NODBITS ATLASFIELD NOTES / NO. 001Khám phá thêm ↗

✳   AI / HIỂU TỪ GỐC

Hiểu về AI.

Từ một câu hỏi nhỏ đến hàng tỷ phép tính ẩn sau câu trả lời.

7 PHÚT ĐỌC19.11.2026KHÁM PHÁ TƯƠNG TÁC
CHƯƠNG 01 / A BEGINNER'S FIELD GUIDE ↓ SCROLL TO LEARN

Bạn gõ một câu hỏi. AI trả lời trong vài giây. Chuyện tưởng đơn giản ấy được tạo nên bởi một hệ thống xử lý ngôn ngữ có cấu trúc rất khác cách con người suy nghĩ.

01 / KHÁI NIỆM

AI là gì?

Trí tuệ nhân tạo (Artificial Intelligence) là lĩnh vực xây dựng các hệ thống có thể thực hiện những nhiệm vụ vốn thường cần đến năng lực nhận thức của con người: nhận dạng hình ảnh, hiểu ngôn ngữ, dự đoán và ra quyết định.

Không phải mọi AI đều giống ChatGPT. Có mô hình nhận diện biển báo giao thông, mô hình dự báo thời tiết, hệ thống gợi ý phim, và những mô hình ngôn ngữ lớn (LLM) chuyên xử lý văn bản.

✳

Một cách hình dung: AI là một lĩnh vực rộng. LLM chỉ là một nhóm công nghệ bên trong lĩnh vực đó. Và chatbot là một trong nhiều cách đưa LLM đến người dùng.

02 / BÊN TRONG MÔ HÌNH

Vì sao AI có thể trả lời?

Một mô hình ngôn ngữ được huấn luyện để học các mẫu hình từ lượng dữ liệu rất lớn. Khi nhận câu hỏi, nó chuyển nội dung đầu vào thành các đơn vị gọi là token, thực hiện phép tính trên các biểu diễn số, rồi tạo token tiếp theo dựa trên ngữ cảnh.

01Câu hỏi“Vì sao bầu trời xanh?”
02TokenCác phần của văn bản
03Xác suấtDự đoán phần tiếp theo
04Câu trả lờiTừng token nối tiếp

Quá trình này lặp lại nhiều lần. Kết quả có thể rất mạch lạc, nhưng mạch lạc không đồng nghĩa với đúng. Mô hình có thể đưa ra nội dung sai, suy luận thiếu căn cứ hoặc tạo nguồn không tồn tại.

03 / INTERACTIVE LAB

Thử chơi với xác suất

Khi nhiều token đều có khả năng xuất hiện tiếp theo, cách lấy mẫu ảnh hưởng đến độ đa dạng của văn bản. Một tham số thường được gọi là temperature giúp điều chỉnh mức độ tập trung của phân phối xác suất.

TOKEN PLAYGROUNDDEMO / 001

“Hôm nay mình học AI, ...”

Ít ngẫu nhiên hơnĐa dạng hơn

Kết quả sẽ xuất hiện ở đây.

Minh họa bằng bốn token và xác suất giả định, không kết nối tới AI thật. Token thực tế không nhất thiết tương ứng với từng từ.

Ở nhiệt độ thấp, lựa chọn vốn có xác suất cao sẽ chiếm ưu thế hơn. Khi tăng nhiệt độ, phân phối trở nên dàn trải hơn. Nhiệt độ không trực tiếp đo “mức sáng tạo” hay “độ thông minh” của mô hình.

04 / GIỚI HẠN

Điều AI chưa làm tốt

01

Kiểm chứng sự thật

AI có thể phát biểu rất tự tin dù thông tin sai. Những kết luận quan trọng cần nguồn đáng tin cậy.

02

Hiểu thế giới như con người

Tạo câu chữ hợp lý không chứng minh rằng mô hình có trải nghiệm hoặc sự hiểu biết theo nghĩa con người.

03

Nắm đúng ngữ cảnh mọi lúc

Một yêu cầu mơ hồ, dữ liệu lỗi thời hoặc thiếu thông tin có thể dẫn tới kết quả lệch ý.

05 / TAKEAWAYS

Nhớ ba điều này là đủ để bắt đầu.

  1. AI là một lĩnh vực, không phải một sản phẩm duy nhất.
  2. LLM tạo nội dung dựa trên ngữ cảnh và các phân phối xác suất đã học.
  3. Dùng AI như một cộng sự có thể sai, không phải nguồn chân lý tuyệt đối.

Nếu hiểu được những điều trên, bạn đã có nền tảng để khám phá tiếp về dữ liệu huấn luyện, neural network, prompt và cách đánh giá mô hình.

END OF FIELD NOTE ✳ KEEP EXPLORING.