OpenAI chuẩn bị chuyển hướng sang "siêu ứng dụng" ChatGPT ↗
Theo các nguồn tin, OpenAI đang chuyển đổi ChatGPT từ một chatbot hỏi đáp thành một "siêu ứng dụng" đa năng hơn - tích hợp các công cụ lập trình, trợ lý ảo, tạo hình ảnh và ứng dụng đối tác, tất cả được tập hợp tại một nơi. Ý tưởng này tưởng chừng đơn giản đến bất ngờ, nhưng lại là một bước tiến lớn trong phát triển sản phẩm. (Fortune)
Điều đáng chú ý hơn là người dùng sẽ không chỉ hỏi AI để tìm câu trả lời. Họ sẽ giao cho nó những nhiệm vụ phức tạp - đặt chỗ, lịch, lập trình, quy trình làm việc - và kỳ vọng nó sẽ thực hiện mọi việc một cách chính xác. Đó chính là cuộc săn tìm lợi thế cạnh tranh hiện nay.
Perplexity cho phép các mô hình AI tự viết các quy trình tìm kiếm của riêng chúng ↗
Tính năng “Tìm kiếm dưới dạng mã” của Perplexity chuyển đổi quá trình tìm kiếm từ các lệnh gọi API cố định sang các quy trình làm việc bằng Python do mô hình tự viết. Thay vì liên tục gửi các truy vấn đến một “hộp đen”, mô hình sẽ tự xây dựng cỗ máy tìm kiếm nhỏ gọn của riêng mình. (The Decoder)
Công ty này cho biết họ đã sử dụng ít token hơn nhiều trong một bài kiểm tra chuẩn về an ninh mạng và dẫn đầu trong hầu hết các bài kiểm tra. Tất nhiên, cần xem xét lời tuyên bố về bài kiểm tra chuẩn này một cách thận trọng - nhưng ý tưởng thì khá hay.
Nvidia ký kết các thỏa thuận mới về cơ sở hạ tầng AI tại Hàn Quốc ↗
Nvidia vừa công bố một loạt các quan hệ đối tác với Hàn Quốc, bao gồm chip nhớ, điện toán đám mây AI, trung tâm dữ liệu, robot và sản xuất. SK Hynix, SK Telecom, Naver, Doosan, LG Group và Hyundai đều xuất hiện trong danh sách các đối tác này. (Reuters)
Điểm mấu chốt thực tế: Nvidia muốn đảm bảo nguồn cung bộ nhớ tiên tiến trong khi thúc đẩy các "nhà máy AI" thâm nhập sâu hơn vào chuỗi cung ứng công nghiệp. Có hào nhoáng không? Không hẳn. Quan trọng không? Rất quan trọng.
Ngành kinh doanh trí tuệ nhân tạo đang đối mặt với 4 thực tế khắc nghiệt ↗
Câu chuyện về thị trường AI trở nên ảm đạm hơn: chi phí cao, thời gian hoàn vốn chậm, nhu cầu về cơ sở hạ tầng mạnh mẽ nhưng không phải là vô hạn, và chi phí tài chính có thể vẫn cao. Đó chính là lớp bìa cứng ẩm ướt bên dưới lớp vỏ hào nhoáng hào nhoáng. (Axios)
Mâu thuẫn cốt lõi rất đơn giản: Trí tuệ nhân tạo (AI) với tư cách là công nghệ có thể đầy hứa hẹn, trong khi AI với tư cách là một doanh nghiệp vẫn còn đắt đỏ, cồng kềnh và chưa được khai thác triệt để tiềm năng lợi nhuận. Cả hai điều này đều có thể đúng - gây khó chịu, nhưng đó là sự thật.
Các ngân hàng đang chuẩn bị cho việc cắt giảm nhân sự quy mô lớn khi trí tuệ nhân tạo (AI) ngày càng phổ biến ↗
Theo các nguồn tin, các ngân hàng đang thu hẹp số lượng lớp chuyên viên phân tích cấp dưới, trong một số trường hợp là giảm mạnh, trong khi vẫn dựa vào nguồn nhân lực mới ra trường này để tìm kiếm nhân tài AI trong tương lai. Đó là một vòng luẩn quẩn kỳ lạ, tự cắn chính chương trình đào tạo sau đại học của mình. (Fortune)
Các trường hợp ứng dụng AI trong tương lai gần cụ thể hơn so với viễn tưởng: dịch vụ khách hàng, giám sát giao dịch, giám sát thương mại. Ít giống "ngân hàng robot", mà giống hơn với "nhiều cải tiến nhỏ và tự động hóa"
Bên trong kho hàng nhộn nhịp nhất của Amazon tại châu Âu, nơi robot, tia laser và con người cùng nhau kiến tạo tương lai ↗
Kho hàng LCY3 của Amazon ở Dartford đang hoạt động với robot di động, phần mềm trí tuệ nhân tạo, máy quét và hệ thống băng chuyền, vận chuyển hàng triệu kiện hàng mỗi tuần. Nghe có vẻ như nó vừa là trung tâm phân phối, vừa giống như một bàn chơi pinball công nghiệp. (euronews)
Phần trí tuệ nhân tạo (AI) mang tính thực tiễn: điều phối robot, tối ưu hóa tuyến đường, đo kích thước kiện hàng, đọc nhãn và phân làn. Không phải những thứ chatbot hào nhoáng - mà giống như bộ khung vô hình giúp vận hành bán lẻ nhanh hơn.
Câu hỏi thường gặp
Việc OpenAI chuyển hướng sang ứng dụng siêu ứng dụng ChatGPT có ý nghĩa gì?
Theo các nguồn tin, OpenAI đang phát triển ChatGPT vượt ra khỏi vai trò chatbot hỏi đáp đơn giản, hướng tới một trung tâm đa chức năng, giống như ứng dụng. Ý tưởng là tích hợp các công cụ lập trình, tác nhân AI, tạo hình ảnh và ứng dụng đối tác vào một nơi duy nhất. Thay vì chỉ trả lời câu hỏi, ChatGPT sẽ giúp hoàn thành các tác vụ lớn hơn như đặt chỗ, quản lý lịch, lập trình và quy trình làm việc.
Tại sao các tác nhân AI lại trở thành tâm điểm chú ý trong tin tức về AI đến vậy?
Các tác nhân AI rất quan trọng vì chúng chuyển mục tiêu sản phẩm từ việc chỉ đưa ra câu trả lời sang việc thực hiện hành động. Trong bài viết này, chủ đề chính là người dùng giao cho AI những nhiệm vụ phức tạp và kỳ vọng nó hoàn thành chúng một cách chính xác. Điều đó khiến độ tin cậy, khả năng xử lý quy trình công việc và các tích hợp có giá trị trở nên quan trọng hơn so với việc chỉ đơn thuần tạo ra một câu trả lời hoàn chỉnh.
Phương pháp “Tìm kiếm dưới dạng mã” của Perplexity là gì?
Tính năng “Tìm kiếm dưới dạng mã” của Perplexity cho phép các mô hình AI viết các quy trình làm việc bằng Python để tìm kiếm thay vì chỉ gọi các API tìm kiếm cố định. Điều đó có nghĩa là mô hình có thể xây dựng một quy trình tìm kiếm tùy chỉnh nhỏ cho nhiệm vụ này. Bài báo cho biết Perplexity tuyên bố rằng điều này đã sử dụng ít token hơn trong một bài kiểm tra hiệu năng an ninh mạng, mặc dù các tuyên bố về hiệu năng này cần được xem xét thận trọng.
Tại sao các thỏa thuận về cơ sở hạ tầng AI của Nvidia tại Hàn Quốc lại quan trọng?
Các thỏa thuận của Nvidia tại Hàn Quốc rất quan trọng vì chúng kết nối cơ sở hạ tầng AI với chip nhớ, điện toán đám mây, trung tâm dữ liệu, robot và sản xuất. Các công ty được đề cập bao gồm SK Hynix, SK Telecom, Naver, Doosan, LG Group và Hyundai. Mục tiêu thực tiễn là đảm bảo nguồn cung cấp bộ nhớ tiên tiến đồng thời thúc đẩy các "nhà máy AI" thâm nhập sâu hơn vào hoạt động công nghiệp.
Các công ty AI đang phải đối mặt với những thực tế kinh doanh khắc nghiệt nào?
Bài báo nêu bật bốn áp lực chính đối với ngành kinh doanh trí tuệ nhân tạo (AI): chi phí cao, thời gian hoàn vốn chậm, nhu cầu cơ sở hạ tầng hạn chế và chi phí tài chính đắt đỏ. Vấn đề không phải là AI đang thất bại với tư cách là một công nghệ. Mà là việc xây dựng các doanh nghiệp AI sinh lời vẫn có thể tốn kém, không đồng đều và khó kiếm tiền hơn so với những kỳ vọng quá cao.
Trí tuệ nhân tạo đang tác động như thế nào đến việc làm trong lĩnh vực ngân hàng và tài chính?
Theo các báo cáo, các ngân hàng đang cắt giảm số lượng lớp đào tạo chuyên viên phân tích cấp dưới trong khi vẫn dựa vào những người lao động mới ra trường như một nguồn nhân lực AI tiềm năng trong tương lai. Các ứng dụng ngắn hạn được mô tả đều mang tính thực tiễn và nhắm mục tiêu cụ thể, bao gồm dịch vụ khách hàng, giám sát giao dịch và theo dõi hoạt động thương mại. Thay vì thay thế toàn bộ ngân hàng, AI dường như đang tạo ra nhiều quy trình tự động hóa nhỏ hơn trong các quy trình làm việc hiện có.