0:00

9:56

Don't Get Laid Off by AI (From a Lead Principal Engineer)

Kun Chen·9:56·Technology·B2

Chương · 5

Chương 1·AI as a Major Breakthrough

Hiển thị

Tiếng ViệtAuto-scroll

0:00

lots of people are worried that AI is getting insanely smart it can change everything and it can take their six figure Tech job away and they are wondering what kind of skills they can build to position themselves well in that new world if you are one of those people this video is for you let's get right into it first of all your worry is 100% Justified generative AI is a major

Rất nhiều người lo lắng rằng AI đang trở nên cực kỳ thông minh, nó có thể thay đổi mọi thứ và có thể lấy đi công việc công nghệ với mức lương sáu con số của họ, và họ đang tự hỏi mình có thể xây dựng những kỹ năng gì để định vị bản thân tốt trong thế giới mới đó. Nếu bạn là một trong những người đó, video này dành cho bạn. Hãy bắt đầu ngay. Trước hết, nỗi lo của bạn là hoàn toàn chính đáng. AI tạo sinh là một bước đột phá lớn

0:25

breakthrough that's going to change everything some people say that it's at the same level as the invention of the smartphone and I feel like they are not getting it this is not just about making a computer smaller generative AI needs to be looked at as the discovery of fire or electricity it can fundamentally change how we operate as a society if you are still doing exactly what you

sẽ thay đổi mọi thứ. Một số người nói rằng nó ở cùng đẳng cấp với việc phát minh ra điện thoại thông minh, và tôi cảm thấy họ chưa hiểu hết. Điều này không chỉ là làm cho máy tính nhỏ hơn. AI tạo sinh cần được nhìn nhận như việc phát hiện ra lửa hoặc điện. Nó có thể thay đổi cơ bản cách chúng ta vận hành như một xã hội. Nếu bạn vẫn đang làm đúng những gì bạn

0:48

have been doing in the past you will get left behind in that past and by the time you realize what's happening it might be too late you absolutely need to understand what is changing and how to plan for it by now you probably have heard of the term chat GPT or large language models I'll start with a quick intro of how they actually work first we created this giant neural network which

đã làm trong quá khứ, bạn sẽ bị bỏ lại phía sau, và khi bạn nhận ra điều gì đang xảy ra thì có thể đã quá muộn. Bạn tuyệt đối cần hiểu điều gì đang thay đổi và cách lập kế hoạch cho nó. Đến giờ chắc bạn đã nghe đến thuật ngữ chat GPT hoặc mô hình ngôn ngữ lớn. Tôi sẽ bắt đầu với phần giới thiệu nhanh về cách chúng thực sự hoạt động. Đầu tiên, chúng ta tạo ra mạng nơ-ron khổng lồ này, thứ

1:13

mimics the structure and complexity of the human brain let's think of it as an empty brain then we let this brain read the entire internet over and over again until it absorbs everything and I mean everything every book every r comments every cat mem every GitHub code file everything all of it all absorbs into this empty brain and now we can ask the brain questions or have it complete

mô phỏng cấu trúc và độ phức tạp của bộ não con người. Hãy nghĩ về nó như một bộ não trống rỗng. Sau đó, chúng ta để bộ não này đọc toàn bộ internet hết lần này đến lần khác cho đến khi nó hấp thụ mọi thứ, và tôi nói là mọi thứ: mọi cuốn sách, mọi bình luận trên Reddit, mọi meme mèo, mọi tệp mã GitHub, mọi thứ, tất cả. Tất cả được hấp thụ vào bộ não trống rỗng này, và giờ chúng ta có thể đặt câu hỏi cho bộ não hoặc để nó hoàn thành

1:41

tasks for us we do so by providing context and the desired output as a prompt to the model that's the basic form of large language models but very soon we discovered that it has a lot of limitations to begin with it's been taught everything up until 2021 so the brain hasn't seen anything that happened after that and as a result we cannot ask this brain anything that requires recent

nhiệm vụ cho chúng ta. Chúng ta làm điều đó bằng cách cung cấp ngữ cảnh và đầu ra mong muốn dưới dạng một prompt cho mô hình. Đó là dạng cơ bản của mô hình ngôn ngữ lớn. Nhưng rất nhanh sau đó, chúng ta phát hiện ra rằng nó có nhiều hạn chế. Đầu tiên, nó đã được dạy mọi thứ cho đến năm 2021, nên bộ não chưa thấy bất cứ điều gì xảy ra sau đó, và kết quả là chúng ta không thể hỏi bộ não này bất cứ điều gì cần kiến thức gần đây.

2:07

knowledge and teaching this brain is super expensive it costs millions of dollars each time so we cannot just refresh it every minute so what did we do we gave this brain the ability to read the internet in real time so every time we ask the brain a question or have it do a task for us it can first browse the internet for relevant knowledge and then use that to inform the output that

Và việc dạy bộ não này cực kỳ tốn kém, mỗi lần tốn hàng triệu đô la, nên chúng ta không thể chỉ làm mới nó mỗi phút. Vậy chúng ta đã làm gì? Chúng ta cho bộ não này khả năng đọc internet trong thời gian thực, để mỗi khi chúng ta hỏi bộ não một câu hỏi hoặc để nó làm một nhiệm vụ cho chúng ta, nó có thể trước tiên duyệt internet để tìm kiến thức liên quan và sau đó dùng thông tin đó để định hình đầu ra, điều này

2:34

solves the freshness problem and then we also discover that the brain somehow sucks at maths we probably just didn't wire it right so what do we do to someone that's bad at maths we give them a calculator and we gave this brain more and more tools like that in the form of plugins and functions there are also a lot of specific jobs such as teachers lawyers doctors or therap therapist that

giải quyết vấn đề về độ mới. Và sau đó chúng ta cũng phát hiện ra rằng bộ não này bằng cách nào đó lại rất kém môn toán. Có lẽ chúng ta chỉ nối dây chưa đúng. Vậy chúng ta làm gì với một người kém toán? Chúng ta cho họ một chiếc máy tính. Và chúng ta đã cho bộ não này ngày càng nhiều công cụ như vậy dưới dạng plugin và hàm. Cũng có rất nhiều công việc cụ thể như giáo viên, luật sư, bác sĩ hoặc nhà trị liệu mà

3:01

the brain by default was not good at but don't worry we can fine-tune the brain with specific data sets to make it good at those jobs this fine-tuning process can produce a lot of Highly specialized brains each being good at one specific job another limitation is something called context window size each time we ask the brain a question or give it a task we give that in the form of a

bộ não mặc định không giỏi, nhưng đừng lo, chúng ta có thể tinh chỉnh bộ não với các bộ dữ liệu cụ thể để làm cho nó giỏi những công việc đó. Quá trình tinh chỉnh này có thể tạo ra rất nhiều bộ não chuyên biệt cao, mỗi bộ giỏi một công việc cụ thể. Một hạn chế khác là thứ gọi là kích thước cửa sổ ngữ cảnh. Mỗi lần chúng ta hỏi bộ não một câu hỏi hoặc giao cho nó một nhiệm vụ, chúng ta đưa điều đó dưới dạng một

3:28

prompt and there is a limits for how long that prompt can be typically we can only give it a few thousand words so we can't just ask the brain to summarize a thousand page book and each time we talk to the brain it will treat us as a new person is never talked with before that's also because of this context window size limit it cannot remember that much the solution to the problem is

prompt, và có giới hạn về độ dài của prompt đó. Thông thường chúng ta chỉ có thể đưa cho nó vài nghìn từ, nên chúng ta không thể chỉ yêu cầu bộ não tóm tắt một cuốn sách nghìn trang. Và mỗi lần chúng ta nói chuyện với bộ não, nó sẽ coi chúng ta như một người mới chưa từng nói chuyện trước đây. Đó cũng là vì giới hạn kích thước cửa sổ ngữ cảnh này; nó không thể nhớ nhiều đến thế. Giải pháp cho vấn đề này là

3:52

called a vector DB which serves as long-term memory that the brain can use to store or retrieve information the reason we spend so much time talking about how large language models work is because if that diagram is what your job looks like then you are done if your job is for someone on the other side of the computer to give you context and the task let's say a Jura ticket or a

thứ gọi là vector DB, đóng vai trò như bộ nhớ dài hạn mà bộ não có thể dùng để lưu trữ hoặc truy xuất thông tin. Lý do chúng ta dành nhiều thời gian nói về cách mô hình ngôn ngữ lớn hoạt động là vì nếu sơ đồ đó giống với công việc của bạn, thì bạn xong rồi. Nếu công việc của bạn là để ai đó ở phía bên kia máy tính cung cấp ngữ cảnh và nhiệm vụ cho bạn, giả sử một ticket Jira hoặc một

4:18

product spec and what you do is that you read the internet say Google or stack Overflow or even chat GPT you name it and then you use a bunch of tools like Visual Studio code Excel or python to produce the desired output then you're done that's exactly what large language models are good at AI is going to do your job thousands of times faster than you and unlike you and me AI does not

đặc tả sản phẩm, và việc bạn làm là đọc internet, ví dụ Google hoặc Stack Overflow hoặc thậm chí chat GPT, bạn kể tên đi, rồi bạn dùng một loạt công cụ như Visual Studio Code, Excel hoặc Python để tạo ra đầu ra mong muốn, thì bạn xong rồi. Đó chính xác là điều mà mô hình ngôn ngữ lớn giỏi. AI sẽ làm công việc của bạn nhanh hơn bạn hàng nghìn lần, và không giống bạn và tôi, AI không

4:47

complain about work life balance so whose job is safe the right question to ask is what skills allow us to benefit from AI rather than being replaced by it I have a few theories and I will share them below first and foremost I believe the ability to acquire context is going to be crucial remember large language models work by accepting a prompt that has the context and the task when

phàn nàn về cân bằng công việc - cuộc sống. Vậy công việc của ai an toàn? Câu hỏi đúng cần đặt ra là kỹ năng nào cho phép chúng ta hưởng lợi từ AI thay vì bị nó thay thế. Tôi có một vài giả thuyết và tôi sẽ chia sẻ chúng dưới đây. Đầu tiên và quan trọng nhất, tôi tin rằng khả năng thu thập ngữ cảnh sẽ rất quan trọng. Hãy nhớ rằng mô hình ngôn ngữ lớn hoạt động bằng cách nhận một prompt chứa ngữ cảnh và nhiệm vụ. Khi

5:15

someone has gathered all the relevant context and gave that to ai can do the job very well however AI is not very good at acquiring context by themselves as an example if you have a code base and you tell the AI the exact code file and function that needs to be optimized AI can typically do that pretty well pretty fast however if you just throw a problem statement like our app feels

ai đó đã thu thập tất cả ngữ cảnh liên quan và đưa nó cho AI, AI có thể làm công việc rất tốt. Tuy nhiên, AI không giỏi lắm trong việc tự thu thập ngữ cảnh. Ví dụ, nếu bạn có một code base và bạn nói cho AI biết chính xác tệp mã và hàm cần được tối ưu hóa, AI thường có thể làm điều đó khá tốt và khá nhanh. Tuy nhiên, nếu bạn chỉ ném ra một phát biểu vấn đề như "ứng dụng của chúng tôi có vẻ

5:42

slow you can go get your popcor and watch AI suck that's because in order to solve this problem you would first need to acquire some additional context on what it means for the app to be slow this is typically done by real usage of the app or doing some performance proog profiling that can reveal which function is being the bottleneck by first knowing how to acquire this additional context

chậm", bạn có thể đi lấy bắp rang và xem AI thất bại thảm hại. Đó là vì để giải quyết vấn đề này, trước tiên bạn cần thu thập thêm ngữ cảnh về việc ứng dụng chậm nghĩa là gì. Điều này thường được thực hiện bằng cách sử dụng ứng dụng thực tế hoặc thực hiện một số phân tích hiệu năng để phát hiện hàm nào đang là nút thắt cổ chai. Bằng cách trước tiên biết cách thu thập ngữ cảnh bổ sung này,

6:07

you can then summarize the context in the prompt and give that to AI to solve the problem people who are able to acquire context and resolve ambiguity are much better positioned to benefit from AI than those who like to wait for others to give them context and bring all the clarity and they simply execute a task to get good at acquiring context we need to shift away from a task driven

bạn có thể tóm tắt ngữ cảnh trong prompt và đưa nó cho AI để giải quyết vấn đề. Những người có khả năng thu thập ngữ cảnh và giải quyết sự mơ hồ có vị thế tốt hơn nhiều để hưởng lợi từ AI so với những người thích chờ người khác cung cấp ngữ cảnh cho họ, mang lại mọi sự rõ ràng, và họ chỉ đơn giản thực thi một nhiệm vụ. Để giỏi thu thập ngữ cảnh, chúng ta cần chuyển khỏi tư duy

6:33

mindset to a problem-driven business-driven one if your current job is to accept context and task from others then you should be alarmed and start to shift your mindset ASAP my previous video talking about the difference between Junior and senior engineer talks about the same topic in depth aside from the ability to acquire context I would also say that the more

lấy nhiệm vụ làm trung tâm sang tư duy lấy vấn đề và lấy kinh doanh làm trung tâm. Nếu công việc hiện tại của bạn là nhận ngữ cảnh và nhiệm vụ từ người khác, thì bạn nên cảnh giác và bắt đầu chuyển đổi tư duy càng sớm càng tốt. Video trước của tôi nói về sự khác biệt giữa kỹ sư cấp dưới và kỹ sư cấp cao cũng bàn sâu về chủ đề tương tự. Ngoài khả năng thu thập ngữ cảnh, tôi cũng muốn nói rằng công việc của bạn càng

6:56

specialized your job is the more risky you are how would you describe your job if your answer is something like I'm a react developer or I'm an Excel data analyst then you are not in a good position it's very easy to fine-tune an AI model to be very good at one specific task you can just give it a lot of examples and it learns very fast there are literally thousands of startup

chuyên biệt thì bạn càng rủi ro. Bạn sẽ mô tả công việc của mình như thế nào? Nếu câu trả lời của bạn giống như "Tôi là lập trình viên React" hoặc "Tôi là chuyên viên phân tích dữ liệu Excel", thì bạn không ở vị thế tốt. Rất dễ tinh chỉnh một mô hình AI để nó rất giỏi một nhiệm vụ cụ thể. Bạn chỉ cần cho nó nhiều ví dụ và nó học rất nhanh. Có hàng nghìn công ty khởi nghiệp

7:21

companies who's doing that fine tuning as we speak and their business model is literally to replace human with AI at a lower cost and they split the difference it is however much harder to build general AI models that's good at everything so people who are versatile and can connect dots between multiple domains will be a lot harder to replace if you are an engineer try to not lock

đang làm việc tinh chỉnh đó ngay lúc này, và mô hình kinh doanh của họ thực sự là thay thế con người bằng AI với chi phí thấp hơn, và họ ăn phần chênh lệch. Tuy nhiên, việc xây dựng các mô hình AI tổng quát giỏi mọi thứ thì khó hơn nhiều, nên những người đa năng và có thể kết nối các điểm giữa nhiều lĩnh vực sẽ khó bị thay thế hơn nhiều. Nếu bạn là kỹ sư, hãy cố đừng khóa

7:46

yourself into a specific text stack or language or framework expand your breath and Go full stack don't shy away from non-engineering tasks either the more versatile your skills are the more defensive ible Your Role will be in the new AI world you want to be the person who's commanding an army of AI models to do work for you not someone who watches AI become better and better at their job

mình vào một tech stack, ngôn ngữ hoặc framework cụ thể. Hãy mở rộng bề rộng của bạn và trở thành full stack. Cũng đừng né tránh các nhiệm vụ phi kỹ thuật. Kỹ năng của bạn càng đa dạng thì vai trò của bạn càng dễ phòng thủ trong thế giới AI mới. Bạn muốn trở thành người chỉ huy một đội quân các mô hình AI làm việc cho mình, chứ không phải người đứng nhìn AI ngày càng giỏi hơn trong công việc của họ.

8:11

lastly it makes me a little sad but I believe the value of craftsmanship will continue to decrease the world will become increasingly in need of entrepreneurs who are outcome oriented I talked a little bit about the difference between the two archetypes in the previous video as well as well think of the Industrial Revolution who benefited more the Carpenters who continued to

Cuối cùng, điều này làm tôi hơi buồn, nhưng tôi tin rằng giá trị của sự khéo léo thủ công sẽ tiếp tục giảm. Thế giới sẽ ngày càng cần những doanh nhân hướng đến kết quả. Tôi cũng đã nói một chút về sự khác biệt giữa hai nguyên mẫu này trong video trước. Hãy nghĩ về Cách mạng Công nghiệp: ai được lợi nhiều hơn, những người thợ mộc tiếp tục

8:35

produce a few handmade chairs per month or the ones who build factories that produce chairs at massive scale although machines cannot achieve the same level of craft as a skilled Carpenter it can get close enough while being able to make products orders of magnitude faster and cheaper the same goes for tech jobs now ai will be able to write highly SK scalable maintainable and performance

sản xuất vài chiếc ghế thủ công mỗi tháng, hay những người xây nhà máy sản xuất ghế với quy mô lớn? Mặc dù máy móc không thể đạt được cùng mức độ khéo léo như một người thợ mộc lành nghề, nó có thể đạt đủ gần trong khi có thể tạo ra sản phẩm nhanh hơn và rẻ hơn nhiều bậc độ lớn. Điều tương tự cũng đúng với các công việc công nghệ. Giờ đây AI sẽ có thể viết mã có khả năng mở rộng, dễ bảo trì và hiệu năng cao

9:01

code a lot faster than humans ever could that's not to say craftsmanship is no longer important but if that's what you talk about all day and it's all that makes you proud you need to be aware of the risks coming your way ideally you should expand your skills a little bit more towards the entrepreneur side start to understand business success start to take on business accountability and

nhanh hơn nhiều so với con người từng có thể. Điều đó không có nghĩa là sự khéo léo thủ công không còn quan trọng, nhưng nếu đó là điều bạn nói cả ngày và là tất cả những gì khiến bạn tự hào, bạn cần nhận thức được những rủi ro đang đến với mình. Lý tưởng nhất, bạn nên mở rộng kỹ năng của mình thêm một chút về phía doanh nhân, bắt đầu hiểu về thành công trong kinh doanh, bắt đầu nhận trách nhiệm kinh doanh và

9:28

start to shift your mindset towards a business outcome thank you for staying with me all the way if you found this video helpful I'm sure you will find my other video which talks about the difference between Junior and senior Engineers also interesting please check it out and don't forget to click the like button so more people can find this video thank you for watching and see you next time

bắt đầu chuyển tư duy của bạn hướng tới kết quả kinh doanh. Cảm ơn bạn đã ở lại với tôi đến hết video. Nếu bạn thấy video này hữu ích, tôi chắc rằng bạn cũng sẽ thấy video khác của tôi nói về sự khác biệt giữa kỹ sư cấp dưới và kỹ sư cấp cao thú vị. Hãy xem nó và đừng quên nhấn nút thích để nhiều người có thể tìm thấy video này hơn. Cảm ơn bạn đã xem và hẹn gặp lại lần sau.

Transcript

Hiển thị

AI as a Major Breakthrough

Generative AI is presented as a transformative force comparable to fire or electricity, not merely an incremental improvement. The chapter argues that the concern about job displacement is justified and that failing to adapt will leave people behind.

AI tạo sinh được trình bày như một lực lượng biến đổi có thể so sánh với lửa hoặc điện, không chỉ là một cải tiến nhỏ. Chương này lập luận rằng lo ngại về việc mất việc làm là chính đáng và việc không thích ứng sẽ khiến mọi người bị bỏ lại phía sau.

1 / 5