Rs are there in the word strawberry and it thinks there are two Rs.

Có một ví dụ nổi tiếng khi mọi người hỏi nó, có bao nhiêu chữ R trong từ strawberry và nó nghĩ có hai chữ R.

7:54

And here's one that I found amusing.

Và đây là một ví dụ tôi thấy thú vị.

7:57

I want to wash my car.

Tôi muốn rửa xe của mình.

7:59

Should I walk or drive there?

Tôi nên đi bộ hay lái xe đến đó?

8:01

And AI says walk, which would

Và AI nói đi bộ, điều này sẽ

8:03

leave you there or wash your car.

Để bạn ở đó hoặc rửa xe của bạn.

8:06

But these viral examples are not representative of AI capabilities.

Nhưng những ví dụ lan truyền này không đại diện cho khả năng của AI.

8:11

In contrast, P users know that AI can deliver significant value through tasks like doing deep research and writing research reports or taking your personal data like your health or heart rate or running time data and analyzing that for you or stuff we will talk about later even building websites for you.

Ngược lại, người dùng chuyên nghiệp biết rằng AI có thể mang lại giá trị đáng kể thông qua các nhiệm vụ như thực hiện nghiên cứu sâu và viết báo cáo nghiên cứu hoặc lấy dữ liệu cá nhân của bạn như sức khỏe, nhịp tim hoặc dữ liệu thời gian chạy và phân tích cho bạn hoặc những thứ chúng ta sẽ nói sau thậm chí xây dựng trang web cho bạn.

8:34

I've seen being an AI PA user tremendously benefit individuals as well as their businesses.

Tôi đã thấy việc trở thành người dùng AI chuyên nghiệp mang lại lợi ích to lớn cho cá nhân cũng như doanh nghiệp của họ.

8:39

It'll save you time and improve your professional and personal lives.

Nó sẽ tiết kiệm thời gian cho bạn và cải thiện cuộc sống nghề nghiệp và cá nhân của bạn.

8:44

They'll help you to build lots of cool things.

Chúng sẽ giúp bạn xây dựng nhiều thứ thú vị.

8:47

You learn how later in these videos and be able to prompt AI at an expert level is an highly in demand job skill no matter what job row you're in.

Bạn học cách sau trong các video này và có thể gợi ý AI ở cấp độ chuyên gia là một kỹ năng công việc được săn đón cao bất kể bạn làm công việc gì.

8:59

In the rest of

Trong phần còn lại của

9:01

these videos, I hope to take you from wherever you are today to being an AI power user.

Những video này, tôi hy vọng sẽ đưa bạn từ bất cứ nơi nào bạn đang ở hiện tại đến việc trở thành người dùng AI chuyên nghiệp.

9:07

Much has been said about AI being useful.

Đã có nhiều ý kiến về việc AI hữu ích.

9:10

I find using AI really fun as well, and you'll see a few examples of that in these videos, too.

Tôi thấy sử dụng AI cũng thực sự thú vị, và bạn sẽ thấy một vài ví dụ về điều đó trong các video này.

9:18

Now, one foundational piece of knowledge that helps you work of AI is understanding where it gets its knowledge from so that you can better predict when it'll get

Bây giờ, một kiến thức nền tảng giúp bạn làm việc với AI là hiểu nó lấy kiến thức từ đâu để bạn có thể dự đoán tốt hơn khi nào nó sẽ

9:29

something right and when you maybe should encounter this answer.

Đúng và khi nào bạn có thể nên gặp câu trả lời này.

9:33

Let's go on to the next video to learn about how AI gets its knowledge.

Hãy chuyển sang video tiếp theo để tìm hiểu về cách AI có được kiến thức.

9:40

How did you learn to write as a child?

Bạn học viết như thế nào khi còn nhỏ?

9:43

Probably it involve reading a lot of things.

Có thể nó liên quan đến việc đọc rất nhiều thứ.

9:45

Well, it's the same for AI.

Vâng, điều đó cũng tương tự với AI.

9:48

AI systems have learned patterns from reading large amounts of text from the internet.

Các hệ thống AI đã học các mẫu từ việc đọc một lượng lớn văn bản từ internet.

9:53

By understanding what's in that text the AI has read, you'll be able to predict how they'll behave.

Bằng cách hiểu những gì trong văn bản mà AI đã đọc, bạn sẽ có thể dự đoán cách chúng sẽ hành xử.

10:01

AI models can answer questions on a variety of topics.

Các mô hình AI có thể trả lời câu hỏi về nhiều chủ đề.

10:05

If you were to ask, I dropped my phone in soup.

Nếu bạn hỏi, tôi đã đánh rơi điện thoại vào súp.

10:10

What should I do?

Tôi nên làm gì?

10:12

Then hopefully you'll make some useful suggestions.

Thì hy vọng nó sẽ đưa ra một số gợi ý hữu ích.

10:15

Or why do cats stare at walls like they see in ghosts?

Hoặc tại sao mèo nhìn chằm chằm vào tường như thể chúng thấy ma?

10:18

My daughter loves cats.

Con gái tôi yêu mèo.

10:20

She was actually curious about this.

Cô ấy thực sự tò mò về điều này.

10:21

Turns out cats can detect subtle sounds and movements that we as humans often miss.

Hóa ra mèo có thể phát hiện những âm thanh và chuyển động tinh tế mà chúng ta là con người thường bỏ lỡ.

10:27

Because of the amount of things is read on the internet, they will even possess niche knowledge that few people know about.

Vì số lượng thứ nó đọc trên internet, chúng thậm chí sẽ sở hữu kiến thức niche mà ít người biết.

10:36

They were to ask what kind of things were on the vinyl record sent into space.

Họ đã hỏi loại thứ gì có trên đĩa vinyl được gửi vào không gian.

10:42

years ago, NASA had a spacecraft called Voyager 1 that launched in the 1970s and is now about

Nhiều năm trước, NASA có một tàu vũ trụ tên là Voyager 1 được phóng vào những năm 1970 và hiện đang khoảng

10:50

25 billion miles away from Earth.

25 tỷ dặm từ Trái Đất.

10:52

But AI will know about this and be able to tell you what is on that vinyl record.

Nhưng AI sẽ biết về điều này và có thể cho bạn biết có gì trên đĩa nhựa đó.

10:58

I think it's cool that NASA chose to send greetings in 55 different languages to whoever may come across that spacecraft, if anyone does.

Tôi nghĩ thật tuyệt khi NASA chọn gửi lời chào bằng 55 ngôn ngữ khác nhau đến bất kỳ ai có thể bắt gặp tàu vũ trụ đó, nếu có ai đó.

11:07

AI models are trained on many different sources of information mainly from the internet and training on all of these very diverse

Các mô hình AI được huấn luyện trên nhiều nguồn thông tin khác nhau chủ yếu từ internet và việc huấn luyện trên tất cả những nguồn đa dạng này

11:16

sources of knowledge produces is pre-trained knowledge.

Các nguồn kiến thức tạo ra kiến thức được huấn luyện trước.

11:18

The term pre-trained is a technical term that you don't have to worry about.

Thuật ngữ huấn luyện trước là một thuật ngữ kỹ thuật mà bạn không cần phải lo lắng về nó.

11:23

It turns out AI systems are trained in multiple steps and this is one of the first steps of training that somehow wound up being called pre-training which isn't a great term but I wouldn't worry about why we call pre-training.

Hóa ra các hệ thống AI được huấn luyện qua nhiều bước và đây là một trong những bước đầu tiên của quá trình huấn luyện mà bằng cách nào đó được gọi là huấn luyện trước, đây không phải là một thuật ngữ hay lắm nhưng tôi sẽ không lo lắng về lý do tại sao chúng ta gọi nó là huấn luyện trước.

11:38

It's just what AI has

Nó chỉ là những gì AI đã

11:40

learned from.

Học được từ.

11:40

But these knowledge sources may include a lot of texts from social media like Reddit which will have answers to questions like what are your mustwatch films or it may have read a book on Lego micro cities or read a Wikipedia article on fairy bread and lots of other things or read a bunch of news articles as well as read a lot of research articles

Nhưng những nguồn kiến thức này có thể bao gồm rất nhiều văn bản từ mạng xã hội như Reddit, nơi sẽ có câu trả lời cho các câu hỏi như phim bạn nhất định phải xem là gì, hoặc nó có thể đã đọc một cuốn sách về thành phố Lego siêu nhỏ hoặc đọc một bài viết trên Wikipedia về bánh mì cổ tích và nhiều thứ khác, hoặc đọc một loạt bài báo cũng như đọc rất nhiều bài báo nghiên cứu

12:06

on the internet.

Trên internet.

12:07

There's a lot of texts on internet forums and social media like Reddit and Quora.

Có rất nhiều văn bản trên các diễn đàn internet và mạng xã hội như Reddit và Quora.

12:13

There are a lot of books that AI will have read from.

Có rất nhiều sách mà AI sẽ đã đọc từ đó.

12:18

There are encyclopedias like Wikipedia, news websites, research articles, and much more.

Có các bách khoa toàn thư như Wikipedia, trang web tin tức, bài báo nghiên cứu và nhiều hơn nữa.

12:23

And so these trillions or tens of trillions of words will go into training the AI models brain.

Và vì vậy hàng nghìn tỷ hoặc hàng chục nghìn tỷ từ này sẽ đi vào việc huấn luyện bộ não của mô hình AI.

12:31

Now different types of data appear with different amounts of frequency on the internet and so this pre-trained knowledge reflects the frequency or the patterns in the training data.

Bây giờ các loại dữ liệu khác nhau xuất hiện với tần suất khác nhau trên internet và vì vậy kiến thức được huấn luyện trước này phản ánh tần suất hoặc các mẫu trong dữ liệu huấn luyện.

12:42

For example, cooking is a very universal human experience.

Ví dụ, nấu ăn là một trải nghiệm rất phổ biến của con người.

12:45

So there are a lot of articles on the internet on cooking.

Vì vậy có rất nhiều bài viết trên internet về nấu ăn.

12:50

There also a lot of articles online on celebrities on movies and so AI will have seen a lot of text on these topics.

Cũng có rất nhiều bài viết trực tuyến về người nổi tiếng, về phim ảnh và vì vậy AI sẽ đã thấy rất nhiều văn bản về những chủ đề này.

12:58

In contrast, they're more specialized topics like quazar, which is an astronomical term referring to really bright objects in the sky powered by super massive black holes.

Ngược lại, có những chủ đề chuyên biệt hơn như quasar, một thuật ngữ thiên văn chỉ những vật thể rất sáng trên bầu trời được cung cấp năng lượng bởi các lỗ đen siêu khối lượng.

13:07

I think they're fascinating, but they just a lot fewer articles on quazos and on cooking on the internet.

Tôi nghĩ chúng rất hấp dẫn, nhưng chỉ có ít bài viết hơn nhiều về quasar và về nấu ăn trên internet.

13:14

Now, while most of the internet is in English, AI systems will also have learned from some data that's

Bây giờ, trong khi hầu hết internet là bằng tiếng Anh, các hệ thống AI cũng sẽ đã học từ một số dữ liệu được

13:21

written in other languages like Cantonese.

Viết bằng các ngôn ngữ khác như tiếng Quảng Đông.

13:24

Over 80 million people speak Cantonese, but that's far less than English and Cantonese data represents maybe less than 0.1% of all internet content.

Hơn 80 triệu người nói tiếng Quảng Đông, nhưng con số đó ít hơn nhiều so với tiếng Anh và dữ liệu tiếng Quảng Đông có thể chiếm ít hơn 0,1% tổng nội dung internet.

13:36

Lastly, there are things that AI models know nothing about at all, such as your company's secret proprietary data, which hopefully is not on the open internet, but which an AI system will therefore not have learned from.

Cuối cùng, có những thứ mà các mô hình AI hoàn toàn không biết gì, chẳng hạn như dữ liệu độc quyền bí mật của công ty bạn, hy vọng là không có trên internet mở, nhưng do đó một hệ thống AI sẽ không học được từ đó.

13:52

So I find that thinking about how frequent data appears on the internet gives you a good rule of thumb for thinking about how reliable an AI systems responses are.

Vì vậy tôi thấy rằng suy nghĩ về tần suất dữ liệu xuất hiện trên internet cho bạn một quy tắc ngón tay cái tốt để suy nghĩ về độ tin cậy của các phản hồi của hệ thống AI.

14:04

Now because of

Bây giờ vì

14:06

the data the AI has learned from sometimes it can exhibit surprising understanding of things.

Dữ liệu mà AI đã học được đôi khi nó có thể thể hiện sự hiểu biết đáng ngạc nhiên về mọi thứ.

14:11

If you were to type very quickly, can you cook eggs in microwave?

Nếu bạn gõ rất nhanh, bạn có thể nấu trứng trong lò vi sóng không?

14:15

Like shown on the left, you can actually understand this type of misspelled text very well.

Như hiển thị bên trái, bạn thực sự có thể hiểu loại văn bản viết sai chính tả này rất tốt.

14:21

Pretty much as well as asking, can you cook eggs in the microwave?

Gần như tốt như hỏi, bạn có thể nấu trứng trong lò vi sóng không?

14:25

And by the way, I've exploded a few eggs in the microwave

Và nhân tiện, tôi đã làm nổ vài quả trứng trong lò vi sóng

14:30

myself.

Bản thân tôi.

14:30

So, if you ever want to avoid that, feel free to ask the AI system how to do so, so you don't have to learn the hard way.

Vì vậy, nếu bạn muốn tránh điều đó, hãy thoải mái hỏi hệ thống AI cách làm, để bạn không phải học theo cách khó khăn.

14:39

And a reason that it's so good at understanding misspelled words is because it's actually learned from a lot of sources that could include typos.

Và lý do nó giỏi hiểu các từ viết sai chính tả là vì nó thực sự đã học từ nhiều nguồn có thể bao gồm lỗi đánh máy.

14:47

So if you look online, you will see phrases misspelled.

Vì vậy nếu bạn nhìn trực tuyến, bạn sẽ thấy các cụm từ viết sai chính tả.

14:51

And that's why when you're using the system, I'm not encouraging

Và đó là lý do tại sao khi bạn sử dụng hệ thống, tôi không khuyến khích

14:55

you to use bad grammar or to misspell words.

Bạn sử dụng ngữ pháp kém hoặc viết sai chính tả từ.

14:58

But it turns out that if you're typing quickly and you have a few typos or even a lot of typos, don't worry too much about it.

Nhưng hóa ra nếu bạn gõ nhanh và có vài lỗi đánh máy hoặc thậm chí nhiều lỗi đánh máy, đừng lo lắng quá về điều đó.

15:06

It's pretty fine to just send a prompt to AI and not spend too much time fixing every little grammatical error.

Khá ổn khi chỉ gửi một lời nhắc đến AI và không dành quá nhiều thời gian sửa từng lỗi ngữ pháp nhỏ.

15:13

Now, the bad news is a lot of AI sources also have misconceptions and outdated information.

Bây giờ, tin xấu là nhiều nguồn AI cũng có những quan niệm sai lầm và thông tin lỗi thời.

15:19

So, one of the skills in using AI is how to prompt it to have it give you back answers that reflect fewer misconceptions and does not overly reflect outdated information.

Vì vậy, một trong những kỹ năng sử dụng AI là cách nhắc nó để nó trả lại cho bạn câu trả lời phản ánh ít quan niệm sai lầm hơn và không phản ánh quá mức thông tin lỗi thời.

15:32

By understanding AI's knowledge sources called as pre-trained knowledge, you'll be able to better predict how it will respond to your prompts.

Bằng cách hiểu các nguồn kiến thức của AI được gọi là kiến thức được huấn luyện trước, bạn sẽ có thể dự đoán tốt hơn cách nó sẽ phản hồi các lời nhắc của bạn.

15:40

But this pre-trained knowledge is not enough for all applications, including those that need real time information.

Nhưng kiến thức được huấn luyện trước này không đủ cho tất cả các ứng dụng, bao gồm những ứng dụng cần thông tin thời gian thực.

15:47

For that, you need web search.

Để làm điều đó, bạn cần tìm kiếm trên web.

15:49

Let's go on to the next video to learn more.

Hãy tiếp tục đến video tiếp theo để tìm hiểu thêm.

15:53

At some point, the people building the AI model had to

Tại một thời điểm nào đó, những người xây dựng mô hình AI đã phải

15:58

stop his training.

Dừng việc huấn luyện nó.

15:59

So there's some last state where is information cuts off.

Vì vậy có một trạng thái cuối cùng nơi thông tin bị cắt đứt.

16:05

That is the AIS read the internet only up to certain date and time and it knowledge gets frozen in time as of that date.

Đó là AI chỉ đọc internet đến một ngày và giờ nhất định và kiến thức của nó bị đóng băng theo thời gian tính đến ngày đó.

16:15

But of course the world moves on past that date.

Nhưng tất nhiên thế giới vẫn tiếp tục vượt qua ngày đó.

16:19

New things happen, movies come out and so on.

Những điều mới xảy ra, phim ảnh ra mắt và vân vân.

16:23

Let's see how AI models handle gathering new information using web search so that it can address questions that even relate to things after its knowledge cut off

Hãy xem cách các mô hình AI xử lý việc thu thập thông tin mới bằng tìm kiếm web để nó có thể giải đáp những câu hỏi liên quan đến cả những sự việc sau thời điểm kiến thức của nó bị cắt.

16:35

date.

Ngày.

16:35

If you're using one of the popular AI model providers like Jagy, Gemini, and CO, there are certain questions that will probably trigger it to do a web search.

Nếu bạn đang dùng một trong những nhà cung cấp mô hình AI phổ biến như Jagy, Gemini và CO, có một số câu hỏi nhất định sẽ có khả năng kích hoạt nó thực hiện tìm kiếm web.

16:48

For example, if you ask it, what is the 67 meme from 2025?

Ví dụ, nếu bạn hỏi nó, meme 67 từ năm 2025 là gì?

16:54

There's a good chance it will search on the internet to tell you that the 67 meme, which is pronounced 67, which is kind of fun to say that this is a viral internet slang widely seen on a few social media platforms.

Rất có thể nó sẽ tìm kiếm trên internet để cho bạn biết rằng meme 67, được phát âm là 67, nghe khá thú vị khi nói, rằng đây là một tiếng lóng lan truyền trên internet được thấy rộng rãi trên một vài nền tảng mạng xã hội.

17:08

And the reason it triggers a web search when you ask it, what's a 67 meme from 2025?

Và lý do nó kích hoạt tìm kiếm web khi bạn hỏi nó, meme 67 từ năm 2025 là gì?

17:14

The Q 2025 causes the AI to realize that it may benefit from more updated online

Chữ 2025 khiến AI nhận ra rằng nó có thể được hưởng lợi từ thông tin trực tuyến cập nhật hơn

17:20

information because this could be a meme that appeared on the internet after its knowledge cut off date.

vì đây có thể là một meme đã xuất hiện trên internet sau ngày kiến thức của nó bị cắt.

17:27

Here's what I mean.

Ý tôi là thế này.

17:29

A specific AI models pre-trained knowledge is frozen in time even though the internet continues to evolve over time.

Kiến thức được huấn luyện trước của một mô hình AI cụ thể bị đóng băng theo thời gian mặc dù internet tiếp tục phát triển theo thời gian.

17:36

And so if this line represents time, then for a long time the internet will have had pieces of text that say 6 * 7 = 42.

Và vì vậy nếu đường này đại diện cho thời gian, thì trong một thời gian dài internet sẽ có những đoạn văn bản ghi 6 * 7 = 42.

17:47

Text that talks about the

Văn bản nói về

17:50

children's joke.

Trò đùa của trẻ con.

17:50

Why was six afraid of seven?

Tại sao số sáu lại sợ số bảy?

17:53

Because 7 8 9.

Vì 7 8 9.

17:54

But if the knowledge cut off date was at a certain moment in time and the 67 meme came after that then the 67 meme would not have been seen in the pre-trained knowledge of the AI model.

Nhưng nếu ngày kiến thức bị cắt là ở một thời điểm nhất định và meme 67 xuất hiện sau đó thì meme 67 sẽ không được thấy trong kiến thức được huấn luyện trước của mô hình AI.

18:09

So if you ask it what is the 67 meme from 2025 the AI model will realize that it doesn't know about this 67 meme from 2025 and that it

Vì vậy nếu bạn hỏi nó meme 67 từ năm 2025 là gì thì mô hình AI sẽ nhận ra rằng nó không biết về meme 67 từ năm 2025 này và rằng nó

18:21

should do a web search in order to get more updated information.

Nên thực hiện tìm kiếm web để có được thông tin cập nhật hơn.

18:26

Take the GPD 5.4 model from OpenAI.

Lấy mô hình GPD 5.4 của OpenAI.

18:29

His knowledge cut off dates was August 2025.

Ngày kiến thức bị cắt của nó là tháng 8 năm 2025.

18:34

And this graph shows how many Google web searches there were for what does 67 mean.

Và biểu đồ này cho thấy có bao nhiêu lượt tìm kiếm web trên Google cho cụm từ 67 nghĩa là gì.

18:40

So this 67 meme had taken off after this GP 5.4 knowledge cut off date, which is why the model doesn't really know about this meme.

Vậy meme 67 này đã bùng nổ sau ngày kiến thức bị cắt của GP 5.4 này, đó là lý do mô hình thực sự không biết về meme này.

18:49

Now, there's certain types of questions that an AI will answer using its pre-trained knowledge, and there's certain types of questions that will tend to trigger web

Giờ thì, có những loại câu hỏi mà AI sẽ trả lời bằng kiến thức được huấn luyện trước của nó, và có những loại câu hỏi sẽ có xu hướng kích hoạt tìm kiếm

19:00

search.

web.

19:00

For example, if you tell it, please find me a highly rated gym near Mountain View, California.

Ví dụ, nếu bạn nói với nó, làm ơn tìm cho tôi một phòng gym được đánh giá cao gần Mountain View, California.

19:06

Then, what is highly rated, what may be open, and what may be closed, does change over time, and there's a good chance that this will trigger a web search.

Thì, cái gì được đánh giá cao, cái gì có thể đang mở, và cái gì có thể đã đóng, đều thay đổi theo thời gian, và rất có thể điều này sẽ kích hoạt tìm kiếm web.

19:16

Or if you ask it, what is the market mountain cheese row?

Hoặc nếu bạn hỏi nó, market mountain cheese row là gì?

19:20

Because this is a niche piece of information, it's probably not read a lot of information online about this cheese row.

Vì đây là một mẩu thông tin ngách, nó có lẽ không đọc nhiều thông tin trực tuyến về cheese row này.

19:26

There's a good chance that it will search the internet in order to get you an answer.

Rất có thể nó sẽ tìm kiếm trên internet để mang lại cho bạn câu trả lời.

19:31

And if you're curious, this is actually a pretty fun events where people chase a rolling wheel of cheese down the hill.

Và nếu bạn tò mò, đây thực ra là một sự kiện khá vui khi mọi người đuổi theo một bánh phô mai lăn xuống đồi.

19:38

Let's take a look more broadly at when an AI

Hãy nhìn rộng hơn về thời điểm một mô hình AI

19:42

model needs to do some web search to gather more information to answer your question.

cần thực hiện một số tìm kiếm web để thu thập thêm thông tin nhằm trả lời câu hỏi của bạn.

19:47

If you're asking what to do if you drop your phone in soup or why do cats stare walls or walls on the Voyager one record in outer space then these questions it could probably answer using this pre-chain knowledge because these are represented in common knowledge on the internet.

Nếu bạn đang hỏi phải làm gì nếu bạn đánh rơi điện thoại vào súp hoặc tại sao mèo nhìn chằm chằm vào tường hoặc tường trên đĩa Voyager one trong không gian vũ trụ thì những câu hỏi này nó có thể trả lời bằng kiến thức được huấn luyện trước vì những điều này được thể hiện trong kiến thức phổ biến trên internet.

20:05

But if it was ask it about

Nhưng nếu nó được hỏi về

20:08

current events or something happening very recently then it'll need to do web search to get that real-time information.

các sự kiện hiện tại hoặc điều gì đó xảy ra rất gần đây thì nó sẽ cần thực hiện tìm kiếm web để có thông tin thời gian thực đó.

20:14

If you ask it location specific information and doing a web search makes sense.

Nếu bạn hỏi nó thông tin cụ thể theo địa điểm thì việc thực hiện tìm kiếm web là hợp lý.

20:19

Or if you ask it for other types of niche information, there's also a good chance of realize it doesn't know enough about that topic that doing a web search to gather more

Hoặc nếu bạn hỏi nó các loại thông tin ngách khác, cũng rất có thể nó nhận ra rằng nó không biết đủ về chủ đề đó nên việc thực hiện tìm kiếm web để thu thập thêm

20:31

information would help it give you a better answer.

thông tin sẽ giúp nó đưa cho bạn câu trả lời tốt hơn.

20:34

For most of the popular AI model providers, web search can be triggered in either of two ways.

Đối với hầu hết các nhà cung cấp mô hình AI phổ biến, tìm kiếm web có thể được kích hoạt theo một trong hai cách.

20:41

Sometimes the AI model will decide by itself to carry a web search or you can also explicitly trigger web search sometimes by clicking one of the buttons in a AI model providers web interface or just writing your prompt.

Đôi khi mô hình AI sẽ tự quyết định thực hiện tìm kiếm web hoặc bạn cũng có thể kích hoạt tìm kiếm web một cách rõ ràng đôi khi bằng cách nhấp vào một trong các nút trong giao diện web của nhà cung cấp mô hình AI hoặc chỉ cần viết trong lời nhắc của bạn.

20:55

Please do a web search for this and it will comply and use a web search to answer your question.

Làm ơn thực hiện tìm kiếm web cho điều này và nó sẽ tuân theo và dùng tìm kiếm web để trả lời câu hỏi của bạn.

21:02

Not all AI models have web search enabled, but the most popular

Không phải tất cả các mô hình AI đều có tìm kiếm web được bật, nhưng những mô hình phổ biến nhất

21:07

ones that you're probably using mostly do have this capability.

mà bạn có thể đang dùng phần lớn đều có khả năng này.

21:12

AI will do better on many of the tasks you want to use it for if it does web search.

AI sẽ làm tốt hơn trong nhiều tác vụ bạn muốn dùng nó nếu nó thực hiện tìm kiếm web.

21:19

And web search allows it to augment this pre-trained knowledge with more current information.

Và tìm kiếm web cho phép nó bổ sung kiến thức được huấn luyện trước này bằng thông tin hiện tại hơn.

21:25

But like all web search, it can return bad sources.

Nhưng giống như mọi tìm kiếm web, nó có thể trả về các nguồn kém chất lượng.

21:28

Let's take a look at when this is an issue and when and how to get it to use more reliable sources to get you more reliable answers.

Hãy xem khi nào đây là vấn đề và khi nào cũng như làm thế nào để khiến nó dùng các nguồn đáng tin cậy hơn để mang lại cho bạn câu trả lời đáng tin cậy hơn.

21:40

Web search is a very valuable but imperfect tool.

Tìm kiếm web là một công cụ rất có giá trị nhưng không hoàn hảo.

21:43

Just like when you search the web yourself, you might not always find what you're looking for.

Cũng giống như khi bạn tự tìm kiếm trên web, bạn có thể không phải lúc nào cũng tìm thấy điều mình đang tìm.

21:51

It has limitations like finding old or inaccurate sources.

Nó có những hạn chế như tìm thấy các nguồn cũ hoặc không chính xác.

21:55

But you can work around these limitations to get AI to give you more accurate and up-to-date answers.

Nhưng bạn có thể khắc phục những hạn chế này để khiến AI đưa ra cho bạn những câu trả lời chính xác hơn và cập nhật hơn.

22:02

Let's take a look.

Hãy cùng xem xét.

22:04

If you ask a AI system, how safe are gray market peptides, which is a type of supplement, it may search online and find posts on social media or public forum sites like Reddit and Hora.

Nếu bạn hỏi một hệ thống AI rằng peptide thị trường xám, một loại thực phẩm bổ sung, an toàn đến mức nào, nó có thể tìm kiếm trực tuyến và tìm thấy các bài đăng trên mạng xã hội hoặc các trang diễn đàn công khai như Reddit và Hora.

22:19

Or you may find websites that are in the business of selling peptides and so would have a inclination to tell you that they're safe and you may get back answers that may or may not be accurate.

Hoặc bạn có thể tìm thấy các trang web đang kinh doanh bán peptide và do đó có xu hướng nói với bạn rằng chúng an toàn, và bạn có thể nhận được những câu trả lời có thể chính xác hoặc không.

22:32

But if you encourage the AI model to use sources from official organizations or look at studies that are backed by rigorous science, then it's more likely to look up resources from the World Health Organization, from the US Food and Drug Administration, from the European Medicine Agency and so on, and hopefully give you more reliable and scientifically credible answers.

Nhưng nếu bạn khuyến khích mô hình AI sử dụng các nguồn từ các tổ chức chính thức hoặc xem xét các nghiên cứu được khoa học nghiêm ngặt hậu thuẫn, thì nó có nhiều khả năng tra cứu các nguồn từ Tổ chức Y tế Thế giới, từ Cục Quản lý Thực phẩm và Dược phẩm Hoa Kỳ, từ Cơ quan Dược phẩm Châu Âu, v.v., và hy vọng sẽ cho bạn những câu trả lời đáng tin cậy hơn và có độ tin cậy khoa học cao hơn.

22:58

Web search, whether done by a human on Google or Bing or done by AI, has a tendency to draw from popular sources.

Tìm kiếm web, dù do con người thực hiện trên Google hay Bing hay do AI thực hiện, đều có xu hướng lấy từ các nguồn phổ biến.

23:08

According to one report, the most cited website by AI model was Reddit, followed by Wikipedia, YouTube, then Google itself, Yelp, and so on.

Theo một báo cáo, trang web được mô hình AI trích dẫn nhiều nhất là Reddit, tiếp theo là Wikipedia, YouTube, rồi chính Google, Yelp, v.v.

23:18

And some of these sources are more trustworthy than others.

Và một số nguồn này đáng tin cậy hơn những nguồn khác.

23:23

There's just a lot of text on the internet from social media, blogs, online forums, and the amount of text from highly reliable scientifically verified sources is just much smaller.

Trên internet có rất nhiều văn bản từ mạng xã hội, blog, diễn đàn trực tuyến, và lượng văn bản từ các nguồn có độ tin cậy cao đã được khoa học kiểm chứng thì nhỏ hơn nhiều.

23:37

So, if you don't steer the model in terms of what types of sources you prefer, there's a chance that it'll tend to pull text from whatever is most available rather than what's most reliable.

Vì vậy, nếu bạn không định hướng mô hình về loại nguồn mà bạn ưu tiên, thì có khả năng nó sẽ có xu hướng lấy văn bản từ bất cứ thứ gì sẵn có nhất thay vì thứ đáng tin cậy nhất.

23:50

So that's why if you ask it how safe are gray market peptides, it might base a lot of his answer on social media blogs and forums and only a little bit on the more reliable sources.

Đó là lý do tại sao nếu bạn hỏi nó rằng peptide thị trường xám an toàn đến mức nào, nó có thể dựa phần lớn câu trả lời vào các blog mạng xã hội và diễn đàn và chỉ một chút vào các nguồn đáng tin cậy hơn.

24:03

Whereas if you tell it to use sources from official health organizations, it may pull much more from these reliable sources.

Trong khi đó, nếu bạn bảo nó sử dụng các nguồn từ các tổ chức y tế chính thức, nó có thể lấy nhiều hơn từ những nguồn đáng tin cậy này.

24:11

Another limitation of web search is that sometimes web pages can be outdated.

Một hạn chế khác của tìm kiếm web là đôi khi các trang web có thể đã lỗi thời.

24:16

that can lead the AI model to also not provide the most current information.

Điều đó có thể khiến mô hình AI cũng không cung cấp thông tin mới nhất.

24:21

A friend of AI recently helped me find places to run in Henderson, Nevada.

Một người bạn của AI gần đây đã giúp tôi tìm những nơi để chạy bộ ở Henderson, Nevada.

24:27

This is a location specific niche query and so this triggers web search and it found this list of places to go for a jog.

Đây là một truy vấn ngách theo địa điểm cụ thể, và vì vậy điều này kích hoạt tìm kiếm web và nó tìm thấy danh sách những nơi để đi chạy bộ này.

24:37

But it turns out that unfortunately this pull from a web page from more than two decades ago.

Nhưng hóa ra, thật không may, nó lấy từ một trang web từ hơn hai thập kỷ trước.

24:44

And unfortunately, the

Và thật không may, địa điểm

24:46

location suggested was a school that unlike decades ago is no longer open to the public to go running in.

được gợi ý là một ngôi trường mà không giống như nhiều thập kỷ trước, nay không còn mở cửa cho công chúng vào chạy bộ nữa.

24:54

To help build intuition about how AI searches the web to use that information, let me briefly explain how web search actually works under the hood.

Để giúp xây dựng trực giác về cách AI tìm kiếm web để sử dụng thông tin đó, hãy để tôi giải thích ngắn gọn cách tìm kiếm web thực sự hoạt động bên trong.

25:04

It turns out to be a multi-step process.

Hóa ra đó là một quá trình gồm nhiều bước.

25:07

Imagine that you're asking questions of a customer service team of two people.

Hãy tưởng tượng bạn đang đặt câu hỏi cho một nhóm dịch vụ khách hàng gồm hai người.

25:13

There's the

Có

25:14

userfacing AI model.

mô hình AI hướng tới người dùng.

25:15

That's what you are talking to.

Đó là thứ bạn đang nói chuyện cùng.

25:17

And the userfacing AI model has a second assistant AI model that it can ask for help to do web search.

Và mô hình AI hướng tới người dùng có một mô hình AI trợ lý thứ hai mà nó có thể nhờ giúp đỡ để thực hiện tìm kiếm web.

25:24

So when you send a prompt, you are talking to the first model, the userfacing AI model, and it will occasionally decide to call up the assistant AI model, the second AI to say, hey, please do a web search for me to gather more

Vì vậy, khi bạn gửi một lời nhắc, bạn đang nói chuyện với mô hình thứ nhất, mô hình AI hướng tới người dùng, và đôi khi nó sẽ quyết định gọi mô hình AI trợ lý, AI thứ hai, để nói rằng, này, hãy giúp tôi thực hiện một tìm kiếm web để thu thập thêm

25:41

information.

thông tin.

25:41

This assistant AI model will then search on a web search engine very similar to Google and Bing and other web search engines that we as people might use and it will scan the return results, filter out the relevant results and download the most relevant web pages and then summarize them.

Mô hình AI trợ lý này sau đó sẽ tìm kiếm trên một công cụ tìm kiếm web rất giống Google và Bing và các công cụ tìm kiếm web khác mà chúng ta với tư cách con người có thể sử dụng, và nó sẽ quét các kết quả trả về, lọc ra các kết quả liên quan và tải xuống những trang web liên quan nhất rồi tóm tắt chúng.

26:02

The second assistant AI model will then present the summaries back to the first

Mô hình AI trợ lý thứ hai sau đó sẽ trình bày các bản tóm tắt trở lại cho mô hình thứ nhất,

26:08

model, the userf facing AI model.

mô hình AI hướng tới người dùng.

26:10

And the first model will then use these summaries in order to generate the final answer for you.

Và mô hình thứ nhất sau đó sẽ sử dụng những bản tóm tắt này để tạo ra câu trả lời cuối cùng cho bạn.

26:17

You are speaking only to the userfacing AI model.

Bạn chỉ đang nói chuyện với mô hình AI hướng tới người dùng.

26:20

And one interesting quirk to keep in mind is the userfacing AI model has not actually read in its entirety all of the web pages it may be citing for you.

Và một điểm kỳ lạ thú vị cần ghi nhớ là mô hình AI hướng tới người dùng thực ra chưa đọc toàn bộ tất cả các trang web mà nó có thể đang trích dẫn cho bạn.

26:32

Instead is only seen summaries of those web

Thay vào đó, nó chỉ thấy các bản tóm tắt của những trang web

26:35

pages.

đó.

26:35

And sometimes this causes it to misinterpret what one of these underlying web pages actually says.

Và đôi khi điều này khiến nó hiểu sai nội dung thực sự của một trong những trang web cơ sở này.

26:43

Which is why you may have seen funny results where AI cites a web page and says the web page justifies a conclusion.

Đó là lý do tại sao bạn có thể đã thấy những kết quả buồn cười khi AI trích dẫn một trang web và nói rằng trang web đó biện minh cho một kết luận.

26:51

But if you look at that web page yourself, it doesn't actually justify what the userfacing AI model says it is doing.

Nhưng nếu bạn tự xem trang web đó, nó thực sự không biện minh cho điều mà mô hình AI hướng tới người dùng nói rằng nó đang làm.

26:59

To walk you through one example of this process, if you ask the userfacing AI model, that's like the customer service agent talking to you.

Để dẫn bạn qua một ví dụ về quá trình này, nếu bạn hỏi mô hình AI hướng tới người dùng, giống như nhân viên dịch vụ khách hàng đang nói chuyện với bạn.

27:08

It will ask what should I know before hiking Machu Picchu.

Nó sẽ hỏi tôi nên biết gì trước khi đi bộ đường dài đến Machu Picchu.

27:11

The second model may do some web searches with phrases like mu future permits, much future weather or the social customs and so on.

Mô hình thứ hai có thể thực hiện một số tìm kiếm web với các cụm từ như giấy phép Machu Picchu, thời tiết Machu Picchu hoặc các phong tục xã hội, v.v.

27:20

And it'll then scan the returned results much like you may scan the page of Google results to decide what's relevant and filter out irrelevant results and summarize the most relevant web pages to provide back to the first agent that then generates the final answer for you.

Và sau đó nó sẽ quét các kết quả trả về giống như bạn có thể quét trang kết quả Google để quyết định điều gì liên quan và lọc ra các kết quả không liên quan rồi tóm tắt những trang web liên quan nhất để cung cấp lại cho tác nhân thứ nhất, người sau đó tạo ra câu trả lời cuối cùng cho bạn.

27:41

Now I frequently use AI models like CATV, Gemini, C and I also frequently use web search engines like Google and Bing.

Hiện nay tôi thường xuyên sử dụng các mô hình AI như ChatGPT, Gemini, Claude và tôi cũng thường xuyên sử dụng các công cụ tìm kiếm web như Google và Bing.

27:49

When should you use a AI model and when should you use a web search engine?

Khi nào bạn nên sử dụng một mô hình AI và khi nào bạn nên sử dụng một công cụ tìm kiếm web?

27:56

If you want to quickly scan multiple sources, a search engine can be useful for that.

Nếu bạn muốn nhanh chóng quét nhiều nguồn, một công cụ tìm kiếm có thể hữu ích cho việc đó.

28:01

Or if you want to navigate to a specific website but have forgotten what's the name of that website, a web search engine can be very good for helping you find it.

Hoặc nếu bạn muốn điều hướng đến một trang web cụ thể nhưng đã quên tên của trang web đó, một công cụ tìm kiếm web có thể rất tốt để giúp bạn tìm thấy nó.

28:11

Or if you want to look at data in its original form, such as if you want to buy a 2013 Honda Civic air filter, you know, you want to find a

Hoặc nếu bạn muốn xem dữ liệu ở dạng nguyên bản của nó, chẳng hạn như nếu bạn muốn mua một bộ lọc gió Honda Civic 2013, bạn biết đấy, bạn muốn tìm một

28:22

website to go to buy that air filter.

trang web để đến mua bộ lọc gió đó.

28:25

So web search engine is very good at that.

Vì vậy, công cụ tìm kiếm web rất giỏi trong việc đó.

28:28

In contrast, if you want to get a synthesis from multiple sources, or if you're searching for more complex information with pros and cons that you want weighed, or if you just want to contrast multiple sources to come up with a more thoughtful conclusion, then an AI model can do a web search and put together the results of multiple web

Ngược lại, nếu bạn muốn tổng hợp từ nhiều nguồn, hoặc nếu bạn đang tìm kiếm thông tin phức tạp hơn với những ưu và nhược điểm mà bạn muốn cân nhắc, hoặc nếu bạn chỉ muốn đối chiếu nhiều nguồn để đưa ra kết luận chu đáo hơn, thì một mô hình AI có thể thực hiện tìm kiếm web và tổng hợp kết quả từ nhiều trang web

28:54

Pages for you quite efficiently, thus maybe saving you time of having to read a lot of web pages yourself.

cho bạn khá hiệu quả, do đó có thể tiết kiệm thời gian cho bạn khi phải tự đọc nhiều trang web.

29:01

There might be some good Google or other web search habits that you've developed, and those habits will serve you well when working with web search enabled AI models as well.

Có thể có một số thói quen tìm kiếm web tốt trên Google hoặc các công cụ khác mà bạn đã phát triển, và những thói quen đó sẽ hữu ích cho bạn khi làm việc với các mô hình AI được bật tìm kiếm web.

29:13

Things like looking for reliable sources and also double-checking the sources.

Những việc như tìm kiếm nguồn đáng tin cậy và kiểm tra lại các nguồn.

29:17

But if you want to go beyond

Nhưng nếu bạn muốn vượt xa hơn

29:20

Searching a handful of web pages, it turns out AI models are capable of a much more extensive type of research called deep research.

việc tìm kiếm một vài trang web, hóa ra các mô hình AI có khả năng thực hiện một loại nghiên cứu sâu rộng hơn nhiều được gọi là nghiên cứu chuyên sâu.

29:30

This is a very powerful capability that I think is really underused by many people.

Đây là một khả năng rất mạnh mẽ mà tôi nghĩ thực sự chưa được nhiều người tận dụng.

29:35

Let's go on to the next video to see what it is and when and how to use a deep researcher.

Hãy chuyển sang video tiếp theo để xem nó là gì và khi nào cũng như cách sử dụng công cụ nghiên cứu chuyên sâu.

29:44

Sometimes you would want your AI to synthesize not just a handful of sources but many maybe many dozens of sources and do lots of thinking to come up with the best possible deeply researched answer to a question that you have.

Đôi khi bạn muốn AI của mình tổng hợp không chỉ một vài nguồn mà là nhiều nguồn, có thể là hàng chục nguồn, và suy nghĩ rất nhiều để đưa ra câu trả lời được nghiên cứu chuyên sâu tốt nhất có thể cho câu hỏi của bạn.

30:00

Popular AI chat interfaces like tragically Gemini and CO all have a deep research mode.

Các giao diện trò chuyện AI phổ biến như Gemini và CO đều có chế độ nghiên cứu chuyên sâu.

30:06

I found this to be a very valuable and often underutilized tool.

Tôi thấy đây là một công cụ rất có giá trị và thường chưa được tận dụng đúng mức.

30:12

Let's take a look.

Hãy cùng xem qua.

30:13

Let's say you want to use an AI model to help you plan your Halloween haunted house.

Giả sử bạn muốn sử dụng một mô hình AI để giúp bạn lên kế hoạch cho ngôi nhà ma Halloween của mình.

30:18

I'm going to write a prompt to ask you to help me set up a haunted house in my front yard for Halloween and give it some information about where I am, what's the size of my front yard, what's the experience I want.

Tôi sẽ viết một câu lệnh để yêu cầu bạn giúp tôi thiết lập một ngôi nhà ma ở sân trước cho Halloween và cung cấp một số thông tin về vị trí của tôi, kích thước sân trước của tôi, trải nghiệm mà tôi muốn.

30:32

So, I give it lots of context to set it up to plan it out for me appropriately.

Vì vậy, tôi cung cấp cho nó nhiều ngữ cảnh để thiết lập và lên kế hoạch cho tôi một cách phù hợp.

30:38

With a prompt like this, an AI model might come up with a research plan in which it tries to think through what are the types of sources it needs to research.

Với một câu lệnh như thế này, một mô hình AI có thể đưa ra một kế hoạch nghiên cứu, trong đó nó cố gắng suy nghĩ xem những loại nguồn nào nó cần nghiên cứu.

30:49

Many systems would give you an opportunity to approve or potentially edit the research plan.

Nhiều hệ thống sẽ cho bạn cơ hội phê duyệt hoặc có thể chỉnh sửa kế hoạch nghiên cứu.

30:54

And if you're happy with it, I'll often launch the research plan without updating it unless I see something that just looks really wrong.

Và nếu bạn hài lòng với nó, tôi thường khởi chạy kế hoạch nghiên cứu mà không cập nhật, trừ khi tôi thấy điều gì đó trông thực sự sai.

31:04

It will then go ahead and start to do online searches.

Sau đó nó sẽ tiếp tục và bắt đầu thực hiện tìm kiếm trực tuyến.

31:08

So in this example is starts by gathering Palo Alto's rules on permits Halloween

Vì vậy, trong ví dụ này, nó bắt đầu bằng việc thu thập các quy định của Palo Alto về giấy phép Halloween

31:14

Ordinances and so on.

các pháp lệnh, v.v.

31:15

And then it will read some of those web pages and synthesize what is learned so far.

Và sau đó nó sẽ đọc một số trang web đó và tổng hợp những gì đã học được cho đến nay.

31:22

And it may then decide to do some more searches online to gather more information about fire safety guidelines.

Và sau đó nó có thể quyết định thực hiện thêm một số tìm kiếm trực tuyến để thu thập thêm thông tin về hướng dẫn an toàn phòng cháy chữa cháy.

31:30

And then it may after that decide to look for decoration ideas.

Và sau đó nó có thể quyết định tìm kiếm ý tưởng trang trí.

31:35

So loosely follow the original research plan but also have the flexibility to keep looking deep into certain areas if

Vì vậy, nó tuân theo kế hoạch nghiên cứu ban đầu một cách lỏng lẻo nhưng cũng có sự linh hoạt để tiếp tục tìm hiểu sâu vào một số lĩnh vực nhất định nếu

31:44

It thinks it needs that information.

nó nghĩ rằng nó cần thông tin đó.

31:46

After searching for a while maybe many minutes it will finally write a detailed research report for you.

Sau khi tìm kiếm một lúc, có thể nhiều phút, cuối cùng nó sẽ viết một báo cáo nghiên cứu chi tiết cho bạn.

31:53

This process, by the way, is an example of agentic AI.

Nhân tiện, quá trình này là một ví dụ về AI tác tử.

31:58

And what that refers to is that through this dresearch process, the AI model has some flexibility to make decisions by itself on what to do next, such as what additional searches, if any, to carry out.

Và điều đó có nghĩa là thông qua quá trình nghiên cứu chuyên sâu này, mô hình AI có một số linh hoạt để tự đưa ra quyết định về việc tiếp theo nên làm gì, chẳng hạn như thực hiện thêm tìm kiếm nào, nếu có.

32:12

The output of this can then be a fairly detailed and thoughtful plan with different sections outlining what you might need to think about in terms of structural and reg framework safety and

Kết quả của việc này có thể là một kế hoạch khá chi tiết và chu đáo với các phần khác nhau phác thảo những gì bạn có thể cần suy nghĩ về mặt cấu trúc và khung quy định, an toàn và

32:25

So on.

vân vân.

32:25

If you're using Google's Gemini AI model for this, one of the neat features is it makes it easy to take the deep researches done and hope you turn it into a web page or infographic or handful of other things.

Nếu bạn đang sử dụng mô hình AI Gemini của Google cho việc này, một trong những tính năng thú vị là nó giúp dễ dàng lấy kết quả nghiên cứu chuyên sâu đã thực hiện và chuyển nó thành một trang web hoặc đồ họa thông tin hoặc một số thứ khác.

32:42

Here's a web page that was generated by Gemini using the Gemini D researcher.

Đây là một trang web được tạo bởi Gemini bằng công cụ nghiên cứu chuyên sâu của Gemini.

32:48

And I think it's pretty neat.

Và tôi nghĩ nó khá gọn gàng.

32:51

There's created a web page with four different sections,

Nó đã tạo một trang web với bốn phần khác nhau,

32:55

Pie charts for budget, pretty neat visualizations for noise ordinance.

Biểu đồ tròn cho ngân sách, hình ảnh trực quan khá gọn gàng cho pháp lệnh tiếng ồn.

32:59

And I think it's pretty neat that this even has a little checklist that I could use to plan out my Halloween event.

Và tôi nghĩ thật tuyệt khi điều này thậm chí còn có một danh sách kiểm tra nhỏ mà tôi có thể sử dụng để lên kế hoạch cho sự kiện Halloween của mình.

33:11

To give you a sense of how a deep researcher works, this is loosely what it does.

Để cho bạn hiểu cách một công cụ nghiên cứu chuyên sâu hoạt động, đây là những gì nó làm một cách đại khái.

33:17

After formulating a research plan, an AI model can actually issue many web searches at the same time and get back multiple web pages at the same time.

Sau khi xây dựng một kế hoạch nghiên cứu, một mô hình AI thực sự có thể thực hiện nhiều tìm kiếm web cùng lúc và nhận lại nhiều trang web cùng lúc.

33:28

And this is one of the nice things about using aid researcher.

Và đây là một trong những điều tuyệt vời khi sử dụng công cụ nghiên cứu chuyên sâu.

33:33

It doesn't have to do the web searches one at a time.

Nó không phải thực hiện các tìm kiếm web từng cái một.

33:36

It can do many of them at the same time, which lets it be very efficient in fetching lots of web pages.

Nó có thể thực hiện nhiều tìm kiếm cùng lúc, cho phép nó rất hiệu quả trong việc tải nhiều trang web.

33:44

The system can also take a look at all of these sources and quickly assess which ones are relevant and which ones are less relevant.

Hệ thống cũng có thể xem xét tất cả các nguồn này và nhanh chóng đánh giá nguồn nào liên quan và nguồn nào ít liên quan hơn.

33:53

And based on that, it may decide whether or not to go back to do additional web searches, maybe using different web search terms.

Và dựa trên đó, nó có thể quyết định có quay lại thực hiện thêm tìm kiếm web hay không, có thể sử dụng các từ khóa tìm kiếm web khác nhau.

34:01

Finally, after going around this loop a few times of doing web search, evaluating sources, deciding whether or not to go back to

Cuối cùng, sau khi lặp lại vòng này vài lần gồm tìm kiếm web, đánh giá nguồn, quyết định có quay lại hay không để

34:10

Get more sources, it'll hopefully decide it's done.

lấy thêm nguồn, nó sẽ hy vọng quyết định rằng đã xong.

34:13

And then lastly, take all of the pages it has downloaded and maybe summarize and synthesize all that into a report that it adds citations to and that it then presents to you.

Và cuối cùng, lấy tất cả các trang nó đã tải xuống và có thể tóm tắt và tổng hợp tất cả thành một báo cáo mà nó thêm trích dẫn vào và sau đó trình bày cho bạn.

34:27

Both web search enable AI as well as deep research use the internet or do web search.

Cả AI được bật tìm kiếm web cũng như nghiên cứu chuyên sâu đều sử dụng internet hoặc thực hiện tìm kiếm web.

34:34

The basic web search enable AI is good at queries like this.

AI được bật tìm kiếm web cơ bản giỏi với các truy vấn như thế này.

34:39

Find me a

Tìm cho tôi một

34:41

Highly rated gym.

Phòng tập thể dục được đánh giá cao.

34:41

What's the weather in Dubai this week?

Thời tiết ở Dubai tuần này thế nào?

34:44

Whereas deep research I would tend to use for tasks that require synthesizing multiple views such as if I want to know what's the impact of daily steps on long-term health and if I wanted to search the most recent scientifically justified articles and think through the answer rather than just tell me whatever people tend to say on the internet.

Trong khi đó, nghiên cứu sâu thường được tôi sử dụng cho các nhiệm vụ đòi hỏi tổng hợp nhiều quan điểm, chẳng hạn như nếu tôi muốn biết tác động của việc đi bộ hàng ngày đối với sức khỏe lâu dài và nếu tôi muốn tìm kiếm các bài báo khoa học gần đây nhất và suy nghĩ thấu đáo về câu trả lời thay vì chỉ nói cho tôi những gì mọi người thường nói trên internet.

35:06

Or if I wanted to deeply think through how

Hoặc nếu tôi muốn suy nghĩ sâu sắc về cách

35:10

Does weather affect tourism in Dubai and again not just take one or two popular answers found on a social media site but to read up on weather read up on tourism read up on Dubai and to really think through the implications to give you a more thoughtful answer that's when deep research could be particularly helpful to give you another framework to think through when to use web search versus

Thời tiết có ảnh hưởng đến du lịch ở Dubai không và một lần nữa không chỉ lấy một hoặc hai câu trả lời phổ biến trên mạng xã hội mà là đọc về thời tiết, đọc về du lịch, đọc về Dubai và thực sự suy nghĩ thấu đáo về những tác động để đưa ra câu trả lời chu đáo hơn, đó là lúc nghiên cứu sâu có thể đặc biệt hữu ích để cung cấp cho bạn một khuôn khổ khác để suy nghĩ khi nào nên sử dụng tìm kiếm web so với

35:32

Deep research if you have a single question do you want answered doing work that would take me just a few seconds based on a handful of sources.

Nghiên cứu sâu nếu bạn có một câu hỏi duy nhất muốn được trả lời, thực hiện công việc mà tôi chỉ mất vài giây dựa trên một số nguồn.

35:43

That's when web search would be helpful.

Đó là lúc tìm kiếm web sẽ hữu ích.

35:46

And web search, as we've seen, can be triggered either automatically or by the user.

Và tìm kiếm web, như chúng ta đã thấy, có thể được kích hoạt tự động hoặc bởi người dùng.

35:52

Whereas deep researchers often is trying to draw a complex set of conclusions that may require answering

Trong khi đó, nghiên cứu sâu thường cố gắng đưa ra một tập hợp kết luận phức tạp có thể yêu cầu trả lời

35:59

Multiple questions or answering multiple dimensions that relate to a question.

Nhiều câu hỏi hoặc trả lời nhiều khía cạnh liên quan đến một câu hỏi.

36:05

And I think of this as doing work that would take me minutes to maybe even hours if I was doing this manually.

Và tôi nghĩ về điều này như việc thực hiện công việc mà tôi sẽ mất vài phút đến thậm chí vài giờ nếu tôi làm thủ công.

36:13

And I may want many sources of integration synthesize.

Và tôi có thể muốn tích hợp tổng hợp nhiều nguồn.

36:16

And as we've seen, deep researcher is usually triggered explicitly by the user unless you select it in the user interface.

Và như chúng ta đã thấy, nghiên cứu sâu thường được kích hoạt rõ ràng bởi người dùng trừ khi bạn chọn nó trong giao diện người dùng.

36:24

Most AI models will not care a deep researcher and keep you waiting for many minutes for an

Hầu hết các mô hình AI sẽ không quan tâm đến nghiên cứu sâu và khiến bạn chờ đợi nhiều phút cho một

36:31

Answer.

Câu trả lời.

36:31

To recap, if you're asking, "Hope I drop my phone in soup," it doesn't need to look up any online sources.

Tóm lại, nếu bạn hỏi, "Hy vọng tôi làm rơi điện thoại vào súp," nó không cần tra cứu bất kỳ nguồn trực tuyến nào.

36:39

We're not worried about freshness.

Chúng tôi không lo lắng về độ mới.

36:41

It'll give you an answer in just a few seconds.

Nó sẽ cho bạn câu trả lời chỉ trong vài giây.

36:45

And this is good for finding basic facts, definitions, summaries for things that occur calmly on the internet.

Và điều này tốt cho việc tìm kiếm các sự kiện cơ bản, định nghĩa, tóm tắt cho những thứ xảy ra thường xuyên trên internet.

36:52

Webs may download a handful of sources and it will find

Web có thể tải xuống một số nguồn và nó sẽ tìm thấy

36:57

Relatively up-to-date information and it may take many seconds to get you back an answer.

Thông tin tương đối cập nhật và có thể mất nhiều giây để trả lại câu trả lời cho bạn.

37:03

And we've seen what types of information this is useful for.

Và chúng ta đã thấy loại thông tin này hữu ích cho việc gì.

37:07

And lastly, deep research may download often dozens or more of sources.

Và cuối cùng, nghiên cứu sâu có thể tải xuống thường hàng chục hoặc nhiều nguồn hơn.

37:12

It will get up-to-date information and it will spend many minutes or longer to get back an answer.

Nó sẽ nhận được thông tin cập nhật và sẽ dành nhiều phút hoặc lâu hơn để trả lại câu trả lời.

37:20

And is great at answering complex question that involve

Và rất giỏi trong việc trả lời các câu hỏi phức tạp liên quan đến

37:24

Synthesizing many sources of knowledge.

Tổng hợp nhiều nguồn kiến thức.

37:27

Finding information is one of the most common tasks that people use AI models for.

Tìm kiếm thông tin là một trong những nhiệm vụ phổ biến nhất mà mọi người sử dụng các mô hình AI.

37:32

You've seen three different paths that you can take advantage of for this type of information finding task.

Bạn đã thấy ba con đường khác nhau mà bạn có thể tận dụng cho loại nhiệm vụ tìm kiếm thông tin này.

37:40

You could use just a pre-train knowledge or web search or deep research.

Bạn có thể chỉ sử dụng kiến thức được đào tạo trước hoặc tìm kiếm web hoặc nghiên cứu sâu.

37:45

And we also walk through how and when to use these different options.

Và chúng tôi cũng hướng dẫn cách và khi nào nên sử dụng các tùy chọn khác nhau này.

37:50

I want to make sure that you have good intuitions about when

Tôi muốn đảm bảo rằng bạn có trực giác tốt về khi nào

37:55

To use each of these options.

Để sử dụng từng tùy chọn này.

37:57

So, let's go on to take a look next at a practice hands-on lab for this module, which I think you'll find a fun way to compare and contrast what each of these three options do, and more importantly will also help you hone your intuition on when to use each.

Vì vậy, hãy tiếp tục xem tiếp một phòng thí nghiệm thực hành cho mô-đun này, mà tôi nghĩ bạn sẽ thấy một cách thú vị để so sánh và đối chiếu những gì mỗi ba tùy chọn này làm, và quan trọng hơn cũng sẽ giúp bạn rèn luyện trực giác của mình về khi nào nên sử dụng từng cái.

38:16

In this module, you learn how to use AI models to find information.

Trong mô-đun này, bạn học cách sử dụng các mô hình AI để tìm thông tin.

38:21

In this practice lab, you can explore how web search, deep research, and different prompts affect the AI models output.

Trong phòng thí nghiệm thực hành này, bạn có thể khám phá cách tìm kiếm web, nghiên cứu sâu và các lời nhắc khác nhau ảnh hưởng đến đầu ra của mô hình AI.

38:30

Let's take a look.

Hãy cùng xem.

38:31

When you open up the lab, it starts off with a tutorial on how to use the lab.

Khi bạn mở phòng thí nghiệm, nó bắt đầu với một hướng dẫn về cách sử dụng phòng thí nghiệm.

38:37

And I'm just going to close it out here.

Và tôi sẽ đóng nó ở đây.

38:40

We can always access this tutorial again via this button up here.

Chúng ta luôn có thể truy cập lại hướng dẫn này qua nút ở trên này.

38:44

And what I hope you do is follow the instructions written here.

Và điều tôi hy vọng bạn làm là làm theo hướng dẫn được viết ở đây.

38:49

And when you're done, click mark as complete to mark this item as completed.

Và khi bạn hoàn thành, nhấp vào đánh dấu là hoàn thành để đánh dấu mục này là đã hoàn thành.

38:56

First, these buttons down here correspond to different things you might try.

Đầu tiên, các nút ở dưới này tương ứng với những thứ khác nhau bạn có thể thử.

39:00

So, this one, current events, compares a question with and without web search.

Vì vậy, cái này, sự kiện hiện tại, so sánh một câu hỏi có và không có tìm kiếm web.

39:05

So, what's the 67 meme?

Vậy, meme 67 là gì?

39:07

This on the left is without web search.

Cái này bên trái là không có tìm kiếm web.

39:10

The one on the right is with web search enabled.

Cái bên phải là có bật tìm kiếm web.

39:14

And if you compare then without web search it gives these answers.

Và nếu bạn so sánh thì không có tìm kiếm web nó đưa ra những câu trả lời này.

39:19

It doesn't know about the meme.

Nó không biết về meme.

39:22

But with web search it tells you what is this 67 meme as well as the origins of this meme.

Nhưng với tìm kiếm web nó cho bạn biết meme 67 này là gì cũng như nguồn gốc của meme này.

39:30

And if you want, you can also follow up and ask, "How do I use 67 appropriately in a black tie tuxedo body?" And then hit this red button to go see his answer.

Và nếu bạn muốn, bạn cũng có thể hỏi tiếp, "Làm thế nào để tôi sử dụng 67 một cách phù hợp trong bộ trang phục tuxedo dạ hội?" Và sau đó nhấn nút màu đỏ này để xem câu trả lời của anh ấy.

39:46

Let's go back to the homepage by clicking new chat up here.

Hãy quay lại trang chủ bằng cách nhấp vào cuộc trò chuyện mới ở trên này.

39:50

And I hope you try out the other examples such as find me a highly rated gym and hit compare or when's the next Avengers movie scheduled or what major news happened today in the US or feel free to enter your own country and compare these results with and without web search.

Và tôi hy vọng bạn thử các ví dụ khác như tìm cho tôi một phòng tập thể dục được đánh giá cao và nhấn so sánh hoặc khi nào bộ phim Avengers tiếp theo được lên lịch hoặc tin tức lớn nào đã xảy ra hôm nay ở Mỹ hoặc thoải mái nhập quốc gia của riêng bạn và so sánh các kết quả này có và không có tìm kiếm trên web.

40:11

This example over here shows the difference between web search denoted by this globe icon versus steep researcher denoted by this microscope icon.

Ví dụ ở đây cho thấy sự khác biệt giữa tìm kiếm trên web được biểu thị bằng biểu tượng quả địa cầu này so với nhà nghiên cứu sâu được biểu thị bằng biểu tượng kính hiển vi này.

40:21

So how safe by gray market peptides use high quality sources and this would give you a sense of what web search results looks like versus deep researcher results.

Vậy làm thế nào để an toàn khi sử dụng peptide thị trường xám từ các nguồn chất lượng cao và điều này sẽ cho bạn cảm giác về kết quả tìm kiếm trên web trông như thế nào so với kết quả của nhà nghiên cứu sâu.

40:34

I hope you run it and see what results you get.

Tôi hy vọng bạn chạy nó và xem kết quả bạn nhận được.

40:40

One more example.

Một ví dụ nữa.

40:41

If I want to ask, can I keep my rocket propelled monster truck in my garage?

Nếu tôi muốn hỏi, tôi có thể giữ chiếc xe tải quái vật chạy bằng tên lửa của mình trong gara không?

40:47

If you ask it this question, the AI model may or may not know the answer.

Nếu bạn hỏi nó câu hỏi này, mô hình AI có thể biết hoặc không biết câu trả lời.

40:53

But if you were to also upload the lease agreement, then maybe your lease agreement, which states the terms under which you're renting your place, may have restrictions on that.

Nhưng nếu bạn cũng tải lên hợp đồng thuê nhà, thì có thể hợp đồng thuê nhà của bạn, trong đó nêu các điều khoản mà bạn thuê chỗ ở, có thể có những hạn chế về điều đó.

41:05

And so you'll be

Và vì vậy bạn sẽ

41:07

Able to see different answers depending on whether or not you upload additional information.

Có thể thấy các câu trả lời khác nhau tùy thuộc vào việc bạn có tải lên thông tin bổ sung hay không.

41:13

In this case, a lease agreement that is helpful for the AI to give you a thoughtful answer.

Trong trường hợp này, một hợp đồng thuê nhà sẽ hữu ích để AI đưa ra câu trả lời chu đáo cho bạn.

41:21

We haven't talked much yet about uploading your own files in this module, but this is something we'll dive into more deeply later in these videos, but feel free to play with this.

Chúng ta chưa nói nhiều về việc tải lên các tệp của riêng bạn trong mô-đun này, nhưng đây là điều chúng ta sẽ đi sâu hơn trong các video sau, nhưng hãy thoải mái thử nghiệm điều này.

41:33

Now, lastly, one fun example.

Bây giờ, cuối cùng, một ví dụ thú vị.

41:35

Here is a version of why do cats stare at walls with lots of typos.

Đây là một phiên bản của câu hỏi tại sao mèo nhìn chằm chằm vào tường với nhiều lỗi chính tả.

41:41

Here's one with nicely formatted grammar, no typos.

Đây là một phiên bản có ngữ pháp được định dạng đẹp mắt, không có lỗi chính tả.

41:45

And you'll find that the answers are maybe surprisingly similar that the AI system is pretty good at answering a question like this, even if it's lots of typos.

Và bạn sẽ thấy rằng các câu trả lời có thể giống nhau một cách đáng ngạc nhiên rằng hệ thống AI khá giỏi trong việc trả lời một câu hỏi như thế này, ngay cả khi có nhiều lỗi chính tả.

41:57

Once you tried out these examples reflected by these buttons down here, come over your own.

Sau khi bạn đã thử các ví dụ này được phản ánh bởi các nút ở dưới đây, hãy tự mình thử.

42:04

Like, is the weather good for a picnic in Palo Alto today?

Như, thời tiết có tốt cho một buổi dã ngoại ở Palo Alto hôm nay không?

42:10

And try this with or without web search and see what answers you get.

Và thử điều này có hoặc không có tìm kiếm trên web và xem bạn nhận được câu trả lời gì.

42:16

Or pick your own example and try comparing the results you get using web search.

Hoặc chọn ví dụ của riêng bạn và thử so sánh kết quả bạn nhận được khi sử dụng tìm kiếm trên web.

42:23

And if you want, uploading your own files.

Và nếu bạn muốn, hãy tải lên các tệp của riêng bạn.

42:27

So that's it for module one of this course.

Vậy là hết mô-đun một của khóa học này.

42:30

Great job getting this far.

Làm tốt lắm khi đã đến được đây.

42:32

I hope you enjoy playing around with the lab.

Tôi hy vọng bạn thích thú khi thử nghiệm với phòng thí nghiệm.

42:36

Next, please join me in the next module where you hear about using AI as a thought partner, including having it brainstorm with you and explore ideas with you.

Tiếp theo, hãy tham gia cùng tôi trong mô-đun tiếp theo, nơi bạn nghe về việc sử dụng AI như một đối tác tư duy, bao gồm việc để nó động não với bạn và khám phá ý tưởng cùng bạn.

42:47

This has helped me shape the direction of many projects, and I'm confident you find it useful, too.

Điều này đã giúp tôi định hình hướng đi của nhiều dự án, và tôi tin rằng bạn cũng sẽ thấy nó hữu ích.

42:54

And

Và

42:55

We'll also explore getting AI to help you with your writing and editing.

Chúng ta cũng sẽ khám phá việc để AI giúp bạn viết và chỉnh sửa.

43:06

I'll see you in the next module.

Tôi sẽ gặp bạn trong mô-đun tiếp theo.

43:12

One of the most helpful uses of AI is as a thought partner.

Một trong những cách sử dụng hữu ích nhất của AI là như một đối tác tư duy.

43:16

When I'm trying to think through a complex problem or make a complex decision, it's nice to have a human expert as if our partner that is someone to talk things through with.

Khi tôi cố gắng suy nghĩ thấu đáo một vấn đề phức tạp hoặc đưa ra một quyết định phức tạp, thật tuyệt khi có một chuyên gia con người như đối tác của chúng ta, tức là người để trao đổi mọi thứ.

43:27

But if there isn't a human expert readily available, AI, which actually knows a lot about a lot of things, can be a really good resource for this.

Nhưng nếu không có chuyên gia con người sẵn sàng, AI, thứ thực sự biết rất nhiều về rất nhiều thứ, có thể là một nguồn tài nguyên thực sự tốt cho việc này.

43:36

We'll go

Chúng ta sẽ cùng nhau đi

43:37

Through together multiple examples of this, but to get started, brainstorming is one great such use case.

Qua nhiều ví dụ về điều này, nhưng để bắt đầu, động não là một trường hợp sử dụng tuyệt vời như vậy.

43:44

Now, I know a lot of people ask AI to help brainstorm lists of ideas, but they're more effective ways to use it as a brainstorming partner than just having it generate a list.

Bây giờ, tôi biết nhiều người yêu cầu AI giúp động não danh sách các ý tưởng, nhưng có những cách hiệu quả hơn để sử dụng nó như một đối tác động não thay vì chỉ để nó tạo ra một danh sách.

43:58

Let me show you what I mean.

Để tôi cho bạn thấy ý tôi là gì.

44:01

According to data released by OpenAI analyzing chat GPT conversations,

Theo dữ liệu do OpenAI công bố phân tích các cuộc trò chuyện trên ChatGPT,

44:06

About half of Chat GPD chats are asking for writing and practical guidance.

Khoảng một nửa các cuộc trò chuyện trên ChatGPT là yêu cầu viết và hướng dẫn thực tế.

44:12

And in fact, creative ideation accounts for 3.9% almost 4% of all chats.

Và trên thực tế, ý tưởng sáng tạo chiếm 3,9% gần 4% tổng số cuộc trò chuyện.

44:18

I found using AI to help me brainstorm to be really valuable.

Tôi thấy việc sử dụng AI để giúp tôi động não thực sự có giá trị.

44:23

Let me share with you some ways to do so.

Để tôi chia sẻ với bạn một số cách để làm điều đó.

44:28

AI can be pretty good at generating options.

AI có thể khá giỏi trong việc tạo ra các lựa chọn.

44:31

There's a common creativity test which asks people to name 200 potential users for a brick.

Có một bài kiểm tra sáng tạo phổ biến yêu cầu mọi người kể tên 200 cách sử dụng tiềm năng cho một viên gạch.

44:39

So give it a brick like this.

Vậy hãy đưa nó một viên gạch như thế này.

44:41

How many uses can you think of it?

Bạn có thể nghĩ ra bao nhiêu cách sử dụng nó?

44:43

This actually pretty difficult.

Điều này thực sự khá khó.

44:44

Some people think, "Oh, it could be a paper weight, maybe a planter, and oh, it could be used to build a house, too, I guess." But to come up with 200 examples, it's not that easy.

Một số người nghĩ, "Ồ, nó có thể là một vật chặn giấy, có thể là một chậu cây, và ồ, nó cũng có thể được dùng để xây nhà, tôi đoán vậy." Nhưng để nghĩ ra 200 ví dụ, điều đó không dễ dàng như vậy.

44:55

But if you ask an AI model, there's a good chance you can come up with a long list of ideas.

Nhưng nếu bạn hỏi một mô hình AI, có khả năng cao là bạn có thể nhận được một danh sách dài các ý tưởng.

45:02

And your

Và vai trò của bạn

45:03

Role, if you're actually trying to use a brick for something, would be to evaluate these options to pick out which ones are the ones that you like.

Vai trò của bạn, nếu bạn thực sự đang cố gắng sử dụng một viên gạch cho việc gì đó, sẽ là đánh giá các lựa chọn này để chọn ra những cái mà bạn thích.

45:12

In brainstorming, a common guidance is the more ideas the better.

Trong động não, một hướng dẫn phổ biến là càng nhiều ý tưởng càng tốt.

45:15

And so sometimes having AI generate a lot of ideas for you to pick from can be a powerful way to find one or two good ideas.

Và vì vậy đôi khi để AI tạo ra nhiều ý tưởng cho bạn chọn có thể là một cách mạnh mẽ để tìm ra một hoặc hai ý tưởng tốt.

45:24

So this is the maybe more common use of AI as a

Vì vậy, đây có thể là cách sử dụng AI phổ biến hơn như một

45:28

Brainstorming partner.

Đối tác động não.

45:28

I want to show you a different form of brainstorming in which you give it more context and then also iterate with the AI longer, meaning have a longer back and forth conversation to help get you to better options.

Tôi muốn cho bạn thấy một hình thức động não khác, trong đó bạn cung cấp cho nó nhiều ngữ cảnh hơn và sau đó cũng lặp lại với AI lâu hơn, nghĩa là có một cuộc trò chuyện qua lại dài hơn để giúp bạn đạt được các lựa chọn tốt hơn.

45:44

So if you tell it, help me build a workout plan.

Vì vậy, nếu bạn nói với nó, hãy giúp tôi xây dựng một kế hoạch tập luyện.

45:48

I'm 38, bring the level, have 10 lb dumbbells in 15 minutes a day, then they may give fairly generic answers like three workout plans.

Tôi 38 tuổi, trình độ trung bình, có tạ tay 10 lb trong 15 phút mỗi ngày, thì họ có thể đưa ra câu trả lời khá chung chung như ba kế hoạch tập luyện.

45:57

So, 10 squats, 10 push-ups, pretty reasonable, very sensible, common sense answer.

Vì vậy, 10 squat, 10 push-up, khá hợp lý, câu trả lời rất hợp lý, theo lẽ thường.

46:01

But if you want more creative options, giving it more context can be helpful.

Nhưng nếu bạn muốn các lựa chọn sáng tạo hơn, cung cấp thêm ngữ cảnh có thể hữu ích.

46:07

So, if you say, "I can't stick to these.

Vì vậy, nếu bạn nói, "Tôi không thể tuân thủ những điều này.

46:09

Give me hacks to stay on track.

Hãy cho tôi các mẹo để duy trì đúng hướng.

46:11

I have a trampoline and a cat." By encouraging it to give you trampoline and catreated workout options, which is an unusual way of approaching workouts, it may ask you to consider trampoline breaks or cat triggered micro workouts where maybe every time you see your cat wags tail or something, go do a tidy little workout.

Tôi có một tấm bạt lò xo và một con mèo." Bằng cách khuyến khích nó đưa ra các lựa chọn tập luyện liên quan đến bạt lò xo và mèo, một cách tiếp cận tập luyện khác thường, nó có thể yêu cầu bạn xem xét các giờ nghỉ trên bạt lò xo hoặc các bài tập vi mô kích hoạt bởi mèo, nơi có thể mỗi khi bạn thấy mèo vẫy đuôi hoặc gì đó, hãy đi tập một bài tập nhỏ gọn gàng.

46:32

But these are certainly more creative ideas.

Nhưng đây chắc chắn là những ý tưởng sáng tạo hơn.

46:34

AI models have some inherent creativity because they've trained on a lot of texts on the internet which covers a lot of very different ideas including some creative ones.

Các mô hình AI có một số sáng tạo vốn có vì chúng đã được huấn luyện trên nhiều văn bản trên internet, bao gồm nhiều ý tưởng rất khác nhau, kể cả một số ý tưởng sáng tạo.

46:46

And AI's output is a little bit random.

Và đầu ra của AI hơi ngẫu nhiên.

46:49

So if you ask it multiple times, help me build a workout plan, it'll probably give you slightly different answers.

Vì vậy, nếu bạn hỏi nó nhiều lần, hãy giúp tôi xây dựng một kế hoạch tập luyện, nó có thể sẽ đưa ra câu trả lời hơi khác nhau.

46:56

But if you

Nhưng nếu bạn

46:58

Give the AI basic questions, then common sense relatively generic responses like do squats, push-ups, and so on are more likely.

Đặt cho AI những câu hỏi cơ bản, thì các câu trả lời theo lẽ thường tương đối chung chung như squat, push-up, v.v. có nhiều khả năng hơn.

47:06

Let me plot a conceptual diagram where on the horizontal axis I'm going to plot how unique a response is, how creative response is.

Hãy để tôi vẽ một sơ đồ khái niệm, trong đó trên trục hoành tôi sẽ vẽ mức độ độc đáo của một câu trả lời, mức độ sáng tạo của câu trả lời.

47:15

So on the left were responses like normal weightlifting exercises like bicep curls which is very common sense to then maybe slightly more

Vì vậy, bên trái là các câu trả lời như các bài tập nâng tạ thông thường như cuốn tạ tay, rất theo lẽ thường, rồi có thể hơi

47:24

Unique things like standing on one leg with a yoga block on your head to the really creative ones like cat triggered micro workouts.

Độc đáo hơn như đứng trên một chân với khối yoga trên đầu, đến những cái thực sự sáng tạo như các bài tập vi mô kích hoạt bởi mèo.

47:33

And on the vertical axis I'm going to plot the probability of AI giving these different responses.

Và trên trục tung tôi sẽ vẽ xác suất AI đưa ra những câu trả lời khác nhau này.

47:40

And it turns out that it's much more likely to give a common sense response than a highly unique creative response.

Và hóa ra nó có nhiều khả năng đưa ra câu trả lời theo lẽ thường hơn là một câu trả lời sáng tạo rất độc đáo.

47:47

There's a reason for this.

Có một lý do cho điều này.

47:48

Namely, it was trained on internet text.

Cụ thể là, nó đã được huấn luyện trên văn bản internet.

47:51

And there's a lot more internet text talking about dumbbell curls than there are cat triggered micro workouts.

Và có nhiều văn bản internet nói về cuốn tạ tay hơn là các bài tập vi mô kích hoạt bởi mèo.

47:58

And for most questions, this is actually okay because the average information on the internet is probably decently factual.

Và đối với hầu hết các câu hỏi, điều này thực sự ổn vì thông tin trung bình trên internet có lẽ khá đúng sự thật.

48:05

So when you are seeking information such as what's the tallest building in the world is actually the Burj Khalifer.

Vì vậy, khi bạn đang tìm kiếm thông tin như tòa nhà cao nhất thế giới thực sự là Burj Khalifa.

48:12

Most internet texts will say is the Burj Khalifa.

Hầu hết các văn bản trên internet sẽ nói là Burj Khalifa.

48:16

There are smaller amounts of text that will name other buildings but the average response

Có một lượng nhỏ văn bản sẽ nêu tên các tòa nhà khác nhưng câu trả lời trung bình

48:22

And the most common response in the internet is usually the factual one for questions like what's the tallest building?

Và câu trả lời phổ biến nhất trên internet thường là câu trả lời đúng sự thật cho các câu hỏi như tòa nhà cao nhất là gì?

48:30

But if you're brainstorming, then giving the average information of the most common response ends up with squats, push-ups, and almost never trampoline breaks and pretty much never catbased sessions.

Nhưng nếu bạn đang động não, thì việc đưa ra thông tin trung bình của câu trả lời phổ biến nhất sẽ dẫn đến squat, push-up, và hầu như không bao giờ có giờ nghỉ trên bạt lò xo và gần như không bao giờ có các buổi tập dựa trên mèo.

48:43

Which is why if you ask the AI model to brainstorm with you, you get a lot of common sense ideas rather than the more creative ideas, which depending on your goal, may or may not be what you want.

Đó là lý do tại sao nếu bạn yêu cầu mô hình AI động não với bạn, bạn nhận được nhiều ý tưởng theo lẽ thường hơn là những ý tưởng sáng tạo hơn, điều này tùy thuộc vào mục tiêu của bạn, có thể hoặc không thể là điều bạn muốn.

48:57

So what do you want to do if you want to get high quality more creative ideas from AI?

Vậy bạn muốn làm gì nếu bạn muốn nhận được những ý tưởng sáng tạo hơn, chất lượng cao từ AI?

49:04

We've seen with a basic prompt you get responses from the common sense space.

Chúng ta đã thấy với một lời nhắc cơ bản, bạn nhận được câu trả lời từ không gian theo lẽ thường.

49:09

But if you give the AI model more context, so give your age, your level, but also tell it you have a mini trampoline, a cat, trouble staying motivated, nail squats, then this context pushes it into the more relevant

Nhưng nếu bạn cung cấp cho mô hình AI nhiều ngữ cảnh hơn, vì vậy hãy đưa tuổi của bạn, trình độ của bạn, nhưng cũng nói với nó rằng bạn có một tấm bạt lò xo mini, một con mèo, khó duy trì động lực, ghét squat, thì ngữ cảnh này đẩy nó vào không gian liên quan hơn

49:25

And creative space and it's more likely to give a custom answer rather than to generate common sense answers.

Và sáng tạo hơn và nó có nhiều khả năng đưa ra câu trả lời tùy chỉnh hơn là tạo ra câu trả lời theo lẽ thường.

49:32

Now, one problem that you may face when brainstorming is if you're trying to come up with creative ideas, there's so much context you could potentially give the AI model, what should you prioritize telling the AI model?

Bây giờ, một vấn đề bạn có thể gặp phải khi động não là nếu bạn đang cố gắng nghĩ ra những ý tưởng sáng tạo, có quá nhiều ngữ cảnh bạn có thể cung cấp cho mô hình AI, bạn nên ưu tiên nói với mô hình AI điều gì?

49:47

It turns out there's a technique that is very helpful

Hóa ra có một kỹ thuật rất hữu ích

49:51

For driving what context you decide to give the AI model, which is to iterate with the AI.

Để định hướng ngữ cảnh bạn quyết định cung cấp cho mô hình AI, đó là lặp lại với AI.

49:57

Let me show you what I mean.

Hãy để tôi cho bạn thấy ý tôi là gì.

50:00

If I want to ask AI to help me brainstorm plans for paying off my debt, have $1,100 of credit card debt at 19% interest, monthly minimum payments of $40, a student loan 8% interest, and a family loan $900.

Nếu tôi muốn yêu cầu AI giúp tôi động não các kế hoạch để trả hết nợ, có 1.100 đô la nợ thẻ tín dụng với lãi suất 19%, thanh toán tối thiểu hàng tháng là 40 đô la, một khoản vay sinh viên lãi suất 8%, và một khoản vay gia đình 900 đô la.

50:15

So, this gives decent background context.

Vì vậy, điều này cung cấp ngữ cảnh nền tảng tốt.

50:17

Then, one thing you

Sau đó, một điều bạn

50:19

Could do is ask AI not to give you one option or tell you what to do, but to give you multiple options to choose from.

Có thể làm là yêu cầu AI không đưa ra một lựa chọn hoặc bảo bạn phải làm gì, mà đưa ra nhiều lựa chọn để bạn chọn.

50:27

I'll often ask you to give me three to five options.

Tôi thường yêu cầu nó đưa cho tôi ba đến năm lựa chọn.

50:30

And so the AI may come up with a few different plans.

Và vì vậy AI có thể đưa ra một vài kế hoạch khác nhau.

50:34

Plan one is liquidity first to preserve cash.

Kế hoạch một là ưu tiên thanh khoản để bảo toàn tiền mặt.

50:37

Plan two is eliminate the highest interest loan.

Kế hoạch hai là loại bỏ khoản vay có lãi suất cao nhất.

50:39

Plan three is prioritize paying your family back first.

Kế hoạch ba là ưu tiên trả nợ cho gia đình bạn trước.

50:42

So these are all actually reasonable ideas and I've not yet given it enough context to know which of these plans it should favor.

Vậy nên đây thực ra đều là những ý tưởng hợp lý và tôi chưa cung cấp đủ ngữ cảnh để biết nó nên ưu tiên kế hoạch nào trong số này.

50:51

And it turns out that one of the really good ways to figure out what additional context to gifted AI is to give it feedback on the options it

Và hóa ra một trong những cách thực sự tốt để tìm ra ngữ cảnh bổ sung nào nên cung cấp cho AI là đưa ra phản hồi về các lựa chọn mà nó

51:01

Present to you.

Trình bày cho bạn.

51:02

Highly relevant feedback that allows it to then give you the next set of options.

Phản hồi có tính liên quan cao cho phép nó sau đó đưa ra cho bạn bộ lựa chọn tiếp theo.

51:08

I don't like option one.

Tôi không thích lựa chọn một.

51:10

It's too passive.

Nó quá thụ động.

51:11

I do like the idea of paying off the 19% interest loan.

Tôi thích ý tưởng trả hết khoản vay lãi suất 19%.

51:15

Oh, and I forgot.

Ồ, và tôi quên mất.

51:16

I actually have $450 cash coming and I'm also moving house soon.

Thực ra tôi sắp có 450 đô la tiền mặt và tôi cũng sắp chuyển nhà.

51:21

And then with this additional context, it now knows among plans one, two, and three maybe what you like and what you don't like.

Và rồi với ngữ cảnh bổ sung này, nó biết được trong số các kế hoạch một, hai và ba có thể là bạn thích gì và không thích gì.

51:29

And you can ask it to create three new plans.

Và bạn có thể yêu cầu nó tạo ra ba kế hoạch mới.

51:32

And then once again, by giving a feedback on these plans, you are giving additional context that will help shape the AI models thinking.

Và rồi một lần nữa, bằng cách đưa ra phản hồi về những kế hoạch này, bạn đang cung cấp ngữ cảnh bổ sung giúp định hình suy nghĩ của mô hình AI.

51:41

And you can keep on iterating like this for a while until it comes up with a plan that you do like and then maybe have it flesh out the details of the one plan or two plans that you like the most.

Và bạn có thể tiếp tục lặp đi lặp lại như vậy một lúc cho đến khi nó đưa ra một kế hoạch mà bạn thực sự thích và sau đó có thể yêu cầu nó triển khai chi tiết của một hoặc hai kế hoạch mà bạn thích nhất.

51:54

I found that giving feedback to the AI on what it thinks like good ideas is just a very useful mechanism for very efficiently figuring out what's helpful context to give to the AI.

Tôi nhận thấy rằng việc đưa phản hồi cho AI về những gì nó cho là ý tưởng hay là một cơ chế rất hữu ích để tìm ra một cách hiệu quả ngữ cảnh nào hữu ích để cung cấp cho AI.

52:05

To summarize,

Tóm lại,

52:06

If you're brainstorming, consider giving AI as much of the relevant context as you can in advance and then ask it for a handful of options.

Nếu bạn đang động não, hãy cân nhắc cung cấp cho AI càng nhiều ngữ cảnh liên quan càng tốt trước và sau đó yêu cầu nó đưa ra một vài lựa chọn.

52:15

Then give it feedback on the different options and ask it for more options and iterate multiple times.

Sau đó đưa ra phản hồi về các lựa chọn khác nhau và yêu cầu nó đưa thêm lựa chọn và lặp lại nhiều lần.

52:21

Get more options, get feedback, get more options, get feedback.

Nhận thêm lựa chọn, nhận phản hồi, nhận thêm lựa chọn, nhận phản hồi.

52:24

And do that a few times until you have one or more ideas that you're

Và làm điều đó vài lần cho đến khi bạn có một hoặc nhiều ý tưởng mà bạn

52:30

Satisfied with.

Hài lòng.

52:31

If you follow this recipe for brainstorming, I think you find you get consistently more useful and creative ideas.

Nếu bạn làm theo công thức động não này, tôi nghĩ bạn sẽ thấy mình luôn nhận được những ý tưởng hữu ích và sáng tạo hơn.

52:41

Now, you've heard me use the word context quite a few times.

Giờ thì bạn đã nghe tôi dùng từ ngữ cảnh khá nhiều lần.

52:45

It's important to give your AI model the right context so that it knows enough to do what you want it to.

Điều quan trọng là cung cấp cho mô hình AI của bạn đúng ngữ cảnh để nó biết đủ để làm điều bạn muốn nó làm.

52:52

Let's take a look at the next video at how context works and how it is used to produce a response.

Hãy xem video tiếp theo để hiểu cách ngữ cảnh hoạt động và cách nó được sử dụng để tạo ra phản hồi.

53:00

According to psychologists, most humans can keep only about seven things in their active working memory at a time.

Theo các nhà tâm lý học, hầu hết con người chỉ có thể giữ khoảng bảy thứ trong bộ nhớ làm việc chủ động của mình cùng một lúc.

53:07

That's why remembering a grocery list of about seven items is just barely doable if you aren't thinking about all the things.

Đó là lý do tại sao việc nhớ một danh sách đi chợ khoảng bảy món chỉ vừa đủ khả thi nếu bạn không nghĩ về tất cả mọi thứ.

53:14

But remembering a grocery list of 15 or 20 items is much harder.

Nhưng nhớ một danh sách đi chợ gồm 15 hoặc 20 món thì khó hơn nhiều.

53:19

Interestingly, AI can use a large amount of context.

Thú vị là AI có thể sử dụng một lượng lớn ngữ cảnh.

53:23

Some models can have context sizes of hundreds of thousands of words.

Một số mô hình có thể có kích thước ngữ cảnh lên tới hàng trăm nghìn từ.

53:30

Let's see how an AI model's context works and how you could take advantage of it.

Hãy xem ngữ cảnh của một mô hình AI hoạt động như thế nào và bạn có thể tận dụng nó ra sao.

53:37

AI models can read and reason over very large amounts of context.

Các mô hình AI có thể đọc và suy luận trên lượng ngữ cảnh rất lớn.

53:42

For example, if you are trying to choose an apartment, you can upload hundreds of pages of lease contracts and upload tenant reviews and neighborhood statistics and ask AI to read all of this and to tell you the pros and cons

Ví dụ, nếu bạn đang cố chọn một căn hộ, bạn có thể tải lên hàng trăm trang hợp đồng thuê nhà và tải lên đánh giá của người thuê cùng thống kê khu vực và yêu cầu AI đọc tất cả những thứ này và cho bạn biết ưu và nhược điểm

54:02

Of each of the options.

Của từng lựa chọn.

54:03

And you might write a prompt like pros and cons of each apartment.

Và bạn có thể viết một câu lệnh như ưu và nhược điểm của từng căn hộ.

54:08

Read everything and think really hard before answering.

Đọc mọi thứ và suy nghĩ thật kỹ trước khi trả lời.

54:10

By the way, telling AI to think hard or think really hot is another common prompting pattern that we'll come back to a little bit later.

Nhân tiện, việc bảo AI suy nghĩ kỹ hoặc suy nghĩ thật kỹ là một kiểu câu lệnh phổ biến khác mà chúng ta sẽ quay lại sau một chút.

54:19

Context refers to all the text and files that the model uses to generate this custom response to

Ngữ cảnh đề cập đến tất cả văn bản và tệp mà mô hình sử dụng để tạo ra phản hồi tùy chỉnh này cho

54:26

Your query.

Truy vấn của bạn.

54:26

If you give it a prompt like pros and cons of studying physics versus zoology, then it will generate an output based on this very limited prompt, very limited context that you have given it.

Nếu bạn đưa cho nó một câu lệnh như ưu và nhược điểm của việc học vật lý so với động vật học, thì nó sẽ tạo ra đầu ra dựa trên câu lệnh rất hạn chế này, ngữ cảnh rất hạn chế mà bạn đã cung cấp cho nó.

54:41

And the response will probably be fairly generic.

Và phản hồi có thể sẽ khá chung chung.

54:43

But if you give it more context, maybe give it your career assessment results and give it your high school schedule so it knows what class you've been taking and then ask the same question.

Nhưng nếu bạn cung cấp cho nó nhiều ngữ cảnh hơn, có thể đưa cho nó kết quả đánh giá nghề nghiệp của bạn và đưa cho nó thời khóa biểu trung học của bạn để nó biết bạn đã học lớp nào và sau đó hỏi cùng câu hỏi đó.

54:54

All this additional context will help it to give a much more custom and likely higher quality response.

Tất cả ngữ cảnh bổ sung này sẽ giúp nó đưa ra phản hồi tùy chỉnh hơn nhiều và có khả năng chất lượng cao hơn.

55:00

If you're trying to think about what

Nếu bạn đang cố nghĩ xem nên cung cấp

55:03

Context to give to the AI model, think about what's all the information that a trusted advisor would need in order to think at length and reason and then give you a good answer to your question.

Ngữ cảnh gì cho mô hình AI, hãy nghĩ xem một cố vấn đáng tin cậy sẽ cần tất cả thông tin gì để suy nghĩ kỹ lưỡng và lý luận rồi đưa cho bạn câu trả lời tốt cho câu hỏi của bạn.

55:14

And a smart adviser that knows nothing about you, but has just asked what are the pros and cons of study physics versus zoology.

Và một cố vấn thông minh không biết gì về bạn, mà chỉ được hỏi ưu và nhược điểm của việc học vật lý so với động vật học.

55:22

The best it could really do is give a pretty generic response that's

Điều tốt nhất nó thực sự có thể làm là đưa ra một phản hồi khá chung chung

55:26

Not custom to you because a context in the example in Tom just doesn't have anything specific to you.

Không tùy chỉnh cho bạn vì ngữ cảnh trong ví dụ đó đơn giản là không có gì cụ thể về bạn.

55:34

AI models start with some amount of builtin context and leading AI models today can accept maybe up to around 750,000 words as context and this corresponds to about the first four or five Harry Potter books.

Các mô hình AI bắt đầu với một lượng ngữ cảnh tích hợp sẵn và các mô hình AI hàng đầu hiện nay có thể chấp nhận khoảng tối đa 750.000 từ làm ngữ cảnh và con số này tương ứng với khoảng bốn hoặc năm cuốn Harry Potter đầu tiên.

55:50

So that's lava text or several days of continuous speech.

Vậy đó là văn bản dung nham hoặc vài ngày nói liên tục.

55:55

So many

Rất nhiều

55:56

People underestimate how much information or how much context you can give to an AI model.

Mọi người đánh giá thấp lượng thông tin hoặc ngữ cảnh mà bạn có thể cung cấp cho một mô hình AI.

56:03

Now when you ask the AI model a question by default context is filled with a few things.

Bây giờ khi bạn đặt câu hỏi cho mô hình AI, theo mặc định, ngữ cảnh được điền một vài thứ.

56:10

First, there's something called a system prompt, which usually is how the AI model knows what's the current date, knows the name of the model, basic capabilities, maybe general instructions to be helpful to the user, and then if your AI model is able to use tools like a web search engine, in its context will also be written descriptions of what are these tools and how to use them, such as

Đầu tiên, có một thứ gọi là lời nhắc hệ thống, thường là cách mô hình AI biết ngày hiện tại, biết tên mô hình, các khả năng cơ bản, có thể là hướng dẫn chung để hữu ích cho người dùng, và sau đó nếu mô hình AI của bạn có thể sử dụng các công cụ như công cụ tìm kiếm web, trong ngữ cảnh của nó cũng sẽ có mô tả về các công cụ này là gì và cách sử dụng chúng, chẳng hạn như

56:38

What is a web search engine and how should it use a web search engine.

Công cụ tìm kiếm web là gì và nó nên sử dụng công cụ tìm kiếm web như thế nào.

56:42

Before you've written your prompt, the context includes the system prompt and these two definitions.

Trước khi bạn viết lời nhắc của mình, ngữ cảnh bao gồm lời nhắc hệ thống và hai định nghĩa này.

56:47

And when you then write your prompt, your prompt is added to the AI models context.

Và khi bạn viết lời nhắc của mình, lời nhắc của bạn được thêm vào ngữ cảnh của mô hình AI.

56:53

And it will then use all of these things as input to generate a response.

Và sau đó nó sẽ sử dụng tất cả những thứ này làm đầu vào để tạo ra phản hồi.

56:58

Like you have the options, full body, upper low, split, lower impact strength.

Giống như bạn có các lựa chọn, toàn thân, trên dưới, chia tách, sức mạnh tác động thấp.

57:03

The input text that is the prompts you've written as

Văn bản đầu vào, tức là các lời nhắc bạn đã viết, cũng như

57:07

Well as the AI responses are called the chat history and the chat history gets incrementally added to the context of the AI model as well.

Các phản hồi của AI được gọi là lịch sử trò chuyện và lịch sử trò chuyện cũng được thêm dần vào ngữ cảnh của mô hình AI.

57:16

Now, if you start off giving the AI model more context, such as write a longer prompt as well as maybe upload a handful of documents to tell it more about your workout schedule or your workout preferences, then all of these files can be included into the AI

Bây giờ, nếu bạn bắt đầu cung cấp cho mô hình AI nhiều ngữ cảnh hơn, chẳng hạn như viết một lời nhắc dài hơn cũng như có thể tải lên một vài tài liệu để cho nó biết thêm về lịch tập luyện hoặc sở thích tập luyện của bạn, thì tất cả các tệp này có thể được đưa vào ngữ cảnh của mô hình AI

57:34

Model context and used to generate the response.

và được sử dụng để tạo ra phản hồi.

57:40

Now if you continue the conversation to say I like this about the first plan I don't like that about the third plan what you say here is added to the AI moral context and then this additional response in this type of brainstorming workflow is further added to the context and this is why whenever you ask the AI to go back and forth and generate additional answers it knows everything

Bây giờ nếu bạn tiếp tục cuộc trò chuyện để nói tôi thích điều này về kế hoạch đầu tiên, tôi không thích điều đó về kế hoạch thứ ba, những gì bạn nói ở đây được thêm vào ngữ cảnh của mô hình AI và sau đó phản hồi bổ sung này trong loại quy trình động não này được thêm tiếp vào ngữ cảnh và đây là lý do tại sao mỗi khi bạn yêu cầu AI trao đổi qua lại và tạo thêm câu trả lời, nó biết mọi thứ

58:02

That's been said so far in the conversational history.

đã được nói cho đến nay trong lịch sử trò chuyện.

58:06

Now let me take this in a different direction.

Bây giờ hãy để tôi đưa điều này theo một hướng khác.

58:09

Imagine you had asked it for the workout plan like I shown here and it's given you a few workout plans.

Hãy tưởng tượng bạn đã yêu cầu nó lập kế hoạch tập luyện như tôi đã trình bày ở đây và nó đã đưa cho bạn một vài kế hoạch tập luyện.

58:16

If you were to instead give feedback on these plans go in a totally different direction and say now come with a workout plan for my mom.

Nếu thay vào đó bạn đưa phản hồi về những kế hoạch này, đi theo một hướng hoàn toàn khác và nói bây giờ hãy đưa ra một kế hoạch tập luyện cho mẹ tôi.

58:25

Well, a lot of the context AI model has including your schedule, your workout preferences, all

Chà, nhiều ngữ cảnh mà mô hình AI có, bao gồm lịch trình của bạn, sở thích tập luyện của bạn, tất cả

58:31

that isn't really relevant for your mother's workout plan.

điều đó thực sự không liên quan đến kế hoạch tập luyện của mẹ bạn.

58:33

I guess unless the two of you work out together.

Tôi đoán trừ khi hai người tập luyện cùng nhau.

58:37

And so all this context would be distracting for the AI system and might lead it to generate a worse answer.

Và vì vậy tất cả ngữ cảnh này sẽ gây xao nhãng cho hệ thống AI và có thể khiến nó tạo ra câu trả lời kém hơn.

58:44

And in fact, it can be hard to know whether this answer was influenced by the previous context.

Và trên thực tế, có thể khó biết liệu câu trả lời này có bị ảnh hưởng bởi ngữ cảnh trước đó hay không.

58:50

This is why if you're going to go off on the unrelated topic, it's better to start a new conversation so that you can empty out the context and start with just the new prompt or just the information that's helpful context for the new question you want to answer.

Đây là lý do tại sao nếu bạn định đi sang một chủ đề không liên quan, tốt hơn là bắt đầu một cuộc trò chuyện mới để bạn có thể làm trống ngữ cảnh và bắt đầu chỉ với lời nhắc mới hoặc chỉ với thông tin là ngữ cảnh hữu ích cho câu hỏi mới mà bạn muốn trả lời.

59:12

You've seen how context is used to produce high quality responses.

Bạn đã thấy cách ngữ cảnh được sử dụng để tạo ra các phản hồi chất lượng cao.

59:16

Thinking about what's in the AI model's context and managing that so it has just the relevant information and hopefully not too much irrelevant information although it can ignore a little bit of it that will help you get better answers from your AI.

Suy nghĩ về những gì có trong ngữ cảnh của mô hình AI và quản lý nó để nó chỉ có thông tin liên quan và hy vọng không có quá nhiều thông tin không liên quan, mặc dù nó có thể bỏ qua một chút, điều đó sẽ giúp bạn nhận được câu trả lời tốt hơn từ AI của mình.

59:31

One way of handling lots of context is to allow the AI model access

Một cách để xử lý nhiều ngữ cảnh là cho phép mô hình AI truy cập

59:37

to your computer so that it can explore relevant files and pull in relevant files into the AI models context only as needed.

vào máy tính của bạn để nó có thể khám phá các tệp liên quan và kéo các tệp liên quan vào ngữ cảnh của mô hình AI chỉ khi cần thiết.

59:47

Let's take a look in the next video at this very powerful technique.

Hãy cùng xem trong video tiếp theo về kỹ thuật rất mạnh mẽ này.

59:53

AI is moving beyond just chat interfaces.

AI đang vượt ra ngoài các giao diện trò chuyện.

59:56

You may have heard of applications like cloud co-work or Microsoft copiloted co-work or Google anti-gravity.

Bạn có thể đã nghe nói về các ứng dụng như cloud co-work hoặc Microsoft copiloted co-work hoặc Google anti-gravity.

1:00:04

These are applications that can with your permission gather context agentically from your computer.

Đây là những ứng dụng có thể, với sự cho phép của bạn, thu thập ngữ cảnh một cách tự chủ từ máy tính của bạn.

1:00:09

Meaning they can find and read files from your computer in order to give themselves the information they need to do a task.

Nghĩa là chúng có thể tìm và đọc các tệp từ máy tính của bạn để tự cung cấp thông tin cần thiết để thực hiện một nhiệm vụ.

1:00:17

This is a new and exciting way of using AI to accomplish real work.

Đây là một cách mới và thú vị để sử dụng AI nhằm hoàn thành công việc thực tế.

1:00:23

Let me illustrate a common use case for these AI desktop apps.

Hãy để tôi minh họa một trường hợp sử dụng phổ biến cho các ứng dụng AI trên máy tính để bàn này.

1:00:27

If you have been doing research on a topic and have a messy folder with lots of PDF, research reports, images, and so on, you can with one of these apps ask it to read through the files in the folder and propose a new organization for it based on what it finds.

Nếu bạn đang nghiên cứu về một chủ đề và có một thư mục lộn xộn với nhiều PDF, báo cáo nghiên cứu, hình ảnh, v.v., bạn có thể dùng một trong những ứng dụng này để yêu cầu nó đọc qua các tệp trong thư mục và đề xuất một cách sắp xếp mới dựa trên những gì nó tìm thấy.

1:00:48

In this example, the AI is able to look through this folder and apply a

Trong ví dụ này, AI có thể xem qua thư mục này và áp dụng một

1:00:54

bunch of changes, renaming files, moving files around, creating subdirectories to come up with much more sensible organization folders.

loạt thay đổi, đổi tên tệp, di chuyển tệp, tạo thư mục con để đưa ra các thư mục được tổ chức hợp lý hơn nhiều.

1:01:03

Let me show you the process of how is actually done.

Hãy để tôi cho bạn thấy quá trình thực sự được thực hiện như thế nào.

1:01:08

You might start off asking it to organize a folder first to understand what's there and it can then automatically or agentically look at how different files are named.

Bạn có thể bắt đầu bằng cách yêu cầu nó sắp xếp một thư mục trước để hiểu có gì ở đó và sau đó nó có thể tự động hoặc một cách tự chủ xem cách các tệp khác nhau được đặt tên.

1:01:22

After it has figured out enough of what are the files in this folder, it then comes up with an initial proposal for how to reorganize it.

Sau khi nó đã hiểu đủ về các tệp trong thư mục này, nó sẽ đưa ra đề xuất ban đầu về cách tổ chức lại.

1:01:32

And if you take a look at the initial proposal, you may be not fully satisfied and give it a little bit further instructions to tell it what to do with this data.

Và nếu bạn xem đề xuất ban đầu, bạn có thể chưa hoàn toàn hài lòng và đưa thêm một chút hướng dẫn để cho nó biết phải làm gì với dữ liệu này.

1:01:45

And finally, it comes up with a refined proposal, which I'm happy with.

Và cuối cùng, nó đưa ra một đề xuất tinh chỉnh, mà tôi hài lòng.

1:01:55

So, I'm going to say go ahead and carry on these instructions.

Vì vậy, tôi sẽ nói hãy tiếp tục và thực hiện các hướng dẫn này.

1:02:05

and then it reorganizes my folder to make all the files much neater.

Và sau đó nó tổ chức lại thư mục của tôi để làm cho tất cả các tệp gọn gàng hơn nhiều.

1:02:13

Here's how AI desktop apps work.

Đây là cách các ứng dụng AI trên máy tính để bàn hoạt động.

1:02:14

They are powered by an AI model.

Chúng được vận hành bởi một mô hình AI.

1:02:16

So, it comes with the AI's pre-trained knowledge and it also has a set of tools like web search.

Vì vậy, nó đi kèm với kiến thức đã được huấn luyện trước của AI và nó cũng có một bộ công cụ như tìm kiếm web.

1:02:22

So you can choose to carry out a web search if it needs to do so to accomplish this task and has additional tools to work with files on your computer including the ability to search through files to read files to write

Vì vậy, bạn có thể chọn thực hiện tìm kiếm web nếu nó cần làm vậy để hoàn thành nhiệm vụ này và nó có các công cụ bổ sung để làm việc với các tệp trên máy tính của bạn, bao gồm khả năng tìm kiếm qua các tệp, đọc tệp, ghi

1:02:36

files to move and rename files and so on.

Các tệp để di chuyển và đổi tên tệp, v.v.

1:02:38

So when asking a desktop app to do things in your computer, a best practice workflow would be for you to tell what task you want done, such as organize the files in the folder.

Vì vậy, khi yêu cầu một ứng dụng máy tính để bàn thực hiện các tác vụ trên máy tính của bạn, một quy trình làm việc tốt nhất là bạn nên nói rõ nhiệm vụ bạn muốn hoàn thành, chẳng hạn như sắp xếp các tệp trong thư mục.

1:02:49

Let the AI system propose an action plan, but not yet take action.

Hãy để hệ thống AI đề xuất một kế hoạch hành động, nhưng chưa thực hiện hành động ngay.

1:02:53

You can then review the plan, give critique, maybe have it update this plan if needed, and only when you're

Sau đó, bạn có thể xem xét kế hoạch, đưa ra nhận xét, có thể yêu cầu nó cập nhật kế hoạch này nếu cần, và chỉ khi bạn

1:03:00

satisfied with it, then tell it to execute the plan, which you can go ahead and do on your computer.

Hài lòng với nó, thì hãy bảo nó thực thi kế hoạch, mà bạn có thể tiến hành ngay trên máy tính của mình.

1:03:08

One neat aspect of these desktop apps is that they can automatically explore files and manage contacts by reading files only when needed.

Một khía cạnh thú vị của các ứng dụng máy tính để bàn này là chúng có thể tự động khám phá tệp và quản lý danh bạ bằng cách chỉ đọc tệp khi cần thiết.

1:03:17

If you are using an AI chat, then you have to decide in advance what files to upload to give the AI model context.

Nếu bạn đang sử dụng một cuộc trò chuyện AI, thì bạn phải quyết định trước những tệp nào cần tải lên để cung cấp ngữ cảnh cho mô hình AI.

1:03:27

So for example, if you need to write a schedule for filming, you might upload a file that outlines your filming procedures and based on

Ví dụ, nếu bạn cần viết lịch trình quay phim, bạn có thể tải lên một tệp phác thảo quy trình quay phim của mình và dựa trên

1:03:37

that it can generate a schedule.

Điều đó, nó có thể tạo ra một lịch trình.

1:03:39

And notice that you had to decide in advance what context to provide to the AI.

Và lưu ý rằng bạn đã phải quyết định trước ngữ cảnh nào để cung cấp cho AI.

1:03:45

But with an AI desktop app, if you start the application in say your document/forming folder, then if you tell it write a schedule for filming this week, then the AI can decide to explore the files in this folder so that it can see what files are there,

Nhưng với một ứng dụng AI trên máy tính để bàn, nếu bạn khởi động ứng dụng trong thư mục tài liệu của mình, thì nếu bạn bảo nó viết lịch trình quay phim cho tuần này, thì AI có thể quyết định khám phá các tệp trong thư mục này để xem có những tệp nào,

1:04:04

load the relevant files and then on that basis figure out what is a good foaming schedule.

Tải các tệp liên quan và sau đó dựa trên đó tìm ra lịch trình quay phim tốt là gì.

1:04:11

And in this example, surprise surprise, that actually noticed that one of your crew members birthday is the week of filming.

Và trong ví dụ này, thật bất ngờ, nó thực sự nhận ra rằng sinh nhật của một thành viên trong đoàn của bạn rơi vào tuần quay phim.

1:04:19

And so maybe you'll fold in a celebration for your crew mate, Mia.

Và vì vậy có thể bạn sẽ thêm vào một buổi chúc mừng cho đồng nghiệp của mình, Mia.

1:04:25

One note on using these desktop apps safely.

Một lưu ý về việc sử dụng các ứng dụng máy tính để bàn này một cách an toàn.

1:04:28

Desktop apps can get access to and can edit or even

Các ứng dụng máy tính để bàn có thể truy cập và chỉnh sửa hoặc thậm chí

1:04:33

delete your files.

Xóa các tệp của bạn.

1:04:34

And while mishaps of deleted files are pretty rare, they have happened to people.

Và mặc dù các sự cố xóa tệp là khá hiếm, chúng đã từng xảy ra với mọi người.

1:04:39

So I encourage you to choose the most relevant folder to run the AI desktop app in.

Vì vậy, tôi khuyến khích bạn chọn thư mục phù hợp nhất để chạy ứng dụng AI trên máy tính để bàn.

1:04:46

For example, instead of running this in your whole folder and giving this access to all your files, maybe just give it access to the subset of files it really needs for a task in a certain folder.

Ví dụ, thay vì chạy nó trong toàn bộ thư mục của bạn và cấp cho nó quyền truy cập tất cả các tệp, có thể chỉ cấp cho nó quyền truy cập vào một tập hợp con các tệp mà nó thực sự cần cho một nhiệm vụ trong một thư mục nhất định.

1:05:01

When the AI system makes a permission request, I would encourage you to carefully review the permission request to make sure you know what it is reading and writing.

Khi hệ thống AI yêu cầu quyền, tôi khuyến khích bạn xem xét kỹ yêu cầu quyền đó để đảm bảo bạn biết nó đang đọc và ghi gì.

1:05:10

And so I'll give AI access only to the documents I wanted to know about and let it write only to the files of places I wanted to.

Và vì vậy tôi sẽ chỉ cấp cho AI quyền truy cập vào các tài liệu mà tôi muốn nó biết và chỉ cho phép nó ghi vào các tệp ở những nơi tôi muốn.

1:05:20

And when a AI desktop app deletes a file, it often does not go to a recycle bin.

Và khi một ứng dụng AI trên máy tính để bàn xóa một tệp, nó thường không vào thùng rác.

1:05:26

So there

Vì vậy, có thể

1:05:27

may not be a way to recover the file.

Không có cách nào để khôi phục tệp.

1:05:29

And if it edits a file, it behaves a bit differently than if you were editing the document.

Và nếu nó chỉnh sửa một tệp, nó hoạt động hơi khác so với khi bạn chỉnh sửa tài liệu.

1:05:34

And in particular, edited files usually don't have an edit history.

Và đặc biệt, các tệp đã chỉnh sửa thường không có lịch sử chỉnh sửa.

1:05:38

And so it's not possible to go back if it made some change that you may not like.

Và vì vậy không thể quay lại nếu nó thực hiện một thay đổi mà bạn có thể không thích.

1:05:43

So until you are very familiar with these tools, I'll encourage you to look carefully at the permissions request it makes to decide what you do

Vì vậy, cho đến khi bạn rất quen thuộc với các công cụ này, tôi khuyến khích bạn xem xét kỹ yêu cầu quyền mà nó đưa ra để quyết định những gì bạn

1:05:52

and do not want the AI system to be allowed to do.

Muốn và không muốn hệ thống AI được phép làm.

1:05:56

AI desktop co-working apps are a powerful tool you can use to give an AI model the ability to discover relevant context as well as to take actions such as reading, writing, moving, renaming files.

Các ứng dụng AI cộng tác trên máy tính để bàn là một công cụ mạnh mẽ bạn có thể sử dụng để cung cấp cho mô hình AI khả năng khám phá ngữ cảnh liên quan cũng như thực hiện các hành động như đọc, ghi, di chuyển, đổi tên tệp.

1:06:09

Now, we've talked about context a lot in these last several videos, and using as much relevant context as possible enables your AI system to help you with what's called reasoning toss.

Bây giờ, chúng ta đã nói nhiều về ngữ cảnh trong vài video vừa qua, và việc sử dụng càng nhiều ngữ cảnh liên quan càng tốt sẽ cho phép hệ thống AI của bạn hỗ trợ bạn với cái được gọi là lý luận sâu.

1:06:21

by which I mean tasks where you want your AI to think maybe for a long time to give you the best possible answer.

Ý tôi là các nhiệm vụ mà bạn muốn AI của mình suy nghĩ có thể trong thời gian dài để đưa ra câu trả lời tốt nhất có thể.

1:06:30

Let's go on to the next video to see examples of reasoning with AI.

Hãy tiếp tục đến video tiếp theo để xem các ví dụ về lý luận với AI.

1:06:36

The latest AI models

Các mô hình AI mới nhất

1:06:38

have very strong reasoning capabilities.

Có khả năng lý luận rất mạnh mẽ.

1:06:42

What that means is they can think rigorously and at length about the task when given the right context.

Điều đó có nghĩa là chúng có thể suy nghĩ chặt chẽ và lâu dài về nhiệm vụ khi được cung cấp ngữ cảnh phù hợp.

1:06:49

I find myself more and more using AI as a reasoning engine.

Tôi thấy mình ngày càng sử dụng AI như một công cụ lý luận.

1:06:53

Let's take a look.

Hãy cùng xem.

1:06:55

Here's an example where thinking for a long time can help get a better response.

Đây là một ví dụ mà việc suy nghĩ trong thời gian dài có thể giúp có được câu trả lời tốt hơn.

1:07:00

If you are car shopping and are considering trade-offs among multiple cars, you might upload spec sheets for the cars, insurance plans, column quotes, lots of documents, and then ask what are the trade-offs for each car?

Nếu bạn đang mua xe và đang cân nhắc đánh đổi giữa nhiều xe, bạn có thể tải lên bảng thông số kỹ thuật của các xe, kế hoạch bảo hiểm, báo giá, nhiều tài liệu, và sau đó hỏi đâu là những đánh đổi cho mỗi xe?

1:07:14

read everything and think hard before answering.

Đọc mọi thứ và suy nghĩ kỹ trước khi trả lời.

1:07:17

The AI model may then

Mô hình AI sau đó có thể

1:07:19

think for quite a long time to read the documentation, maybe do some online search, then maybe think through what are the evaluation criteria that'll be right for you, and then generate reports on the pros and cons of different cars.

Suy nghĩ khá lâu để đọc tài liệu, có thể tìm kiếm trực tuyến, sau đó có thể suy nghĩ thấu đáo về các tiêu chí đánh giá nào sẽ phù hợp với bạn, và sau đó tạo báo cáo về ưu và nhược điểm của các xe khác nhau.

1:07:32

And just as doing research on what car to buy could involve gathering a lot of information and thinking at some length about the pros and cons, AI can help you with that.

Và cũng giống như việc nghiên cứu nên mua xe nào có thể liên quan đến việc thu thập nhiều thông tin và suy nghĩ khá lâu về ưu và nhược điểm, AI có thể giúp bạn điều đó.

1:07:45

As AI models get better, their ability to carry out long running tasks has grown rapidly.

Khi các mô hình AI trở nên tốt hơn, khả năng thực hiện các nhiệm vụ chạy dài của chúng đã phát triển nhanh chóng.

1:07:54

This is a study by an organization meteor which plots for tasks at different levels of difficulty as measured by how long it will take a human to do the task.

Đây là một nghiên cứu của một tổ chức tên Meteor, biểu đồ cho các nhiệm vụ ở các mức độ khó khác nhau được đo bằng thời gian một người cần để hoàn thành nhiệm vụ.

1:08:05

That's the vertical axis.

Đó là trục tung.

1:08:06

How well can AI do these tasks.

AI có thể làm những nhiệm vụ này tốt đến mức nào.

1:08:09

So for example, a task like finding a fact on the web may take a human just several seconds.

Ví dụ, một nhiệm vụ như tìm một sự thật trên web có thể chỉ mất vài giây đối với một người.

1:08:15

Summarizing a few vial texts may take a human an hour.

Tóm tắt một vài văn bản nhỏ có thể khiến một người mất một giờ.

1:08:19

Write a blog post couple hours.

Viết một bài blog mất vài giờ.

1:08:22

audit legal documents, explore a complex cyber security vulnerability, may take a human many hours, and so on.

Kiểm tra tài liệu pháp lý, khám phá một lỗ hổng an ninh mạng phức tạp, có thể khiến một người mất nhiều giờ, v.v.

1:08:30

And around 2024, 2025, models could start to do tasks that took seconds to many seconds to many minutes or tens of minutes.

Và khoảng năm 2024, 2025, các mô hình có thể bắt đầu thực hiện các nhiệm vụ mất vài giây đến nhiều giây đến nhiều phút hoặc hàng chục phút.

1:08:41

And in 2025, models could start to have a decent success rate for doing tasks that to humans longer and longer and longer to the

Và vào năm 2025, các mô hình có thể bắt đầu có tỷ lệ thành công khá tốt khi thực hiện các nhiệm vụ mà đối với con người ngày càng lâu hơn và lâu hơn nữa đến mức

1:08:54

point where now AI models can do tasks that can take humans many hours to do.

Điểm mà hiện nay các mô hình AI có thể làm được những nhiệm vụ mà con người phải mất nhiều giờ để làm.

1:09:00

Often AI model doesn't need 10 hours to do a task that takes a human 10 hours to do, but also takes a bit longer than just a few seconds.

Thường thì mô hình AI không cần 10 giờ để làm một nhiệm vụ mà con người mất 10 giờ, nhưng cũng mất lâu hơn một chút so với chỉ vài giây.

1:09:11

And this is what reasoning models has enabled for AI to think at great length in order to do these more complex tasks.

Và đây là điều mà các mô hình suy luận đã cho phép AI suy nghĩ trong thời gian dài để thực hiện những nhiệm vụ phức tạp hơn này.

1:09:20

If you remember the how many hours in straw example, that's a task that takes a human just a few seconds to do.

Nếu bạn nhớ ví dụ có bao nhiêu giờ trong một ống hút, đó là một nhiệm vụ mà con người chỉ mất vài giây để làm.

1:09:27

And several years ago, AI models used to sometimes get this wrong.

Và vài năm trước, các mô hình AI đôi khi làm sai điều này.

1:09:31

And it was also in that era, maybe 2033, 2034, that you may have heard advice like tell the AI model to think step by step.

Và cũng trong thời kỳ đó, có thể là năm 2033, 2034, bạn có thể đã nghe lời khuyên như bảo mô hình AI suy nghĩ từng bước một.

1:09:40

And back then, this was good advice, but this advice is largely obsolete now.

Và hồi đó, đây là lời khuyên tốt, nhưng lời khuyên này hiện nay phần lớn đã lỗi thời.

1:09:45

And I no

Và tôi không còn

1:09:46

longer tell my AI model to think step by step.

Bảo mô hình AI của mình suy nghĩ từng bước một nữa.

1:09:49

Instead, I'm more likely to just tell it to think hard.

Thay vào đó, tôi có xu hướng chỉ bảo nó suy nghĩ kỹ càng.

1:09:52

And it knows what that means, and that it should reason at length, not necessarily step by step, but in even more complex ways in order to accomplish a task successfully.

Và nó biết điều đó nghĩa là gì, rằng nó nên suy luận trong thời gian dài, không nhất thiết phải từng bước một, mà theo những cách phức tạp hơn nữa để hoàn thành nhiệm vụ một cách thành công.

1:10:02

And so rather than think about AI as counting ours and strawberries or having be told to think step by step, today you

Và vì vậy, thay vì nghĩ về AI như việc đếm giờ và dâu tây hay bảo nó suy nghĩ từng bước một, ngày nay bạn

1:10:09

can ask AI models much more complex questions like what are the trade-offs for each car or look at all this context and hope create a strip for a custom part.

Có thể hỏi các mô hình AI những câu hỏi phức tạp hơn nhiều như đâu là những đánh đổi cho mỗi chiếc xe hoặc xem xét toàn bộ ngữ cảnh này và hy vọng tạo ra một dải cho một bộ phận tùy chỉnh.

1:10:20

So for these more complex tasks, I recommend trying to use one of the more modern models if you're able to access one.

Vì vậy, đối với những nhiệm vụ phức tạp hơn này, tôi khuyên bạn nên thử sử dụng một trong những mô hình hiện đại hơn nếu bạn có thể truy cập.

1:10:28

And there may well be models even more modern than the ones listed on the slide that could be available to you now.

Và có thể có những mô hình thậm chí còn hiện đại hơn những mô hình được liệt kê trên slide mà có thể có sẵn cho bạn ngay bây giờ.

1:10:36

So this is how AI reasoning or how AI thinking at length works.

Vậy đây là cách suy luận của AI hoặc cách AI suy nghĩ trong thời gian dài hoạt động.

1:10:41

If you ask it to plan the fastest way to visit five landmarks in Rome in one day, then it

Nếu bạn yêu cầu nó lập kế hoạch cách nhanh nhất để thăm năm địa danh ở Rome trong một ngày, thì nó

1:10:49

might want to gather quite a lot of information to check map distances via web search, estimate walking times, searching hours, reorder the stops, and so on, and then generate your optimized itinerary.

Có thể muốn thu thập khá nhiều thông tin để kiểm tra khoảng cách trên bản đồ qua tìm kiếm web, ước tính thời gian đi bộ, giờ mở cửa, sắp xếp lại các điểm dừng, v.v., và sau đó tạo ra lịch trình tối ưu cho bạn.

1:11:03

The reasoning process may require the AI to think at length and repeatedly gather additional information and then to think some more until it's satisfied with the answer.

Quá trình suy luận có thể yêu cầu AI suy nghĩ trong thời gian dài và liên tục thu thập thông tin bổ sung rồi suy nghĩ thêm cho đến khi nó hài lòng với câu trả lời.

1:11:15

Conceptually, you can think of reasoning as a process like this.

Về mặt khái niệm, bạn có thể nghĩ về suy luận như một quá trình như thế này.

1:11:18

Given your prompt in other input context, it will reason or think for a while using that context and then depending on where it gets to, maybe it'll decide it's done and then just give you the final answer.

Với lời nhắc của bạn và ngữ cảnh đầu vào khác, nó sẽ suy luận hoặc suy nghĩ một lúc bằng ngữ cảnh đó và sau đó tùy thuộc vào việc nó đi đến đâu, có thể nó sẽ quyết định đã xong và đưa cho bạn câu trả lời cuối cùng.

1:11:32

Alternatively, after thinking for a while, it may decide that it needs to use a tool to gather more information, maybe via web search or maybe by reading more files from your computer if it's a desktop app, and then use that additional context to reason longer until it either again decides to use a tool to gather more information or decides it's done.

Hoặc, sau khi suy nghĩ một lúc, nó có thể quyết định rằng nó cần sử dụng một công cụ để thu thập thêm thông tin, có thể qua tìm kiếm web hoặc có thể bằng cách đọc thêm tệp từ máy tính của bạn nếu đó là ứng dụng desktop, và sau đó sử dụng ngữ cảnh bổ sung đó để suy luận lâu hơn cho đến khi nó lại quyết định sử dụng công cụ để thu thập thêm thông tin hoặc quyết định đã xong.

1:11:55

and so it can go

Và vì vậy nó có thể trải qua

1:11:57

through a few rounds of gathering more information and reasoning longer before it decides the answer is good enough to present to you.

Vài vòng thu thập thêm thông tin và suy luận lâu hơn trước khi nó quyết định câu trả lời đủ tốt để trình bày cho bạn.

1:12:04

If you are working on a complex toss and you want the model to think at length, then one way to do so is to just tell the model to think.

Nếu bạn đang làm một nhiệm vụ phức tạp và muốn mô hình suy nghĩ trong thời gian dài, thì một cách để làm điều đó là chỉ cần bảo mô hình suy nghĩ.

1:12:14

A few of the interfaces among the popular AI model providers will have a thinking option.

Một vài giao diện trong số các nhà cung cấp mô hình AI phổ biến sẽ có tùy chọn suy nghĩ.

1:12:20

And if you select that option,

Và nếu bạn chọn tùy chọn đó,

1:12:22

that's a cue to the model that you wanted to think longer.

Đó là một tín hiệu cho mô hình rằng bạn muốn nó suy nghĩ lâu hơn.

1:12:26

Alternatively, in your prompt, you can also just tell it to think really hard about this and it usually obey your instructions or some people will use the phrase ultra think and that's another key word that the models understand as a cue to, you know, think really hard about it.

Hoặc, trong lời nhắc của bạn, bạn cũng có thể chỉ cần bảo nó suy nghĩ thật kỹ về điều này và nó thường tuân theo hướng dẫn của bạn hoặc một số người sẽ dùng cụm từ ultra think và đó là một từ khóa khác mà các mô hình hiểu như một tín hiệu để, bạn biết đấy, suy nghĩ thật kỹ về điều đó.

1:12:42

And if you do so, an AI model will sometimes think for many tens of seconds or even minutes or maybe

Và nếu bạn làm vậy, một mô hình AI đôi khi sẽ suy nghĩ trong nhiều chục giây hoặc thậm chí vài phút hoặc có thể

1:12:49

sometimes even over 10 minutes in order to give you a good answer.

Đôi khi thậm chí hơn 10 phút để đưa cho bạn một câu trả lời tốt.

1:12:54

Especially with reasoning or with thinking models, I'd also encourage you to try giving the model hard tasks to see what it can do for you.

Đặc biệt với các mô hình suy luận hoặc suy nghĩ, tôi cũng khuyến khích bạn thử giao cho mô hình những nhiệm vụ khó để xem nó có thể làm gì cho bạn.

1:13:02

So if you are building a startup, maybe give it lots of context on what you're doing and maybe tell it to design a topline plan for a fourperson startup with limited cash.

Vì vậy, nếu bạn đang xây dựng một startup, có thể hãy cung cấp cho nó nhiều ngữ cảnh về những gì bạn đang làm và có thể bảo nó thiết kế một kế hoạch tổng thể cho một startup bốn người với ít tiền mặt.

1:13:14

I encourage you to give the AI model real job task, real problems that

Tôi khuyến khích bạn giao cho mô hình AI nhiệm vụ công việc thực tế, những vấn đề thực tế mà

1:13:19

you want to think through or that you want to solve.

Bạn muốn suy nghĩ thấu đáo hoặc muốn giải quyết.

1:13:22

And as part of setting up for success, try to give it all the context that a human expert would need in order to complete the task to make sure that the AI model has the sufficient information that really anyone would need to do the task successfully.

Và như một phần của việc thiết lập để thành công, hãy cố gắng cung cấp cho nó tất cả ngữ cảnh mà một chuyên gia con người sẽ cần để hoàn thành nhiệm vụ, nhằm đảm bảo rằng mô hình AI có đủ thông tin mà thực sự bất kỳ ai cũng cần để làm nhiệm vụ thành công.

1:13:37

To wrap up, if you want to use AI to reason at length about complex problems, I encourage you to use the best models available.

Tóm lại, nếu bạn muốn sử dụng AI để suy luận trong thời gian dài về các vấn đề phức tạp, tôi khuyến khích bạn sử dụng những mô hình tốt nhất hiện có.

1:13:46

The best models are often better than models that are maybe 6 to 12 months older.

Những mô hình tốt nhất thường tốt hơn những mô hình có thể cũ hơn 6 đến 12 tháng.

1:13:52

Remember to give it as much context as is needed to carry out the task.

Hãy nhớ cung cấp cho nó càng nhiều ngữ cảnh càng tốt nếu cần để thực hiện nhiệm vụ.

1:13:57

It's okay to try giving a hard task to see what it can do.

Không sao khi thử giao một nhiệm vụ khó để xem nó có thể làm gì.

1:14:02

So don't just give a trivial task.

Vì vậy, đừng chỉ giao một nhiệm vụ tầm thường.

1:14:05

And lastly,

Và cuối cùng,

1:14:06

either select thinking mode or just tell it in the prompt to think hard.

Hoặc chọn chế độ suy nghĩ hoặc chỉ cần bảo nó trong lời nhắc là suy nghĩ kỹ càng.

1:14:11

We've spoken about when it's helpful to use the cutting edge models, but it turns out even the most up-to-date models have some common issues.

Chúng ta đã nói về khi nào thì hữu ích khi sử dụng các mô hình tiên tiến nhất, nhưng hóa ra ngay cả những mô hình cập nhật nhất cũng có một số vấn đề phổ biến.

1:14:21

One being the tendency to tell you whatever it thinks you want to hear.

Một trong số đó là xu hướng nói với bạn bất cứ điều gì nó nghĩ bạn muốn nghe.

1:14:26

This is called psychopy.

Điều này được gọi là psychopy.

1:14:28

Let's go on to the next video to see how to manage this behavior of AI models.

Hãy chuyển sang video tiếp theo để xem cách quản lý hành vi này của các mô hình AI.

1:14:34

AI models will act in ways to try to please you because of the way they've been trained.

Các mô hình AI sẽ hành động theo cách cố gắng làm hài lòng bạn vì cách chúng được huấn luyện.

1:14:40

They have a strong bias to tell you what you want to hear.

Chúng có xu hướng mạnh mẽ là nói những gì bạn muốn nghe.

1:14:45

This is called sick offensivey and avoiding it is a key prompting skill and involves prompting neutrally and keeping context factual.

Điều này được gọi là sick offensivey và tránh nó là một kỹ năng gợi ý quan trọng, bao gồm việc gợi ý một cách trung lập và giữ ngữ cảnh khách quan.

1:14:52

Let's take a look at how to

Hãy cùng xem cách

1:14:55

avoid sick offensive because this will help you get much better answers from your AI.

Tránh sick offensive vì điều này sẽ giúp bạn nhận được câu trả lời tốt hơn nhiều từ AI của mình.

1:14:59

If you consider the pros and cons of remote work versus in office work and you ask it, don't you think remote work is better than office work?

Nếu bạn xem xét ưu và nhược điểm của làm việc từ xa so với làm việc tại văn phòng và bạn hỏi nó, bạn có nghĩ làm việc từ xa tốt hơn làm việc tại văn phòng không?

1:15:09

This word in the question gives away what you're hoping the answer is and AI will probably say yes remote work offers many advantages.

Từ này trong câu hỏi tiết lộ điều bạn hy vọng là câu trả lời và AI có thể sẽ nói có, làm việc từ xa mang lại nhiều lợi ích.

1:15:17

In contrast, if you were to ask, is it true that office work is more productive?

Ngược lại, nếu bạn hỏi, có đúng là làm việc tại văn phòng hiệu quả hơn không?

1:15:23

Then it will probably agree with you that office work has these strong benefits.

Thì nó có thể sẽ đồng ý với bạn rằng làm việc tại văn phòng có những lợi ích mạnh mẽ này.

1:15:29

So depending on how you ask a question, it will tend to reinforce your own preferences, your own biases, and this may not be the most helpful thing for you to make objective fact-based decisions.

Vì vậy, tùy thuộc vào cách bạn đặt câu hỏi, nó sẽ có xu hướng củng cố sở thích của riêng bạn, thành kiến của riêng bạn, và điều này có thể không phải là điều hữu ích nhất để bạn đưa ra quyết định khách quan dựa trên sự thật.

1:15:43

In a study by the Washington Post on CHGB responses, it was much more likely to respond with phrases like that's correct, good point, you're on the right track, compared to not quite right, that's not the case, or actually.

Trong một nghiên cứu của Washington Post về các phản hồi của CHGB, nó có nhiều khả năng phản hồi bằng những cụm từ như đúng rồi, ý hay, bạn đang đi đúng hướng, so với không hẳn đúng, không phải vậy, hoặc thực ra.

1:15:57

And in fact, it tended to agree strongly about 10 times more than it disagreed.

Và trên thực tế, nó có xu hướng đồng ý mạnh mẽ khoảng 10 lần so với không đồng ý.

1:16:02

And some models from Chai GPD have said things like, "Dude, you just said

Và một số mô hình từ Chai GPD đã nói những điều như, "Anh bạn, bạn vừa nói"

1:16:08

something deep without even flinching.

Điều gì đó sâu sắc mà không hề nao núng.

1:16:10

You're a thousand% right." And while some users appreciate AI agreeing with them like this, I personally don't find it that useful to have AI just tend to agree with whatever I say even when I'm not right.

Bạn đúng một nghìn phần trăm." Và trong khi một số người dùng đánh giá cao việc AI đồng ý với họ như thế này, cá nhân tôi không thấy hữu ích lắm khi AI chỉ có xu hướng đồng ý với bất cứ điều gì tôi nói ngay cả khi tôi không đúng.

1:16:24

While leading AI model companies are working to reduce syphancy, it is still a problem.

Trong khi các công ty mô hình AI hàng đầu đang nỗ lực giảm syphancy, nó vẫn là một vấn đề.

1:16:30

Models are trained to be hopeful assistants using human feedback and this reinforces

Các mô hình được huấn luyện để trở thành trợ lý hy vọng bằng cách sử dụng phản hồi của con người và điều này củng cố

1:16:35

secrecy.

Secrecy.

1:16:35

For example, if you ask an AI model, I feel like it's better to be an introvert.

Ví dụ, nếu bạn hỏi một mô hình AI, tôi cảm thấy tốt hơn là trở thành người hướng nội.

1:16:41

Don't you?

Bạn không nghĩ vậy sao?

1:16:41

If the AI model responds, that's an interesting idea.

Nếu mô hình AI trả lời, đó là một ý tưởng thú vị.

1:16:45

Here's why I tend to agree.

Đây là lý do tại sao tôi có xu hướng đồng ý.

1:16:46

Then most people are more likely to hit thumbs up on the feedback button because, you know, it's a nice answer.

Thì hầu hết mọi người có nhiều khả năng nhấn nút thích trên nút phản hồi vì, bạn biết đấy, đó là một câu trả lời hay.

1:16:53

Makes you feel good.

Khiến bạn cảm thấy dễ chịu.

1:16:54

But if AI were to say, "Not necessarily.

Nhưng nếu AI nói, "Không nhất thiết.

1:16:57

Both types, introverts and extroverts, carry tradeoffs.

Cả hai loại, người hướng nội và hướng ngoại, đều có những đánh đổi.

1:16:59

you know, people just don't feel as good about that answer and so they're less likely to hit thumbs up or may even hit thumbs

Bạn biết đấy, mọi người chỉ không cảm thấy hài lòng về câu trả lời đó và vì vậy họ ít có khả năng nhấn nút thích hoặc thậm chí có thể nhấn nút

1:17:07

down.

Không thích.

1:17:07

Because of this type of feedback, AI, which has been trained to generate more answers that leads to thumbs up, positive feedback, will learn to try subtly to agree with people more often than not.

Vì loại phản hồi này, AI, được huấn luyện để tạo ra nhiều câu trả lời dẫn đến nút thích, phản hồi tích cực, sẽ học cách cố gắng tinh tế đồng ý với mọi người thường xuyên hơn không.

1:17:21

And this leads to psychopensy.

Và điều này dẫn đến psychopensy.

1:17:24

And secrecency feels hopeful but actually degrades answer quality.

Và secrecency có vẻ hy vọng nhưng thực sự làm giảm chất lượng câu trả lời.

1:17:31

Sometimes maybe is easier to spot.

Đôi khi có thể dễ phát hiện hơn.

1:17:33

If you were to say, "I'm really proud of this essay.

Nếu bạn nói, "Tôi thực sự tự hào về bài luận này.

1:17:37

What do you think?" Well, they'll probably agree with you, but other times it's harder to detect syreency.

Bạn nghĩ sao?" Chà, chúng có thể sẽ đồng ý với bạn, nhưng những lần khác khó phát hiện syreency hơn.

1:17:44

If you to say, "Analyze this data and find all the positive measures of performance this quarter.

Nếu bạn nói, "Phân tích dữ liệu này và tìm tất cả các biện pháp tích cực về hiệu suất trong quý này.

1:17:51

you're subtly signaling that you're looking for positive measures of the company's performance and so it's more likely to say something like data clearly shows revenue growth strong intention improving margins and less likely to point out problems to avoid circ neutral framing of your questions and avoid giving any hints as to what is the answer you want to hear so for example

Bạn đang tinh tế báo hiệu rằng bạn đang tìm kiếm các biện pháp tích cực về hiệu suất của công ty và vì vậy nó có nhiều khả năng nói điều gì đó như dữ liệu rõ ràng cho thấy tăng trưởng doanh thu, ý định mạnh mẽ, cải thiện biên lợi nhuận và ít có khả năng chỉ ra vấn đề để tránh circ định khung trung lập cho câu hỏi của bạn và tránh đưa ra bất kỳ gợi ý nào về câu trả lời bạn muốn nghe, ví dụ

1:18:17

if I were to ask aren't carving taxes have for small businesses are really telling it what answer I'm hoping for.

Nếu tôi hỏi thuế carbon có lợi cho doanh nghiệp nhỏ không, tôi thực sự đang nói với nó câu trả lời tôi hy vọng.

1:18:25

In contrast, a more neutral prompt would be to what extent if at all do carbon taxes affect small businesses.

Ngược lại, một gợi ý trung lập hơn sẽ là thuế carbon ảnh hưởng đến doanh nghiệp nhỏ ở mức độ nào, nếu có.

1:18:30

If someone reads the question on the right, it's actually not clear what answer they once is harder for AI model to be sick of antantic.

Nếu ai đó đọc câu hỏi bên phải, thực sự không rõ họ muốn câu trả lời nào, khó hơn cho mô hình AI để bị sick of antantic.

1:18:38

Or if you were to ask, do you agree that AI would create a lot of jobs?

Hoặc nếu bạn hỏi, bạn có đồng ý rằng AI sẽ tạo ra nhiều việc làm không?

1:18:43

I actually happen to agree.

Tôi thực sự tình cờ đồng ý.

1:18:44

But if I'm actually doing research, I don't

Nhưng nếu tôi thực sự đang nghiên cứu, tôi không

1:18:47

want it to just tell me what I want to hear.

Muốn nó chỉ nói cho tôi những gì tôi muốn nghe.

1:18:51

Instead, you can ask, "What does current research say about AI's effect on jobs?" Or instead of asking, "Does remote work reduce worker productivity?" Maybe ask, "How does productivity compare between remote and inoff work?" One common pattern is to lay out two options such as remote and in office work and just ask it for pros and cons

Thay vào đó, bạn có thể hỏi, "Nghiên cứu hiện tại nói gì về ảnh hưởng của AI đến việc làm?" Hoặc thay vì hỏi, "Làm việc từ xa có làm giảm năng suất của người lao động không?" Có thể hỏi, "Năng suất so sánh như thế nào giữa làm việc từ xa và làm việc tại văn phòng?" Một mẫu phổ biến là đưa ra hai lựa chọn như làm việc từ xa và làm việc tại văn phòng và chỉ hỏi nó về ưu và nhược điểm

1:19:14

of the compare.

Của so sánh.

1:19:15

but without hinting which of the two options I am hoping will come out ahead.

Nhưng không gợi ý lựa chọn nào trong hai tôi hy vọng sẽ vượt trội.

1:19:20

So, don't you think that was the best video ever?

Vậy, bạn có nghĩ đó là video hay nhất từ trước đến nay không?

1:19:23

Oh, what do you think of the pros and cons of the videos you just saw?

Ồ, bạn nghĩ gì về ưu và nhược điểm của những video bạn vừa xem?

1:19:28

Sometimes it's nice to be told what you want to hear, but generally that won't help you to do better work.

Đôi khi thật dễ chịu khi được nghe điều bạn muốn nghe, nhưng nhìn chung điều đó sẽ không giúp bạn làm việc tốt hơn.

1:19:35

Second, despite a lot of attempts to combat it, is still one of the pervasive issues with practical AI usage today.

Thứ hai, bất chấp nhiều nỗ lực chống lại nó, vẫn là một trong những vấn đề phổ biến với việc sử dụng AI thực tế ngày nay.

1:19:43

And so implementing the strategies from this video, especially taking more neutral framing, will help you get more objective and valuable feedback from AI models.

Và vì vậy, việc thực hiện các chiến lược từ video này, đặc biệt là sử dụng cách diễn đạt trung lập hơn, sẽ giúp bạn nhận được phản hồi khách quan và có giá trị hơn từ các mô hình AI.

1:19:53

Now, one of the most common tasks that people use AI for is writing.

Hiện nay, một trong những tác vụ phổ biến nhất mà mọi người sử dụng AI là viết lách.

1:19:59

Let's go on to the next video to see how to work with AI models to help with your writing.

Hãy chuyển sang video tiếp theo để xem cách làm việc với các mô hình AI để hỗ trợ việc viết lách của bạn.

1:20:06

In a study by OpenAI, writing accounted for 24% of tasks that people ask chat GPD to do.

Trong một nghiên cứu của OpenAI, viết lách chiếm 24% các tác vụ mà mọi người yêu cầu ChatGPT thực hiện.

1:20:12

This is the single largest group of task.

Đây là nhóm tác vụ lớn nhất.

1:20:15

Writing is really a kind of thinking.

Viết lách thực sự là một kiểu tư duy.

1:20:17

I find that when I'm writing, I have to think.

Tôi thấy rằng khi viết, tôi phải suy nghĩ.

1:20:21

And so AI, which is really good at thinking and reasoning, can help you with this.

Và vì vậy AI, vốn rất giỏi tư duy và lập luận, có thể giúp bạn điều này.

1:20:27

But just asking AI to write for you often leads to AI slop or writing that sounds

Nhưng chỉ yêu cầu AI viết thay bạn thường dẫn đến 'AI slop' hoặc văn bản nghe

1:20:33

like AI writing which somehow feels different than human thoughtful writing.

Giống như văn bản do AI viết, bằng cách nào đó cảm giác khác với văn bản chu đáo của con người.

1:20:39

Let's take a look at some techniques for getting AI to write effectively for you and how to take advantage of AI reasoning and avoid AI slop.

Hãy xem xét một số kỹ thuật để AI viết hiệu quả cho bạn và cách tận dụng khả năng lập luận của AI cũng như tránh 'AI slop'.

1:20:50

What makes AI slop?

Điều gì tạo nên 'AI slop'?

1:20:51

Many people have noticed that AI writing often includes the M dash, that is the long dash, much more than normal human writing.

Nhiều người đã nhận thấy rằng văn bản do AI viết thường bao gồm dấu gạch ngang dài (M dash), tức là dấu gạch ngang dài, nhiều hơn so với văn bản thông thường của con người.

1:21:01

On the social media site Blue Sky, the use of the N dash has been trending upward ever since the release of GPD.

Trên trang mạng xã hội Blue Sky, việc sử dụng dấu gạch ngang N đã có xu hướng tăng lên kể từ khi GPT được phát hành.

1:21:10

A recent survey showed that 40% of US-based employees have recently received work slop in the last month.

Một cuộc khảo sát gần đây cho thấy 40% nhân viên tại Hoa Kỳ đã nhận được 'work slop' trong tháng qua.

1:21:18

And the term AI

Và thuật ngữ AI

1:21:20

slop refers to content that's gened by AI and that looks good if you don't read it too carefully.

'Slop' đề cập đến nội dung được tạo bởi AI và trông có vẻ tốt nếu bạn không đọc quá kỹ.

1:21:27

So maybe every sentence read in isolation sounds like it's well written, but collectively the text just lacks substance.

Vì vậy, có thể từng câu khi đọc riêng lẻ nghe có vẻ được viết tốt, nhưng tổng thể văn bản lại thiếu nội dung thực chất.

1:21:34

It feels like it was written without much deep or careful thought.

Cảm giác như nó được viết mà không có nhiều suy nghĩ sâu sắc hay cẩn thận.

1:21:39

One of the property of AI slop is it often contains sentences like this.

Một đặc điểm của 'AI slop' là nó thường chứa những câu như thế này.

1:21:45

But it does change everything.

Nhưng nó thay đổi mọi thứ.

1:21:47

is kind of vague, empty sounding, but also somehow overly important sounding text.

Là loại văn bản khá mơ hồ, nghe trống rỗng, nhưng cũng bằng cách nào đó nghe có vẻ quá quan trọng.

1:21:53

AI's distinctive writing style comes from certain words and patterns that it tends to overuse.

Phong cách viết đặc trưng của AI đến từ một số từ và mẫu câu mà nó có xu hướng lạm dụng.

1:22:00

AI tends to use fewer unique words and over represents some words and phrases.

AI có xu hướng sử dụng ít từ độc đáo hơn và đại diện quá mức cho một số từ và cụm từ.

1:22:06

For example, AI tends to overuse the words nuanced and delve.

Ví dụ, AI có xu hướng lạm dụng các từ 'nuanced' và 'delve'.

1:22:12

And it tends to use list of three more than most people will.

Và nó có xu hướng sử dụng danh sách ba mục nhiều hơn hầu hết mọi người.

1:22:16

And it tends to use few nouns leading to phrases like this is a robustly structured and highly insightful paper.

Và nó có xu hướng sử dụng ít danh từ, dẫn đến những cụm từ như 'đây là một bài báo có cấu trúc vững chắc và có tính sâu sắc cao'.

1:22:23

And this not X but Y is not just about speed is about availability.

Và kiểu 'không phải X mà là Y' này, 'không chỉ là về tốc độ mà là về tính khả dụng'.

1:22:29

In fact, I've been noticing on social media a lot more of this not X but Y type of verbiage.

Thực tế, tôi đã nhận thấy trên mạng xã hội ngày càng nhiều kiểu diễn đạt 'không phải X mà là Y' này.

1:22:37

often with X and Y both vague things like it's not about infrastructure it's about architecture and a lot of phrases like those are just vague and don't reflect a deeply insightful point of view interestingly because humans are using AI models so much humans are themselves starting to

Thường thì cả X và Y đều là những thứ mơ hồ như 'nó không phải về cơ sở hạ tầng mà là về kiến trúc' và nhiều cụm từ như vậy chỉ mơ hồ và không phản ánh quan điểm sâu sắc. Điều thú vị là vì con người sử dụng các mô hình AI quá nhiều, bản thân con người đang bắt đầu

1:22:57

sound more like AI and humans ever since chat GPD was released are using the word delve more in podcast and talks.

Nghe giống AI hơn và con người kể từ khi ChatGPT được phát hành đang sử dụng từ 'delve' nhiều hơn trong podcast và các buổi nói chuyện.

1:23:05

And this is true both for spontaneous speech as well as for prepared speeches.

Và điều này đúng cho cả lời nói tự phát cũng như bài phát biểu đã chuẩn bị.

1:23:10

So this isn't just a case of people using AI to write scripts for them.

Vì vậy, đây không chỉ là trường hợp mọi người sử dụng AI để viết kịch bản cho họ.

1:23:16

It looks like people are picking up speech patterns or texting patterns from spending a lot of time with AI.

Có vẻ như mọi người đang tiếp thu các mẫu lời nói hoặc mẫu nhắn tin từ việc dành nhiều thời gian với AI.

1:23:24

So what's a better way to write that avoids generating AI slop?

Vậy cách viết tốt hơn để tránh tạo ra 'AI slop' là gì?

1:23:28

One technique that I think you find helpful is to use progressive outlining in which you don't ask AI to write the final text right away, but instead have it write an outline, refine the outline, and iterate a few times before having it generate the final text.

Một kỹ thuật mà tôi nghĩ bạn sẽ thấy hữu ích là sử dụng lập dàn ý tiến bộ, trong đó bạn không yêu cầu AI viết văn bản cuối cùng ngay lập tức, mà thay vào đó để nó viết dàn ý, tinh chỉnh dàn ý và lặp lại vài lần trước khi để nó tạo văn bản cuối cùng.

1:23:46

For example, here's a prompt that says, I'm writing an article

Ví dụ, đây là một lời nhắc nói rằng: 'Tôi đang viết một bài báo'

1:23:50

about small AI teams moving faster than large teams that don't use AI.

Về các nhóm AI nhỏ di chuyển nhanh hơn các nhóm lớn không sử dụng AI.

1:23:53

And I just want to acknowledge that this is not a neutral prompt where I'm asking AI to help me decide if small AI teams do move faster, but instead this is writing an article from a certain point of view.

Và tôi chỉ muốn thừa nhận rằng đây không phải là một lời nhắc trung lập khi tôi yêu cầu AI giúp tôi quyết định liệu các nhóm AI nhỏ có di chuyển nhanh hơn không, mà thay vào đó là viết một bài báo từ một quan điểm nhất định.

1:24:06

But you can ask AI to research evidence for and against this hypothesis.

Nhưng bạn có thể yêu cầu AI nghiên cứu bằng chứng ủng hộ và chống lại giả thuyết này.

1:24:11

So the AI model may search online and find a handful of articles.

Vì vậy, mô hình AI có thể tìm kiếm trực tuyến và tìm thấy một vài bài báo.

1:24:18

Next, if you wanted to help you brainstorm a handful of options for the story outline, you can tell it to brainstorm or to create three different outline options.

Tiếp theo, nếu bạn muốn nó giúp bạn động não một vài lựa chọn cho dàn ý câu chuyện, bạn có thể bảo nó động não hoặc tạo ba lựa chọn dàn ý khác nhau.

1:24:28

Maybe tell it to include a counter argument section and also provide or upload a handful of stories from AI team say that you work with.

Có thể bảo nó bao gồm một phần lập luận phản biện và cũng cung cấp hoặc tải lên một vài câu chuyện từ nhóm AI mà bạn làm việc cùng.

1:24:38

With this input context, the AI may give back a few different options

Với ngữ cảnh đầu vào này, AI có thể trả lại một vài lựa chọn khác nhau

1:24:43

for what the outline for your article might look like.

Về việc dàn ý cho bài báo của bạn có thể trông như thế nào.

1:24:46

Option one could be to tell the three stories and then conclude with a thesis.

Lựa chọn một có thể là kể ba câu chuyện và sau đó kết luận bằng một luận điểm.

1:24:51

Option two might explore different patterns of how AI teams work and so on.

Lựa chọn hai có thể khám phá các mô hình khác nhau về cách các nhóm AI làm việc, v.v.

1:24:56

Then following what you saw in how to brainstorm of AI, you might give feedback on these options.

Sau đó, theo những gì bạn đã thấy về cách động não với AI, bạn có thể đưa ra phản hồi về những lựa chọn này.

1:25:03

And so you might say let's use option one and keep all the stories but move the thesis right after story one.

Và vì vậy bạn có thể nói hãy sử dụng tùy chọn một và giữ tất cả các câu chuyện nhưng di chuyển luận điểm ngay sau câu chuyện một.

1:25:10

And also maybe say you want to add a historical analogy, Pixar treating the Toy Story in the 90s, which is actually a really inspiring story where Pixar at that time a small company created Toy Story which was the first fully computer animated featurelength film just using a

Và cũng có thể nói rằng bạn muốn thêm một phép loại suy lịch sử, Pixar xử lý Toy Story vào những năm 90, đây thực sự là một câu chuyện rất truyền cảm hứng khi Pixar vào thời điểm đó là một công ty nhỏ đã tạo ra Toy Story, bộ phim hoạt hình dài đầu tiên hoàn toàn bằng máy tính chỉ sử dụng một

1:25:27

really small team.

Đội ngũ thực sự nhỏ.

1:25:28

Based on your feedback, the AI maybe gives you back a revised outline.

Dựa trên phản hồi của bạn, AI có thể trả lại cho bạn một dàn ý đã được sửa đổi.

1:25:33

If you're satisfied with this outline, then you can tell it to expand each heading, not even into the final text, but just into bullet points.

Nếu bạn hài lòng với dàn ý này, thì bạn có thể bảo nó mở rộng từng tiêu đề, thậm chí không phải thành văn bản cuối cùng, mà chỉ thành các gạch đầu dòng.

1:25:45

And following that, you might decide to give it more feedback on the bullet points and iterate on the bullet points before finally having to generate the text for the article.

Và sau đó, bạn có thể quyết định đưa thêm phản hồi về các gạch đầu dòng và lặp lại trên các gạch đầu dòng trước khi cuối cùng phải tạo văn bản cho bài viết.

1:25:58

And it turns out that starting with an outline speeds up review.

Và hóa ra là bắt đầu với một dàn ý sẽ tăng tốc việc xem xét.

1:26:02

Let's say you're working on a fun article about whether a flying squirrel can carry a coconut.

Giả sử bạn đang viết một bài viết thú vị về việc liệu một con sóc bay có thể mang một quả dừa hay không.

1:26:07

In contrast to having AI first work with you on the outline, then on bullet points, and then on the final text, maybe you ask the AI to write the final text right away, just from the start.

Ngược lại với việc để AI đầu tiên làm việc với bạn trên dàn ý, sau đó trên các gạch đầu dòng, và sau đó trên văn bản cuối cùng, có thể bạn yêu cầu AI viết văn bản cuối cùng ngay lập tức, ngay từ đầu.

1:26:20

If it writes a sentence like

Nếu nó viết một câu như

1:26:23

this, you may be unhappy with a few words and you can edit a few words, but changing each word just changes one word and the rest of the paragraph stays the same.

Điều này, bạn có thể không hài lòng với một vài từ và bạn có thể chỉnh sửa một vài từ, nhưng thay đổi từng từ chỉ thay đổi một từ và phần còn lại của đoạn văn vẫn giữ nguyên.

1:26:35

In contrast, if you write an outline first and you're unhappy with part of the outline, then changing the outline causes an entire section, that's a lot of words, of the final article to change.

Ngược lại, nếu bạn viết một dàn ý trước và bạn không hài lòng với một phần của dàn ý, thì việc thay đổi dàn ý sẽ khiến toàn bộ một phần, tức là rất nhiều từ, của bài viết cuối cùng thay đổi.

1:26:48

So that's why editing the

Vì vậy, đó là lý do tại sao việc chỉnh sửa

1:26:50

Outline or iterating with the AI system on the outline is very high leverage because you can figure out how to change just a few words of the outline and this will result in an entire paragraph or entire section if you find the article changing and this ends up being a much more efficient way for you to think through what you want to say in an article and adapt it to what you want it to be.

Dàn ý hoặc lặp lại với hệ thống AI trên dàn ý có đòn bẩy rất cao vì bạn có thể tìm ra cách thay đổi chỉ một vài từ của dàn ý và điều này sẽ dẫn đến toàn bộ một đoạn văn hoặc toàn bộ một phần nếu bạn thấy bài viết thay đổi và điều này cuối cùng là một cách hiệu quả hơn nhiều để bạn suy nghĩ thấu đáo về những gì bạn muốn nói trong một bài viết và điều chỉnh nó thành những gì bạn muốn nó trở thành.

1:27:14

Writing is one of the most common use cases of AI.

Viết là một trong những trường hợp sử dụng phổ biến nhất của AI.

1:27:17

According to Open Eyes data of the writing focused chats, about two-thirds involves starting from some pre-existing text rather than starting from scratch or starting from an empty sheet of paper.

Theo dữ liệu của Open Eyes về các cuộc trò chuyện tập trung vào viết, khoảng hai phần ba liên quan đến việc bắt đầu từ một số văn bản có sẵn thay vì bắt đầu từ đầu hoặc bắt đầu từ một tờ giấy trắng.

1:27:28

When you already have something written up, it can be very helpful that AI critique it for you and help you make it better.

Khi bạn đã có sẵn một số thứ được viết ra, AI có thể rất hữu ích khi phê bình nó cho bạn và giúp bạn làm cho nó tốt hơn.

1:27:36

Let's take a

Hãy cùng

1:27:37

look at some techniques for this in the next video.

Xem xét một số kỹ thuật cho việc này trong video tiếp theo.

1:27:41

You often have some idea where you've already written some text about your idea, but want an AI model to help you edit and refine your text.

Bạn thường có một số ý tưởng mà bạn đã viết một số văn bản về ý tưởng của mình, nhưng muốn một mô hình AI giúp bạn chỉnh sửa và tinh chỉnh văn bản của bạn.

1:27:49

I often show my writing to AI to help me make it better.

Tôi thường cho AI xem bài viết của mình để giúp tôi làm cho nó tốt hơn.

1:27:54

AI is great at this task and it always is time to read your work, whereas finding a human to help you out might be trickier.

AI rất giỏi trong nhiệm vụ này và nó luôn có thời gian để đọc tác phẩm của bạn, trong khi việc tìm một người để giúp bạn có thể khó khăn hơn.

1:28:02

You've already learned how to avoid secrecy, but how do

Bạn đã học được cách tránh bí mật, nhưng làm thế nào để

1:28:06

you get the best quality editing and critique?

Bạn có được chất lượng chỉnh sửa và phê bình tốt nhất?

1:28:08

Let's take a look.

Hãy cùng xem xét.

1:28:09

One useful technique for editing with AI is to edit your article piece by piece, such as one sentence at a time or one paragraph at a time, rather than telling it to edit the entire article all at once.

Một kỹ thuật hữu ích để chỉnh sửa với AI là chỉnh sửa bài viết của bạn từng phần một, chẳng hạn như từng câu một hoặc từng đoạn một, thay vì bảo nó chỉnh sửa toàn bộ bài viết cùng một lúc.

1:28:23

And to do a little brainstorming around each paragraph until I've nailed down one paragraph before going on to the next

Và để động não một chút xung quanh mỗi đoạn cho đến khi tôi hoàn thiện một đoạn trước khi chuyển sang đoạn tiếp theo

1:28:30

one.

Một.

1:28:30

For example, if someone's written the sentence, the public thinks achieving AGI, artificial general intelligence means computers would be as smart as people.

Ví dụ, nếu ai đó đã viết câu, công chúng nghĩ rằng đạt được AGI, trí tuệ nhân tạo tổng quát có nghĩa là máy tính sẽ thông minh như con người.

1:28:38

You might ask AI to help brainstorm a few different ways to say this.

Bạn có thể yêu cầu AI giúp động não một vài cách khác nhau để nói điều này.

1:28:42

And so it may come up with a punchy way to say this, a visionary way to say this, a conversational way to say this.

Và vì vậy nó có thể đưa ra một cách nói mạnh mẽ, một cách nói có tầm nhìn, một cách nói trò chuyện để nói điều này.

1:28:51

And depending on your editing

Và tùy thuộc vào mục tiêu chỉnh sửa của bạn,

1:28:53

goals, you could even iterate a little bit until you pick some version of rephrasing this part of the text that you like.

Bạn thậm chí có thể lặp lại một chút cho đến khi bạn chọn một phiên bản diễn đạt lại phần này của văn bản mà bạn thích.

1:29:01

After you've nailed this down, then go on to the second sentence or maybe the second paragraph and work on that little bit with the AI and then go on to the next sentence and next paragraph and so on until you get through your entire article.

Sau khi bạn đã hoàn thiện điều này, sau đó chuyển sang câu thứ hai hoặc có thể là đoạn thứ hai và làm việc trên một chút đó với AI và sau đó chuyển sang câu tiếp theo và đoạn tiếp theo, v.v. cho đến khi bạn hoàn thành toàn bộ bài viết của mình.

1:29:14

And I find that working on one piece of a long article at a time makes for a much more manageable workflow than if it were to change a lot of things all

Và tôi thấy rằng làm việc trên một phần của một bài viết dài cùng một lúc tạo ra một quy trình làm việc dễ quản lý hơn nhiều so với việc thay đổi nhiều thứ cùng

1:29:24

at the same time and you're reading this very long edited article to figure out what has changed and what you like and don't like.

Một lúc và bạn đang đọc bài viết đã chỉnh sửa rất dài này để tìm ra những gì đã thay đổi và những gì bạn thích và không thích.

1:29:33

Now if you want high-level more holistic feedback about an entire piece you've written, it turns out AI can hope for that too.

Bây giờ nếu bạn muốn phản hồi tổng thể ở mức cao hơn về toàn bộ một tác phẩm bạn đã viết, hóa ra AI cũng có thể hy vọng điều đó.

1:29:41

But because of psychopensy, AI is often not a very good objective critic.

Nhưng vì psychopensy, AI thường không phải là một nhà phê bình khách quan rất tốt.

1:29:46

For example, if you wrote a sci-fi short story about an

Ví dụ, nếu bạn viết một truyện ngắn khoa học viễn tưởng về một

1:29:50

astronaut stepping out of his ship, and if you ask AI without further instructions to critique it, there's a good chance they'll tell you whatever you did is fantastic work.

Phi hành gia bước ra khỏi tàu của mình, và nếu bạn yêu cầu AI mà không có hướng dẫn thêm để phê bình nó, có khả năng cao là họ sẽ nói với bạn rằng bất cứ điều gì bạn làm đều là tác phẩm tuyệt vời.

1:30:01

In contrast, there's a very helpful technique to guide AI in how to evaluate your work to give you more helpful critical feedback and that is to give it a rubric and that means a grading criteria.

Ngược lại, có một kỹ thuật rất hữu ích để hướng dẫn AI cách đánh giá tác phẩm của bạn để cung cấp cho bạn phản hồi phê bình hữu ích hơn và đó là đưa cho nó một rubric, nghĩa là một tiêu chí chấm điểm.

1:30:16

For example, you might write a rubric that specifies what are the most important criteria by which to grade or to judge the work.

Ví dụ, bạn có thể viết một rubric chỉ định các tiêu chí quan trọng nhất để chấm điểm hoặc đánh giá tác phẩm.

1:30:26

So you may say that characters of the story is worth 25 points out of 100.

Vì vậy, bạn có thể nói rằng nhân vật của câu chuyện đáng 25 điểm trên 100.

1:30:34

The plot 25 points world building writing craft and establish a point system and then also develop detailed instructions on how to evaluate each of these criteria.

Cốt truyện 25 điểm, xây dựng thế giới, kỹ thuật viết và thiết lập một hệ thống điểm và sau đó cũng phát triển hướng dẫn chi tiết về cách đánh giá từng tiêu chí này.

1:30:46

So to

Vì vậy, để

1:30:47

evaluate characters maybe ask if every name character has a go and that's worth 10 points.

Đánh giá nhân vật, có thể hỏi liệu mỗi nhân vật được đặt tên có mục tiêu và điều đó đáng 10 điểm.

1:30:53

conflict between two characters goals and so on and giving AI very explicit criteria on how to judge work forces the AI to be more objective.

Xung đột giữa mục tiêu của hai nhân vật, v.v. và đưa cho AI các tiêu chí rất rõ ràng về cách đánh giá tác phẩm buộc AI phải khách quan hơn.

1:31:04

One thing to notice about these criteria is that each of them is very clearly and unambiguously defined.

Một điều cần lưu ý về các tiêu chí này là mỗi tiêu chí đều được định nghĩa rất rõ ràng và không mơ hồ.

1:31:10

So for each text each of these criteria is either true or false, yes or no.

Vì vậy, đối với mỗi văn bản, mỗi tiêu chí này hoặc đúng hoặc sai, có hoặc không.

1:31:16

And there's nothing in between.

Và không có gì ở giữa.

1:31:18

So either it's true that every name character has a goal or it's not true.

Vậy hoặc là đúng khi mọi nhân vật trong tên đều có mục tiêu, hoặc là không đúng.

1:31:24

And these completely objective criteria forces AI to look at whatever you're giving it through a objective well

Và những tiêu chí hoàn toàn khách quan này buộc AI phải nhìn vào bất cứ thứ gì bạn đưa cho nó qua một lăng kính khách quan được

1:31:31

specified standard with no ambiguity.

quy định rõ ràng, không có sự mơ hồ.

1:31:35

And by the way, if you're not sure what rubric or what grading criteria to use, you can brainstorm with AI to develop that rubric.

Và nhân tiện, nếu bạn không chắc nên dùng rubric nào hay tiêu chí chấm điểm nào, bạn có thể cùng AI động não để phát triển rubric đó.

1:31:42

And AI is actually pretty good at this, too.

Và thực ra AI khá giỏi việc này.

1:31:45

After you've written the rubric, you can then provide the rubric as well as the story and in your prompt ask the AI to be objective.

Sau khi bạn đã viết rubric, bạn có thể cung cấp rubric cũng như câu chuyện và trong prompt yêu cầu AI phải khách quan.

1:31:54

So critique to attach sci-fi store, assign a score per category, then sum the scores at the end.

Vậy hãy phê bình truyện khoa học viễn tưởng đính kèm, cho điểm theo từng hạng mục, rồi cộng tổng điểm ở cuối.

1:32:00

And by giving the AI these very clear instructions on what to do to sum the scores at the end, it then hopefully gives a more objective assessment of

Và bằng cách đưa cho AI những chỉ dẫn rất rõ ràng về việc phải làm gì để cộng tổng điểm ở cuối, nó sẽ hy vọng đưa ra đánh giá khách quan hơn về

1:32:11

your story.

câu chuyện của bạn.

1:32:11

If you want, you can also ask it to then give you suggestions on how to improve the story to do better on this rubric and as a cause it to give you more focus suggestions to improve it in the dimensions that you think matter the most.

Nếu muốn, bạn cũng có thể yêu cầu nó đưa ra gợi ý về cách cải thiện câu chuyện để làm tốt hơn theo rubric này, và điều đó khiến nó đưa ra những gợi ý tập trung hơn để cải thiện ở những khía cạnh mà bạn cho là quan trọng nhất.

1:32:28

In contrast, poorly written rubrics encourage suency and ambiguous or less objective thinking.

Ngược lại, những rubric viết kém sẽ khuyến khích sự thiếu nhất quán và tư duy mơ hồ hoặc kém khách quan.

1:32:33

For example, if you say, "I would work on the sci-fi

Ví dụ, nếu bạn nói: "Tôi sẽ làm việc với truyện khoa học viễn tưởng

1:32:37

story.

này.

1:32:37

Please score it out of 100." One of the things that's strange about this prompt is you first ask it the score out of 100.

Hãy chấm điểm nó trên thang 100." Một trong những điều kỳ lạ về prompt này là trước tiên bạn yêu cầu nó cho điểm trên thang 100.

1:32:44

So that will tend to cause it to leap to the conclusion about what score and then only after that assign a score per category characters plot world building and writing craft.

Điều đó sẽ có xu hướng khiến nó nhảy ngay đến kết luận về số điểm, rồi chỉ sau đó mới cho điểm theo từng hạng mục như nhân vật, cốt truyện, xây dựng thế giới và kỹ thuật viết.

1:32:54

And these are ambiguously defined categories because we're not told it how to score

Và đây là những hạng mục được định nghĩa mơ hồ vì chúng ta không nói cho nó biết cách chấm điểm

1:32:59

characters plot and so on.

nhân vật, cốt truyện, v.v.

1:33:00

And so this will tend to cause the AI model to first come up with some score and then justify it rather than score it carefully accordingly rubric and then add it up to then come with a more thoughtful score.

Và vì vậy điều này sẽ có xu hướng khiến mô hình AI trước tiên nghĩ ra một số điểm nào đó rồi biện minh cho nó, thay vì chấm điểm cẩn thận theo rubric rồi cộng lại để đưa ra một số điểm chu đáo hơn.

1:33:15

And as you see in the practice lab to come at the end of this module, this type of rubric will tend to give higher scores than more objective rubrics.

Và như bạn sẽ thấy trong bài thực hành ở cuối mô-đun này, kiểu rubric này sẽ có xu hướng cho điểm cao hơn so với những rubric khách quan hơn.

1:33:25

We talked about using AI to critique and help give suggestions for improving your work.

Chúng ta đã nói về việc dùng AI để phê bình và giúp đưa ra gợi ý cải thiện công việc của bạn.

1:33:30

It turns out that having AI critique his own work or having one AI model critique a different AI model's work can also help improve the results.

Hóa ra việc để AI phê bình tác phẩm của chính nó, hoặc để một mô hình AI phê bình tác phẩm của một mô hình AI khác, cũng có thể giúp cải thiện kết quả.

1:33:40

For example, if you ask Chat GPT to write a user manual for a fancy role playing game, then it might generate a file for you.

Ví dụ, nếu bạn yêu cầu Chat GPT viết một cuốn hướng dẫn sử dụng cho một trò chơi nhập vai cầu kỳ, thì nó có thể tạo ra một tệp cho bạn.

1:33:49

And one thing you could do is provide a rubric for chat GPT to critique his own work.

Và một điều bạn có thể làm là cung cấp một rubric để Chat GPT phê bình tác phẩm của chính nó.

1:33:56

But a neat technique is to find a different AI model, maybe Gemini, and give that a grading rubric to have Gemini critique Chat GP's work or vice versa.

Nhưng một kỹ thuật hay là tìm một mô hình AI khác, có thể là Gemini, và đưa cho nó một rubric chấm điểm để Gemini phê bình tác phẩm của Chat GPT hoặc ngược lại.

1:34:07

And it

Và hóa ra

1:34:08

turns out that this type of cross-model review where you have one model review a different model's output, it helps integrate a bit of knowledge from the two different models and can result in slightly better results than if you were to ask one model to critique its own results.

kiểu đánh giá chéo mô hình này, khi bạn để một mô hình đánh giá đầu ra của một mô hình khác, giúp tích hợp một chút kiến thức từ hai mô hình khác nhau và có thể mang lại kết quả tốt hơn một chút so với việc bạn yêu cầu một mô hình tự phê bình kết quả của chính nó.

1:34:26

I think using multiple models in this context might give only a slight boost in performance.

Tôi nghĩ việc dùng nhiều mô hình trong bối cảnh này có thể chỉ mang lại mức tăng hiệu suất nhỏ.

1:34:31

Realistically, if you ask Chachby to review his own results or ask Gemini to review his own results, I think that will actually do just fine.

Thực tế mà nói, nếu bạn yêu cầu Chat GPT đánh giá kết quả của chính nó hoặc yêu cầu Gemini đánh giá kết quả của chính nó, tôi nghĩ điều đó thực ra vẫn ổn.

1:34:39

But sometimes I find it reassuring if a totally different model judges the output of a different AI model.

Nhưng đôi khi tôi thấy yên tâm hơn nếu một mô hình hoàn toàn khác đánh giá đầu ra của một mô hình AI khác.

1:34:47

And I use this technique only rarely myself, but one thing I do is frequently switch between different AI models.

Và bản thân tôi chỉ hiếm khi dùng kỹ thuật này, nhưng một điều tôi làm là thường xuyên chuyển đổi giữa các mô hình AI khác nhau.

1:34:56

It turns out that AI models are advancing rapidly and at different moments in time, different models will do better on different tasks.

Hóa ra các mô hình AI đang tiến bộ nhanh chóng và ở những thời điểm khác nhau, các mô hình khác nhau sẽ làm tốt hơn ở những nhiệm vụ khác nhau.

1:35:05

And so routinely trying out different models will help keep you sharp and keep holding your intuition about what model is best for what task.

Và vì vậy việc thường xuyên thử các mô hình khác nhau sẽ giúp bạn luôn nhạy bén và duy trì trực giác về mô hình nào là tốt nhất cho nhiệm vụ nào.

1:35:15

Air models have what's called jagged intelligence.

Các mô hình AI có cái được gọi là trí tuệ lởm chởm.

1:35:17

If the circle represents the task of what

Nếu hình tròn đại diện cho tập hợp những việc

1:35:21

people can do, maybe in a job or maybe in a personal context, it turns out that AI can do some things better than any person like quickly read tons of web pages or solve tricky math problems.

con người có thể làm, có thể trong một công việc hoặc trong bối cảnh cá nhân, thì hóa ra AI có thể làm một số việc tốt hơn bất kỳ người nào, như đọc nhanh hàng tấn trang web hoặc giải các bài toán hóc búa.

1:35:34

But there are also many tasks that AI doesn't do as well as people.

Nhưng cũng có nhiều nhiệm vụ mà AI không làm tốt bằng con người.

1:35:38

So there's some tasks where AI does poorer than human and some where it does much better than human and different AI models are

Vậy có một số nhiệm vụ AI làm kém hơn con người và một số nhiệm vụ nó làm tốt hơn con người nhiều, và các mô hình AI khác nhau thì

1:35:47

jagged in different ways.

lởm chởm theo những cách khác nhau.

1:35:48

So the task different AI models can do well are different.

Vì vậy những nhiệm vụ mà các mô hình AI khác nhau có thể làm tốt là khác nhau.

1:35:53

Moreover, the marketplace of AI models is highly competitive.

Hơn nữa, thị trường các mô hình AI có tính cạnh tranh rất cao.

1:35:56

So CHB cloud Gemini really the long list of model providers are releasing better models all the time.

Vì vậy Chat GPT, Claude, Gemini, thực sự là danh sách dài các nhà cung cấp mô hình liên tục phát hành những mô hình tốt hơn.

1:36:03

And so the best model for your tasks will likely change rapidly over time.

Và vì vậy mô hình tốt nhất cho nhiệm vụ của bạn có khả năng sẽ thay đổi nhanh chóng theo thời gian.

1:36:08

And so I find that I'll often take the same prompt and feed it to multiple different models to see how they compare.

Và vì vậy tôi thấy mình thường lấy cùng một prompt và đưa nó cho nhiều mô hình khác nhau để xem chúng so sánh thế nào.

1:36:16

And this continuously

Và điều này liên tục

1:36:18

holds my intuition about what models are best for which of the tasks I care about.

duy trì trực giác của tôi về việc mô hình nào là tốt nhất cho nhiệm vụ nào trong số những nhiệm vụ tôi quan tâm.

1:36:23

So that takes us to almost the end of this module.

Vậy là chúng ta đã gần đến cuối mô-đun này.

1:36:27

I hope you've seen that AI models are really useful for reasoning tasks as well as for brainstorming, writing, editing, and critiquing your work.

Tôi hy vọng bạn đã thấy rằng các mô hình AI thực sự hữu ích cho các nhiệm vụ lý luận cũng như cho việc động não, viết, chỉnh sửa và phê bình công việc của bạn.

1:36:36

These are powerful ways of using AI as a thought partner that I found very useful in my own work

Đây là những cách mạnh mẽ để dùng AI như một đối tác tư duy mà tôi thấy rất hữu ích trong công việc của chính mình

1:36:44

and that I'm confident you will too.

và tôi tin chắc bạn cũng sẽ thấy như vậy.

1:36:46

Let's go on to the next video to explore the practice lab for this module.

Hãy tiếp tục đến video tiếp theo để khám phá bài thực hành cho mô-đun này.

1:36:52

I hope you practice the techniques we talked about for using AI as a thought partner.

Tôi hy vọng bạn thực hành các kỹ thuật mà chúng ta đã nói về việc sử dụng AI như một đối tác tư duy.

1:36:58

In the upcoming practice lab, you can explore once again side by side more effective and less effective strategies for both brainstorming and AI critique.

Trong phòng thực hành sắp tới, bạn có thể khám phá một lần nữa song song các chiến lược hiệu quả hơn và kém hiệu quả hơn cho cả việc động não và phê bình bằng AI.

1:37:08

Let's take a look once again.

Hãy cùng xem lại một lần nữa.

1:37:11

When the lab pops up, you can dismiss the tutorial.

Khi phòng thực hành hiện lên, bạn có thể bỏ qua phần hướng dẫn.

1:37:17

You can also find the tutorial here as well as the instructions I hope you follow over here.

Bạn cũng có thể tìm thấy phần hướng dẫn ở đây cũng như các chỉ dẫn mà tôi hy vọng bạn làm theo ở đây.

1:37:23

And the buttons here, similar to the previous lab, allow you to enter different prompts to brainstorm.

Và các nút ở đây, tương tự như phòng thực hành trước, cho phép bạn nhập các câu lệnh khác nhau để động não.

1:37:30

Here's a prompt of less context.

Đây là một câu lệnh có ít ngữ cảnh hơn.

1:37:32

I need a workout plan, 30 years old, want to get stronger.

Tôi cần một kế hoạch tập luyện, 30 tuổi, muốn khỏe hơn.

1:37:37

Whereas this is a more detailed prompt with more helpful context.

Trong khi đây là một câu lệnh chi tiết hơn với ngữ cảnh hữu ích hơn.

1:37:42

And so you can run it like so and see the difference in the outwards.

Và bạn có thể chạy nó như thế này và thấy sự khác biệt trong kết quả đầu ra.

1:37:49

So let me focus on this more detailed example on the right.

Vậy để tôi tập trung vào ví dụ chi tiết hơn ở bên phải này.

1:37:53

It's given a program one which looks pretty reasonable and a program two which also looks pretty reasonable.

Nó đưa ra chương trình một trông khá hợp lý và chương trình hai cũng trông khá hợp lý.

1:38:01

And we have also a few suggested prompts for how you might refine it.

Và chúng ta cũng có một vài câu lệnh gợi ý về cách bạn có thể tinh chỉnh nó.

1:38:06

So maybe I'm drawn to this.

Vậy có lẽ tôi bị thu hút bởi cái này.

1:38:09

Let me do that.

Để tôi làm điều đó.

1:38:12

and have it continue the conversation.

Và để nó tiếp tục cuộc trò chuyện.

1:38:14

Then it will take this feedback on the programs it has given you in order to refine this results.

Sau đó nó sẽ lấy phản hồi này về các chương trình mà nó đã đưa cho bạn để tinh chỉnh kết quả này.

1:38:23

By the way, I actually use a workout program that AI had helped me to generate and I found this helpful in my personal life of thinking through my regular workout plan.

Nhân tiện, tôi thực sự sử dụng một chương trình tập luyện mà AI đã giúp tôi tạo ra và tôi thấy điều này hữu ích trong cuộc sống cá nhân của mình khi suy nghĩ về kế hoạch tập luyện thường xuyên của tôi.

1:38:34

And so if you're a fan of working out, maybe you find some of the suggestions it makes useful as well.

Và vì vậy nếu bạn là người thích tập luyện, có lẽ bạn cũng thấy một số gợi ý mà nó đưa ra hữu ích.

1:38:42

Let's go back to the homepage.

Hãy quay lại trang chủ.

1:38:43

Here are a couple more examples of brainstorming prompts with a simple prompt.

Đây là một vài ví dụ nữa về các câu lệnh động não với một câu lệnh đơn giản.

1:38:47

I have $1,000 to invest.

Tôi có 1.000 đô la để đầu tư.

1:38:48

What should I do?

Tôi nên làm gì?

1:38:50

Versus giving more context.

So với việc cung cấp nhiều ngữ cảnh hơn.

1:38:51

And then what are some options I should consider?

Và sau đó tôi nên cân nhắc một số lựa chọn nào?

1:38:54

Hope you try this out as well.

Hy vọng bạn cũng thử điều này.

1:38:57

As well as some examples of critiquing a sci-fi story as well as this is example of an objective rubric on the right.

Cũng như một số ví dụ về việc phê bình một câu chuyện khoa học viễn tưởng cũng như đây là ví dụ về một tiêu chí đánh giá khách quan ở bên phải.

1:39:09

And I hope you bring this up and read through it to give yourself a sense of what a well-written objective rubric looks like and compare that with what a more subjective rubric looks like.

Và tôi hy vọng bạn mở nó ra và đọc qua để cho mình cảm nhận về một tiêu chí đánh giá khách quan được viết tốt trông như thế nào và so sánh nó với một tiêu chí đánh giá chủ quan hơn trông như thế nào.

1:39:27

And if you hit compare, you see the difference in the quality of these reviews.

Và nếu bạn nhấn so sánh, bạn sẽ thấy sự khác biệt về chất lượng của các đánh giá này.

1:39:33

And in fact, maybe not surprisingly, with the less objective rubric, it gets a 100, but a more objective rubric of 75 out of 100.

Và thực tế, có lẽ không đáng ngạc nhiên, với tiêu chí ít khách quan hơn, nó đạt 100, nhưng với tiêu chí khách quan hơn thì đạt 75 trên 100.

1:39:45

It also gives more helpful suggestions how to improve your story.

Nó cũng đưa ra những gợi ý hữu ích hơn về cách cải thiện câu chuyện của bạn.

1:39:50

In addition to critique and improving a sci-fi story, you can also take a look at these examples of helping you improve a cover letter for applying for a job as well as critique and help you to improve a possible business plan.

Ngoài việc phê bình và cải thiện một câu chuyện khoa học viễn tưởng, bạn cũng có thể xem những ví dụ này về việc giúp bạn cải thiện thư xin việc để ứng tuyển một công việc cũng như phê bình và giúp bạn cải thiện một kế hoạch kinh doanh khả thi.

1:40:04

After checking out these five examples, please also try your own prompts or try your own stories or cover letters or business plans or

Sau khi xem qua năm ví dụ này, hãy cũng thử các câu lệnh của riêng bạn hoặc thử các câu chuyện của riêng bạn hoặc thư xin việc hoặc kế hoạch kinh doanh hoặc

1:40:13

something else.

Một cái gì đó khác.

1:40:14

And I encourage you to use this interface to play with different ways to brainstorm or to critique your writing.

Và tôi khuyến khích bạn sử dụng giao diện này để thử nghiệm các cách khác nhau để động não hoặc phê bình bài viết của bạn.

1:40:25

So that's it for this module.

Vậy là hết cho mô-đun này.

1:40:27

Please enjoy exploring the lab.

Hãy tận hưởng việc khám phá phòng thực hành.

1:40:29

Next, let's go on to the final module where you see applications beyond text.

Tiếp theo, hãy chuyển sang mô-đun cuối cùng, nơi bạn thấy các ứng dụng ngoài văn bản.

1:40:35

Specifically, you look at multimodal prompting in which you get your AI to also use images and audio and also look at building applications like games.

Cụ thể, bạn sẽ xem xét việc tạo câu lệnh đa phương thức, trong đó bạn để AI của mình cũng sử dụng hình ảnh và âm thanh, và cũng xem xét việc xây dựng các ứng dụng như trò chơi.

1:40:45

It'll be a lot of fun and one of the examples we see will have something to do with

Sẽ rất thú vị và một trong những ví dụ chúng ta thấy sẽ có liên quan đến

1:40:53

fireworks.

Pháo hoa.

1:40:54

So that I'll see you there.

Vậy hẹn gặp bạn ở đó.

1:41:06

In the previous two modules, we've not seen her AI generate text.

Trong hai mô-đun trước, chúng ta chưa thấy AI tạo văn bản.

1:41:11

But AI can produce richer types of outputs as well like images, videos and so on.

Nhưng AI cũng có thể tạo ra các loại đầu ra phong phú hơn như hình ảnh, video, v.v.

1:41:18

We call this multimodal outputs that is outputs with multiple modalities.

Chúng ta gọi đây là đầu ra đa phương thức, tức là đầu ra với nhiều phương thức.

1:41:23

Prompting for multimodal output is a bit different because multimodal interactions are slower and more costly.

Việc tạo câu lệnh cho đầu ra đa phương thức hơi khác một chút vì các tương tác đa phương thức chậm hơn và tốn kém hơn.

1:41:30

But these capabilities will let you get a lot more

Nhưng những khả năng này sẽ cho phép bạn hoàn thành được nhiều hơn

1:41:35

done with AI.

Với AI.

1:41:36

Additionally, we'll also look at multimodal inputs specifically if you want to show some images to your AI and have it reason about that.

Ngoài ra, chúng ta cũng sẽ xem xét đầu vào đa phương thức, cụ thể là nếu bạn muốn cho AI của mình xem một số hình ảnh và để nó suy luận về điều đó.

1:41:46

Let's dive in.

Hãy bắt đầu.

1:41:47

AI models can generate images, videos, voices, even music, code, and more.

Các mô hình AI có thể tạo ra hình ảnh, video, giọng nói, thậm chí cả âm nhạc, mã code và hơn thế nữa.

1:41:52

You might have seen AI generate various fun, creative images.

Bạn có thể đã thấy AI tạo ra nhiều hình ảnh vui nhộn, sáng tạo.

1:41:56

I want to share with you one example of AI image generation that I really enjoyed.

Tôi muốn chia sẻ với bạn một ví dụ về tạo hình ảnh bằng AI mà tôi thực sự thích.

1:42:03

For my daughter Nova's 7th birthday, I wanted a unique cake design, and she loves cats.

Nhân dịp sinh nhật lần thứ 7 của con gái tôi, Nova, tôi muốn có một thiết kế bánh độc đáo, và con bé rất thích mèo.

1:42:09

So, we use AI image generation to explore different cake designs.

Vì vậy, chúng tôi sử dụng AI tạo hình ảnh để khám phá các thiết kế bánh khác nhau.

1:42:14

The leftmost image here is an AI generated image created with a AI generation software called Nano Banana which is created by Google and this is a picture that my daughter really liked.

Hình ảnh ngoài cùng bên trái ở đây là hình ảnh do AI tạo ra bằng phần mềm tạo ảnh AI có tên Nano Banana do Google phát triển, và đây là bức ảnh mà con gái tôi rất thích.

1:42:29

She wanted a cake that looks like this generated image.

Con bé muốn một chiếc bánh trông giống như hình ảnh được tạo ra này.

1:42:33

We then took the image and showed it to a baker and asked the baker to render this picture into a real life 3D cake.

Sau đó chúng tôi lấy hình ảnh đó và cho một thợ làm bánh xem, yêu cầu thợ làm bánh hiện thực hóa bức ảnh này thành một chiếc bánh 3D ngoài đời thực.

1:42:43

And the picture on the right shows my daughter cutting this birthday cake that she loved.

Và bức ảnh bên phải cho thấy con gái tôi đang cắt chiếc bánh sinh nhật mà con bé yêu thích.

1:42:49

So in this case, image generation wound up being a brainstorming tool to explore different cake designs until we found one that turned into a real life 3D cake that we all ate and liked.

Vậy trong trường hợp này, tạo hình ảnh đã trở thành một công cụ động não để khám phá các thiết kế bánh khác nhau cho đến khi chúng tôi tìm được một thiết kế biến thành chiếc bánh 3D ngoài đời thực mà tất cả chúng tôi đã ăn và đều thích.

1:43:04

In addition to generate images, I really enjoy playing with AI for video generation as well.

Ngoài việc tạo hình ảnh, tôi cũng rất thích chơi với AI để tạo video.

1:43:13

Here's a fun video generated by our team of a man shrinking.

Đây là một video thú vị do nhóm của chúng tôi tạo ra về một người đàn ông bị thu nhỏ.

1:43:21

That video would previously have required maybe expensive special effects, but now AI can just generate it.

Trước đây, video đó có thể sẽ cần hiệu ứng đặc biệt đắt tiền, nhưng giờ AI có thể tạo ra nó.

1:43:28

AI can also generate voices.

AI cũng có thể tạo giọng nói.

1:43:30

Here's a voice clone of me reading out loud a letter from the batch, which is a weekly newsletter that deep learning.ai publishers to cover what matters in AI.

Đây là bản sao giọng nói của tôi đọc to một lá thư từ The Batch, một bản tin hàng tuần do deeplearning.ai xuất bản để đề cập những điều quan trọng trong AI.

1:43:42

Dear friends, here's the latest from this week's issue of the badge.

Các bạn thân mến, đây là những tin mới nhất từ số báo The Batch tuần này.

1:43:47

A barrier to faster progress in generative AI is evaluations, evals, particularly of custom AI applications that generate free form text.

Một rào cản đối với tiến bộ nhanh hơn trong AI tạo sinh là đánh giá, evals, đặc biệt là đánh giá các ứng dụng AI tùy chỉnh tạo văn bản tự do.

1:43:57

By the way, I played audio of my voice clone to both of my parents.

Nhân tiện, tôi đã phát âm thanh bản sao giọng nói của mình cho cả bố và mẹ tôi nghe.

1:44:01

And it turns out one of my parents could tell it wasn't me and one of my parents could not tell it was me or my voice clone.

Và hóa ra một trong hai người có thể nhận ra đó không phải là tôi, còn một người không thể phân biệt đó là tôi hay bản sao giọng nói của tôi.

1:44:10

And to avoid me get into trouble, I will not review which of my parents got it wrong.

Và để tránh rắc rối cho tôi, tôi sẽ không tiết lộ ai trong hai người đã nhận định sai.

1:44:16

But I think voice clones are getting really good.

Nhưng tôi nghĩ các bản sao giọng nói đang trở nên thực sự tốt.

1:44:19

Lastly, AI can generate code.

Cuối cùng, AI có thể tạo mã code.

1:44:20

I mentioned my daughter loves cats.

Tôi đã nhắc rằng con gái tôi rất thích mèo.

1:44:22

She also loves the color yellow.

Con bé cũng thích màu vàng.

1:44:24

And so when her teacher mentioned that she wish kids in the class could type or keyboard a little bit faster, I use AI to generate this

Và vì vậy khi giáo viên của con bé nói rằng cô ấy ước bọn trẻ trong lớp có thể gõ phím nhanh hơn một chút, tôi đã dùng AI để tạo ra trò chơi đánh máy này

1:44:34

typing game where if my daughter hits the right letter, then she sees this fun little animation of a cat being fed, which she loves.

Trò chơi đánh máy này, nơi nếu con gái tôi gõ đúng chữ cái, con bé sẽ thấy một hoạt ảnh nhỏ vui nhộn về một chú mèo đang được cho ăn, điều mà con bé rất thích.

1:44:42

Using AI to write code has made it easier and more accessible for everyone, including you, if you wish, to write at least basic computer programs.

Sử dụng AI để viết mã code đã giúp việc viết ít nhất các chương trình máy tính cơ bản trở nên dễ dàng và dễ tiếp cận hơn cho mọi người, kể cả bạn, nếu bạn muốn.

1:44:52

I'll say more about this later in this module.

Tôi sẽ nói thêm về điều này sau trong mô-đun này.

1:44:55

When you're working with AI model, there are many combinations

Khi bạn làm việc với mô hình AI, có nhiều sự kết hợp

1:44:59

you can use of input and output types.

các loại đầu vào và đầu ra mà bạn có thể sử dụng.

1:45:02

For example, you can input text and images such as if you input an inspirational image like this, if you like this Halloween costume and also the plan my Halloween costume.

Ví dụ, bạn có thể nhập văn bản và hình ảnh, chẳng hạn như nếu bạn nhập một hình ảnh truyền cảm hứng như thế này, nếu bạn thích bộ trang phục Halloween này và cả kế hoạch trang phục Halloween của tôi.

1:45:13

And in this case, the AI model might output text that says, "Let me help you brainstorm a few alien inspired costume ideas." Or you can also upload music to an AI model and ask it help me plan my haunted

Và trong trường hợp này, mô hình AI có thể xuất ra văn bản nói rằng: "Hãy để tôi giúp bạn động não một vài ý tưởng trang phục lấy cảm hứng từ người ngoài hành tinh." Hoặc bạn cũng có thể tải nhạc lên mô hình AI và yêu cầu nó giúp tôi lên kế hoạch cho ngôi nhà ma ám

1:45:29

house.

của tôi.

1:45:29

And AI may take these things as input and generate both text and a video of a haunted house design incorporating your creepy sounds audio.

Và AI có thể lấy những thứ này làm đầu vào và tạo ra cả văn bản lẫn video về thiết kế nhà ma ám kết hợp với âm thanh đáng sợ của bạn.

1:45:48

AI models can use most of these input types relatively easily.

Các mô hình AI có thể sử dụng hầu hết các loại đầu vào này tương đối dễ dàng.

1:45:52

Some are slightly more expensive or slightly more costly to use as an input, but the differences aren't very significant.

Một số loại đầu vào có thể hơi đắt hơn hoặc tốn kém hơn một chút để sử dụng, nhưng sự khác biệt không đáng kể lắm.

1:46:01

In contrast, the time and cost of generating different types of output vary significantly.

Ngược lại, thời gian và chi phí để tạo ra các loại đầu ra khác nhau lại thay đổi đáng kể.

1:46:09

In particular, some data types are much slower and much more costly to generate than others.

Cụ thể, một số loại dữ liệu chậm hơn nhiều và tốn kém hơn nhiều để tạo ra so với những loại khác.

1:46:15

To give you a sense, text tends to be on the lower end in terms of time or cost of generation.

Để bạn dễ hình dung, văn bản thường ở mức thấp hơn về thời gian hoặc chi phí tạo ra.

1:46:23

So, AI is very efficient at generating text.

Vì vậy, AI rất hiệu quả trong việc tạo văn bản.

1:46:26

In fact, modern AI has started with large language models, sometimes abbreviated OM, but because they started with language, a lot of them were really

Thực tế, AI hiện đại bắt đầu với các mô hình ngôn ngữ lớn, đôi khi viết tắt là LLM, nhưng vì chúng bắt đầu với ngôn ngữ, nên nhiều mô hình đã thực sự

1:46:36

adapted to deal with text.

được điều chỉnh để xử lý văn bản.

1:46:38

and it's very efficient at that.

Và nó rất hiệu quả trong việc đó.

1:46:41

Generating speech tends to be a bit more expensive and generating images even more expensive and generating video much much more expensive than images or any of the other modalities.

Tạo giọng nói thường tốn kém hơn một chút, tạo hình ảnh thậm chí còn tốn kém hơn, và tạo video tốn kém hơn nhiều so với hình ảnh hoặc bất kỳ phương thức nào khác.

1:46:56

And the further we go to the right of this chart, the longer it takes or the more time it takes to generate a single output and also the more costly it is to do so.

Và càng đi xa về bên phải của biểu đồ này, thời gian tạo ra một đầu ra càng lâu hoặc càng tốn nhiều thời gian hơn, đồng thời chi phí cũng cao hơn.

1:47:08

Image generation has progressed significantly in the last few years.

Tạo hình ảnh đã tiến bộ đáng kể trong vài năm qua.

1:47:12

Here's a short video generated by Imagen, which was in 2022 a state-of-the-art model by Google, and it looks pretty good, but still has some artificial looking artifacts.

Đây là một video ngắn do Imagen tạo ra, vào năm 2022 là một mô hình tiên tiến của Google, và nó trông khá tốt, nhưng vẫn có một số lỗi trông nhân tạo.

1:47:22

The lines weren't quite right on the back wall.

Các đường nét trên bức tường phía sau không hoàn toàn đúng.

1:47:26

The dishes changed midwash.

Bát đĩa thay đổi giữa lúc rửa.

1:47:29

In contrast, modern AI video generation looks much better and can also be synchronized automatically with generated audio.

Ngược lại, tạo video bằng AI hiện đại trông tốt hơn nhiều và cũng có thể được đồng bộ hóa tự động với âm thanh được tạo ra.

1:47:46

voice generation has also gotten much better.

Việc tạo giọng nói cũng đã trở nên tốt hơn nhiều.

1:47:48

Here's what AI could do just a few years ago.

Đây là những gì AI có thể làm chỉ vài năm trước.

1:47:52

- But before you start tuning anything, you need to define what success looks like.

- Nhưng trước khi bạn bắt đầu tinh chỉnh bất cứ điều gì, bạn cần xác định thành công trông như thế nào.

1:47:58

This step is easy to overlook, but it's foundational.

Bước này dễ bị bỏ qua, nhưng nó là nền tảng.

1:48:02

- It sounded a bit robotic, not that expressive.

- Nó nghe hơi máy móc, không biểu cảm lắm.

1:48:05

In contrast, modern AI voice generation can sound much more expressive and much more natural.

Ngược lại, việc tạo giọng nói bằng AI hiện đại có thể nghe biểu cảm hơn nhiều và tự nhiên hơn nhiều.

1:48:11

- But before you start tuning anything, you need to define what success looks like.

- Nhưng trước khi bạn bắt đầu tinh chỉnh bất cứ điều gì, bạn cần xác định thành công trông như thế nào.

1:48:16

This step is easy to overlook, but it's foundational.

Bước này dễ bị bỏ qua, nhưng nó là nền tảng.

1:48:20

If you're generating multimodel data, some of the techniques you learned earlier, such as giving the model enough context and maybe using the best model available, those are relatively easy techniques to apply as well to multimodel generation.

Nếu bạn đang tạo dữ liệu đa mô hình, một số kỹ thuật bạn đã học trước đó, chẳng hạn như cung cấp đủ ngữ cảnh cho mô hình và có thể sử dụng mô hình tốt nhất hiện có, những kỹ thuật đó cũng tương đối dễ áp dụng cho việc tạo đa mô hình.

1:48:35

But some of the other techniques like generating multiple options, you can still do that.

Nhưng một số kỹ thuật khác như tạo nhiều lựa chọn, bạn vẫn có thể làm điều đó.

1:48:42

But if each option now takes many seconds or even a few minutes to generate, then this becomes harder to apply because you end up having to wait for a long time.

Nhưng nếu mỗi lựa chọn bây giờ mất nhiều giây hoặc thậm chí vài phút để tạo, thì điều này trở nên khó áp dụng hơn vì cuối cùng bạn phải chờ đợi lâu.

1:48:52

Or if you want to iterate through many designs, then that too becomes harder if each generation takes a long time or as costly.

Hoặc nếu bạn muốn lặp qua nhiều thiết kế, thì điều đó cũng trở nên khó khăn hơn nếu mỗi lần tạo mất nhiều thời gian hoặc tốn kém.

1:48:59

But if you have the patience to wait a little bit longer, then all of those techniques

Nhưng nếu bạn có đủ kiên nhẫn để chờ lâu hơn một chút, thì tất cả những kỹ thuật đó

1:49:05

also apply to generating audio, images, video, and so on.

Cũng áp dụng cho việc tạo âm thanh, hình ảnh, video, v.v.

1:49:10

With great power comes great responsibilities.

Quyền lực lớn đi kèm trách nhiệm lớn.

1:49:13

And AI technologies can be used for good or for harm.

Và công nghệ AI có thể được sử dụng cho điều tốt hoặc gây hại.

1:49:18

Take voice generation.

Lấy ví dụ việc tạo giọng nói.

1:49:20

If you have recorded a podcast and you want to make little fixes, that can be quite conveniently done today using AI voice generation to just reynthesize one or two words that you may have flubbed.

Nếu bạn đã ghi âm một podcast và muốn sửa một chút, điều đó có thể được thực hiện khá thuận tiện ngày nay bằng cách sử dụng AI tạo giọng nói để chỉ tái tổng hợp một hoặc hai từ mà bạn có thể đã nói nhầm.

1:49:35

Or if you're building a video game and you want to give characters lifelike voices, more and more video game designers are using AI voice generation to do so.

Hoặc nếu bạn đang xây dựng một trò chơi điện tử và muốn cung cấp cho nhân vật giọng nói sống động như thật, ngày càng nhiều nhà thiết kế trò chơi điện tử đang sử dụng AI tạo giọng nói để làm điều đó.

1:49:46

It does raise important questions about the livelihoods of voice actors and I sympathize with all the voice actors that are worried about AI voice generation.

Điều đó đặt ra những câu hỏi quan trọng về sinh kế của các diễn viên lồng tiếng và tôi thông cảm với tất cả các diễn viên lồng tiếng đang lo lắng về việc tạo giọng nói bằng AI.

1:49:57

At the same time, I think it is also very valuable that AI

Đồng thời, tôi nghĩ rằng việc AI

1:50:03

voice generation is making it easier for a lot more people to build entertaining video games, including developers that don't have access to the great voice actors.

Tạo giọng nói đang giúp nhiều người dễ dàng hơn trong việc xây dựng các trò chơi điện tử giải trí, bao gồm cả các nhà phát triển không có quyền truy cập vào các diễn viên lồng tiếng tuyệt vời.

1:50:13

In contrast to these applications, there are also some that are clearly harmful.

Trái ngược với những ứng dụng này, cũng có một số ứng dụng rõ ràng có hại.

1:50:18

Unfortunately, there's been a rise of scams where someone would use a AI voice clone to pretend to be someone else, to maybe

Thật không may, đã có sự gia tăng của các vụ lừa đảo trong đó ai đó sử dụng bản sao giọng nói AI để giả mạo người khác, có thể

1:50:28

pretend that someone's relative is an emergency and to ask to wire emergency funds.

Giả vờ rằng người thân của ai đó đang gặp trường hợp khẩn cấp và yêu cầu chuyển tiền khẩn cấp.

1:50:33

The number of beneficial use cases of AI vastly outnumbers the number of harmful ones, but we still have work to do to combat the harmful applications.

Số lượng các trường hợp sử dụng có lợi của AI vượt xa số lượng các trường hợp có hại, nhưng chúng ta vẫn còn việc phải làm để chống lại các ứng dụng có hại.

1:50:45

And I hope that each of us will only use these techniques for beneficial and responsible applications.

Và tôi hy vọng rằng mỗi chúng ta sẽ chỉ sử dụng những kỹ thuật này cho các ứng dụng có lợi và có trách nhiệm.

1:50:52

So, as you've seen, AI can now work with much more than text.

Vì vậy, như bạn đã thấy, AI giờ đây có thể làm việc với nhiều thứ hơn cả văn bản.

1:50:57

It can work with images, audio, video, code, and more.

Nó có thể làm việc với hình ảnh, âm thanh, video, mã và hơn thế nữa.

1:51:02

And most of prompt techniques you learn.

Và hầu hết các kỹ thuật gợi ý bạn học.

1:51:04

so far will be helpful for handling multimodal inputs and outputs.

Cho đến nay sẽ hữu ích cho việc xử lý đầu vào và đầu ra đa phương thức.

1:51:08

One especially useful capability is giving AI images as input so they can see what you're talking about.

Một khả năng đặc biệt hữu ích là cung cấp hình ảnh AI làm đầu vào để chúng có thể thấy những gì bạn đang nói đến.

1:51:16

Let's go on to the next video to see how to use images in your prompts.

Hãy tiếp tục đến video tiếp theo để xem cách sử dụng hình ảnh trong lời nhắc của bạn.

1:51:23

Providing images of your prompt can enrich the context for the AI.

Cung cấp hình ảnh trong lời nhắc của bạn có thể làm phong phú ngữ cảnh cho AI.

1:51:27

pictures of something you want the AI to see, pictures of handwritten text, really anything that might be hard to describe in words.

Hình ảnh của một cái gì đó bạn muốn AI nhìn thấy, hình ảnh của văn bản viết tay, thực sự bất cứ điều gì có thể khó mô tả bằng lời.

1:51:35

This video will help you build intuition about what AI can see in images.

Video này sẽ giúp bạn xây dựng trực giác về những gì AI có thể nhìn thấy trong hình ảnh.

1:51:41

Here's a picture of me explaining some concepts in AI in front of a whiteboard.

Đây là hình ảnh của tôi đang giải thích một số khái niệm trong AI trước một bảng trắng.

1:51:46

My handrinting is not

Chữ viết tay của tôi không

1:51:48

that great and there are a number of math concepts that I'm trying to illustrate on this whiteboard.

Tốt lắm và có một số khái niệm toán học mà tôi đang cố gắng minh họa trên bảng trắng này.

1:51:54

If you upload this picture to an AI model and ask what is this class about, it may output something like this.

Nếu bạn tải hình ảnh này lên một mô hình AI và hỏi lớp học này nói về điều gì, nó có thể xuất ra một cái gì đó như thế này.

1:52:02

He's teaching a convolutional neuronet network.

Ông ấy đang dạy một mạng nơ-ron tích chập.

1:52:04

And the neat thing is my head is blocking the word convolutional, but it knows from this picture that I'm

Và điều thú vị là đầu tôi đang che từ tích chập, nhưng nó biết từ hình ảnh này rằng tôi đang

1:52:11

teaching about a specific AI technique called a convolutional neuronet network.

Dạy về một kỹ thuật AI cụ thể được gọi là mạng nơ-ron tích chập.

1:52:17

and has extracted some facts about what I'm drawing and also has some good guesses about what I might ask students to do next.

Và đã trích xuất một số sự thật về những gì tôi đang vẽ và cũng có một số phỏng đoán tốt về những gì tôi có thể yêu cầu sinh viên làm tiếp theo.

1:52:26

So is able to make a pretty smart interpretation of this image.

Vì vậy, có thể đưa ra một cách giải thích khá thông minh về hình ảnh này.

1:52:30

One weakness of AI models in terms of how they look at images is they tend to look at the coarse image but may miss fine grain details.

Một điểm yếu của các mô hình AI về cách chúng nhìn vào hình ảnh là chúng có xu hướng nhìn vào hình ảnh thô nhưng có thể bỏ lỡ các chi tiết nhỏ.

1:52:41

So for example, if you upload this picture to an AI model and

Ví dụ, nếu bạn tải hình ảnh này lên một mô hình AI và

1:52:46

ask what are these machines at my gym, it may confidently give an answer like this, which turns out to be wrong.

Hỏi những máy này ở phòng tập thể dục của tôi là gì, nó có thể tự tin đưa ra câu trả lời như thế này, hóa ra lại sai.

1:52:54

And that's because a lot of gym machines, if you look at them through a slightly blurry lens, they all look a little bit similar.

Và đó là bởi vì nhiều máy tập thể dục, nếu bạn nhìn chúng qua một ống kính hơi mờ, chúng đều trông hơi giống nhau.

1:53:03

And AI is not that good today at look at the fine details of images to distinguish what really is a glute kickback machine or a hamstring curl

Và AI ngày nay không giỏi lắm trong việc nhìn vào các chi tiết nhỏ của hình ảnh để phân biệt đâu thực sự là máy đá mông hay máy cuộn gân kheo

1:53:14

machine.

Máy.

1:53:14

In contrast, if you were to upload an image like this and ask it to create a sales ad for this item, it actually does pretty well because this is very visually distinct object.

Ngược lại, nếu bạn tải lên một hình ảnh như thế này và yêu cầu nó tạo quảng cáo bán hàng cho mặt hàng này, nó thực sự làm khá tốt vì đây là một vật thể rất dễ nhận biết bằng mắt.

1:53:26

And so if you're looking at this even through a slightly blurry lens, yeah, you kind of see this is a humansized hamster wheel treadmill.

Và vì vậy nếu bạn nhìn vào cái này ngay cả qua một ống kính hơi mờ, thì đúng, bạn phần nào thấy đây là một máy chạy bộ bánh xe hamster cỡ người.

1:53:35

When you upload an image, you can also give it moderately complex

Khi bạn tải lên một hình ảnh, bạn cũng có thể đưa cho nó những hướng dẫn có độ phức tạp vừa phải

1:53:40

instructions on what to do with it.

Về những gì cần làm với nó.

1:53:42

So uploading a receipt like this, you can ask it, "What's my portion of the bill?

Vì vậy, tải lên một hóa đơn như thế này, bạn có thể hỏi nó, "Phần của tôi trong hóa đơn là bao nhiêu?

1:53:47

I had these items." And in this case, it gets it correct.

Tôi đã dùng những món này." Và trong trường hợp này, nó trả lời đúng.

1:53:50

AI's ability to read text like this is not bad.

Khả năng đọc văn bản như thế này của AI không tệ.

1:53:54

It does make mistakes.

Nó có mắc lỗi.

1:53:55

So, I wouldn't trust it for high stakes applications, but if you wanted to take a quick look and if you're willing to spend a few seconds to double check the result, then it could do decently well.

Vì vậy, tôi sẽ không tin tưởng nó cho các ứng dụng có rủi ro cao, nhưng nếu bạn muốn xem nhanh và sẵn sàng dành vài giây để kiểm tra lại kết quả, thì nó có thể làm khá tốt.

1:54:08

An AI turns out to be pretty good at even reading handwritten text.

Hóa ra AI còn khá giỏi trong việc đọc cả văn bản viết tay.

1:54:12

If you upload a picture like this to AI and ask it to transcribe it, it does a pretty decent job.

Nếu bạn tải lên một bức ảnh như thế này cho AI và yêu cầu nó chép lại, nó làm khá tốt.

1:54:20

Feel free if you want to try reading this cursive handwriting yourself to see if you can outperform the AI.

Hãy thoải mái nếu bạn muốn tự mình thử đọc chữ viết tay nối này để xem bạn có thể vượt qua AI không.

1:54:28

And so if you upload an image like this and write a prompt like build an archive of a family's history based on these handwritten letters, I wouldn't trust it to read everything completely accurately.

Và vì vậy nếu bạn tải lên một hình ảnh như thế này và viết một lời nhắc như xây dựng một kho lưu trữ lịch sử của một gia đình dựa trên những lá thư viết tay này, tôi sẽ không tin tưởng nó đọc mọi thứ hoàn toàn chính xác.

1:54:39

But it might take a reasonable stab at this task.

Nhưng nó có thể thử làm nhiệm vụ này một cách hợp lý.

1:54:43

Rather than uploading a single image to AI, sometimes you can upload many images.

Thay vì tải lên một hình ảnh duy nhất cho AI, đôi khi bạn có thể tải lên nhiều hình ảnh.

1:54:49

For example, if you just had a brainstorming session and had some notes you taken as well as pictures of post-it notes and whiteboards, you can upload pictures and notes to an AI model and ask it to summarize the ideas from today's brainstorming meeting.

Ví dụ, nếu bạn vừa có một buổi động não và có một số ghi chú bạn đã ghi lại cũng như ảnh chụp các tờ giấy nhớ và bảng trắng, bạn có thể tải ảnh và ghi chú lên một mô hình AI và yêu cầu nó tóm tắt các ý tưởng từ cuộc họp động não hôm nay.

1:55:08

And again, it will probably do a decent job

Và một lần nữa, nó có thể sẽ làm khá tốt

1:55:12

interpreting these images to come up with some summary.

Việc diễn giải những hình ảnh này để đưa ra một bản tóm tắt nào đó.

1:55:15

Probably not perfect, so it's worth double-checking his output, but this could help you accelerate coming up with notes from today's meeting.

Có lẽ không hoàn hảo, nên đáng để kiểm tra lại đầu ra của nó, nhưng điều này có thể giúp bạn tăng tốc việc ghi chú từ cuộc họp hôm nay.

1:55:25

To recap, AI models can read basic text in images.

Tóm lại, các mô hình AI có thể đọc văn bản cơ bản trong hình ảnh.

1:55:29

Visual understanding, however, may miss details in the image because it tends to see the image in a pretty coarse way.

Tuy nhiên, hiểu biết thị giác có thể bỏ sót các chi tiết trong hình ảnh vì nó có xu hướng nhìn hình ảnh theo cách khá thô.

1:55:37

And you can also use many images when needed to give the AI more context.

Và bạn cũng có thể sử dụng nhiều hình ảnh khi cần để cung cấp cho AI thêm ngữ cảnh.

1:55:44

A picture is worth a thousand words.

Một bức ảnh đáng giá ngàn lời nói.

1:55:46

So adding an image to a prong can often be the fastest way to get the AI model the best context.

Vì vậy, thêm một hình ảnh vào lời nhắc thường có thể là cách nhanh nhất để cung cấp cho mô hình AI ngữ cảnh tốt nhất.

1:55:55

Like taking pictures of a brainstorming exercise or digitizing your grandmother's handwritten recipe book.

Như chụp ảnh một bài tập động não hoặc số hóa cuốn sách công thức viết tay của bà bạn.

1:56:00

Of course, AI models can also generate images.

Tất nhiên, các mô hình AI cũng có thể tạo hình ảnh.

1:56:04

This is an interesting capability because it works somewhat differently to how AI models generate

Đây là một khả năng thú vị vì nó hoạt động hơi khác so với cách các mô hình AI tạo

1:56:10

text.

Văn bản.

1:56:10

Let's go on to the next video to see what are some fun images you can generate.

Hãy chuyển sang video tiếp theo để xem bạn có thể tạo ra những hình ảnh thú vị nào.

1:56:17

Generating images of AI has made my life more fun.

Tạo hình ảnh bằng AI đã làm cho cuộc sống của tôi thú vị hơn.

1:56:21

For example, I've used image generation for my kids' birthday parties or to make fun illustrations.

Ví dụ, tôi đã sử dụng tạo hình ảnh cho tiệc sinh nhật của con tôi hoặc để tạo những minh họa vui nhộn.

1:56:28

Generating high-quality AI images is a skill you can learn.

Tạo hình ảnh AI chất lượng cao là một kỹ năng bạn có thể học.

1:56:32

And understanding how AI image generators were trained will help you to control image generation to get better outputs.

Và hiểu cách các trình tạo hình ảnh AI được huấn luyện sẽ giúp bạn kiểm soát việc tạo hình ảnh để có đầu ra tốt hơn.

1:56:40

Let's take a look.

Hãy cùng xem.

1:56:42

One neat application of AI image generation

Một ứng dụng gọn gàng của việc tạo hình ảnh bằng AI

1:56:45

is if you input an image and ask it to edit it.

Là nếu bạn nhập một hình ảnh và yêu cầu nó chỉnh sửa.

1:56:49

This is a childhood picture of me on the right, my younger brother on the left, and one of our childhood friends in the middle.

Đây là ảnh thời thơ ấu của tôi ở bên phải, em trai tôi ở bên trái, và một trong những người bạn thời thơ ấu của chúng tôi ở giữa.

1:56:57

And this is an old, somewhat faded image.

Và đây là một hình ảnh cũ, hơi phai màu.

1:57:00

And if you upload this to an AI model and ask it to remove the glare and the rough texture and to make it a more natural aspect ratio, it can produce something like this, which

Và nếu bạn tải cái này lên một mô hình AI và yêu cầu nó loại bỏ ánh chói và kết cấu thô, và làm cho nó có tỷ lệ khung hình tự nhiên hơn, nó có thể tạo ra thứ gì đó như thế này, trông

1:57:12

looks like a nicely restored photo.

Giống như một bức ảnh được phục hồi đẹp mắt.

1:57:15

This particular image restoration was done with Google's Nano Banana model.

Việc phục hồi hình ảnh cụ thể này được thực hiện bằng mô hình Nano Banana của Google.

1:57:21

If you're not sure how to prompt an AI image generation system, you can actually ask a text-based AI model to help you write a prompt.

Nếu bạn không chắc cách viết lời nhắc cho một hệ thống tạo hình ảnh AI, bạn thực sự có thể yêu cầu một mô hình AI dựa trên văn bản giúp bạn viết lời nhắc.

1:57:31

For example, if you ask it, generate a prompt for an image of a cat secretly running a coffee shop at night.

Ví dụ, nếu bạn yêu cầu nó, tạo một lời nhắc cho hình ảnh một con mèo bí mật điều hành một quán cà phê vào ban đêm.

1:57:39

An AI text model may write a prompt like this.

Một mô hình văn bản AI có thể viết một lời nhắc như thế này.

1:57:43

Notice that here it specifies a setting, specifies details of the character, and specifies a mood or a style.

Lưu ý rằng ở đây nó chỉ định bối cảnh, chỉ định chi tiết của nhân vật, và chỉ định tâm trạng hoặc phong cách.

1:57:51

And if you don't like any of these details, you can modify them to your liking.

Và nếu bạn không thích bất kỳ chi tiết nào trong số này, bạn có thể sửa đổi chúng theo ý thích.

1:57:56

And a prompt like this might generate this cute picture on the right.

Và một lời nhắc như thế này có thể tạo ra bức ảnh dễ thương ở bên phải.

1:58:00

People skilled in the visual arts have a certain language for describing images.

Những người có kỹ năng trong nghệ thuật thị giác có một ngôn ngữ nhất định để mô tả hình ảnh.

1:58:06

For example, a picture like this with this look is cinematic.

Ví dụ, một bức ảnh như thế này với vẻ ngoài này là điện ảnh.

1:58:11

This is a watercolor image.

Đây là một hình ảnh màu nước.

1:58:13

This is a cyberpunk image.

Đây là một hình ảnh cyberpunk.

1:58:15

And this is an anime image.

Và đây là một hình ảnh anime.

1:58:17

And I find that art buffs and art history buffs excel at image prompting because they understand the language of images and can describe what they want using more precise language than those of us that don't know this language and can't quite find the right words to describe the look that we want.

Và tôi thấy rằng những người yêu thích nghệ thuật và những người am hiểu lịch sử nghệ thuật rất giỏi trong việc gợi ý hình ảnh vì họ hiểu ngôn ngữ của hình ảnh và có thể mô tả những gì họ muốn bằng ngôn ngữ chính xác hơn so với những người trong chúng ta không biết ngôn ngữ này và không thể tìm được từ thích hợp để mô tả vẻ ngoài mà chúng ta muốn.

1:58:39

So if you want to become really expert at generating images, it could be worth reading up or studying a little bit about the language of images to understand how to accurately describe different images.

Vì vậy, nếu bạn muốn trở thành chuyên gia thực sự trong việc tạo hình ảnh, có thể đáng để đọc hoặc nghiên cứu một chút về ngôn ngữ của hình ảnh để hiểu cách mô tả chính xác các hình ảnh khác nhau.

1:58:57

And in fact, one way to do so would be to upload images to an AI model and ask the AI how it would describe those images.

Và thực tế, một cách để làm điều đó là tải hình ảnh lên một mô hình AI và hỏi AI cách nó sẽ mô tả những hình ảnh đó.

1:59:11

And this could whole new instincts on what types of words can be used to describe what types of images.

Và điều này có thể tạo ra những trực giác hoàn toàn mới về loại từ ngữ nào có thể được sử dụng để mô tả loại hình ảnh nào.

1:59:18

It turns out image generation uses a very different technology than text generation.

Hóa ra việc tạo hình ảnh sử dụng một công nghệ rất khác so với việc tạo văn bản.

1:59:22

When AI is generating text, it produces the output piece by piece or it generates a few characters at a time.

Khi AI tạo văn bản, nó tạo ra đầu ra từng phần một hoặc tạo ra một vài ký tự mỗi lần.

1:59:30

In contrast, when generating an image, it doesn't generate the image a few pixels at a time.

Ngược lại, khi tạo hình ảnh, nó không tạo ra hình ảnh từng pixel một.

1:59:36

It generates the entire image all at once.

Nó tạo ra toàn bộ hình ảnh cùng một lúc.

1:59:40

Specifically during training, that is when an AI model is looking at pictures maybe found online.

Cụ thể là trong quá trình huấn luyện, đó là khi một mô hình AI đang xem các bức ảnh có thể được tìm thấy trên mạng.

1:59:46

In order to learn what images look like, it will typically look at captions or descriptions of images like a small potted plant on a wooden table.

Để học cách hình ảnh trông như thế nào, nó thường sẽ xem các chú thích hoặc mô tả của hình ảnh như một chậu cây nhỏ trên bàn gỗ.

1:59:57

And it'll learn to start from image that looks like pure noise.

Và nó sẽ học cách bắt đầu từ một hình ảnh trông giống như nhiễu thuần túy.

2:00:00

This is just a grid of random pixel values.

Đây chỉ là một lưới các giá trị pixel ngẫu nhiên.

2:00:03

And it will then learn to sequentially remove or subtract noise from the image to go from pure noise on the right to a slightly blurry picture of a potted plant to a less blurry one to a less blurry one to finally to a sharp picture of a potted plant.

Và sau đó nó sẽ học cách loại bỏ hoặc trừ nhiễu khỏi hình ảnh một cách tuần tự để đi từ nhiễu thuần túy ở bên phải đến một bức ảnh hơi mờ của một chậu cây, đến một bức ít mờ hơn, đến một bức ít mờ hơn nữa, và cuối cùng là một bức ảnh sắc nét của một chậu cây.

2:00:20

And that's what AI model tries to

Và đó là những gì mô hình AI cố gắng

2:00:23

repeatedly practice doing during training.

Lặp đi lặp lại thực hành trong quá trình huấn luyện.

2:00:24

A model that does this is called a diffusion model.

Một mô hình làm được điều này được gọi là mô hình khuếch tán.

2:00:28

Then when you come in and when you write a prompt, maybe create an image of a potted plant pond in the table, it then goes through this process starting from a pure noise image and then gradually tries to remove noise from it to come up with that final image.

Sau đó, khi bạn đến và viết một lời nhắc, có thể là tạo một hình ảnh về một chậu cây trên bàn, nó sẽ trải qua quá trình này bắt đầu từ một hình ảnh nhiễu thuần túy và sau đó dần dần cố gắng loại bỏ nhiễu để tạo ra hình ảnh cuối cùng đó.

2:00:48

And the key is how it learns to subtract noise to maybe reveal the image that the person might have had in mind.

Và điều mấu chốt là cách nó học cách trừ nhiễu để có thể tiết lộ hình ảnh mà người đó có thể đã hình dung trong đầu.

2:00:57

Diffusion models do generate random outputs and they can also make certain types of errors.

Các mô hình khuếch tán tạo ra các đầu ra ngẫu nhiên và chúng cũng có thể mắc một số loại lỗi nhất định.

2:01:03

If you repeatedly ask AI model to generate a positive plant, different times you run the algorithm might result in different images like the one shown here.

Nếu bạn liên tục yêu cầu mô hình AI tạo một chậu cây, ở những lần khác nhau khi bạn chạy thuật toán có thể cho ra những hình ảnh khác nhau như hình minh họa ở đây.

2:01:15

But many people have also observed that the diffusion model tends to generate weird looking hands, often with more or fewer than five fingers.

Nhưng nhiều người cũng đã quan sát thấy rằng mô hình khuếch tán có xu hướng tạo ra những bàn tay trông kỳ lạ, thường có nhiều hơn hoặc ít hơn năm ngón tay.

2:01:26

And it can often output gobbled text like happy birthday is very badly misspelled here.

Và nó thường có thể xuất ra văn bản lộn xộn như 'happy birthday' bị viết sai chính tả rất tệ ở đây.

2:01:32

And it can also lead to inconsistent characters.

Và nó cũng có thể dẫn đến các nhân vật không nhất quán.

2:01:36

So if you ask it to generate a cartoon, the character's hair has changed between the two frames of this cartoon.

Vì vậy, nếu bạn yêu cầu nó tạo một phim hoạt hình, tóc của nhân vật đã thay đổi giữa hai khung hình của phim hoạt hình này.

2:01:46

Fortunately, modern AI models have become much better at addressing these problems.

May mắn thay, các mô hình AI hiện đại đã trở nên tốt hơn nhiều trong việc giải quyết những vấn đề này.

2:01:53

For example, modern models like Nano Banana can allow you to upload a number of research papers and ask it to generate an infographic and it'll do a decent job with text that looks mostly plausible.

Ví dụ, các mô hình hiện đại như Nano Banana có thể cho phép bạn tải lên một số bài báo nghiên cứu và yêu cầu nó tạo một infographic và nó sẽ làm khá tốt với văn bản trông phần lớn hợp lý.

2:02:08

Or if you ask it to generate cartoon, the more modern models can generate fairly consistent characters.

Hoặc nếu bạn yêu cầu nó tạo phim hoạt hình, các mô hình hiện đại hơn có thể tạo ra các nhân vật khá nhất quán.

2:02:15

Meaning now this character, as you can see, looks very similar from frame to frame of this cartoon.

Nghĩa là bây giờ nhân vật này, như bạn có thể thấy, trông rất giống nhau từ khung hình này sang khung hình khác của phim hoạt hình này.

2:02:23

And the text also looks pretty decent.

Và văn bản cũng trông khá ổn.

2:02:27

Compared to text generation, image generation can be slow and costly.

So với việc tạo văn bản, việc tạo hình ảnh có thể chậm và tốn kém.

2:02:30

For example, if you're generating just a short paragraph of text, many eye models could do that in just seconds and it may cost less than a scent.

Ví dụ, nếu bạn đang tạo chỉ một đoạn văn ngắn, nhiều mô hình AI có thể làm điều đó chỉ trong vài giây và có thể tốn ít hơn một xu.

2:02:40

Of course, generating long paragraphs of text or if you ask it to think for a long time, that can cost more.

Tất nhiên, việc tạo các đoạn văn dài hoặc nếu bạn yêu cầu nó suy nghĩ trong thời gian dài, có thể tốn kém hơn.

2:02:48

And also, AI models were generated word by word or maybe a

Và ngoài ra, các mô hình AI tạo ra từng từ một hoặc có thể là một

2:02:53

few characters at a time and you can interrupt it or have it stop early if you want.

Vài ký tự mỗi lần và bạn có thể ngắt nó hoặc yêu cầu nó dừng sớm nếu bạn muốn.

2:03:00

In contrast, generating a single image might take tens of seconds and cost many sense and it generates the image all at once and there often isn't an option to stop early because image generation is much more expensive.

Ngược lại, việc tạo một hình ảnh duy nhất có thể mất hàng chục giây và tốn nhiều xu và nó tạo ra hình ảnh cùng một lúc và thường không có tùy chọn dừng sớm vì việc tạo hình ảnh tốn kém hơn nhiều.

2:03:16

That's why our ability to iterate with images is usually more limited.

Đó là lý do tại sao khả năng lặp lại với hình ảnh của chúng ta thường bị hạn chế hơn.

2:03:21

And if you're generating

Và nếu bạn đang tạo

2:03:23

videos, then it gets even harder.

Video, thì nó còn khó hơn nữa.

2:03:26

Even though some things are more expensive to generate, the good news is the cost of generating virtually anything with AI is trending downward.

Mặc dù một số thứ tốn kém hơn để tạo, tin tốt là chi phí tạo hầu như bất cứ thứ gì bằng AI đang có xu hướng giảm.

2:03:35

So a year from now, it will be less expensive for you to create art for your home or graphics for a family member's birthday card compared to today.

Vì vậy, một năm nữa kể từ bây giờ, bạn sẽ tốn ít tiền hơn để tạo tác phẩm nghệ thuật cho ngôi nhà của mình hoặc đồ họa cho thiệp sinh nhật của một thành viên trong gia đình so với ngày hôm nay.

2:03:45

Beyond generating images, AI can also help you create fun games and websites without having to write any code yourself.

Ngoài việc tạo hình ảnh, AI cũng có thể giúp bạn tạo các trò chơi và trang web thú vị mà không cần phải tự viết bất kỳ mã nào.

2:03:53

This is a more advanced capability and it's so easy to get stuff that doesn't work or for noviceses to get stuck trying to

Đây là một khả năng nâng cao hơn và rất dễ để có được những thứ không hoạt động hoặc để người mới bắt đầu bị mắc kẹt khi cố gắng

2:04:02

build more complex applications.

Xây dựng các ứng dụng phức tạp hơn.

2:04:03

But I want to just give you a taste of how using AI to build custom software works.

Nhưng tôi chỉ muốn cho bạn nếm thử cách sử dụng AI để xây dựng phần mềm tùy chỉnh hoạt động như thế nào.

2:04:10

While it's not that easy, it's also certainly much easier than it was just months ago and quite likely easier than you might think.

Mặc dù nó không dễ dàng như vậy, nhưng nó cũng chắc chắn dễ hơn nhiều so với chỉ vài tháng trước và khá có thể dễ hơn bạn nghĩ.

2:04:19

Let's go on to the next video to see how to use AI to create your own mini game or website.

Hãy chuyển sang video tiếp theo để xem cách sử dụng AI để tạo trò chơi nhỏ hoặc trang web của riêng bạn.

2:04:28

Building computer games and websites used to be something that only professional developers were able to do.

Xây dựng trò chơi máy tính và trang web từng là điều mà chỉ các nhà phát triển chuyên nghiệp mới có thể làm.

2:04:35

But the ability to do this is being democratized.

Nhưng khả năng làm điều này đang được phổ cập hóa.

2:04:38

By writing text prompt, you too will be able to build basic software applications and websites.

Bằng cách viết lời nhắc văn bản, bạn cũng sẽ có thể xây dựng các ứng dụng phần mềm và trang web cơ bản.

2:04:44

This does take some skill and I don't want to make it sound trivial, but in just this one video you learn some of the basics.

Điều này đòi hỏi một số kỹ năng và tôi không muốn làm cho nó nghe có vẻ tầm thường, nhưng chỉ trong một video này bạn sẽ học được một số điều cơ bản.

2:04:54

This is a very exciting capability and I encourage you to explore it.

Đây là một khả năng rất thú vị và tôi khuyến khích bạn khám phá nó.

2:04:58

I've seen many people who are not software engineers have a lot of fun with this and even with just one prompt is often possible to get a cool little game or app.

Tôi đã thấy nhiều người không phải là kỹ sư phần mềm có rất nhiều niềm vui với điều này và thậm chí chỉ với một lời nhắc thường có thể tạo ra một trò chơi hoặc ứng dụng nhỏ thú vị.

2:05:11

Let's see some examples using this prompt.

Hãy xem một số ví dụ sử dụng lời nhắc này.

2:05:13

Build a game where the user has to place obstacles and they go and it creates a simulation of what

Xây dựng một trò chơi nơi người dùng phải đặt chướng ngại vật và chúng di chuyển và nó tạo ra một mô phỏng về những gì

2:05:21

you design.

Bạn thiết kế.

2:05:22

Claude created this game which you can play and is, you know, actually pretty cool.

Claude đã tạo ra trò chơi này mà bạn có thể chơi và, bạn biết đấy, thực sự khá thú vị.

2:05:32

So just a short simple prompt like that, a leading AI model can create a reasonably interesting game.

Vì vậy, chỉ với một lời nhắc ngắn gọn đơn giản như vậy, một mô hình AI hàng đầu có thể tạo ra một trò chơi khá thú vị.

2:05:42

One example that you see in the practice lab is prompting an AI model to generate a fireworks display.

Một ví dụ mà bạn thấy trong phòng thực hành là nhắc một mô hình AI tạo ra màn trình diễn pháo hoa.

2:05:53

Here's a prompt and this creates this app which is actually pretty fun to play with.

Đây là một lời nhắc và điều này tạo ra ứng dụng này thực sự khá thú vị để chơi.

2:06:03

If you're trying to write a prompt to tell AI to build a simple app for you, here are some building blocks you might consider including in your prompt.

Nếu bạn đang cố gắng viết một lời nhắc để bảo AI xây dựng một ứng dụng đơn giản cho bạn, đây là một số khối xây dựng bạn có thể cân nhắc đưa vào lời nhắc của mình.

2:06:12

First is to specify your goal for what you want to create.

Đầu tiên là chỉ định mục tiêu của bạn cho những gì bạn muốn tạo.

2:06:16

Next, specify what are the inputs, what the users need to input into the system.

Tiếp theo, chỉ định đầu vào là gì, người dùng cần nhập gì vào hệ thống.

2:06:21

And then lastly, what are the outputs or what the app shows back to the user.

Và cuối cùng, đầu ra là gì hoặc ứng dụng hiển thị lại cho người dùng những gì.

2:06:26

For example, in this

Ví dụ, trong

2:06:28

prompt, we are telling it that the goal is to generate a fun fireworks simulator.

Lời nhắc này, chúng ta đang nói với nó rằng mục tiêu là tạo ra một trình mô phỏng pháo hoa thú vị.

2:06:34

The input is I want to do a click on the screen and the output is see a colorful display of fireworks.

Đầu vào là tôi muốn nhấp chuột trên màn hình và đầu ra là thấy một màn trình diễn pháo hoa đầy màu sắc.

2:06:41

Sophisticated developers will use AI to build much more complex applications than what I'm showing here.

Các nhà phát triển tinh vi sẽ sử dụng AI để xây dựng các ứng dụng phức tạp hơn nhiều so với những gì tôi đang trình bày ở đây.

2:06:47

But just to continue with the simpler examples, to build a game like this, you might ask it to create a fun game where the user has to place obstacles and a go and it creates a simulation of what you design.

Nhưng chỉ để tiếp tục với các ví dụ đơn giản hơn, để xây dựng một trò chơi như thế này, bạn có thể yêu cầu nó tạo một trò chơi thú vị nơi người dùng phải đặt chướng ngại vật và một lần đi và nó tạo ra một mô phỏng về những gì bạn thiết kế.

2:07:05

In addition to entertaining games, you can also make more useful and functional apps to help you save time or make your life a bit easier.

Ngoài các trò chơi giải trí, bạn cũng có thể tạo các ứng dụng hữu ích và chức năng hơn để giúp bạn tiết kiệm thời gian hoặc làm cho cuộc sống của bạn dễ dàng hơn một chút.

2:07:15

For example, you can create a work timer called a pomodoro timer.

Ví dụ, bạn có thể tạo một bộ đếm thời gian làm việc được gọi là bộ đếm thời gian pomodoro.

2:07:20

This is a type of timer that people use to time their work or studying with 25 minutes of work interference with a 5-minut break.

Đây là một loại bộ đếm thời gian mà mọi người sử dụng để tính thời gian làm việc hoặc học tập với 25 phút làm việc xen kẽ với 5 phút nghỉ.

2:07:29

Or maybe you can create a bill calculator.

Hoặc có thể bạn có thể tạo một máy tính hóa đơn.

2:07:33

Here you can input the bill and the number of friends you need to split the bill with and the app can tell you how much each person should pay.

Ở đây bạn có thể nhập hóa đơn và số lượng bạn bè bạn cần chia hóa đơn và ứng dụng có thể cho bạn biết mỗi người nên trả bao nhiêu.

2:07:41

or maybe build an outfit picker app that helps you decide what to wear based on the weather.

Hoặc có thể xây dựng một ứng dụng chọn trang phục giúp bạn quyết định mặc gì dựa trên thời tiết.

2:07:46

Each of these apps could be fun or useful in everyday life.

Mỗi ứng dụng này có thể thú vị hoặc hữu ích trong cuộc sống hàng ngày.

2:07:50

And they're also good starting points if you're new to making apps with AI because they're

Và chúng cũng là điểm khởi đầu tốt nếu bạn mới làm quen với việc tạo ứng dụng bằng AI vì chúng

2:07:55

quite simple.

Khá đơn giản.

2:07:56

In particular, they each have a specific well-definfined task.

Cụ thể, mỗi ứng dụng có một nhiệm vụ cụ thể được xác định rõ ràng.

2:08:01

They also don't need any additional files that need to be uploaded or outside information.

Chúng cũng không cần bất kỳ tệp bổ sung nào cần tải lên hoặc thông tin bên ngoài.

2:08:06

And they're also something you can open up, use for a short period of time, and enclose.

Và chúng cũng là thứ bạn có thể mở ra, sử dụng trong một khoảng thời gian ngắn và đóng lại.

2:08:12

If you're curious to try using AI this way yourself, I encourage you to experiment starting with building simple apps.

Nếu bạn tò mò muốn thử sử dụng AI theo cách này, tôi khuyến khích bạn thử nghiệm bắt đầu bằng việc xây dựng các ứng dụng đơn giản.

2:08:20

It turns out some ideas are easier to create than others.

Hóa ra một số ý tưởng dễ tạo hơn những ý tưởng khác.

2:08:24

For example, a simple platformer game would be relatively easier to build, or a quiz to practice French words.

Ví dụ, một trò chơi platformer đơn giản sẽ tương đối dễ xây dựng hơn, hoặc một bài kiểm tra để luyện tập từ tiếng Pháp.

2:08:32

In contrast, a multiplayer game played over the internet that would be harder and much

Ngược lại, một trò chơi nhiều người chơi qua internet sẽ khó hơn và phức tạp hơn nhiều

2:08:39

more complex or live French practice with AI feedback would also be harder to build.

Hoặc luyện tập tiếng Pháp trực tiếp với phản hồi của AI cũng sẽ khó xây dựng hơn.

2:08:44

It takes a while to hone intuition about what is easy for AI to build and what is hard for AI to build.

Cần một thời gian để rèn luyện trực giác về những gì AI dễ xây dựng và những gì AI khó xây dựng.

2:08:54

If you're not sure, I encourage you to just try it out.

Nếu bạn không chắc chắn, tôi khuyến khích bạn chỉ cần thử nó.

2:08:57

And the worst thing that could happen is it doesn't work and you start to hone your intuitions about what's hard.

Và điều tồi tệ nhất có thể xảy ra là nó không hoạt động và bạn bắt đầu rèn luyện trực giác của mình về những gì khó.

2:09:03

But if you're just getting started trying to use AI to build apps, I encourage you to start with simple ideas like build a simple game and see if you can get AI to do that.

Nhưng nếu bạn chỉ mới bắt đầu cố gắng sử dụng AI để xây dựng ứng dụng, tôi khuyến khích bạn bắt đầu với những ý tưởng đơn giản như xây dựng một trò chơi đơn giản và xem liệu bạn có thể khiến AI làm điều đó không.

2:09:14

When we get to the practice lab in this module,

Khi chúng ta đến phòng thực hành trong mô-đun này,

2:09:17

you'll be able to try a few examples that you can build with just a single prompt.

Bạn sẽ có thể thử một vài ví dụ mà bạn có thể xây dựng chỉ với một lời nhắc.

2:09:23

If you want to dive deeper into using AI to build software, I encourage you to take the course build of Andrew offered by deep learning.ai.

Nếu bạn muốn tìm hiểu sâu hơn về việc sử dụng AI để xây dựng phần mềm, tôi khuyến khích bạn tham gia khóa học Build của Andrew được cung cấp bởi deeplearning.ai.

2:09:33

In addition to writing code to build games and websites, AI can also help you to analyze data, which it can do by writing code to do that data analysis.

Ngoài việc viết mã để xây dựng trò chơi và trang web, AI cũng có thể giúp bạn phân tích dữ liệu, điều mà nó có thể làm bằng cách viết mã để thực hiện phân tích dữ liệu đó.

2:09:46

Again, you don't need to write any code yourself.

Một lần nữa, bạn không cần phải viết bất kỳ mã nào yourself.

2:09:48

Just tell AI what you want and or try to write code to do it for you and this can lead to hopeful insights in your work and personal life.

Chỉ cần nói với AI những gì bạn muốn và hoặc cố gắng viết mã để làm điều đó cho bạn và điều này có thể dẫn đến những hiểu biết hữu ích trong công việc và cuộc sống cá nhân của bạn.

2:09:58

In the next video, let's take a look at using AI for data analysis.

Trong video tiếp theo, chúng ta hãy xem xét việc sử dụng AI để phân tích dữ liệu.

2:10:02

If you have data from your personal health records, like maybe if you use one of the apps that track your heart rate or running time, or if

Nếu bạn có dữ liệu từ hồ sơ sức khỏe cá nhân của mình, như có thể nếu bạn sử dụng một trong những ứng dụng theo dõi nhịp tim hoặc thời gian chạy của bạn, hoặc nếu

2:10:11

you have data of sales records from your company, or really most other types of data, like what you might store in a spreadsheet table, AI can be pretty good at writing code to analyze this data for you and to try to extract useful insights.

Bạn có dữ liệu về hồ sơ bán hàng từ công ty của mình, hoặc thực sự hầu hết các loại dữ liệu khác, giống như những gì bạn có thể lưu trữ trong bảng tính, AI có thể khá giỏi trong việc viết mã để phân tích dữ liệu này cho bạn và cố gắng trích xuất những hiểu biết hữu ích.

2:10:26

Let's look at some examples that I hope will inspire you to try out this capability.

Hãy xem một số ví dụ mà tôi hy vọng sẽ truyền cảm hứng cho bạn để thử khả năng này.

2:10:32

If you have ramming tracker data that you can download into a spreadsheet, you might try uploading that spreadsheet to AI model and asking it how are my pace and distance progressing and an AI system might spend some time to write some code to analyze it and maybe generate a plot for you and also potentially provide some insights.

Nếu bạn có dữ liệu theo dõi chạy bộ có thể tải xuống bảng tính, bạn có thể thử tải bảng tính đó lên mô hình AI và hỏi nó rằng tốc độ và quãng đường của tôi đang tiến triển như thế nào, và hệ thống AI có thể dành chút thời gian để viết mã phân tích nó, có thể tạo biểu đồ cho bạn và cũng có thể cung cấp một số hiểu biết.

2:10:58

Or if you run a small business and you have a spreadsheet of sales data, you can upload that data and ask the AI model, what if you tell me about this month's sales?

Hoặc nếu bạn điều hành một doanh nghiệp nhỏ và có bảng tính dữ liệu bán hàng, bạn có thể tải dữ liệu đó lên và hỏi mô hình AI, ví dụ như cho tôi biết về doanh số bán hàng tháng này.

2:11:09

The AI could analyze for a little while and it might actually write some code to do things like compute the monthly revenue or to create a graph and try to show you whatever insights it finds.

AI có thể phân tích trong một lúc và thực sự có thể viết một số mã để làm những việc như tính doanh thu hàng tháng hoặc tạo biểu đồ và cố gắng cho bạn thấy bất kỳ hiểu biết nào nó tìm thấy.

2:11:23

I find that AI data analysis often isn't as sophisticated as a really good human data scientist.

Tôi thấy rằng phân tích dữ liệu bằng AI thường không tinh vi bằng một nhà khoa học dữ liệu giỏi thực sự.

2:11:30

But for pulling out basic insights and doing so efficiently, an AI model can be pretty good.

Nhưng để rút ra những hiểu biết cơ bản và làm điều đó một cách hiệu quả, một mô hình AI có thể khá tốt.

2:11:37

How do AI models write and execute code?

Làm thế nào các mô hình AI viết và thực thi mã?

2:11:41

It turns out that the way it works under the hood, the ability to write and execute or to run code is like any other tool that the AI model might use.

Hóa ra cách nó hoạt động bên trong, khả năng viết và thực thi hoặc chạy mã giống như bất kỳ công cụ nào khác mà mô hình AI có thể sử dụng.

2:11:54

You've

Bạn đã

2:11:55

seen how AI model might have tools to carry out web search or to read and write files and so on.

Thấy cách mô hình AI có thể có các công cụ để thực hiện tìm kiếm web hoặc đọc và ghi tệp, v.v.

2:12:03

And some AI models also have a tool to run a computer program or to run code.

Và một số mô hình AI cũng có công cụ để chạy chương trình máy tính hoặc chạy mã.

2:12:09

And this capability will often be used when data is present or when some sort of calculation or some sort of plotting of a graph is needed.

Và khả năng này thường sẽ được sử dụng khi có dữ liệu hoặc khi cần một loại tính toán nào đó hoặc vẽ biểu đồ.

2:12:20

In that case, the AI could generate a bunch of code and then

Trong trường hợp đó, AI có thể tạo ra một loạt mã và sau đó

2:12:25

use this tool to run the code in order to generate a result for the user.

Sử dụng công cụ này để chạy mã nhằm tạo ra kết quả cho người dùng.

2:12:31

We saw previously how a reasoning model might input a user prompt, reason for a while using the context, and occasionally decide whether or not it needs to use a web search tool to get more context.

Chúng ta đã thấy trước đây cách một mô hình suy luận có thể nhập lời nhắc của người dùng, suy luận một lúc bằng ngữ cảnh và đôi khi quyết định xem nó có cần sử dụng công cụ tìm kiếm web để có thêm ngữ cảnh hay không.

2:12:45

In this case, it has the option of not just using a web search tool, but also a run code or code execution tool in which the AI can write the basic computer program to analyze data, compute averages, plot a graph, or whatever is needed in order to get to the final answer.

Trong trường hợp này, nó có tùy chọn không chỉ sử dụng công cụ tìm kiếm web mà còn cả công cụ chạy mã hoặc thực thi mã, trong đó AI có thể viết chương trình máy tính cơ bản để phân tích dữ liệu, tính giá trị trung bình, vẽ biểu đồ hoặc bất cứ điều gì cần thiết để đi đến câu trả lời cuối cùng.

2:13:05

Let's look at a concrete example.

Hãy xem một ví dụ cụ thể.

2:13:06

If you're running a bubble tea shop, you may want to look at your sales trends over time to answer questions like, "Did your new drinks sell well compared to existing drinks." If you have sales data handy, AI can help you with this.

Nếu bạn đang điều hành một cửa hàng trà sữa, bạn có thể muốn xem xu hướng bán hàng theo thời gian để trả lời các câu hỏi như: "Đồ uống mới của bạn có bán chạy so với đồ uống hiện có không?" Nếu bạn có dữ liệu bán hàng sẵn, AI có thể giúp bạn điều này.

2:13:20

You can attach your sales data as a file and write a prompt like this one.

Bạn có thể đính kèm dữ liệu bán hàng của mình dưới dạng tệp và viết lời nhắc như thế này.

2:13:25

Which drinks had the biggest changes in sales?

Những đồ uống nào có thay đổi doanh số lớn nhất?

2:13:28

Graph it.

Vẽ biểu đồ đi.

2:13:28

The AI will then go through an agentic process to analyze the data and graph it.

AI sau đó sẽ trải qua một quá trình tác nhân để phân tích dữ liệu và vẽ biểu đồ.

2:13:35

Inspect the data, then calculate the monthly changes in sales, and do things like analyze intelligently your data to help you get useful insights.

Kiểm tra dữ liệu, sau đó tính toán thay đổi hàng tháng về doanh số và làm những việc như phân tích dữ liệu của bạn một cách thông minh để giúp bạn có được những hiểu biết hữu ích.

2:13:44

For example, it may say things like, I'm noticing some clear patterns.

Ví dụ, nó có thể nói những điều như: Tôi nhận thấy một số mẫu rõ ràng.

2:13:49

Most drinks are flat, but four stand out.

Hầu hết đồ uống đều ổn định, nhưng bốn loại nổi bật.

2:13:52

Now, graph those.

Bây giờ, hãy vẽ biểu đồ những loại đó.

2:13:53

So, not just graphing all the drinks, but identifying and potentially focusing on the most interesting ones.

Vì vậy, không chỉ vẽ biểu đồ tất cả đồ uống mà còn xác định và có thể tập trung vào những loại thú vị nhất.

2:13:59

Then, it might generate a graph like this one.

Sau đó, nó có thể tạo ra một biểu đồ như thế này.

2:14:02

Time is on the horizontal axis and number of sales on the vertical axis with each drink drafted in its own color.

Thời gian trên trục hoành và số lượng bán hàng trên trục tung, với mỗi đồ uống được vẽ bằng màu riêng.

2:14:11

So the strawberry matcha took off in spring,

Vì vậy, trà matcha dâu tây bùng nổ vào mùa xuân,

2:14:14

mango green tea and strawberry lemonade in summer and your new coconut milk tea did well in fall.

Trà xanh xoài và nước chanh dâu tây vào mùa hè, và trà sữa dừa mới của bạn bán tốt vào mùa thu.

2:14:20

It also added these colorful highlights to make these trends stand out.

Nó cũng thêm những điểm nhấn đầy màu sắc này để làm nổi bật những xu hướng đó.

2:14:24

So in just a few minutes you can get a highly useful graph like this.

Vì vậy, chỉ trong vài phút, bạn có thể có được một biểu đồ rất hữu ích như thế này.

2:14:30

From this graph, you might conclude that your spring promotion for strawberry matcher was strong and maybe you want to try that again next year.

Từ biểu đồ này, bạn có thể kết luận rằng chương trình khuyến mãi mùa xuân cho trà matcha dâu tây của bạn rất mạnh và có thể bạn muốn thử lại vào năm sau.

2:14:38

You can keep going and iterate on this graph and ask for different insights or changes to the graph or give more context about your business to the AI to give it a better shot at finding more useful insights.

Bạn có thể tiếp tục và lặp lại trên biểu đồ này và yêu cầu những hiểu biết khác nhau hoặc thay đổi biểu đồ hoặc cung cấp thêm ngữ cảnh về doanh nghiệp của bạn cho AI để nó có cơ hội tốt hơn tìm ra những hiểu biết hữu ích hơn.

2:14:53

But let me show you a more longinking example.

Nhưng hãy để tôi cho bạn thấy một ví dụ suy nghĩ lâu hơn.

2:14:56

You could take your sales analysis further and ask for a more comprehensive graphic.

Bạn có thể đưa phân tích bán hàng của mình xa hơn và yêu cầu một đồ họa toàn diện hơn.

2:15:00

For example, you might want to create a year in review graphic for your business to present to your team.

Ví dụ, bạn có thể muốn tạo một đồ họa tổng kết năm cho doanh nghiệp của mình để trình bày với nhóm của bạn.

2:15:07

This involves analyzing all your data in a few different ways to find out most interesting to share.

Điều này liên quan đến việc phân tích tất cả dữ liệu của bạn theo một vài cách khác nhau để tìm ra những gì thú vị nhất để chia sẻ.

2:15:14

So you might write a prompt like create a

Vì vậy, bạn có thể viết một lời nhắc như tạo một

2:15:17

one slide year and review graphic for a bubble tea shop.

Đồ họa tổng kết năm một slide cho cửa hàng trà sữa.

2:15:20

Analyze the data carefully for insights and again attach your data file.

Phân tích dữ liệu cẩn thận để có hiểu biết và một lần nữa đính kèm tệp dữ liệu của bạn.

2:15:25

Using the words carefully in your prompt may trigger the AI to think for several minutes to complete this analysis.

Sử dụng từ cẩn thận trong lời nhắc của bạn có thể kích hoạt AI suy nghĩ trong vài phút để hoàn thành phân tích này.

2:15:32

And it might go through an agentic thinking process like you saw on the previous slide.

Và nó có thể trải qua một quá trình suy nghĩ tác nhân như bạn đã thấy trên slide trước.

2:15:37

And it will likely write and run code to

Và nó có thể sẽ viết và chạy mã để

2:15:41

calculate things like revenue and items sold.

Tính toán những thứ như doanh thu và số mặt hàng đã bán.

2:15:43

And in the end, you might get a graphic like this with a lot of interesting insights like brown sugar and classic being the most ordered drinks and most customers choosing a large drink.

Và cuối cùng, bạn có thể nhận được một đồ họa như thế này với nhiều hiểu biết thú vị như đường nâu và cổ điển là đồ uống được đặt nhiều nhất và hầu hết khách hàng chọn đồ uống cỡ lớn.

2:15:55

This graphic also has a creative bubble tea color scheme.

Đồ họa này cũng có một bảng màu trà sữa sáng tạo.

2:15:59

You probably want to double check these figures to make sure they match your

Bạn có thể muốn kiểm tra lại những số liệu này để đảm bảo chúng khớp với

2:16:04

expectations since the AI sometimes can hallucinate, but you can get a good analysis in a relatively short period of time just by prompting.

Kỳ vọng vì AI đôi khi có thể ảo giác, nhưng bạn có thể nhận được một phân tích tốt trong một khoảng thời gian tương đối ngắn chỉ bằng cách nhắc lệnh.

2:16:13

that's fairly likely to be accurate since AI calculated these numbers by writing and running code.

Điều đó khá có khả năng chính xác vì AI đã tính toán những con số này bằng cách viết và chạy mã.

2:16:19

I encourage you to try this type of analysis yourself if you have data like sales data or personal data you're interested in getting

Tôi khuyến khích bạn thử loại phân tích này nếu bạn có dữ liệu như dữ liệu bán hàng hoặc dữ liệu cá nhân mà bạn muốn nhận được

2:16:28

insights from.

Thông tin chi tiết từ.

2:16:29

If you're using an AI model that can run code, when would it choose to do so?

Nếu bạn đang sử dụng một mô hình AI có thể chạy mã, khi nào nó sẽ chọn làm như vậy?

2:16:37

We've seen that for some questions it can use this pre-trained knowledge.

Chúng ta đã thấy rằng đối với một số câu hỏi, nó có thể sử dụng kiến thức đã được đào tạo trước này.

2:16:43

If you're asking for a question that can be answered using common knowledge on the internet, what it already knows may well be good enough.

Nếu bạn đang hỏi một câu hỏi có thể được trả lời bằng kiến thức phổ biến trên internet, những gì nó đã biết có thể đủ tốt.

2:16:51

If you're asking a specific question that is real time, then web search enable AI will help you get a better answer.

Nếu bạn đang hỏi một câu hỏi cụ thể theo thời gian thực, thì AI được bật tìm kiếm web sẽ giúp bạn có câu trả lời tốt hơn.

2:16:59

You may want to ask her to use a deep researcher if you have a more complex question that may require multiple related searches such as to

Bạn có thể muốn yêu cầu cô ấy sử dụng một nhà nghiên cứu sâu nếu bạn có một câu hỏi phức tạp hơn có thể yêu cầu nhiều tìm kiếm liên quan như để

2:17:09

come up with a complete plan for your Halloween house.

Đưa ra một kế hoạch hoàn chỉnh cho ngôi nhà Halloween của bạn.

2:17:13

And for queries that require calculation or drafting, those are the types of questions where it's most likely to write and run some code in order to carry out that task precisely for you.

Và đối với các truy vấn yêu cầu tính toán hoặc soạn thảo, đó là những loại câu hỏi mà nó có nhiều khả năng viết và chạy một số mã để thực hiện nhiệm vụ đó một cách chính xác cho bạn.

2:17:28

One of the most powerful things that AI can do now is write and run code in order to carry the task for you.

Một trong những điều mạnh mẽ nhất mà AI có thể làm bây giờ là viết và chạy mã để thực hiện nhiệm vụ cho bạn.

2:17:37

If you have some data that you want to get insights from, I encourage you to try exploring it with an AI model.

Nếu bạn có một số dữ liệu mà bạn muốn nhận được thông tin chi tiết, tôi khuyến khích bạn thử khám phá nó với một mô hình AI.

2:17:45

AI isn't always reliable and it's better at simple analysis than really complex ones.

AI không phải lúc nào cũng đáng tin cậy và nó giỏi phân tích đơn giản hơn là những phân tích thực sự phức tạp.

2:17:50

So consider double-checking this conclusions, but it can be much faster

Vì vậy, hãy cân nhắc kiểm tra lại các kết luận này, nhưng nó có thể nhanh hơn nhiều

2:17:55

than having to do the analysis yourself.

So với việc phải tự mình thực hiện phân tích.

2:17:57

an Excel or Google Sheets and it has on many occasions helped me discover useful insights in my data.

Một Excel hoặc Google Sheets và nó đã nhiều lần giúp tôi khám phá những thông tin chi tiết hữu ích trong dữ liệu của mình.

2:18:04

To put your skills into practice, we have one last practice lab and an optional final project for you.

Để áp dụng kỹ năng của bạn vào thực tế, chúng tôi có một phòng thí nghiệm thực hành cuối cùng và một dự án cuối khóa tùy chọn cho bạn.

2:18:11

Let's go on to the next video to see what these are.

Hãy chuyển sang video tiếp theo để xem những gì.

2:18:15

I'm excited for you to test out building games and applications using AI.

Tôi rất hào hứng để bạn thử nghiệm việc xây dựng trò chơi và ứng dụng bằng AI.

2:18:20

This should give you a taste for what's possible to build with AI.

Điều này sẽ cho bạn cảm nhận về những gì có thể xây dựng với AI.

2:18:25

When you get into the lab, you can read through these instructions shown here, but I'm just going to dismiss this for now.

Khi bạn vào phòng thí nghiệm, bạn có thể đọc qua những hướng dẫn hiển thị ở đây, nhưng tôi sẽ tạm gác lại điều này bây giờ.

2:18:33

And I'm just going to click the prompt for a fireworks show.

Và tôi sẽ chỉ nhấp vào lời nhắc cho một màn trình diễn pháo hoa.

2:18:38

I encourage you to read through this prompt carefully so that you understand what it takes to build an app like this.

Tôi khuyến khích bạn đọc kỹ lời nhắc này để hiểu những gì cần thiết để xây dựng một ứng dụng như thế này.

2:18:46

And I'm just going to hit run.

Và tôi sẽ chỉ nhấn chạy.

2:18:49

And this short prompt will build this application.

Và lời nhắc ngắn này sẽ xây dựng ứng dụng này.

2:18:52

I did leave a lot of things unspecified, but it looks like my AI has made reasonable decisions.

Tôi đã để nhiều thứ không được chỉ định, nhưng có vẻ như AI của tôi đã đưa ra những quyết định hợp lý.

2:18:59

And if I click my mouse, it launches pretty fireworks.

Và nếu tôi nhấp chuột, nó sẽ phóng pháo hoa đẹp mắt.

2:19:04

If I don't want to launch them by myself, the auto show runs my automatic fireworks show.

Nếu tôi không muốn tự phóng chúng, chế độ tự động sẽ chạy màn trình diễn pháo hoa tự động của tôi.

2:19:11

And then here's the grand finale.

Và sau đó là màn kết thúc hoành tráng.

2:19:14

So, pretty cool.

Vì vậy, khá thú vị.

2:19:15

One neat feature is that you can actually share the apps you built.

Một tính năng thú vị là bạn thực sự có thể chia sẻ các ứng dụng bạn đã xây dựng.

2:19:19

So, I'm going to click share.

Vì vậy, tôi sẽ nhấp vào chia sẻ.

2:19:22

Just copy the link to my clipboard.

Chỉ cần sao chép liên kết vào clipboard của tôi.

2:19:24

And I can open up a new tab with this URL.

Và tôi có thể mở một tab mới với URL này.

2:19:29

And this actually launches the Fireworks app in my web browser.

Và điều này thực sự khởi chạy ứng dụng Pháo hoa trong trình duyệt web của tôi.

2:19:35

So, if you share this URL with a friend, they'll be able to run the Fireworks app that you just created.

Vì vậy, nếu bạn chia sẻ URL này với một người bạn, họ sẽ có thể chạy ứng dụng Pháo hoa mà bạn vừa tạo.

2:19:42

One of the things I most enjoy about building simple applications is to share it with friends.

Một trong những điều tôi thích nhất khi xây dựng các ứng dụng đơn giản là chia sẻ nó với bạn bè.

2:19:48

So, I encourage you to maybe take what we built and consider sharing that with friends and see what they think.

Vì vậy, tôi khuyến khích bạn có thể lấy những gì chúng tôi đã xây dựng và cân nhắc chia sẻ nó với bạn bè và xem họ nghĩ gì.

2:19:57

Feel free to take the firework show prompt modified and see if you can get a different result that could be even more to your liking.

Hãy thoải mái lấy lời nhắc trình diễn pháo hoa đã sửa đổi và xem liệu bạn có thể nhận được một kết quả khác thậm chí còn hợp ý bạn hơn không.

2:20:06

Second example, let me click on the color palette prompt.

Ví dụ thứ hai, hãy để tôi nhấp vào lời nhắc bảng màu.

2:20:10

If you are designing a website, something you may have to do is choose a color palette for the website.

Nếu bạn đang thiết kế một trang web, điều bạn có thể phải làm là chọn một bảng màu cho trang web.

2:20:17

And so with a prompt like this, you can build a color palette picker.

Và với một lời nhắc như thế này, bạn có thể xây dựng một công cụ chọn bảng màu.

2:20:23

Here's a base color in RGB values.

Đây là một màu cơ bản trong giá trị RGB.

2:20:28

So this is actually roughly the color of my shirt and you can choose complimentary analogous and so on color palettes that you know they actually go pretty well together.

Vì vậy, đây thực sự là màu gần đúng của áo tôi và bạn có thể chọn các bảng màu bổ sung, tương tự, v.v. mà bạn biết chúng thực sự khá hài hòa với nhau.

2:20:41

Hope you have fun playing with this.

Hy vọng bạn vui vẻ thử nghiệm điều này.

2:20:44

So, I hope you try out all four of these built-in prompts and additionally try using your own prompt.

Vì vậy, tôi hy vọng bạn thử tất cả bốn lời nhắc tích hợp này và ngoài ra thử sử dụng lời nhắc của riêng bạn.

2:20:51

For example, here I'm going to ask it to build a fast card app to help me practice basic French vocabulary.

Ví dụ, ở đây tôi sẽ yêu cầu nó xây dựng một ứng dụng thẻ nhanh để giúp tôi luyện tập từ vựng tiếng Pháp cơ bản.

2:20:59

This process may take a few seconds and when it's done, this is what you might get.

Quá trình này có thể mất vài giây và khi hoàn tất, đây là những gì bạn có thể nhận được.

2:21:06

Where what is yes?

Trong đó cái gì là có?

2:21:08

Not too shabby.

Không tệ chút nào.

2:21:10

And so on.

Và cứ tiếp tục như vậy.

2:21:11

Looks like I got that right.

Có vẻ như tôi đã làm đúng điều đó.

2:21:15

It looks like it g me all the answers here on the right.

Có vẻ như nó đã cho tôi tất cả các câu trả lời ở đây bên phải.

2:21:17

But if I don't want that, I can go back and modify the prompt to redesign my flash card app.

Nhưng nếu tôi không muốn điều đó, tôi có thể quay lại và sửa đổi lời nhắc để thiết kế lại ứng dụng thẻ ghi nhớ của mình.

2:21:22

Please have fun with this.

Hãy vui vẻ với điều này.

2:21:23

And I find it inspiring that with just a one English prompt.

Và tôi thấy thật truyền cảm hứng khi chỉ với một lời nhắc bằng tiếng Anh.

2:21:28

You can build a web page to build applications like these.

Bạn có thể xây dựng một trang web để tạo các ứng dụng như thế này.

2:21:32

The final project is to build a simple app from research on a topic that interests you.

Dự án cuối cùng là xây dựng một ứng dụng đơn giản từ nghiên cứu về một chủ đề mà bạn quan tâm.

2:21:38

We're going to go through three steps.

Chúng ta sẽ trải qua ba bước.

2:21:40

First brainstorm a research question, then run research, and then to build an app.

Đầu tiên là động não một câu hỏi nghiên cứu, sau đó tiến hành nghiên cứu, và cuối cùng là xây dựng một ứng dụng.

2:21:45

I encourage you to read through these instructions, but I'm just going to dismiss them for this demo.

Tôi khuyến khích bạn đọc qua những hướng dẫn này, nhưng tôi sẽ bỏ qua chúng cho bản demo này.

2:21:52

The first step is to brainstorm a research question on either a topic you want to

Bước đầu tiên là động não một câu hỏi nghiên cứu về một chủ đề bạn muốn

2:21:58

explore or a decision you want to make, like researching health supplements or buying a car or things to do your career or some fun things with astronomy.

Khám phá hoặc một quyết định bạn muốn đưa ra, như nghiên cứu thực phẩm chức năng sức khỏe hoặc mua xe hơi hoặc những điều cần làm cho sự nghiệp của bạn hoặc một số điều thú vị với thiên văn học.

2:22:08

Let me pick the careers one.

Để tôi chọn cái về sự nghiệp.

2:22:10

Given this prompt or some other one that you may choose, I would encourage you to then give the AI more context.

Với lời nhắc này hoặc một lời nhắc khác mà bạn có thể chọn, tôi khuyến khích bạn sau đó cung cấp thêm ngữ cảnh cho AI.

2:22:19

So I miss exploring different careers about me, my situation.

Vì vậy, tôi muốn khám phá các nghề nghiệp khác nhau về bản thân, hoàn cảnh của tôi.

2:22:24

Let's say I'm at university studying deep learning, want to work on office and I encourage you to write more than I am here in this demo walk through.

Giả sử tôi đang học đại học về học sâu, muốn làm việc tại văn phòng và tôi khuyến khích bạn viết nhiều hơn những gì tôi làm ở đây trong bản demo này.

2:22:34

But let me send it to the AI.

Nhưng để tôi gửi nó cho AI.

2:22:36

And here it will help me to brainstorm a few specific research questions such as what careers let me spend a lot of time collaborating and what does it look like dayto-day?

Và ở đây nó sẽ giúp tôi động não một vài câu hỏi nghiên cứu cụ thể như nghề nghiệp nào cho phép tôi dành nhiều thời gian hợp tác và nó trông như thế nào hàng ngày?

2:22:48

So hopefully you pick something that's relevant to your life and this will help you brainstorm a range of different questions that hopefully will be interesting to you.

Vì vậy, hy vọng bạn chọn một cái gì đó liên quan đến cuộc sống của bạn và điều này sẽ giúp bạn động não một loạt các câu hỏi khác nhau mà hy vọng sẽ thú vị với bạn.

2:22:59

And we also have a AI mentor to give you some feedback on how the brainstorming process is going.

Và chúng tôi cũng có một cố vấn AI để cung cấp cho bạn một số phản hồi về quá trình động não đang diễn ra như thế nào.

2:23:06

So in this brainstorming workflow, I would read through these questions and give feedback.

Vì vậy, trong quy trình động não này, tôi sẽ đọc qua những câu hỏi này và đưa ra phản hồi.

2:23:10

So let's say I'm most interested in question one, but like the specificity of question three.

Giả sử tôi quan tâm nhất đến câu hỏi một, nhưng thích sự cụ thể của câu hỏi ba.

2:23:16

I'm also want to make sure I have time to go to my job.

Tôi cũng muốn đảm bảo rằng tôi có thời gian đi làm.

2:23:21

So this type of feedback, the AI now has additional context about what make an interesting research question for you.

Vì vậy, với loại phản hồi này, AI giờ có thêm ngữ cảnh về điều gì tạo nên một câu hỏi nghiên cứu thú vị cho bạn.

2:23:28

And so it refineses it to

Và vì vậy nó tinh chỉnh nó thành

2:23:30

slightly better options.

Những lựa chọn tốt hơn một chút.

2:23:33

Let's take one more turn.

Hãy thực hiện thêm một lượt nữa.

2:23:35

Based on these three questions, my feedback is and I also want to make sure to consider nonprofit work.

Dựa trên ba câu hỏi này, phản hồi của tôi là và tôi cũng muốn đảm bảo xem xét công việc phi lợi nhuận.

2:23:45

And so by going a few rounds with looking at the brainstorm research questions and giving feedback, we've now refined it to a handful of research questions.

Và vì vậy bằng cách thực hiện một vài vòng xem xét các câu hỏi nghiên cứu động não và đưa ra phản hồi, chúng tôi đã tinh chỉnh nó thành một số ít câu hỏi nghiên cứu.

2:23:57

So if you're using an OM, you can actually go for multiple rounds, ask you to refine the questions, combine them.

Vì vậy, nếu bạn đang sử dụng một OM, bạn thực sự có thể thực hiện nhiều vòng, yêu cầu bạn tinh chỉnh các câu hỏi, kết hợp chúng.

2:24:03

But let me just end this part of the exercise for now and say I like this question the best.

Nhưng để tôi kết thúc phần này của bài tập bây giờ và nói rằng tôi thích câu hỏi này nhất.

2:24:09

And I'm just going to pick this question to go on to set two now that I've formulated a research question.

Và tôi sẽ chỉ chọn câu hỏi này để chuyển sang bước hai bây giờ khi tôi đã hình thành một câu hỏi nghiên cứu.

2:24:16

And what we just did was go through a brainstorming exercise.

Và những gì chúng tôi vừa làm là trải qua một bài tập động não.

2:24:20

There's an example of how you may iterate with your AI to brainstorm any of other possible topics as well, not just to identify a research question to work on.

Có một ví dụ về cách bạn có thể lặp lại với AI của mình để động não bất kỳ chủ đề khả thi nào khác, không chỉ để xác định một câu hỏi nghiên cứu để làm việc.

2:24:32

Now that I've picked my research question, let me give it a little bit more context.

Bây giờ tôi đã chọn câu hỏi nghiên cứu của mình, hãy để tôi cung cấp thêm một chút ngữ cảnh.

2:24:37

So, I also want to know about salaries and typical compensation.

Vì vậy, tôi cũng muốn biết về mức lương và thù lao điển hình.

2:24:41

And I wanted to use these sources forums for personal experience and so on.

Và tôi muốn sử dụng các nguồn này diễn đàn cho kinh nghiệm cá nhân và vân vân.

2:24:46

I encourage you to add more personal context and add more sources that I'm doing in this quick run through.

Tôi khuyến khích bạn thêm nhiều ngữ cảnh cá nhân hơn và thêm nhiều nguồn hơn những gì tôi đang làm trong lần chạy nhanh này.

2:24:54

But let's just have it carry out this research.

Nhưng hãy để nó thực hiện nghiên cứu này.

2:24:58

And let's have it go ahead and do so.

Và hãy để nó tiến hành và làm như vậy.

2:25:01

The mentor gives some feedback on my prompts.

Cố vấn đưa ra một số phản hồi về lời nhắc của tôi.

2:25:06

And after running for a while here, my web search enabled AI gives a pretty decent set of results with lots of citations.

Và sau khi chạy một lúc ở đây, AI được bật tìm kiếm web của tôi đưa ra một bộ kết quả khá tốt với nhiều trích dẫn.

2:25:18

For the third and final step, after you've gotten your research report, let's go build an app.

Đối với bước thứ ba và cũng là bước cuối cùng, sau khi bạn đã có báo cáo nghiên cứu của mình, hãy xây dựng một ứng dụng.

2:25:25

We can build a quiz to test my knowledge based on the reports or does a mini game or build an infographic.

Chúng ta có thể xây dựng một bài kiểm tra để kiểm tra kiến thức của tôi dựa trên các báo cáo hoặc một trò chơi nhỏ hoặc xây dựng một đồ họa thông tin.

2:25:35

All three of these are actually pretty fun, but I'm going to choose the quiz option.

Cả ba điều này thực sự khá thú vị, nhưng tôi sẽ chọn tùy chọn bài kiểm tra.

2:25:40

So, here I'm going to build a five question multiplechoice quiz.

Vì vậy, ở đây tôi sẽ xây dựng một bài kiểm tra trắc nghiệm năm câu hỏi.

2:25:45

And the research report that we had created from step two is uploaded here as an attachment to give it more context.

Và báo cáo nghiên cứu mà chúng tôi đã tạo từ bước hai được tải lên ở đây như một tệp đính kèm để cung cấp thêm ngữ cảnh.

2:25:54

And to keep the results more predictable in our website, this prompt is grayed out.

Và để giữ kết quả dễ dự đoán hơn trong trang web của chúng tôi, lời nhắc này bị làm mờ.

2:26:00

So, it's not editable, but you can always copy the report into a third-party AI system such as Chadly or Gemini or Claude to experiment more.

Vì vậy, nó không thể chỉnh sửa được, nhưng bạn luôn có thể sao chép báo cáo vào một hệ thống AI của bên thứ ba như Chadly hoặc Gemini hoặc Claude để thử nghiệm thêm.

2:26:12

And I encourage you to play all of these.

Và tôi khuyến khích bạn thử tất cả những cái này.

2:26:14

All of these are actually pretty fun.

Tất cả những cái này thực sự khá thú vị.

2:26:16

But let me just generate my quiz app.

Nhưng để tôi tạo ứng dụng quiz của mình.

2:26:19

So, that will again take a little bit of time.

Vì vậy, việc đó sẽ lại mất một chút thời gian.

2:26:22

And so, here's the app.

Và đây là ứng dụng.

2:26:23

Let me pick that.

Để tôi chọn cái đó.

2:26:24

Yep, looks like I got that right.

Đúng rồi, có vẻ như tôi đã làm đúng.

2:26:27

And so on.

Và cứ tiếp tục như vậy.

2:26:28

And same as before, you can copy this link using the share button and share this app with your friends and see if they like it.

Và giống như trước, bạn có thể sao chép liên kết này bằng nút chia sẻ và chia sẻ ứng dụng này với bạn bè để xem họ có thích không.

2:26:37

So, I hope you enjoy going through the iterative brainstorming workflow, which is a very useful skill to have when using AI, and then provide enough context for it to do research for you, and then based on or inspired by that research, build one of

Vì vậy, tôi hy vọng bạn thích trải qua quy trình động não lặp đi lặp lại, đây là một kỹ năng rất hữu ích khi sử dụng AI, và sau đó cung cấp đủ ngữ cảnh để nó nghiên cứu cho bạn, rồi dựa trên hoặc lấy cảm hứng từ nghiên cứu đó, xây dựng một trong những

2:26:55

the fun apps that we just showed you.

Những ứng dụng thú vị mà chúng tôi vừa cho bạn xem.

2:26:57

And maybe even share it with some friends.

Và thậm chí có thể chia sẻ nó với một vài người bạn.

2:27:01

I hope you enjoy exploring the lab and the optional final project, and I hope you'll share your final project with others as well.

Tôi hy vọng bạn thích khám phá phòng thí nghiệm và dự án cuối khóa tùy chọn, và tôi hy vọng bạn cũng sẽ chia sẻ dự án cuối khóa của mình với người khác.

2:27:14

And again, if you're interested in learning more, I encourage you to take the Build of Andrew course.

Và một lần nữa, nếu bạn muốn tìm hiểu thêm, tôi khuyến khích bạn tham gia khóa học Build of Andrew.

2:27:24

Once you're done, I'll see you in one final video.

Khi bạn hoàn thành, tôi sẽ gặp bạn trong một video cuối cùng.

2:27:30

Congratulations on making it to the end of this course.

Chúc mừng bạn đã đi đến cuối khóa học này.

2:27:33

With all the techniques you've learned, you're now ready to be an AI power user.

Với tất cả các kỹ thuật bạn đã học, giờ đây bạn đã sẵn sàng trở thành một người dùng AI thành thạo.

2:27:37

I hope you find a lot of places in your personal life and work where these skills will benefit you.

Tôi hy vọng bạn tìm thấy nhiều nơi trong cuộc sống cá nhân và công việc của mình nơi những kỹ năng này sẽ mang lại lợi ích cho bạn.

2:27:44

Like using AI to help brainstorm, or use deep researcher where you need thoroughly researched reports, or use AI to help you with writing, and even generate multimodel outputs and code.

Như sử dụng AI để giúp động não, hoặc sử dụng deep researcher khi bạn cần các báo cáo được nghiên cứu kỹ lưỡng, hoặc sử dụng AI để giúp bạn viết lách, và thậm chí tạo ra các đầu ra đa mô hình và mã code.

2:27:57

And even as you're doing all this, AI models will keep on getting better.

Và ngay cả khi bạn đang làm tất cả những điều này, các mô hình AI sẽ tiếp tục trở nên tốt hơn.

2:28:04

So please keep trying new models and give AI hard tasks and provide highquality context to help you to keep honing your

Vì vậy, hãy tiếp tục thử các mô hình mới và giao cho AI những nhiệm vụ khó, đồng thời cung cấp ngữ cảnh chất lượng cao để giúp bạn tiếp tục mài giũa

2:28:14

intuitions about what AI can and cannot do.

Trực giác của mình về những gì AI có thể và không thể làm.

2:28:22

I'm confident you get a lot out of this incredibly powerful technology.

Tôi tin chắc rằng bạn sẽ nhận được rất nhiều từ công nghệ cực kỳ mạnh mẽ này.

2:28:34

Thank you for sticking with me to this point, and I hope you use these powers to help yourself, your friends, your community, and go make the world a better place for yourself and others.

Cảm ơn bạn đã đồng hành cùng tôi đến thời điểm này, và tôi hy vọng bạn sử dụng những sức mạnh này để giúp đỡ bản thân, bạn bè, cộng đồng của mình, và hãy làm cho thế giới trở thành một nơi tốt đẹp hơn cho chính bạn và những người khác.

Transcript

Hiển thị

AI Power Users vs Novices

AI power users achieve better results by providing extensive context, asking neutral questions, and iterating with the AI. Novices use short prompts and accept generic answers. Treating AI as a thinking partner rather than a vending machine leads to more accurate and personalized outputs.

Người dùng AI thành thạo đạt được kết quả tốt hơn bằng cách cung cấp ngữ cảnh phong phú, đặt câu hỏi trung lập và lặp lại với AI. Người mới sử dụng các câu lệnh ngắn và chấp nhận câu trả lời chung chung. Coi AI như một đối tác tư duy thay vì một chiếc máy bán hàng tự động dẫn đến kết quả chính xác và cá nhân hóa hơn.