Tổng quan trí tuệ nhân tạo
Nếu sáng nay bạn hỏi trợ lý ảo đường tới trường, nhờ một ứng dụng dịch nhanh đoạn tài liệu tiếng Anh, rồi gõ vài câu để một công cụ viết giúp bản nháp email, thì bạn đã dùng trí tuệ nhân tạo ít nhất ba lần trước khi đến lớp. AI đã len lỏi vào cuộc sống thường ngày đến mức nhiều khi ta không còn nhận ra. Phần này giúp bạn trả lời ba câu hỏi nền tảng: AI ra đời và lớn lên thế nào, các khái niệm cốt lõi khác nhau ở đâu, và AI tạo sinh có gì đặc biệt.
Một hành trình dài hơn bạn nghĩ
Nhiều người tưởng AI là chuyện vài năm gần đây. Thực ra ý tưởng về một cỗ máy biết suy nghĩ đã đi cùng con người hơn bảy mươi năm, trải qua những giai đoạn hứng khởi xen lẫn thất vọng.
| Mốc | Sự kiện |
|---|---|
| 1950 | Alan Turing đề xuất phép thử Turing: nếu trò chuyện qua màn hình mà không phân biệt được người hay máy, cỗ máy đó coi như đạt mức trí tuệ tương đương trong cuộc trò chuyện ấy. |
| 1956 | Hội thảo Dartmouth ở Hoa Kỳ, thuật ngữ trí tuệ nhân tạo (Artificial Intelligence) lần đầu được dùng chính thức, thường xem là ngày khai sinh của ngành. |
| 1970, 1980 | Các giai đoạn mùa đông AI: kỳ vọng dâng cao rồi sụp đổ vì kết quả không như hứa hẹn, tài trợ bị cắt giảm. |
| 2012 | Một mô hình học sâu thắng vang dội cuộc thi nhận dạng ảnh quy mô lớn, mở ra làn sóng học sâu. |
| 2017 | Google công bố kiến trúc Transformer, nền tảng cho các mô hình ngôn ngữ lớn ngày nay. |
| 2022 | ChatGPT, một công cụ trò chuyện dựa trên mô hình ngôn ngữ lớn, mở cho công chúng và đạt một trăm triệu người dùng chỉ trong hai tháng. |
Đừng cố nhớ chính xác từng con số năm. Điều cần nắm là AI không phải phép màu xuất hiện sau một đêm, mà là thành quả của nhiều thập niên nghiên cứu, có lúc thăng lúc trầm. Hiểu điều này giúp ta giữ thái độ tỉnh táo: không thần thánh hóa, cũng không xem thường công nghệ.
Bốn khái niệm dễ nhầm lẫn
Trong các bài báo và quảng cáo, bốn cụm từ thường được dùng lẫn lộn: trí tuệ nhân tạo, học máy, học sâu và AI tạo sinh. Thực ra chúng có quan hệ bao hàm rõ ràng, như những chiếc hộp lồng vào nhau, đi từ rộng tới hẹp: AI chứa học máy, học máy chứa học sâu, học sâu chứa AI tạo sinh. Mọi công cụ tạo sinh đều là học sâu, nhưng không phải mọi AI đều biết tạo sinh.
| Tiêu chí | Trí tuệ nhân tạo (AI) | Học máy (ML) | Học sâu / AI tạo sinh |
|---|---|---|---|
| Phạm vi | Rộng nhất, bao trùm tất cả | Một nhánh của AI | Nhánh hẹp nhất, nằm trong học máy |
| Cách hoạt động | Có thể dùng luật do người viết | Tự học quy luật từ dữ liệu | Học bằng mạng nơ-ron nhiều tầng |
| Cần dữ liệu | Không bắt buộc nhiều | Cần dữ liệu đã gắn nhãn | Cần dữ liệu rất lớn |
| Việc làm được | Lập luận, ra quyết định theo luật | Phân loại, dự đoán | Phân loại; AI tạo sinh còn tạo nội dung mới |
| Ví dụ quen thuộc | Phần mềm chơi cờ theo luật | Lọc thư rác, gợi ý sản phẩm | Trợ lý trò chuyện, vẽ ảnh từ chữ |
Một cách hình dung: dạy máy phân biệt thư rác với thư bình thường theo lối học máy, bạn không viết hàng trăm luật mà chỉ đưa cho máy hàng nghìn thư đã gắn nhãn rác hoặc không rác, để máy tự tìm đặc điểm chung. Đó là cốt lõi của học máy: học từ ví dụ, không phải làm theo luật cứng. Học sâu đẩy ý tưởng này xa hơn bằng mạng nơ-ron nhiều tầng, học từ đặc điểm đơn giản ở lớp đầu tới đặc điểm trừu tượng ở lớp sau. Chữ sâu chính là chỉ số lượng lớn các lớp xếp chồng đó.
AI tạo sinh là gì và làm được gì
AI tạo sinh (Generative AI) là nhóm hệ thống học sâu có khả năng tạo ra nội dung mới như văn bản, hình ảnh, âm thanh hoặc mã, thay vì chỉ phân loại hay dự đoán trên dữ liệu có sẵn. Khác biệt nằm ở chữ tạo: một hệ thống học máy thông thường nhìn bức ảnh rồi trả lời đây là chó hay mèo, còn một hệ thống tạo sinh có thể vẽ ra một bức ảnh con mèo hoàn toàn mới chưa từng tồn tại. Có ba đặc điểm khiến nó nổi bật:
- Tạo nội dung mới: viết được một đoạn văn, vẽ được một bức tranh, gợi ý được một đoạn mã. Mỗi lần chạy có thể cho kết quả khác nhau.
- Tương tác bằng ngôn ngữ tự nhiên: chỉ cần gõ yêu cầu bằng tiếng Việt hoặc tiếng Anh như nhắn tin cho một người bạn, không cần học cú pháp lập trình.
- Áp dụng cho nhiều việc với một công cụ: cùng một trợ lý giúp tóm tắt tài liệu, dịch, lên dàn ý, giải thích khái niệm khó hay gợi ý ý tưởng đồ án.
Các công cụ AI tạo sinh phổ biến 2025-2026 gồm ChatGPT, Google Gemini, Microsoft Copilot, Perplexity, Grok và Meta AI. Tiềm năng rất lớn cho người học mọi ngành: sinh viên kiến trúc phác nhanh nhiều phương án bố cục để lấy cảm hứng, sinh viên kinh tế dựng dàn ý báo cáo, sinh viên ngoại ngữ luyện hội thoại bất cứ lúc nào.
AI tạo sinh tạo ra nội dung nghe rất trôi chảy và tự tin, nhưng trôi chảy không có nghĩa là đúng. Nó có thể bịa ra thông tin, dẫn nguồn không tồn tại hoặc sai sự thật mà vẫn diễn đạt rất thuyết phục, gọi là hiện tượng ảo giác. Hãy xem AI như chiếc xe đạp cho trí óc: nó giúp bạn đi xa và nhanh hơn, nhưng bạn vẫn phải là người đạp và cầm lái. Người học luôn phải tự kiểm chứng trước khi tin và sử dụng kết quả, và chịu trách nhiệm cuối cùng.
Thử ngay: nói AI đúng 95% thì nghĩa là gì
Đây là hiểu lầm phổ biến nhất của người mới dùng AI, và may cho chúng ta, nó tính được hoàn toàn bằng phép nhân lớp sáu.
Giả sử một công cụ làm đúng 95% mỗi bước. Nghe rất cao. Nhưng một việc học tập hiếm khi chỉ có một bước: bạn nhờ nó đọc đề, hiểu yêu cầu, chọn công thức, thay số, tính, rồi trình bày lại. Nếu mỗi bước đúng với xác suất p, và tạm coi các bước không ảnh hưởng nhau, thì xác suất cả chuỗi n bước đúng hết là p nhân với chính nó n lần, viết là p^n. Nhân một số nhỏ hơn 1 với chính nó thì chỉ có một đường: đi xuống, và đi xuống nhanh hơn ta tưởng.
Sim dưới đây tính đúng phép nhân đó, cộng thêm ba câu hỏi đi kèm mà ai dùng AI cũng nên trả lời được: trung bình sai mấy bước, việc được dài nhất mấy bước nếu muốn cả chuỗi đúng chắc, và kiểm lại bằng người thì cứu được bao nhiêu. Mọi tham số đều sửa được, gõ số vào là nó tính lại ngay.
1 · Nhân dọc chuỗi ✎ sửa được
Phép tính đầy đủ: 0,9500^20 = 0,3585 = 35,85%. Mỗi bước thêm vào là một lần nhân với 0,9500, mà nhân với một số nhỏ hơn 1 thì chỉ có đường đi xuống.
2 · Sai mấy bước ✎ sửa được
Sai đúng 1 bước trong 20 bước: 37,74%. Sai không quá 1 bước: 73,58%.
| số bước sai | xác suất | so với dòng cao nhất |
|---|---|---|
| đúng 0 bước sai | 35,85% | |
| đúng 1 bước sai ◂ đang soi | 37,74% | |
| đúng 2 bước sai | 18,87% | |
| đúng 3 bước sai | 5,96% | |
| đúng 4 bước sai | 1,33% | |
| đúng 5 bước sai | 0,22% | |
| đúng 6 bước sai | 0,03% | |
| đúng 7 bước sai | ≈ 3,1 × 10^-3% | |
| từ 8 bước sai trở lên | ≈ 2,9 × 10^-4% |
3 · Giữ cả chuỗi trên một ngưỡng ✎ sửa được
Muốn cả chuỗi đúng với xác suất ít nhất 90% thì việc được dài tối đa bao nhiêu bước? Giải p^n ≥ ngưỡng ra n = phần nguyên của (log ngưỡng / log p).
p^n. Ở cấu hình này công thức và phép so chính xác trùng nhau, cùng cho 2.4 · Kiểm lại bằng người ✎ sửa được
Trước khi kiểm, mỗi bước sai với tỉ lệ 1 - p = 0,0500. Người kiểm bắt được 80% số lỗi đó, nên phần còn sai là (1 - p)(1 - r) = 0,0500 × 0,2000 = 0,0100, tức độ chính xác mỗi bước lên 99,00% chứ không lên 100%.
- Nó không đo độ chính xác của bất kỳ công cụ AI nào.
plà con số bạn tự đặt để thấy hình dạng của phép nhân. Ai nói với bạn một con số phần trăm cho một công cụ thì phải nói kèm đo trên bộ đề nào, ngày nào, và ai đo. - Nó giả định các bước độc lập với nhau. Thực tế thì không: hiểu sai một chỗ ở bước đầu làm lệch cả chuỗi phía sau, nên xác suất thật thường tệ hơn
p^n. Sim không tính được tệ hơn bao nhiêu. - Nó giả định mọi bước khó như nhau, cùng một
p. Trong một việc thật, vài bước dễ và vài bước rất khó. - Người kiểm ở phần 4 là một người kiểm lý tưởng hoá: bắt được đúng một tỉ lệ lỗi và không bao giờ làm hỏng chỗ đang đúng. Người thật thì bỏ sót, và đôi khi sửa cả chỗ vốn đã đúng.
- Cổng kiểm số của bài canh phép tính: cấu hình này thì con số phải bằng đấy, và mốc biên phải đúng ở cả hai phía. Nó không canh, và không thể canh, chuyện công cụ nào ngoài kia đúng bao nhiêu phần trăm.
Bốn con số ở trạng thái mở bài
Việc càng nhiều bước, phép nhân càng ăn. Mở bài sim đặt p = 0,95 và n = 20 bước. Xác suất cả chuỗi đúng là 0,9500^20 = 0,3585, tức 35,85%, chưa tới 36%. Nói cách khác: mỗi bước đúng tới 95% mà cả việc thì tỉ lệ đúng hết còn thấp hơn tung một đồng xu. Kéo cột dài dần trong sim mà xem, cùng độ chính xác 95% đó: 1 bước là 95,00%, 2 bước 90,25%, 3 bước 85,74%, 5 bước 77,38%, 10 bước 59,87%, 20 bước 35,85%. Bấm sang tình huống 30 bước thì còn 21,46%.
Trung bình sai một bước, nhưng trung bình không có nghĩa là luôn luôn. Số bước sai trung bình bằng n nhân 1 - p, ở đây là 20 × 0,0500 = 1,00 bước, tức trung bình cứ 20 bước thì có 1 bước sai. Con số ấy dễ làm người ta yên tâm sai chỗ, nên hãy nhìn cả bảng phân bố. Xác suất không sai bước nào là 35,85%, sai đúng một bước là 37,74%, sai đúng hai bước là 18,87%. Để ý: khả năng cao nhất không phải là không sai bước nào, mà là sai đúng một bước. Cộng hai dòng đầu lại, xác suất sai không quá một bước là 73,58%, nghĩa là cứ khoảng bốn lần nhờ AI làm việc dài như vậy thì có hơn một lần nó sai từ hai chỗ trở lên.
Muốn cả chuỗi đúng chắc thì việc phải ngắn. Đây là con số hữu ích nhất của cả bài. Đặt một ngưỡng cho cả chuỗi, ví dụ 90%, rồi hỏi việc được dài tối đa mấy bước. Giải p^n ≥ ngưỡng ra n = phần nguyên của (log ngưỡng chia log p). Với p = 0,95 và ngưỡng 90% thì đáp án là 2 bước. Sim in ra cả hai phía của mốc để bạn thấy vì sao đúng là 2: ở 2 bước còn 90,25% nên đạt, ở 3 bước còn 85,74% nên không đạt. Chỉ nói một phía thì chưa chứng minh được gì, vì một công thức lệch một bước vẫn nghe hợp lý. Bài học thực hành rút ra rất cụ thể: nếu bạn cần kết quả chắc chắn, hãy chia việc thành từng đoạn ngắn và kiểm từng đoạn, thay vì giao một lượt cả bài rồi hy vọng.
Kiểm lại bằng người không biến 95% thành 100%. Giả sử bạn đọc lại kết quả và bắt được r phần số lỗi. Phần còn sai mỗi bước là (1 - p)(1 - r). Với p = 0,95 và r = 0,8 thì còn 0,0500 × 0,2000 = 0,0100, tức mỗi bước còn sai 1,00% và độ chính xác mỗi bước lên 99,00%, chứ không lên 100%. Cả chuỗi 20 bước khi đó đúng 81,79%, so với 35,85% khi không kiểm. Bắt được 80% số lỗi là một bước tiến rất lớn, và nó vẫn để lại gần một phần năm khả năng có lỗi sót trong bài. Chỉ khi kéo núm lên đúng 100%, tức bắt được mọi lỗi, cả chuỗi mới chắc chắn đúng, mà không người kiểm nào làm được như vậy.
Khi máy tính hết chỗ để ghi con số
Nhân mãi một số nhỏ hơn 1 thì đến lúc kết quả nhỏ hơn cả con số nhỏ nhất mà máy tính giữ được, và máy trả về đúng số 0. Mốc đó phụ thuộc p: với p = 0,5 thì từ bước 1075 trở đi máy in ra 0; với p = 0,1 thì chỉ cần 324 bước; còn với p = 0,95 phải tới 14.527 bước, xa hơn trần 2000 bước của sim nên bạn không gặp được ở đây. Bấm tình huống cuối cùng, 50% và 2000 bước, để thấy sim xử lý ra sao: nó không in 0 mà in ≈ 8,7 × 10^-601%, tính qua logarit. Xác suất thật không bằng 0, nó chỉ nhỏ tới mức vô nghĩa, và một con số 0 hiện lên màn hình sẽ nói sai điều đó.
Có một chỗ tế nhị nữa, và nó dạy một bài đáng giá về máy tính. Công thức n = phần nguyên của (log ngưỡng chia log p) đúng về mặt toán, nhưng máy tính số thực làm tròn, nên ở những chỗ ngưỡng trùng khít với p^n thì công thức lệch đúng một bước. Ví dụ cụ thể: p = 95% với ngưỡng 90,25%, mà 0,95^2 đúng bằng 0,9025, thì công thức cho 1 còn đáp án thật là 2. Cổng kiểm số của bài đã quét một lưới 96 cặp và đếm được đúng 1 cặp lệch như vậy. Sim vì thế so bằng số nguyên chính xác, và khi công thức lệch thì nó nói ra chứ không âm thầm sửa.
Hai điều sim này không làm được
Phải nói thẳng, vì đây là chỗ dễ dùng sai nhất.
- Sim giả định các bước độc lập với nhau, mà thực tế thì không. Một hiểu sai ở bước đầu, ví dụ đọc lệch yêu cầu của đề, sẽ làm lệch toàn bộ chuỗi phía sau, nên số bước sai không rải đều mà dồn thành cụm. Nghĩa là
p^nlà con số dễ chịu nhất có thể, và xác suất thật thường tệ hơn. Sim không tính được tệ hơn bao nhiêu, và bạn nên nghi ngờ bất cứ ai nói con số đó đo được dễ dàng. - Sim không đo độ chính xác của bất kỳ công cụ nào.
plà con số bạn tự đặt để thấy hình dạng của phép nhân, không phải phép đo về sản phẩm nào cả. Các tình huống mẫu trong sim đều mang tên việc học, không mang tên công cụ, và đều ghi rõ là số minh hoạ. Muốn nói một công cụ đúng bao nhiêu phần trăm thì phải có phép đo trên một bộ đề cụ thể, kèm ngày đo và người đo.
Phép nhân xác suất là lý do câu quảng cáo tốt nhất về AI vẫn không cứu được một việc dài. Đúng 95% mỗi bước, qua 20 bước còn 35,85%; qua 30 bước còn 21,46%; và ngay cả 99,5% mỗi bước cũng chỉ còn 13,47% sau 400 bước. Muốn cả chuỗi đúng trên 90% với p = 0,95 thì việc chỉ được dài 2 bước. Nên cách dùng AI đúng đắn không phải là tìm công cụ đúng hơn, mà là chia việc thành đoạn ngắn và kiểm từng đoạn: kiểm lại bắt được 80% lỗi đã kéo cả chuỗi từ 35,85% lên 81,79%. Và nhớ rằng mọi con số trên đây còn là con số lạc quan, vì các bước thật không độc lập với nhau.
- 1Một công cụ AI làm đúng 95% ở mỗi bước. Bạn giao cho nó một việc gồm 20 bước. Xác suất cả việc đúng hết là bao nhiêu?
- 2Sim tính cả chuỗi 20 bước đúng 35,85%. So với thực tế khi bạn nhờ AI làm một bài tập 20 bước, con số thật thường thế nào?
- 3Bạn đọc lại kết quả và bắt được 80% số lỗi. Với 95% mỗi bước và 20 bước, cả chuỗi giờ đúng bao nhiêu?
- 1Sự kiện nào năm 1956 thường được xem là ngày khai sinh của ngành trí tuệ nhân tạo?
- 2Bước ngoặt năm 2012 trong lịch sử AI là gì?
- 3Quan hệ bao hàm giữa bốn khái niệm là gì?
- 4Điểm cốt lõi phân biệt học máy với cách lập trình theo luật cứng là gì?
- 5Đặc điểm nào KHÔNG phải của AI tạo sinh so với các thế hệ AI trước?
- 6Khi AI tạo sinh trả lời rất trôi chảy và tự tin, người học nên hiểu điều gì?