• Menu
My Account Checkout

Các kiến thức về: Kiến thức OTA, Kiến thức du lịch, Kiến thức IT-CNTT, Kiến thức kinh doanh,

18 Th2

AI trong Marketing: Cách mạng thay đổi ngành vĩnh viễn

AI trong Marketing: Chìa Khóa Thành Công Trong Kỷ Nguyên Số

Trong kỷ nguyên số, AI trong marketing đang trở thành yếu tố then chốt giúp các doanh nghiệp tối ưu hóa chiến dịch, cá nhân hóa trải nghiệm khách hàng và đạt được lợi thế cạnh tranh. Bài viết này sẽ khám phá sâu hơn về sức mạnh của AI trong lĩnh vực marketing, từ những ứng dụng cụ thể đến các lợi ích mà nó mang lại.

AI Marketing là gì?

AI Marketing là việc ứng dụng trí tuệ nhân tạo (AI) vào các hoạt động marketing nhằm tự động hóa quy trình, phân tích dữ liệu và đưa ra quyết định thông minh hơn. Điều này giúp doanh nghiệp tiếp cận khách hàng mục tiêu một cách hiệu quả, tăng cường tương tác và cải thiện tỷ lệ chuyển đổi.

AI Marketing là gì

Tại sao AI lại quan trọng trong Marketing?

Sự trỗi dậy của AI trong marketing không phải là ngẫu nhiên. Dưới đây là một số lý do chính giải thích tầm quan trọng của nó:

  • Khả năng phân tích dữ liệu lớn: AI có thể xử lý và phân tích lượng dữ liệu khổng lồ từ nhiều nguồn khác nhau, giúp doanh nghiệp hiểu rõ hơn về khách hàng, thị trường và đối thủ cạnh tranh.
  • Tự động hóa các tác vụ: AI có thể tự động hóa các tác vụ lặp đi lặp lại như gửi email, đăng bài lên mạng xã hội, giúp nhân viên marketing tiết kiệm thời gian và tập trung vào các công việc sáng tạo hơn.
  • Cá nhân hóa trải nghiệm khách hàng: AI cho phép doanh nghiệp tạo ra trải nghiệm cá nhân hóa cho từng khách hàng, từ việc gợi ý sản phẩm phù hợp đến việc cung cấp nội dung được tùy chỉnh.
  • Tối ưu hóa chiến dịch quảng cáo: AI có thể giúp doanh nghiệp tối ưu hóa chiến dịch quảng cáo bằng cách xác định đối tượng mục tiêu, lựa chọn kênh quảng cáo phù hợp và điều chỉnh ngân sách một cách linh hoạt.
Cá nhân hóa trải nghiệm khách hàng với AI

Các ứng dụng phổ biến của AI trong Marketing

AI trong marketing được ứng dụng rộng rãi trong nhiều lĩnh vực khác nhau, bao gồm:

1. Chatbot

Chatbot sử dụng AI để tương tác với khách hàng thông qua tin nhắn, trả lời câu hỏi thường gặp, cung cấp hỗ trợ và thậm chí là bán hàng. Chatbot giúp doanh nghiệp cải thiện dịch vụ khách hàng, tăng cường tương tác và tiết kiệm chi phí.

2. Email Marketing

AI có thể giúp bạn cá nhân hóa email, tự động hóa quy trình gửi email và tối ưu hóa thời gian gửi email để tăng tỷ lệ mở và nhấp chuột.

3. Content Marketing

AI có thể giúp bạn nghiên cứu từ khóa, tạo tiêu đề hấp dẫn, viết bản nháp bài viết và tối ưu hóa nội dung cho SEO. Điều này giúp bạn tạo ra nội dung chất lượng cao, thu hút khách hàng và cải thiện thứ hạng trên các công cụ tìm kiếm.

Ứng dụng AI trong Content Marketing

4. Social Media Marketing

AI có thể giúp bạn lên lịch và tự động hóa đăng bài, phân tích xu hướng và theo dõi đối thủ cạnh tranh, tìm kiếm nội dung phù hợp để chia sẻ và tương tác với khách hàng.

5. Quảng cáo trực tuyến

AI có thể giúp bạn xác định đối tượng mục tiêu, tối ưu hóa giá thầu quảng cáo, tạo quảng cáo hấp dẫn và theo dõi hiệu quả quảng cáo. Điều này giúp bạn tối ưu hóa chiến dịch quảng cáo và đạt được ROI cao hơn.

Ứng dụng AI trong quảng cáo trực tuyến

Lợi ích khi sử dụng AI trong Marketing

Việc áp dụng AI trong marketing mang lại nhiều lợi ích cho doanh nghiệp, bao gồm:

  • Tăng hiệu quả chiến dịch: AI giúp bạn nhắm mục tiêu chính xác hơn, cá nhân hóa trải nghiệm và tối ưu hóa chiến dịch quảng cáo, từ đó tăng tỷ lệ chuyển đổi và doanh thu.
  • Tiết kiệm thời gian và chi phí: AI tự động hóa các tác vụ lặp đi lặp lại, giúp nhân viên marketing tiết kiệm thời gian và tập trung vào các công việc quan trọng hơn.
  • Cải thiện trải nghiệm khách hàng: AI giúp bạn hiểu rõ hơn về khách hàng, cung cấp nội dung và dịch vụ được cá nhân hóa, từ đó tăng sự hài lòng và trung thành của khách hàng.
  • Đưa ra quyết định thông minh hơn: AI phân tích dữ liệu lớn và cung cấp thông tin chi tiết, giúp bạn đưa ra quyết định marketing chính xác và hiệu quả hơn.

Kết luận

AI trong marketing đang thay đổi cách doanh nghiệp tiếp cận và tương tác với khách hàng. Bằng cách áp dụng AI vào các hoạt động marketing, doanh nghiệp có thể tối ưu hóa chiến dịch, cá nhân hóa trải nghiệm khách hàng và đạt được lợi thế cạnh tranh trong kỷ nguyên số. Nếu bạn chưa bắt đầu sử dụng AI trong marketing, đây là thời điểm thích hợp để khám phá và tận dụng sức mạnh của nó.

18 Th2

OpenAI đơn giản hóa mô hình: Giải quyết nhầm lẫn cho người dùng

OpenAI Đơn Giản Hóa Dòng Sản Phẩm: Giải Quyết Tình Trạng Quá Nhiều Mô Hình và Sự Nhầm Lẫn

Giới Thiệu Về Sự Thay Đổi Của OpenAI

OpenAI, công ty tiên phong trong lĩnh vực trí tuệ nhân tạo (AI), đang có kế hoạch
đơn giản hóa dòng sản phẩm mô hình, một động thái hiếm thấy trong ngành công nghệ,
nơi các công ty thường xuyên tung ra các sản phẩm mới. Quyết định này được đưa ra khi OpenAI chuẩn bị ra mắt
GPT-4.5, mô hình cuối cùng không dựa trên chuỗi suy luận (non-chain-of-thought – CoT). CEO Sam Altman đã thừa
nhận rằng việc phát hành quá nhiều mô hình gần đây đã gây ra sự nhầm lẫn cho người dùng.

Hình ảnh minh họa về Sam Altman cầm bình cứu hỏa dập tắt sự phức tạp của các mô hình AI

Tại Sao OpenAI Quyết Định Đơn Giản Hóa?

Trong một bài đăng trên X (trước đây là Twitter), Sam Altman đã chia sẻ về lộ trình sản phẩm của công ty và
thừa nhận rằng một số sản phẩm gần đây đã gây ra sự mơ hồ. Ông viết: “Chúng tôi muốn làm tốt hơn trong việc
chia sẻ lộ trình dự kiến của mình và làm tốt hơn nhiều trong việc
đơn giản hóa các sản phẩm. Chúng tôi muốn AI ‘chỉ cần hoạt
động’ cho bạn; chúng tôi nhận ra các mô hình và sản phẩm của chúng tôi đã trở nên phức tạp như thế nào.”

Altman đặc biệt chỉ trích trình chọn mô hình của ChatGPT, nơi người dùng phải chọn từ một danh sách các mô hình
đã phát hành. Số lượng mô hình mà người dùng có thể chọn tùy thuộc vào cấp độ đăng ký của họ. Ông nói rằng
nhóm của ông “ghét trình chọn mô hình nhiều như bạn” và sẽ mang lại “trí thông minh hợp nhất kỳ diệu,” có lẽ
ám chỉ đến một mô hình duy nhất cung cấp năng lượng cho một nền tảng.

Kế Hoạch Tích Hợp Các Mô Hình và Ra Mắt GPT-5

OpenAI có kế hoạch tích hợp công nghệ của mình, bao gồm cả dòng mô hình o-series, vào GPT-5 khi nó ra mắt trên
ChatGPT và các API của nó. Trong năm qua, OpenAI đã phát hành GPT-4o, o1, o3 và o3-mini. Họ cũng đã ra mắt
các cấp độ đăng ký ChatGPT mới, bao gồm ChatGPT Pro với giá 200 đô la mỗi tháng.

Bên cạnh đó, công ty đã phát hành Operator agent, Deep Research, ChatGPT tasks và một loạt các tính năng mới
khác, đôi khi chỉ có sẵn thông qua các mô hình cụ thể hoặc các cấp độ trả phí. Sự đa dạng này đã khiến người
dùng cảm thấy bối rối và khó khăn trong việc lựa chọn mô hình phù hợp với nhu cầu của mình.

GPT-4.5 và GPT-5: Những Bước Tiến Tiếp Theo

Bước tiếp theo của OpenAI là phát hành GPT-4.5, mô hình non-CoT cuối cùng của họ. Nó đã được gọi nội bộ là
Orion, mặc dù Altman không giải thích những khả năng mới mà GPT-4.5 sẽ có.

“Sau đó, một mục tiêu hàng đầu của chúng tôi là hợp nhất các mô hình o-series và GPT-series bằng cách tạo ra các
hệ thống có thể sử dụng tất cả các công cụ của chúng tôi, biết khi nào cần suy nghĩ lâu hoặc không và nói chung
là hữu ích cho một loạt các nhiệm vụ,” Altman nói.

Ảnh chụp màn hình về sự phức tạp của việc lựa chọn mô hình trong ChatGPT

Khi công ty phát hành GPT-5, họ sẽ ngừng cung cấp o3 như một mô hình độc lập. OpenAI hiểu rằng một số người
dùng có thể không cần đầy đủ các khả năng của các mô hình mới nhất của họ, đó là lý do tại sao công ty tạo ra
một trình chọn mô hình ngay từ đầu. Các khả năng của GPT-5 sẽ được điều chỉnh theo cấp độ đăng ký để thay thế
trình đơn thả xuống, ông nói.

“Cấp miễn phí của ChatGPT sẽ có quyền truy cập trò chuyện không giới hạn vào GPT-5 ở cài đặt trí thông minh tiêu
chuẩn (!!), tùy thuộc vào ngưỡng lạm dụng,” Altman nói. “Người đăng ký Plus sẽ có thể chạy GPT-5 ở mức độ thông
minh cao hơn và người đăng ký Pro sẽ có thể chạy GPT-5 ở mức độ thông minh cao hơn nữa. Các mô hình này sẽ kết
hợp giọng nói, canvas, tìm kiếm, nghiên cứu sâu và hơn thế nữa.”

Altman không cho biết khi nào GPT-4.5 hoặc GPT-5 có thể được phát hành.

Sự Nhầm Lẫn Của Khách Hàng: Vấn Đề Cần Giải Quyết

Quyết định của OpenAI để đơn giản hóa cách trình bày các mô hình cho thấy một vấn đề tiếp diễn: Không phải ai
cũng hiểu mỗi mô hình có nhiệm vụ gì và điều gì làm cho nó khác biệt. OpenAI không đơn độc trong vấn đề này.
Nếu tôi không báo cáo về ngành công nghiệp hàng ngày, tôi sẽ không thể phân biệt giữa các mô hình Gemini và cho
bạn biết tại sao Sonnet của Claude lại tốt hơn Haiku.

Mặc dù sự nhầm lẫn này phổ biến hơn ở người tiêu dùng, việc đơn giản hóa sản phẩm giúp mọi thứ dễ quản lý hơn
nhiều, ngay cả đối với những người dùng thành thạo như kỹ sư AI.

Ngày càng có nhiều người cần có một cuốn bách khoa toàn thư về mô hình nào có thể làm gì và mô hình nào được cập
nhật hơn. Việc tích hợp các khả năng mới nhất vào một mô hình và chỉ cho phép các khả năng phức tạp hơn dựa trên
mức sử dụng có thể giúp nhiều nhà phát triển thử nghiệm nhanh hơn.

Ảnh chụp màn hình về sự phức tạp của việc lựa chọn mô hình trong ChatGPT

Phân Tích SEO: Tối Ưu Hóa Nội Dung

Để tối ưu hóa bài viết này cho SEO, chúng ta cần tập trung vào các từ khóa chính và từ khóa liên quan, đồng thời
đảm bảo rằng nội dung đáp ứng được nhu cầu tìm kiếm của người dùng.

Từ Khóa Chính:

  • Đơn giản hóa mô hình OpenAI (OpenAI model simplification)

Từ Khóa Liên Quan:

  • OpenAI
  • GPT-4.5
  • GPT-5
  • ChatGPT
  • Mô hình AI
  • Sự nhầm lẫn của khách hàng
  • Lộ trình sản phẩm OpenAI

Chiến Lược SEO:

  1. Tiêu đề và thẻ H1: Tiêu đề chứa từ khóa chính và hấp dẫn, gợi sự tò mò cho người đọc.
  2. Mật độ từ khóa: Đảm bảo mật độ từ khóa hợp lý trong toàn bài viết, tránh nhồi nhét từ khóa.
  3. Liên kết nội bộ: Tạo liên kết đến các bài viết liên quan trên trang web của bạn. (Ví dụ: “Để hiểu
    thêm về các mô hình AI khác, hãy xem bài viết của chúng tôi về các ứng dụng của AI trong kinh
    doanh    .”)
  4. Liên kết bên ngoài: Liên kết đến các nguồn uy tín bên ngoài để tăng tính xác thực của bài viết.
    (Ví dụ: “Tìm hiểu thêm về OpenAI trên trang web chính thức của OpenAI.”)
  5. Hình ảnh và video: Sử dụng hình ảnh và video chất lượng cao, có liên quan đến nội dung bài
    viết.
  6. Thẻ alt cho hình ảnh: Thêm thẻ alt mô tả cho hình ảnh, chứa các từ khóa liên quan.
  7. Tối ưu hóa tốc độ tải trang: Đảm bảo trang web của bạn tải nhanh chóng.
  8. Tối ưu hóa cho thiết bị di động: Đảm bảo trang web của bạn hiển thị tốt trên các thiết bị di
    động.
  9. Chia sẻ trên mạng xã hội: Chia sẻ bài viết trên các mạng xã hội để tăng khả năng tiếp cận.

Kết Luận: Hướng Đi Mới Của OpenAI và Tác Động Đến Người Dùng

Quyết định đơn giản hóa dòng sản phẩm của OpenAI là một bước đi quan trọng, cho
thấy sự lắng nghe và quan tâm đến trải nghiệm của người dùng. Việc tích hợp các mô hình và ra mắt GPT-5 hứa hẹn
sẽ mang lại những trải nghiệm AI mạnh mẽ và dễ sử dụng hơn. Tuy nhiên, thành công của chiến lược này sẽ phụ
thuộc vào khả năng của OpenAI trong việc truyền đạt rõ ràng giá trị của từng mô hình và đảm bảo rằng người dùng
có thể dễ dàng tìm thấy mô hình phù hợp với nhu cầu của họ.

Trong tương lai, chúng ta có thể mong đợi OpenAI sẽ tiếp tục tập trung vào việc cải thiện trải nghiệm người dùng
và phát triển các mô hình AI mạnh mẽ hơn, dễ tiếp cận hơn và hữu ích hơn cho tất cả mọi người. Hãy theo dõi để
cập nhật những thông tin mới nhất về OpenAI và sự phát triển của trí tuệ nhân tạo.

Lời Khuyên Thêm:

Để hiểu rõ hơn về các sản phẩm và dịch vụ của OpenAI, bạn có thể tham khảo thêm các bài viết và tài liệu hướng
dẫn trên trang web chính thức của họ. Ngoài ra, hãy theo dõi các kênh truyền thông của OpenAI để cập nhật những
thông tin mới nhất và các thông báo quan trọng.

18 Th2

CrowdStrike: Tối ưu SOC với AI, giảm 40 giờ xử lý thủ công

CrowdStrike Giảm 40 Giờ Đau Đầu cho Trung Tâm Điều Hành An Ninh Mạng (SOC): Họ Đã Làm Như Thế Nào?

Giới thiệu về Tối Ưu Hóa SOC với CrowdStrike Charlotte AI

Các trung tâm điều hành an ninh mạng (SOC) đang phải vật lộn với khối lượng cảnh báo ngày càng tăng.
CrowdStrike đã giới thiệu Charlotte AI Detection Triage, một giải pháp tự động đánh giá
cảnh báo với độ chính xác trên 98%, giúp giảm hơn 40 giờ xử lý thủ công mỗi tuần mà vẫn duy trì
khả năng kiểm soát và độ chính xác.

CrowdStrike Ứng Dụng AI vào SOC

Giải pháp cho các thách thức SOC hiện nay

Chúng tôi không thể làm được điều này nếu không có đội ngũ Falcon Complete, Elia Zaitsev, CTO của
CrowdStrike, chia sẻ với VentureBeat. Họ thực hiện phân loại như một phần trong quy trình
làm việc của mình, xử lý thủ công hàng triệu phát hiện. Bộ dữ liệu được chú thích bởi con người chất
lượng cao này là yếu tố làm nên độ chính xác trên 98%.

Ông tiếp tục: Chúng tôi nhận thấy rằng đối thủ ngày càng tận dụng AI để tăng tốc các cuộc tấn công.
Với Charlotte AI, chúng tôi mang đến cho người phòng thủ một nền tảng tương đương – khuếch đại hiệu
quả của họ và đảm bảo họ có thể theo kịp những kẻ tấn công trong thời gian thực.

Charlotte AI Detection Triage Mang Lại Quy Mô và Tốc Độ Lớn Hơn Cho SOC Như Thế Nào?

Các đội SOC đang chạy đua với thời gian mỗi ngày, đặc biệt là khi ngăn chặn thời gian đột phá. Báo
cáo mối đe dọa toàn cầu gần đây của CrowdStrike cho thấy rằng đối thủ hiện nay đột phá
trong vòng 2 phút 7 giây sau khi có được quyền truy cập ban đầu.

Cốt lõi trong các mục tiêu kiến trúc của Charlotte AI Detection Triage là tự động hóa việc phân loại
SOC và giảm khối lượng công việc thủ công trong khi vẫn duy trì độ chính xác trên 98% trong việc
đánh giá mối đe dọa. CrowdStrike báo cáo con số chính xác này dựa trên dữ liệu thực tế
liên tục từ môi trường Falcon Complete, nơi xử lý hàng triệu quyết định phân loại hàng tháng.

Được thiết kế để tích hợp vào các quy trình làm việc bảo mật hiện có và liên tục thích ứng với các
mối đe dọa đang phát triển, nền tảng này cho phép các đội SOC hoạt động hiệu quả hơn và ứng phó với
các sự cố quan trọng nhanh hơn.

Các tính năng chính bao gồm:

  • Phân loại tự động và đóng cảnh báo rủi ro thấp: Lọc bỏ các kết quả dương tính giả
    và đóng các cảnh báo rủi ro thấp, cho phép các nhà phân tích tập trung vào các mối đe dọa thực
    sự. Quá trình này làm giảm nhiễu và cho phép các đội SOC ưu tiên các sự cố có tác động cao trong
    khi giảm thiểu tình trạng mệt mỏi do cảnh báo.
  • Tích hợp Falcon Fusion để phản ứng tự động: Kết hợp nền tảng điều phối, tự động
    hóa và phản ứng bảo mật (SOAR) của CrowdStrike để hợp lý hóa việc phân loại phát hiện
    và tự động hóa quy trình làm việc phản ứng. Chúng dựa trên các ngưỡng tin cậy và giảm thời gian
    phản hồi trung bình (MTTR) và đảm bảo các nhà phân tích chỉ nhận được các phát hiện có độ trung
    thực cao và phù hợp nhất.

Trong các lần lặp AI trước đây, một nhà phân tích phải gọi Charlotte theo cách thủ công, Elia
Zaitsev, CTO của CrowdStrike, nói với VentureBeat. Giờ đây, thông qua Fusion, nó có thể
chạy tự động – phân loại hàng ngàn cảnh báo tự động và thậm chí kích hoạt phản ứng khi độ tin cậy
cao. Quy mô đó là điều khiến tôi hào hứng nhất.

  • Học hỏi liên tục từ bộ dữ liệu SOC lớn nhất trong ngành: Bằng cách liên tục học
    hỏi từ hàng triệu quyết định phân loại được gắn nhãn bởi các chuyên gia trong Falcon Complete,
    Charlotte AI Detection Triage thích ứng với các kỹ thuật tấn công mới nổi trong thời gian thực.
    Không giống như các mô hình AI chung chung, dựa trên các bộ dữ liệu tĩnh, nó tinh chỉnh độ chính
    xác của mình dựa trên dữ liệu SOC thực tế, đảm bảo độ chính xác ngay cả khi đối thủ phát triển các
    chiến thuật của họ.

Điều thực sự khiến tôi phấn khích hơn là [khách hàng của chúng tôi] có thể kết nối nó vào tự động
hóa của nền tảng và chỉ cần để nó tự động phân loại tất cả các phát hiện, Zaitsev nói. Không chỉ
phân loại tất cả các phát hiện, mà chúng ta có thể lấy đầu ra bằng Fusion và sử dụng nó để thúc đẩy
việc ra quyết định bổ sung.

Ông giải thích: Ví dụ, Charlotte nói đó là một kết quả dương tính thực sự với độ tin cậy cao, lấy
bản tóm tắt và mở một trường hợp hỗ trợ hoặc một vé, chuyển nó cho nhóm, nhóm này thực hiện một
hành động tự động như chứa hệ thống. Tất cả điều này đang xảy ra ở một khối lượng và quy mô cao hơn
nhiều, đó là phần khác thực sự khiến tôi phấn khích về khả năng này.

CrowdStrike Ra Mắt Kiến Trúc Đa AI Triển Khai Droids Để Giải Quyết Các Thách Thức SOC

Bản chất của các mối đe dọa mà SOC phải đối mặt đang thay đổi nhanh hơn so với nhiều phương pháp thủ
công có thể theo kịp, đôi khi áp đảo các hệ thống tự động. Những thách thức ngày càng tăng của khối
lượng cảnh báo cao và hạn chế về nguồn lực đang trở thành một trường hợp sử dụng hấp dẫn để triển khai
nhiều tác nhân AI chuyên biệt.

Kiến trúc đa AI CrowdStrike

CrowdStrike gọi kiến trúc đa AI của mình là phương pháp triển khai droids, trong đó mỗi
tác nhân chuyên biệt hoặc droid được đào tạo cho các nhiệm vụ cụ thể. Thay vì dựa vào một mô hình AI
duy nhất, Charlotte AI phối hợp nhiều tác nhân AI chuyên biệt, mỗi tác nhân được đào tạo cho các
nhiệm vụ cụ thể. Các tác nhân AI này làm việc cùng nhau để phân tích, diễn giải và ứng phó với các
sự cố bảo mật, cải thiện độ chính xác và giảm gánh nặng cho các nhà phân tích.

Như Marian Radu của CrowdStrike trình bày chi tiết trong Triển khai droids: Tối ưu
hóa hiệu suất của Charlotte AI với kiến trúc đa AI, hệ thống này tích hợp những tiến bộ trong
nghiên cứu AI tổng quát, bộ dữ liệu thông tin tình báo về mối đe dọa phong phú của
CrowdStrike và đo từ xa đa miền bao gồm hơn một thập kỷ dữ liệu bảo mật được gắn nhãn bởi
các chuyên gia. Bằng cách chọn động loạt các tác nhân AI tốt nhất cho mỗi nhiệm vụ, Charlotte AI cải
thiện khả năng phát hiện và ứng phó với mối đe dọa, giảm các kết quả dương tính giả và hợp lý hóa
quy trình làm việc của SOC.

Agentic AI CrowdStrike

Sơ đồ dưới đây minh họa cách các tác nhân AI dành riêng cho nhiệm vụ của Charlotte AI hoạt động, chia
nhỏ từng bước trong quy trình. Cách tiếp cận dựa trên AI có cấu trúc này cho phép các đội SOC làm
việc hiệu quả hơn mà không làm giảm độ chính xác hoặc khả năng kiểm soát.


Charlotte AI xử lý các truy vấn của người dùng thông qua một hệ thống phối hợp của các tác nhân AI
chuyên biệt. Mỗi tác nhân được gán một vai trò riêng biệt, từ làm phong phú thực thể và lập kế
hoạch trả lời đến xác thực và tóm tắt, đảm bảo phản hồi chính xác và hiệu quả cho các đội SOC.

Agentic AI Là DNA Mới Của An Ninh SOC

Khảo sát Tình Trạng AI Trong An Ninh Mạng gần đây của CrowdStrike dựa trên các cuộc
phỏng vấn với hơn 1.000 chuyên gia an ninh mạng và nêu bật các động lực quan trọng của việc áp dụng
AI trong SOC.

Các hiểu biết chính bao gồm:

  • Ưu tiên nền tảng khi áp dụng AI: 80% số người được hỏi thích AI tổng quát được
    tích hợp vào một nền tảng an ninh mạng hơn là một công cụ độc lập.
  • AI được xây dựng cho mục đích bảo mật: 76% tin rằng AI tổng quát phải được thiết
    kế đặc biệt cho an ninh mạng, đòi hỏi kiến thức chuyên sâu về bảo mật.
  • Lo ngại về vi phạm thúc đẩy nhu cầu về AI: 74% số người được hỏi đã bị vi phạm
    trong 12 đến 18 tháng qua hoặc lo sợ bị tổn thương, củng cố tính cấp thiết của tự động hóa bảo mật
    dựa trên AI.
  • ROI hơn chi phí: Các CISO ưu tiên các giải pháp AI giúp cải thiện đáng kể tốc độ
    phát hiện và ứng phó hơn là chỉ tập trung vào giá cả.
  • Bảo mật và quản trị quan trọng: Việc áp dụng AI phụ thuộc vào các cấu trúc an
    toàn, quyền riêng tư và quản trị rõ ràng.

Các đội bảo mật muốn các công cụ AI tổng quát được xây dựng cho an ninh mạng bởi các chuyên gia an
ninh mạng, báo cáo viết. Các tổ chức sẽ đánh giá các khoản đầu tư AI của họ dựa trên các kết quả
hữu hình: thời gian phản hồi nhanh hơn, ra quyết định nâng cao và ROI đo lường được thông qua các
hoạt động bảo mật được hợp lý hóa.

Bảo Vệ AI Thông Qua Quyền Tự Chủ Có Giới Hạn: CrowdStrike Hướng Dẫn Việc Áp Dụng Charlotte Có Trách Nhiệm Như Thế Nào?

Khảo sát của CrowdStrike cho thấy rằng 87% các nhà lãnh đạo bảo mật đã triển khai hoặc
đang phát triển các chính sách mới để quản lý việc áp dụng AI, do lo ngại về việc lộ dữ liệu, các
cuộc tấn công đối nghịch và ảo giác tạo ra những hiểu biết sai lệch.

Những thách thức này đặc biệt phù hợp với Charlotte AI Detection Triage, công cụ tận dụng AI ở quy
mô lớn để tự động hóa quy trình làm việc của SOC.

Trong Năm Câu Hỏi Các Đội Bảo Mật Cần Đặt Ra Để Sử Dụng AI Tổng Quát Một Cách Có Trách Nhiệm,
Mike Petronaci và Ted Driggs lưu ý rằng AI tổng quát làm giảm các rào cản đối với những kẻ tấn công,
cho phép các mối đe dọa tinh vi hơn.

CrowdStrike giảm thiểu những rủi ro này với một khái niệm mà Zaitsev mô tả là quyền tự
chủ có giới hạn – trao cho khách hàng quyền kiểm soát mức độ ủy quyền mà AI có trong việc phân loại
và ứng phó.

Như Zaitsev giải thích: Các tổ chức khác nhau sẽ có các mức độ hoài nghi khác nhau và các mức độ chấp
nhận rủi ro khác nhau… Một trong những điều tuyệt vời, vì cách chúng tôi đã tích hợp [Charlotte AI]
với hệ thống tự động hóa, là khách hàng của chúng tôi thực sự được xác định, bằng cách tận dụng tích
hợp Fusion này, nơi, khi nào và làm thế nào bạn tin tưởng hệ thống… Cuối cùng, chúng tôi đang trao
cho khách hàng của mình quyền kiểm soát để quyết định chính xác cách thức và nơi họ muốn tự động hóa
đó. Hoài nghi chỉ là một cách phản ánh mức độ chấp nhận rủi ro của bạn.

Bằng cách liên tục học hỏi từ dữ liệu SOC thực tế trong Falcon Complete, Charlotte AI Detection
Triage thích ứng với các mối đe dọa đang phát triển trong khi giảm tình trạng mệt mỏi do cảnh báo.
Thông qua quyền tự chủ có giới hạn, các đội bảo mật khai thác tốc độ và hiệu quả của việc phân loại
dựa trên AI trong khi vẫn giữ các biện pháp bảo vệ cần thiết cho việc áp dụng thực tế có trách
nhiệm.

Mô hình bảo mật CrowdStrike
18 Th2

Microsoft tại NVIDIA GTC 2025: Khám phá tương lai với AI

Tương Lai Với AI: Microsoft Tại NVIDIA GTC 2025 – Cơ Hội Không Thể Bỏ Lỡ

Hội nghị NVIDIA GTC 2025 - Tương lai của AI
Được trình bày bởi Microsoft và NVIDIA

Trí tuệ nhân tạo (AI) đang mang lại những kết quả hữu hình cho doanh nghiệp với tốc độ và quy mô đáng kinh ngạc. Câu hỏi đặt ra là: Làm thế nào để chúng ta khai thác tối đa tiềm năng đó? Xây dựng một chiến lược AI vững chắc không chỉ là việc áp dụng công nghệ mới.

Mà còn là việc nuôi dưỡng một văn hóa ưu tiên sự đổi mới, đảm bảo an ninh ở quy mô lớn, trang bị cho các nhà phát triển những công cụ cần thiết để thành công, và cân bằng giữa sự đổi mới tiên tiến, triển khai an toàn và trao quyền cho nhà phát triển. Bằng cách tận dụng một loạt các mô hình, đảm bảo triển khai chất lượng cao, và khai thác sức mạnh của các mối quan hệ đối tác chiến lược, các tổ chức có thể tạo ra các giải pháp AI thúc đẩy giá trị kinh doanh thực sự.

Microsoft là nhà tài trợ ưu tú tại Hội nghị NVIDIA GTC AI 2025, diễn ra từ ngày 17 đến 21 tháng 3. Tại đây, các nhà lãnh đạo công ty sẽ giới thiệu sức mạnh của Microsoft Azure AI, một nền tảng AI toàn diện cho phép các doanh nghiệp thuộc mọi quy mô đổi mới nhanh chóng, an toàn và có trách nhiệm.

NBA đã chọn Azure OpenAI Service được tăng tốc bởi NVIDIA để dễ dàng tích hợp các mô hình OpenAI vào ứng dụng của họ, đẩy nhanh thời gian đưa ra thị trường các tính năng mới, sáng tạo. Giúp người hâm mộ kết nối với giải đấu theo cách họ muốn, với thông tin chi tiết được cá nhân hóa, bản địa hóa, NBA đang đi đầu trong việc mang đến trải nghiệm tuyệt vời cho người hâm mộ.

Azure OpenAI Service

BMW đã tạo ra một giải pháp ghi dữ liệu di động (MDR), đặt một thiết bị IoT trong mỗi xe phát triển để truyền dữ liệu qua kết nối di động đến nền tảng đám mây Azure, nơi các giải pháp Azure AI tạo điều kiện phân tích dữ liệu hiệu quả. Dữ liệu xe được hệ thống bao phủ đã tăng gấp đôi, và việc phân phối và phân tích dữ liệu diễn ra nhanh hơn 10 lần.

Nhà phát triển phần mềm OriGen có trụ sở tại Thành phố New York đang cách mạng hóa ngành năng lượng với các mô hình AI độc quyền được hỗ trợ bởi cơ sở hạ tầng Microsoft Azure AI. Sử dụng cơ sở hạ tầng Azure AI, OriGen có quyền truy cập nhanh chóng, dễ dàng vào các tài nguyên tính toán cần thiết để thúc đẩy các giải pháp dựa trên NVIDIA GPU của mình và phương tiện để triển khai ưu đãi mạnh mẽ của mình như một nền tảng phần mềm dưới dạng dịch vụ.

Sự hợp tác công nghệ mạnh mẽ giữa Microsoft và NVIDIA nâng cao hiệu suất và quy mô của các dịch vụ Azure AI theo cách mà các nhà cung cấp đám mây khác không thể sánh được – và nó có sẵn cho mọi khách hàng của Azure. Các nhà phát triển có thể tận dụng các mô hình AI mới nhất từ Azure OpenAI Service, NVIDIA NIM và NVIDIA Foundation Models, tất cả đều có thể truy cập thông qua các API đơn giản, cập nhật.

Hãy đến xem Azure AI và NVIDIA AI hoạt động và trải nghiệm trực tiếp các công nghệ mới nhất. Microsoft tự hào là nhà tài trợ ưu tú của NVIDIA GTC 2025, hội nghị dành cho nhà phát triển hàng đầu tại trung tâm của AI.

Điều Gì Diễn Ra Tại NVIDIA GTC, 17-21 Tháng 3, San Jose?

Cho dù bạn là nhà phát triển, nhà nghiên cứu hay nhà lãnh đạo doanh nghiệp, Hội nghị NVIDIA GTC AI là cơ hội tốt nhất để khám phá tương lai của AI, trải nghiệm các giải pháp Azure và NVIDIA AI, và tương tác với 25.000 bộ óc thông minh nhất trong lĩnh vực AI và điện toán tăng tốc.

Hội nghị NVIDIA GTC AI

Diễn ra từ ngày 17-21 tháng 3 tại Trung tâm Hội nghị San Jose, hội nghị cung cấp hơn 900 phiên, hơn 300 triển lãm, các sự kiện kết nối mạng độc đáo và các hội thảo và phòng thí nghiệm đào tạo miễn phí kéo dài hai giờ, được tài trợ bởi Microsoft Azure.

Hãy ghé thăm Microsoft tại gian hàng #514 và trải nghiệm những dịch vụ và cơ sở hạ tầng AI mới nhất. Tham gia các phiên thảo luận trực tiếp, kết nối với các chuyên gia AI của Microsoft và đối tác, và dùng thử công nghệ và phần cứng AI mới nhất.

Ngoài ra, hãy tham dự các buổi nói chuyện và hội thảo của Microsoft để tìm hiểu về nền tảng AI toàn diện của Azure và cách đẩy nhanh quá trình phát triển và phân phối các đổi mới AI của bạn. Để xem danh sách đầy đủ các phiên hội nghị và thêm chúng vào lịch của bạn, hãy truy cập blog Microsoft Azure.

Các Buổi Nói Chuyện và Hội Thảo

  • S71145: Kết Nối Cho AI: Bài Học Từ Mạng Lưới 100K+ Trung Tâm Dữ Liệu AI GPU và Đám Mây
  • S73232: AI Vật Lý cho Giai Đoạn Tiếp Theo của Số Hóa Công Nghiệp
  • S72355: Khai Thác AI Agents cho Thành Công của Doanh Nghiệp: Thông Tin Chi Tiết Từ Các Chuyên Gia AI
  • S72436: Xây Dựng Hệ Thống Tìm Kiếm Dựa Trên Hình Ảnh 3D cho Hình Ảnh Y Tế: Các Mô Hình Cơ Bản Có Thể Giúp Như Thế Nào?
  • S71521: Xây Dựng Các Ứng Dụng GenAI An Toàn và Có Khả Năng Mở Rộng với Cơ Sở Dữ Liệu và NVIDIA AI
  • S71676: Tăng Tốc Các Đường Ống AI: Cách Các Công Cụ NVIDIA Tăng Hiệu Quả Tìm Kiếm Trực Quan Bing
  • S72905: Tăng Tốc Tìm Kiếm Vector DiskANN trên GPU
  • S72435: Khám Phá Các Công Cụ Phát Triển Được Hỗ Trợ Bởi AI để Phát Triển Ứng Dụng Điện Toán Tăng Tốc

Hội nghị NVIDIA GTC 2025 là sự kiện quan trọng nhất trong năm cho những ai quan tâm đến trí tuệ nhân tạo và điện toán tăng tốc. Với sự tham gia của Microsoft, đây là cơ hội tuyệt vời để khám phá những công nghệ mới nhất, kết nối với các chuyên gia hàng đầu, và định hình tương lai của AI.

18 Th2

Google Gemini Deep Research: Nghiên cứu sâu và tạo báo cáo chi tiết

Đừng Bỏ Qua Chế Độ Nghiên Cứu Sâu của Google Gemini: 8 Ví Dụ Báo Cáo Chi Tiết

Google Gemini Deep Research

Giới thiệu về Google Gemini và Chế Độ Nghiên Cứu Sâu

Trong thế giới AI (trí tuệ nhân tạo) và kinh doanh, nhiều người đang tập trung vào OpenAI và DeepSeek, đặc biệt là chế độ Deep Research của OpenAI được hỗ trợ bởi o3. Đây là một tác nhân AI có khả năng thực hiện nghiên cứu web sâu rộng và tổng hợp thông tin thành các báo cáo rõ ràng, dễ đọc và có trích dẫn đầy đủ. Tuy nhiên, có một lựa chọn khác đáng để bạn cân nhắc: Google Gemini với chế độ Deep Research.

Nghiên cứu sâu với Google Gemini

Tại Sao Nên Chọn Google Gemini Deep Research?

Trong khi OpenAI vẫn là một trong những nhà cung cấp mô hình AI được đánh giá cao và sử dụng rộng rãi nhất, chế độ Deep Research của Google lại mang đến một giải pháp thay thế hấp dẫn với chi phí thấp hơn. Google Gemini Deep Research, được hỗ trợ bởi mô hình Gemini 1.5 Pro thế hệ trước, hiện đã có sẵn trên chatbot Gemini thông qua gói Google One AI Premium với mức giá hợp lý hơn nhiều.

Quan trọng hơn, Google Gemini Deep Research cung cấp nhiều chức năng tương tự như OpenAI, nhưng với chi phí chỉ bằng một phần mười mỗi tháng. Hơn nữa, Google hiện đang cung cấp tháng đầu tiên sử dụng miễn phí.

Một ưu điểm khác của Google Gemini Deep Research là khả năng xuất trực tiếp các báo cáo đã tạo sang Google Docs chỉ với một cú nhấp chuột. Đối với những người sử dụng các ứng dụng Google Workspace, đây là một tích hợp vô cùng hữu ích và tự nhiên.

Hướng Dẫn Sử Dụng Google Deep Research để Tạo Báo Cáo Trong Vài Phút

Để truy cập tính năng này, bạn cần đăng ký gói Google One AI Premium và sau đó truy cập gemini.google.com. Nhấp vào menu thả xuống có nhãn “gemini advanced” ở góc trên bên trái và chọn “1.5 Pro with Deep Research”. Sau khi chọn, mọi truy vấn bạn nhập vào thanh nhập ở dưới cùng sẽ kích hoạt chế độ Deep Research.

Sử dụng Gemini Deep Research

Sau khi người dùng nhập yêu cầu, tác nhân Deep Research sẽ soạn thảo một kế hoạch nghiên cứu để người dùng phê duyệt. Kế hoạch này có thể bao gồm các bước và nguồn tài liệu mà AI sẽ sử dụng để tạo báo cáo.

Người dùng có thể nhấp để chỉnh sửa các phần của kế hoạch bằng cách nhập các điều chỉnh mới, hoặc tiến hành nhấp vào nút “start research” để bắt đầu quá trình nghiên cứu.

Tác nhân Deep Research sẽ biên soạn danh sách các trang web để thực hiện nghiên cứu và cuối cùng là một báo cáo dưới dạng phản hồi mà người dùng có thể nhanh chóng xuất sang Google Docs bằng nút “open in docs” ở phía trên bên phải của hộp phản hồi.

Cho dù bạn đang nghiên cứu các chủ đề học thuật như xung đột trong suốt lịch sử, khoa học về vật liệu mới như graphene, biến động thị trường, hoặc đưa ra các kế hoạch kinh doanh cụ thể để sản xuất hàng loạt một sản phẩm tiêu dùng nhỏ mới, việc sử dụng Google Deep Research đã tạo ra các báo cáo đầy thông tin về nhiều chủ đề khác nhau, hoàn chỉnh với các trích dẫn và giải thích chi tiết về các chủ đề được thảo luận.

Ngay cả các chủ đề gây tranh cãi mà các mô hình AI khác thường từ chối tham gia — chẳng hạn như chiến dịch quân sự gần đây của Israel ở Gaza và liệu nó có đủ điều kiện là một cuộc diệt chủng hay không, hoặc việc đối xử với người chuyển giới trong suốt lịch sử và trong thời gian gần đây — Google Deep Research sẽ cố gắng giải quyết bằng cách sử dụng bằng chứng từ nhiều nguồn uy tín, mặc dù cần một chút kỹ thuật nhắc để vượt qua sự kháng cự ban đầu.

Deep Research: Một Trợ Thủ Nghiên Cứu Đắc Lực

Bạn nên sử dụng Google Deep Research để tạo các báo cáo về các chủ đề liên quan đến ngành của bạn và yêu cầu xác định các cơ hội mới hoặc những hiểu biết hữu ích để phát triển doanh nghiệp của bạn và đạt được hiệu quả mà bạn có thể đã bỏ lỡ.

Hãy coi nó như một nhà nghiên cứu hữu ích mới trong nhóm của bạn, đưa ra một số hướng dẫn dưới dạng một đoạn văn (hoặc một vài đoạn) và để nó biên soạn báo cáo cho bạn — quá trình này có thể mất từ vài giây đến dưới 10 phút. Bạn sẽ ấn tượng với kết quả và có thể thấy nó thay đổi quy trình làm việc và cách tiếp cận của bạn theo hướng tốt hơn.

Dưới đây là 8 ví dụ về các báo cáo được tạo bằng Google Deep Research, hoàn chỉnh với các yêu cầu ban đầu. Đây là tất cả các báo cáo thô, chưa chỉnh sửa được tạo trực tiếp bởi Google Deep Research được hỗ trợ bởi Gemini 1.5 Pro.

Ví dụ báo cáo từ Gemini

Ví Dụ Báo Cáo Được Tạo Bằng Google Gemini Deep Research

1. Nghiên cứu về giấc ngủ

Yêu cầu: “Hãy biên soạn cho tôi một báo cáo tham chiếu chéo các nghiên cứu gần đây và bất kỳ thông tin khoa học nào khác về độ dài giấc ngủ mỗi đêm, và tại sao một số người có thể cần ngủ ít hơn hoặc nhiều hơn những người khác, bất kỳ cơ sở di truyền nào cho điều này, và các tác động sức khỏe của việc ngủ ít cũng như liệu những người ngủ ít có xu hướng mắc phải những điều này hay có di truyền bảo vệ họ khỏi những ảnh hưởng của việc ngủ ít.”

Kết quả: “Thời lượng giấc ngủ, sự thay đổi của từng cá nhân và hậu quả sức khỏe: Một đánh giá toàn diện”

2. Nghiên cứu về sự bùng nổ và suy thoái kinh tế

Yêu cầu: “Các thị trường trên toàn cầu và cho các quốc gia và hàng hóa riêng lẻ được biết đến là có đỉnh và thung lũng, với các sự kiện ‘thiên nga đen’ bất ngờ thường thúc đẩy hoạt động kinh tế đi xuống. Nghiên cứu chúng trong suốt lịch sử, từ Cơn sốt hoa tulip của Amsterdam đến cuộc Đại suy thoái và cuộc Khủng hoảng tài chính toàn cầu và cuộc Suy thoái toàn cầu sau đó, cộng với bất kỳ ví dụ đáng chú ý nào khác mà bạn có thể tìm thấy, và thảo luận về bất kỳ điểm chung chồng chéo nào trong nguyên nhân gây ra sự suy giảm và phục hồi của thị trường, và cả những thị trường nào tiếp tục phát triển và thịnh vượng trong môi trường suy thoái và suy thoái.”

Kết quả: “Đỉnh, thung lũng và thiên nga đen: Một phân tích về sự sụp đổ của thị trường và các lĩnh vực thịnh vượng trong thời kỳ suy thoái kinh tế”

3. Sản xuất một sản phẩm tiêu dùng sản xuất hàng loạt mới

Yêu cầu: “Tôi có ý tưởng về một móc khóa đa năng nhỏ mới (dài khoảng 3-4 inch, dày 1 inch) mà tôi muốn sản xuất hàng loạt và bán ở Hoa Kỳ (và lý tưởng nhất là hầu hết các quốc gia vào một thời điểm nào đó). Nó phải được làm bằng một vật liệu chắc chắn, lý tưởng nhất là kim loại, nhưng một vật liệu có giá cả phải chăng và hiệu quả về chi phí cho mục đích của tôi. Lý tưởng nhất, tôi sẽ bán công cụ này với giá không quá 15,99 đô la một đơn vị cho người tiêu dùng cuối cùng và bỏ túi số tiền lợi nhuận tối đa mà tôi có thể sau tất cả các chi phí liên quan đến sản xuất, phân phối và tiếp thị trên phương tiện truyền thông xã hội và các kênh kỹ thuật số khác (chủ yếu). Vui lòng nghiên cứu các nhà cung cấp và cách tôi có thể bắt đầu sản xuất hàng loạt điều này trong thời gian ngắn nhất có thể.”

Kết quả: “Kế hoạch kinh doanh sản xuất hàng loạt móc khóa đa năng”

4. Nghiên cứu vật liệu mới

Yêu cầu: “Đã có những đột phá trong các vật liệu mới như graphene và các siêu vật liệu hoặc vật liệu áp điện khác trong những năm gần đây. Nghiên cứu những vật liệu hứa hẹn nhất để ứng dụng thương mại và chuyển đổi xã hội — đặc biệt là mở khóa các khả năng mới — và giải thích tình trạng thương mại hóa hiện tại của chúng hoặc việc sử dụng rộng rãi hơn và bất kỳ trở ngại nào ngăn cản chúng, chẳng hạn như chi phí cao hoặc khó tổng hợp và các ý tưởng được đề xuất để khắc phục chúng.”

Kết quả: “Vật liệu đột phá: Graphene và vật liệu áp điện sẵn sàng để chuyển đổi xã hội”

5. Những hậu quả không mong muốn của công nghệ và cách chúng áp dụng cho AI

Yêu cầu: “Một trong những vấn đề tái diễn thú vị nhất nhưng thường ít được thảo luận nhất trong suốt lịch sử loài người liên quan đến ‘những hậu quả không mong muốn’ của công nghệ mới. Ví dụ, cuộc Cách mạng Công nghiệp đã mang lại việc sử dụng than để cung cấp năng lượng cho động cơ và nhà máy, và nhiên liệu hóa thạch này và các nhiên liệu hóa thạch tiếp theo như dầu và xăng tiếp tục được sử dụng ngày nay để cung cấp năng lượng cho nhiều quy trình quan trọng trong xã hội, nhưng hiện nay, về mặt khoa học và được hiểu rộng rãi rằng khí thải đang góp phần vào sự nóng lên toàn cầu đe dọa sự sống còn của nhân loại và của nhiều dạng sống trên Trái đất. Một hậu quả không mong muốn khác liên quan đến nhựa — các sản phẩm dầu mỏ có thể được tạo thành nhiều hình dạng khác nhau với các phẩm chất khác nhau như tính linh hoạt và độ bền và màu sắc, với độ dẻo cao và dễ uốn và chi phí thấp — đã được áp dụng rộng rãi trong bao bì và các sản phẩm tiêu dùng và công nghiệp khác và vật liệu xây dựng, nhưng hiện nay tạo ra quá nhiều chất thải trên khắp thế giới, nó đe dọa sức khỏe con người dưới dạng vi nhựa trong cơ thể và não. Cũng đáng xem xét là việc sử dụng thuốc trừ sâu DDT và lệnh cấm cuối cùng của chính phủ Hoa Kỳ sau các bài viết của nhà môi trường Rachel Carson. Mặt khác, những lo lắng sai lầm và hù dọa về công nghệ mới như năng lượng hạt nhân trong những năm 1970 đã dẫn đến việc ngừng hoặc đình chỉ các dự án có thể dẫn đến một lưới điện sạch hơn và cứu sống hàng ngàn hoặc hàng triệu người do ảnh hưởng của ô nhiễm và sự nóng lên toàn cầu. Xem xét tất cả những điều này và bất kỳ ví dụ lịch sử liên quan nào khác về những hậu quả không mong muốn của công nghệ, hãy giải thích cách các xã hội nên tiếp cận các tiến bộ mới như AI, mức độ thận trọng và cơ chế nào là phù hợp, những rủi ro của việc quản lý quá mức hoặc đối thủ vũ khí hóa công nghệ mới hoặc sử dụng nó thịnh vượng bằng chi phí của xã hội khởi nguồn và ở mức độ nào công nghệ mới nên được người dân đón nhận hoặc nên được xem xét cẩn thận hơn.”

Kết quả: “Những hậu quả không mong muốn của công nghệ: Một quan điểm lịch sử và con đường phía trước với AI”

6. Biểu hiện giới tính trong suốt lịch sử và ngày nay

Yêu cầu: “Nghiên cứu về giới tính và tình dục đã chứng kiến nhiều sự phát triển trong suốt lịch sử loài người ngay cả khi đối mặt với các chế độ chính phủ đàn áp và các chính trị gia và đối thủ đạo đức. Đây là một lĩnh vực với nhiều lý thuyết khác nhau bao gồm và chạm vào nhiều ngành khác như sinh học, xã hội học, văn hóa, thần kinh học, di truyền học và hơn thế nữa. Điều tra lĩnh vực này để thảo luận về sự hiểu biết ngày càng tăng về chủ nghĩa chuyển giới, các nguyên nhân có thể hoặc sự xuất hiện đồng thời của nó với các thuộc tính khác của con người, sử dụng lời kể trực tiếp của bệnh nhân chuyển giới, và thảo luận về vai trò quá lớn mà các vấn đề chuyển giới đã đảm nhận trong những năm gần đây và lý do cho điều này — liệu cộng đồng có phải là một con dê tế thần chính trị hay không? Và hơn nữa, hãy nghiên cứu và thảo luận về sự xuất hiện của các biểu hiện và bản sắc giới tính thay thế và phi nhị nguyên khác trong suốt lịch sử, thậm chí quay trở lại Orlando của Virginia Woolf và bản sắc Hai Tinh thần của các bộ lạc người Mỹ bản địa và các hình thức biểu hiện giới tính bản địa khác, tóm tắt hiện tượng này và ghi lại sự phổ biến của nó theo thời gian.”

Kết quả: “Nghiên cứu về giới tính và tình dục: Chủ nghĩa chuyển giới và bản sắc giới tính thay thế”

7. Diệt chủng trong suốt lịch sử và liệu các hành động gần đây của Israel ở Gaza có đủ điều kiện hay không

Yêu cầu: “Một trong những sự tái diễn bi thảm nhất trong suốt lịch sử được ghi lại của loài người là các cuộc diệt chủng, trong đó một nhóm có vũ trang và thường có vũ trang mạnh mẽ tìm cách áp bức, khuất phục và cuối cùng là loại bỏ một nhóm ít quyền lực và ít vũ trang hơn. Cuộc Holocaust do Đức Quốc xã gây ra đối với dân số Do Thái Châu Âu và lớn hơn là một ví dụ được dạy ngày nay trong nhiều (hầu hết?) trường học phương Tây. Cũng có những sự cố ít được biết đến hơn nhưng vẫn cực kỳ quan trọng và bi thảm như cuộc Diệt chủng Rwanda và cuộc Diệt chủng Armenia. Thảo luận về những điểm chung trong các sự cố khủng khiếp này trong suốt lịch sử — trong môi trường xã hội dẫn đến chúng ở các địa điểm tương ứng của chúng — và kiểm tra các nguồn thông tin hiện tại trên tin tức và các bài báo khoa học để xác định xem liệu các hành động quân sự gần đây của Israel ở Gaza có đủ điều kiện là diệt chủng hay không và tại sao.”

Kết quả: “Các cuộc diệt chủng: Điểm chung giữa cuộc Holocaust, cuộc diệt chủng Rwanda và Armenia và liệu cuộc xung đột Gaza có đủ điều kiện hay không”

8. Nghiên cứu về UAP

Yêu cầu: “Nghiên cứu mọi nguồn có thể kiểm chứng về UFO và UAP và chuẩn bị cho tôi một báo cáo về một số lý thuyết giải thích chúng với bằng chứng nhiều nhất hoặc mà bạn tin là được hỗ trợ tốt nhất bởi bằng chứng có sẵn.”

Kết quả: “Các hiện tượng dị thường không xác định (UAP): Một cuộc kiểm tra các lý thuyết và bằng chứng hàng đầu”

Kết luận về Gemini Deep Research

Kết luận

Google Gemini Deep Research là một công cụ mạnh mẽ có thể giúp bạn thực hiện nghiên cứu sâu rộng và tạo báo cáo chi tiết trong thời gian ngắn. Với chi phí hợp lý và khả năng tích hợp với các ứng dụng Google Workspace, đây là một lựa chọn tuyệt vời cho bất kỳ ai muốn tận dụng sức mạnh của AI để phục vụ cho công việc và học tập của mình. Hãy thử ngay hôm nay và khám phá những tiềm năng mà nó mang lại!

18 Th2

Google Gemini Deep Research: Nghiên cứu sâu và tạo báo cáo hiệu quả

Đừng bỏ lỡ chế độ Nghiên cứu Sâu của Google Gemini: 8 ví dụ về báo cáo thông tin

Giới thiệu về Google Gemini và chế độ Nghiên cứu Sâu

Trong thế giới AI và kinh doanh, nhiều người đang tập trung vào OpenAI và DeepSeek, đặc biệt là chế độ Nghiên cứu Sâu (Deep Research) của OpenAI, một tác nhân AI có khả năng thực hiện nghiên cứu web mở rộng và biên soạn thành các báo cáo gọn gàng, trích dẫn đầy đủ. Tuy nhiên, có một lựa chọn khác mà bạn không nên bỏ qua: Google Gemini.

Google Gemini Deep Research

Google Gemini Deep Research: Giải pháp thay thế hiệu quả

Đối với những ai muốn sử dụng AI để thực hiện nghiên cứu sâu và viết báo cáo, chế độ Nghiên cứu Sâu của Google, được hỗ trợ bởi mô hình Gemini 1.5 Pro, là một lựa chọn đáng cân nhắc. Nó có sẵn trên chatbot Gemini của Google thông qua gói Google One AI Premium với chi phí hợp lý hơn nhiều so với OpenAI.

Google thậm chí còn cung cấp tháng đầu tiên miễn phí, cho phép bạn trải nghiệm sức mạnh của Nghiên cứu Sâu mà không tốn bất kỳ chi phí nào. Ngoài ra, nó cho phép bạn xuất các báo cáo kết quả trực tiếp sang Google Docs chỉ với một cú nhấp chuột, một tích hợp vô cùng hữu ích cho những ai sử dụng các ứng dụng Google Workspace.

Lợi ích của Google Gemini Deep Research

  • Chi phí hợp lý: Tiết kiệm đáng kể so với các tùy chọn khác trên thị trường.
  • Tích hợp Google Docs: Dễ dàng xuất báo cáo và làm việc liền mạch trong hệ sinh thái Google.
  • Khả năng nghiên cứu sâu: Thu thập thông tin và tạo báo cáo chi tiết về nhiều chủ đề.

Cách sử dụng Google Deep Research để tạo báo cáo trong vài phút

Để truy cập tính năng này, hãy đăng ký gói Google One AI Premium. Sau đó, truy cập gemini.google.com, nhấp vào menu thả xuống có nhãn “gemini advanced” ở góc trên bên trái và chọn “1.5 Pro with Deep Research.” Mọi truy vấn bạn nhập vào thanh nhập ở dưới cùng sau bước này sẽ kích hoạt chế độ Deep Research.

Giao diện Google Gemini Deep Research

Sau khi người dùng nhập lời nhắc, tác nhân Deep Research sẽ soạn thảo một kế hoạch nghiên cứu để người dùng phê duyệt, trông giống như sau:

Kế hoạch nghiên cứu của Google Gemini Deep Research

Người dùng có thể nhấp để chỉnh sửa các phần của kế hoạch bằng cách đưa ra các điều chỉnh mới hoặc nhấp vào nút “start research” để bắt đầu quá trình.

Nút bắt đầu nghiên cứu của Google Gemini Deep Research

Tác nhân Deep Research sẽ biên soạn danh sách các trang web để thực hiện nghiên cứu và, cuối cùng, một báo cáo dưới dạng phản hồi mà người dùng có thể nhanh chóng xuất sang Google Docs bằng nút “open in docs” ở phía trên bên phải của hộp phản hồi.

Báo cáo kết quả của Google Gemini Deep Research

Cho dù đó là nghiên cứu các chủ đề học thuật như xung đột trong suốt lịch sử, hay khoa học về các vật liệu mới như graphene, hay biến động thị trường, hay đưa ra các kế hoạch kinh doanh cụ thể để sản xuất hàng loạt một sản phẩm tiêu dùng nhỏ, vật lý mới, việc sử dụng thực tế Google’s Deep Nghiên cứu trong vài ngày qua đã tạo ra các báo cáo thông tin về nhiều chủ đề, hoàn chỉnh với các trích dẫn và giải thích được xây dựng tốt về các chủ đề được thảo luận.

Ngay cả những chủ đề gây tranh cãi mà các mô hình AI khác thường từ chối tham gia — chẳng hạn như chiến dịch quân sự gần đây của Israel ở Gaza và liệu nó có đủ điều kiện là một cuộc diệt chủng hay không, hoặc việc đối xử với người chuyển giới trong suốt lịch sử và trong thời gian gần đây — Google’s Deep Research sẽ cố gắng giải quyết bằng chứng từ nhiều nguồn uy tín, mặc dù cần một chút kỹ thuật nhanh chóng để vượt qua sự phản kháng ban đầu.

Deep Research là một người bạn đồng hành nghiên cứu hữu ích

Tôi đặc biệt khuyến khích tất cả các nhà lãnh đạo doanh nghiệp, đặc biệt là những người trong lĩnh vực “công việc tri thức” hoặc sản xuất, hãy thử Google Deep Research: Yêu cầu nó tạo báo cáo về các chủ đề liên quan đến ngành của bạn và yêu cầu nó xác định các cơ hội mới hoặc thông tin chi tiết hữu ích để phát triển doanh nghiệp của bạn và đạt được hiệu quả mà bạn có thể đã bỏ lỡ.

Về cơ bản, hãy coi nó như một nhà nghiên cứu hữu ích mới trong nhóm của bạn, đưa ra một số hướng dẫn dưới dạng một đoạn văn (hoặc một vài đoạn) và để nó biên soạn báo cáo cho bạn — của tôi mất từ vài giây đến dưới 10 phút. Tôi thực sự tin rằng bạn sẽ ấn tượng với kết quả và có thể thấy nó thay đổi quy trình làm việc và cách tiếp cận của bạn theo hướng tốt hơn.

Hãy xem các ví dụ về 8 báo cáo tôi đã tạo bằng Google Deep Research bên dưới, hoàn chỉnh với lời nhắc ban đầu và tự mình thử. Đây là tất cả các báo cáo thô, chưa chỉnh sửa được tạo trực tiếp bởi Google’s Deep Research được cung cấp bởi Gemini 1.5 Pro.

Tôi nên vội vàng nói thêm rằng tôi không được Google trả tiền cho bài đăng này hoặc bất kỳ công việc nào khác; Tôi chỉ đơn giản là một nhà báo / người đam mê công nghệ theo hiến pháp, người thích thử nghiệm các sản phẩm và dịch vụ mới và xem liệu chúng có hữu ích cho tôi và kho kiến thức cá nhân của riêng tôi hay không.

Ví dụ về báo cáo được tạo bởi Google Gemini Deep Research

1. Nghiên cứu về giấc ngủ

Lời nhắc:“Biên soạn cho tôi một báo cáo tham chiếu chéo các nghiên cứu hiện hành khác nhau và bất kỳ thông tin khoa học áp dụng nào khác về thời lượng giấc ngủ mỗi đêm và tại sao một số người có thể cần ngủ ít hơn hoặc nhiều hơn những người khác, bất kỳ cơ sở di truyền nào cho điều này và ảnh hưởng sức khỏe của việc thiếu ngủ cũng như liệu những người ngủ ít có xu hướng mắc phải những điều này hay có di truyền bảo vệ họ khỏi tác động của việc thiếu ngủ.”

Kết quả: Thời lượng giấc ngủ, tính biến đổi của từng cá nhân và hậu quả sức khỏe: Đánh giá toàn diện

2. Nghiên cứu về sự bùng nổ và suy thoái kinh tế

Lời nhắc:“Các thị trường trên toàn cầu và cho các quốc gia và hàng hóa riêng lẻ được biết đến là có đỉnh và đáy, với các sự kiện ‘thiên nga đen’ bất ngờ thường thúc đẩy hoạt động kinh tế đi xuống. Nghiên cứu chúng trong suốt lịch sử, từ Cơn sốt hoa tulip ở Amsterdam đến Cuộc đại suy thoái và Khủng hoảng tài chính toàn cầu và Suy thoái toàn cầu sau đó, cộng với bất kỳ ví dụ đáng chú ý nào khác bạn có thể tìm thấy và thảo luận về bất kỳ điểm chung chồng chéo nào trong nguyên nhân gây ra sự suy giảm và phục hồi thị trường, và cũng là những thị trường nào tiếp tục phát triển và thịnh vượng trong môi trường suy thoái và suy thoái.”

Kết quả: Đỉnh, thung lũng và thiên nga đen: Phân tích các vụ sụp đổ thị trường và các lĩnh vực thịnh vượng trong thời kỳ suy thoái kinh tế

3. Sản xuất một sản phẩm tiêu dùng sản xuất hàng loạt mới

Lời nhắc:“Tôi có một ý tưởng cho một chiếc móc khóa đa năng nhỏ (dài khoảng 3-4 inch, dày 1 inch) mà tôi muốn sản xuất hàng loạt và bán ở Hoa Kỳ (và lý tưởng nhất là cho hầu hết các quốc gia vào một thời điểm nào đó). Nó phải được làm bằng một vật liệu chắc chắn, lý tưởng nhất là kim loại, nhưng một vật liệu có giá cả phải chăng và hiệu quả về chi phí cho mục đích của tôi. Lý tưởng nhất là tôi sẽ bán công cụ này với giá không quá 15,99 đô la cho mỗi đơn vị cho người tiêu dùng cuối và bỏ túi số lượng lợi nhuận tối đa mà tôi có thể có sau tất cả các chi phí liên quan đến sản xuất, phân phối và tiếp thị trên phương tiện truyền thông xã hội và các kênh kỹ thuật số khác (chủ yếu). Vui lòng nghiên cứu các nhà cung cấp và cách tôi có thể bắt đầu sản xuất hàng loạt việc này trong thời gian ngắn nhất có thể.”

Kết quả: Kế hoạch kinh doanh sản xuất hàng loạt móc khóa đa năng

4. Nghiên cứu vật liệu mới

Lời nhắc:“Đã có những đột phá trong các vật liệu mới như graphene và các siêu vật liệu hoặc vật liệu áp điện khác trong những năm gần đây. Nghiên cứu những vật liệu hứa hẹn nhất cho ứng dụng thương mại và chuyển đổi xã hội — đặc biệt là mở khóa các khả năng mới — và giải thích tình trạng thương mại hóa hiện tại của chúng hoặc việc sử dụng rộng rãi hơn và bất kỳ trở ngại nào ngăn cản chúng, chẳng hạn như chi phí cao hoặc khó tổng hợp và các ý tưởng được đề xuất để khắc phục chúng.”

Kết quả: Vật liệu đột phá: Graphene và vật liệu áp điện sẵn sàng chuyển đổi xã hội

5. Những hậu quả không lường trước được của công nghệ và cách chúng áp dụng cho AI

Lời nhắc:“Một trong những vấn đề tái diễn thú vị nhất nhưng thường ít được thảo luận nhất trong suốt lịch sử loài người liên quan đến ‘những hậu quả không lường trước được’ của công nghệ mới. Ví dụ, Cách mạng Công nghiệp đã mang lại việc sử dụng than để cung cấp năng lượng cho động cơ và nhà máy, và điều này và các nhiên liệu hóa thạch tiếp theo như dầu và xăng tiếp tục được sử dụng ngày nay để cung cấp năng lượng cho nhiều quy trình quan trọng trong xã hội, tuy nhiên, hiện nay, khoa học đã hiểu rõ và rộng rãi rằng khí thải đang góp phần gây ra sự nóng lên toàn cầu, đe dọa sự sống còn của nhân loại và nhiều dạng sống trên Trái đất. Một hậu quả không lường trước được khác liên quan đến nhựa — các sản phẩm dầu mỏ có thể được tạo thành nhiều hình dạng khác nhau với các phẩm chất khác nhau như tính linh hoạt và độ bền và màu sắc, với độ dẻo cao và độ dễ uốn và chi phí thấp — đã được áp dụng rộng rãi trong bao bì và các sản phẩm tiêu dùng và công nghiệp khác và vật liệu xây dựng, nhưng hiện nay tạo ra quá nhiều chất thải trên toàn cầu, nó đe dọa sức khỏe con người dưới dạng vi nhựa trong cơ thể và não bộ. Cũng đáng xem xét là việc sử dụng thuốc trừ sâu DDT và lệnh cấm cuối cùng của chính phủ Hoa Kỳ sau các bài viết của nhà môi trường Rachel Carson. Ở mặt trái, những lo lắng sai lầm và sự kích động nỗi sợ hãi về các công nghệ mới như năng lượng hạt nhân vào những năm 1970 đã dẫn đến việc ngừng hoặc đình chỉ các dự án có thể dẫn đến một lưới điện sạch hơn và tiết kiệm hàng ngàn hoặc hàng triệu do tác động của ô nhiễm và sự nóng lên toàn cầu. Xem xét tất cả những điều này và bất kỳ ví dụ lịch sử liên quan nào khác về những hậu quả không lường trước được của công nghệ, hãy giải thích cách xã hội nên tiếp cận các tiến bộ mới như AI, mức độ thận trọng và cơ chế nào là phù hợp, rủi ro của việc quá mức quy định hoặc các đối thủ vũ khí hóa công nghệ mới hoặc sử dụng nó để thịnh vượng với chi phí của xã hội khởi nguồn và ở mức độ nào công nghệ mới nên được mọi người đón nhận hoặc nên được xem xét thận trọng hơn.”

Kết quả: Những hậu quả không lường trước được của công nghệ: Một góc nhìn lịch sử và con đường phía trước với AI

6. Biểu hiện giới tính trong suốt lịch sử và ngày nay

Lời nhắc:“Các nghiên cứu về giới tính và tình dục đã chứng kiến nhiều sự phát triển trong suốt lịch sử loài người ngay cả khi đối mặt với các chế độ chính phủ áp bức và các chính trị gia và đối thủ đạo đức. Đây là một lĩnh vực với nhiều lý thuyết khác nhau bao gồm và chạm vào nhiều ngành khác như sinh học, xã hội học, văn hóa, thần kinh học, di truyền học và hơn thế nữa. Điều tra lĩnh vực này để thảo luận về sự hiểu biết ngày càng tăng về chủ nghĩa chuyển giới, các nguyên nhân có thể hoặc sự đồng xuất hiện của nó với các thuộc tính khác của con người, sử dụng các tài khoản trực tiếp của bệnh nhân chuyển giới và thảo luận về vai trò lớn hơn các vấn đề chuyển giới đã đảm nhận trong những năm gần đây và lý do cho điều này — liệu cộng đồng có phải là vật tế chính trị hay không? Và hơn nữa, hãy nghiên cứu và thảo luận về sự xuất hiện của phi nhị nguyên và các biểu hiện và bản sắc giới tính thay thế khác trong suốt lịch sử, thậm chí quay trở lại Orlando của Virginia Woolf và bản sắc Hai Tinh thần của các bộ lạc người Mỹ bản địa và các hình thức biểu hiện giới tính bản địa khác, tóm tắt hiện tượng này và ghi lại mức độ phổ biến của nó theo thời gian.”

Kết quả: Nghiên cứu về giới tính và tình dục: Chủ nghĩa chuyển giới và các bản sắc giới tính thay thế

7. Diệt chủng trong suốt lịch sử và liệu các hành động gần đây của Israel ở Gaza có đủ điều kiện hay không

Lời nhắc:“Một trong những sự tái diễn bi thảm nhất trong suốt lịch sử được ghi lại của loài người là các cuộc diệt chủng, trong đó một nhóm vũ trang và thường mạnh mẽ tìm cách áp bức, khuất phục và cuối cùng là loại bỏ một nhóm ít quyền lực hơn và ít vũ trang hơn. Cuộc diệt chủng do Đức Quốc xã gây ra đối với dân số Do Thái châu Âu và lớn hơn là một ví dụ được dạy ngày nay trong nhiều (hầu hết?) các trường học phương Tây. Cũng có những sự cố ít được biết đến hơn nhưng vẫn cực kỳ quan trọng và bi thảm như Cuộc diệt chủng Rwanda và Cuộc diệt chủng Armenia. Thảo luận về những điểm chung trong những sự cố kinh hoàng này trong suốt lịch sử — trong bối cảnh xã hội dẫn đến chúng ở các địa điểm tương ứng của chúng — và xem xét các nguồn thông tin hiện tại trên tin tức và các bài báo học thuật để xác định xem các hành động quân sự gần đây của Israel ở Gaza có đủ điều kiện là diệt chủng hay không và tại sao.”

Kết quả: Các cuộc diệt chủng: Điểm chung giữa Cuộc diệt chủng Holocaust, Rwanda và Armenia và liệu cuộc xung đột Gaza có đủ điều kiện hay không

8. Nghiên cứu UAP

Lời nhắc:“Nghiên cứu mọi nguồn có thể kiểm chứng được bạn có thể tìm thấy về UFO và UAP và chuẩn bị cho tôi một báo cáo về một số lý thuyết giải thích chúng với bằng chứng nhiều nhất hoặc bạn tin rằng được hỗ trợ tốt nhất bởi bằng chứng có sẵn”

Kết quả: Hiện tượng dị thường chưa xác định (UAP): Một cuộc kiểm tra các lý thuyết và bằng chứng hàng đầu

Kết luận

Google Gemini Deep Research là một công cụ mạnh mẽ có thể giúp bạn thực hiện nghiên cứu sâu rộng và tạo báo cáo thông tin một cách nhanh chóng và hiệu quả. Với chi phí hợp lý và tích hợp liền mạch với Google Docs, đây là một lựa chọn tuyệt vời cho bất kỳ ai muốn tận dụng sức mạnh của AI để phục vụ công việc nghiên cứu của mình.

18 Th2

PIN AI: Ứng dụng AI cá nhân hóa DeepSeek, Llama trên điện thoại

PIN AI ra mắt ứng dụng di động cho phép tạo mô hình AI cá nhân hóa DeepSeek hoặc Llama trên điện thoại

Giới thiệu về PIN AI và mô hình AI cá nhân hóa

Ngày 13 tháng 2, 2025 9:09 AM

PIN AI và mô hình AI cá nhân hóa

Trong kỷ nguyên số hiện nay, ý tưởng về một trợ lý AI cá nhân hóa đã không còn là điều xa vời. PIN AI đã hiện thực hóa điều này bằng cách ra mắt ứng dụng di động cho phép người dùng tạo ra các mô hình AI riêng biệt, chạy trực tiếp trên điện thoại của họ. Điều này không chỉ mang lại sự tiện lợi mà còn đảm bảo quyền riêng tư và khả năng tùy chỉnh tối đa.

Vấn đề Quyền Riêng Tư và Tùy Chỉnh trong AI Hiện Tại

Các công cụ AI hiện tại như CharacterAI và tính năng bộ nhớ của ChatGPT cung cấp các phiên bản giới hạn của chức năng này, nhưng chúng vẫn dựa vào thông tin của bạn được gửi đến các máy chủ của công ty để phân tích và xử lý. Điều này gây ra lo ngại về quyền riêng tư và khả năng kiểm soát dữ liệu cá nhân. Hơn nữa, chúng không cho phép nhiều giao dịch của bên thứ ba, nghĩa là trợ lý AI của bạn không thể mua hàng thay mặt bạn.

Đối với những người đặc biệt quan tâm đến quyền riêng tư, hoặc muốn một mô hình AI thực sự tự đào tạo lại để thích ứng với sở thích cá nhân – tạo ra một trợ lý AI độc đáo, không giống bất kỳ ai trên toàn thế giới – bạn về cơ bản là tự mình làm.

PIN AI: Giải Pháp AI Cá Nhân Hóa và Riêng Tư

PIN AI (không nên nhầm lẫn với thiết bị phần cứng AI Pin của Humane) đã ra mắt ứng dụng di động đầu tiên của mình, cho phép người dùng chọn một mô hình AI mã nguồn mở cơ bản chạy trực tiếp trên điện thoại thông minh của họ (hỗ trợ iOS/Apple iPhone và Google Android) và vẫn riêng tư và hoàn toàn tùy chỉnh theo sở thích của họ.

Video về ứng dụng di động PIN AI đang hoạt động. Nguồn: PIN AI

Được xây dựng với một cơ sở hạ tầng phi tập trung ưu tiên quyền riêng tư, PIN AI nhằm mục đích thách thức sự thống trị của các công ty công nghệ lớn đối với dữ liệu người dùng bằng cách đảm bảo rằng AI cá nhân phục vụ các cá nhân – chứ không phải lợi ích của công ty.

Được thành lập bởi các chuyên gia về AI và blockchain từ Columbia, MIT và Stanford, PIN AI được dẫn dắt bởi Davide Crapis, Ben Wu và Bill Sun, những người mang đến kinh nghiệm sâu sắc trong nghiên cứu AI, cơ sở hạ tầng dữ liệu quy mô lớn và bảo mật blockchain.

Công ty được hỗ trợ bởi các nhà đầu tư lớn, bao gồm a16z Crypto (CSX), Hack VC, Sequoia Capital U.S. Scout và những người tiên phong blockchain nổi tiếng như người sáng lập Near Illia Polosukhin, chủ tịch SOL Foundation Lily Liu, người sáng lập SUI Evan Cheng và đồng sáng lập Polygon Sandeep Nailwal.

AI Cá Nhân Hóa Thành Hiện Thực

PIN AI giới thiệu một giải pháp thay thế cho các mô hình AI tập trung thu thập và kiếm tiền từ dữ liệu người dùng. Không giống như AI trên nền tảng đám mây do các công ty công nghệ lớn kiểm soát, AI cá nhân của PIN AI chạy cục bộ trên các thiết bị của người dùng, cho phép trải nghiệm AI an toàn, tùy chỉnh mà không cần sự giám sát của bên thứ ba.

Trọng tâm của PIN AI là một ngân hàng dữ liệu do người dùng kiểm soát, cho phép các cá nhân lưu trữ và quản lý thông tin cá nhân của họ trong khi cho phép các nhà phát triển truy cập vào thông tin chi tiết đa danh mục, ẩn danh – từ thói quen mua sắm đến chiến lược đầu tư. Cách tiếp cận này đảm bảo rằng các dịch vụ do AI cung cấp có thể hưởng lợi từ dữ liệu theo ngữ cảnh chất lượng cao mà không ảnh hưởng đến quyền riêng tư của người dùng.

Davide Crapis, đồng sáng lập của PIN AI, cho biết: “Vấn đề ngày nay là tất cả các công ty lớn đều tuyên bố họ làm AI cá nhân – Apple, Google, Meta – nhưng họ thực sự đang làm gì?” trong một cuộc phỏng vấn trực tiếp với VentureBeat vào đầu tháng này. “Họ đang lấy mỏ vàng trong điện thoại của bạn và khai thác tất cả thông tin đó để tìm ra những gì cần đẩy cho bạn.”

Giao diện người dùng PIN AI trên máy tính
Giao diện người dùng PIN AI trên máy tính.

PIN AI đã ra mắt phiên bản chỉ dành cho web vào cuối năm ngoái và đã đạt được sức hút lớn, với hơn 2 triệu người dùng alpha thông qua Telegram và một cộng đồng Discord gồm 220.000 thành viên.

Ứng dụng di động mới ra mắt tại Hoa Kỳ và nhiều khu vực cũng bao gồm các tính năng chính như:

  • “Mô hình Thần” (người bảo vệ dữ liệu): Giúp người dùng theo dõi mức độ hiểu biết của AI về họ, đảm bảo nó phù hợp với sở thích của họ.
  • Hỏi PIN AI: Một trợ lý AI cá nhân hóa có khả năng xử lý các tác vụ như lập kế hoạch tài chính, điều phối du lịch và đề xuất sản phẩm.
  • Tích hợp mã nguồn mở: Người dùng có thể kết nối các ứng dụng như Gmail, các nền tảng truyền thông xã hội và các dịch vụ tài chính với AI cá nhân của họ, đào tạo nó để phục vụ họ tốt hơn mà không tiết lộ dữ liệu cho bên thứ ba.

Crapis nói thêm: “Với ứng dụng của chúng tôi, bạn có một AI cá nhân là mô hình của bạn. “Bạn sở hữu các trọng số và nó hoàn toàn riêng tư, với khả năng tinh chỉnh bảo toàn quyền riêng tư.”

Ông nói với VentureBeat rằng ứng dụng hiện hỗ trợ một số mô hình AI mã nguồn mở làm mô hình cơ sở mà từ đó người dùng có thể bắt đầu cá nhân hóa trợ lý của họ, bao gồm các phiên bản nhỏ của DeepSeek và Llama của Meta.

Ảnh chụp màn hình quảng cáo ứng dụng di động PIN AI
Ảnh chụp màn hình quảng cáo ứng dụng di động PIN AI. Nguồn: PIN AI

Sổ Cái Dựa Trên Blockchain Cho Thông Tin Xác Thực và Truy Cập Dữ Liệu

Cơ sở hạ tầng của PIN AI được xây dựng trên các giao thức blockchain, đảm bảo tính bảo mật, minh bạch và quyền kiểm soát của người dùng.

  • Dữ liệu được lưu trữ cục bộ: Không giống như các hệ thống AI trên nền tảng đám mây, PIN AI giữ tất cả dữ liệu người dùng trên các thiết bị cá nhân thay vì các máy chủ tập trung.
  • Môi trường thực thi đáng tin cậy (TEE) để xác thực: Thông tin xác thực và các tính toán nhạy cảm xảy ra trong một vùng an toàn, ngăn chặn truy cập bên ngoài – ngay cả từ chính PIN AI.
  • Sổ đăng ký blockchain để minh bạch tài chính: Các hành động quan trọng được xác thực trên chuỗi trong khi dữ liệu người dùng vẫn riêng tư và được lưu trữ cục bộ.
  • Khả năng tương tác với các giao thức AI mới nổi: PIN AI được thiết kế để tích hợp với các dự án blockchain và AI phi tập trung trong tương lai, đảm bảo khả năng thích ứng lâu dài.

Bằng cách phi tập trung cơ sở hạ tầng AI, PIN AI nhằm mục đích cân bằng quyền riêng tư, bảo mật và hiệu quả, cho phép người dùng giữ quyền sở hữu dấu chân kỹ thuật số của họ trong khi vẫn hưởng lợi từ các thông tin chi tiết và tự động hóa do AI điều khiển.

Crapis cho biết: “Chúng tôi đã thiết kế giao thức của mình xoay quanh quyền riêng tư bằng cách sử dụng các phương pháp mật mã hiện đại như TTE. Không ai – ngay cả chúng tôi – có thể thấy khóa xác thực của bạn.”

Tập Trung Vào AI Dựa Trên Người Dùng

Sự ra mắt của PIN AI diễn ra vào thời điểm mối quan tâm về quyền riêng tư dữ liệu và độc quyền AI đang ở mức cao nhất mọi thời đại.

Đồng sáng lập Wu nhấn mạnh tầm quan trọng của chủ quyền dữ liệu, nói rằng, “Chúng tôi đang hợp nhất các nhà xây dựng và nhà phát triển AI mã nguồn mở để xây dựng nền tảng cho AI cá nhân mở, nơi người dùng sở hữu 100% AI.”

Sun giải thích tầm nhìn rộng lớn hơn: “Hãy nghĩ về nó như J.A.R.V.I.S. từ Iron Man – hệ thống điều hành trung thành nhất phát triển thành trợ lý AI cá nhân của bạn.”

Crapis tiếp tục giải thích về cách tiếp cận của PIN AI, nói rằng, “Chúng tôi đang tạo ra một ngân hàng dữ liệu cho phép bạn đòi lại dữ liệu cá nhân của mình từ các công ty công nghệ lớn – dữ liệu Google, dữ liệu Facebook, thậm chí cả Robinhood và dữ liệu tài chính – để AI cá nhân của bạn có thể chạy trên đó.”

Ngoài mục đích sử dụng cá nhân, PIN AI hình dung một mạng lưới các tác nhân AI cá nhân có thể tương tác với các dịch vụ bên ngoài thay mặt cho người dùng.

Sun giải thích: “AI cá nhân của bạn có thể phối hợp với các AI cá nhân khác, tương tác với AI doanh nghiệp và thậm chí tự động thực hiện các tác vụ như mua quà cho bạn bè dựa trên các cuộc trò chuyện trước đây.”

Các đồng sáng lập của PIN AI nói với VentureBeat rằng họ sẽ kiếm tiền bằng cách tính phí giao dịch để các tác nhân AI khác truy cập thông tin của người dùng – với sự cho phép của họ.

Điều Gì Tiếp Theo Cho PIN AI?

Với công nghệ AI phát triển nhanh chóng, PIN AI nhằm mục đích xác định tương lai của AI phi tập trung, được cá nhân hóa. Bằng cách kết hợp trí thông minh trên thiết bị, bảo mật blockchain và tích hợp mã nguồn mở, công ty cung cấp một giải pháp thay thế cho các mô hình AI do các công ty công nghệ lớn kiểm soát, đảm bảo rằng các cá nhân – chứ không phải các tập đoàn – sở hữu và kiểm soát dữ liệu của họ.

Wu giải thích: “Mô hình kinh doanh của chúng tôi rất đơn giản: Thay vì một công ty tập trung như Apple hoặc Google cắt giảm rất nhiều, chúng tôi chỉ lấy một khoản hoa hồng nhỏ trên các tương tác của tác nhân – giống như phí gas trên Ethereum.”

Sun nói thêm: “Đây chỉ là sự khởi đầu. “Trong tương lai, AI của bạn sẽ kết nối với mọi thứ – máy tính để bàn, thiết bị thông minh, thậm chí cả robot hình người – đồng thời giữ nguyên quyền riêng tư của bạn.”

Ứng dụng PIN AI hiện đã có sẵn, cung cấp một cấp độ mới về quyền riêng tư, bảo mật và cá nhân hóa trong trải nghiệm do AI điều khiển. Truy cập trang web của PIN AI hoặc tải xuống ứng dụng để bắt đầu xây dựng AI Cá nhân của bạn.

Ứng dụng PIN AI

Các Tính Năng Nổi Bật của Ứng Dụng PIN AI

Ứng dụng PIN AI không chỉ là một công cụ, nó là một trợ lý cá nhân thực sự, được xây dựng dựa trên các nguyên tắc sau:

  • Quyền Riêng Tư Tuyệt Đối: Dữ liệu của bạn không bao giờ rời khỏi thiết bị của bạn. Mọi thông tin cá nhân, từ nhật ký cuộc trò chuyện đến lịch sử duyệt web, đều được lưu trữ an toàn trên điện thoại của bạn.
  • Khả Năng Tùy Chỉnh Vô Hạn: Bạn có quyền đào tạo và điều chỉnh mô hình AI theo sở thích và nhu cầu cá nhân. Càng sử dụng nhiều, AI càng hiểu bạn rõ hơn.
  • Tích Hợp Linh Hoạt: Dễ dàng kết nối với các ứng dụng và dịch vụ yêu thích của bạn, từ email và mạng xã hội đến các công cụ tài chính và mua sắm.
  • Bảo Mật Tối Ưu: Công nghệ blockchain đảm bảo rằng mọi giao dịch và tương tác đều được bảo mật và minh bạch.

Lợi Ích Khi Sử Dụng PIN AI

PIN AI mang lại nhiều lợi ích thiết thực cho người dùng:

  • Tiết Kiệm Thời Gian: Tự động hóa các tác vụ hàng ngày, từ lên lịch cuộc họp đến đặt vé máy bay.
  • Nâng Cao Năng Suất: Nhận thông tin chi tiết và đề xuất thông minh để đưa ra quyết định tốt hơn.
  • Bảo Vệ Quyền Riêng Tư: Giữ quyền kiểm soát dữ liệu cá nhân và tránh bị theo dõi bởi các công ty công nghệ lớn.
  • Trải Nghiệm Cá Nhân Hóa: Tận hưởng một trợ lý AI thực sự hiểu bạn và đáp ứng nhu cầu của bạn.

Trải nghiệm AI cá nhân hóa với PIN AI

Hướng Dẫn Bắt Đầu Với PIN AI

Để bắt đầu sử dụng PIN AI, bạn có thể làm theo các bước sau:

  1. Tải xuống ứng dụng PIN AI từ App Store hoặc Google Play.
  2. Tạo tài khoản và thiết lập hồ sơ cá nhân của bạn.
  3. Chọn mô hình AI cơ bản mà bạn muốn sử dụng.
  4. Bắt đầu đào tạo AI bằng cách cung cấp thông tin và tương tác với nó.
  5. Tùy chỉnh cài đặt và kết nối với các ứng dụng yêu thích của bạn.

Kết Luận

PIN AI không chỉ là một ứng dụng, nó là một cuộc cách mạng trong lĩnh vực trí tuệ nhân tạo. Với khả năng cá nhân hóa, quyền riêng tư và bảo mật, PIN AI mang đến một tương lai nơi mọi người đều có thể sở hữu một trợ lý AI thực sự của riêng mình. Hãy tải xuống ứng dụng ngay hôm nay và khám phá sức mạnh của AI cá nhân hóa!

18 Th2

LinkedIn: Tối ưu Prompt Engineering với AI, LLMs và LangChain

Ứng Dụng AI vào Thực Tế: LinkedIn Kết Hợp LLMs, LangChain và Jupyter Notebooks để Tối Ưu Hóa Prompt Engineering

Trong bối cảnh trí tuệ nhân tạo (AI) đang ngày càng phát triển, việc khai thác tối đa tiềm năng của các mô hình AI sinh tạo (Generative AI) đòi hỏi các doanh nghiệp phải tìm ra phương pháp tối ưu để tạo ra các prompt (lệnh) hiệu quả. Prompt engineering, hay kỹ thuật thiết kế prompt, đã trở thành một lĩnh vực quan trọng, giúp các tổ chức đạt được kết quả tốt nhất từ các mô hình AI. LinkedIn, mạng lưới chuyên nghiệp hàng đầu thế giới, đã có một cách tiếp cận sáng tạo để giải quyết thách thức này, kết hợp các công nghệ tiên tiến như Large Language Models (LLMs), LangChain và Jupyter Notebooks để xây dựng một “sân chơi” cho việc hợp tác và tối ưu hóa prompt engineering.

LinkedIn kết hợp AI, LangChain và Jupyter Notebooks

Bài toán Đặt ra: Vượt qua Rào cản Giữa Người Dùng Kỹ Thuật và Phi Kỹ Thuật

LinkedIn, với hơn 1 tỷ người dùng, cũng đối mặt với những thách thức tương tự như nhiều tổ chức khác khi triển khai AI sinh tạo: làm sao để thu hẹp khoảng cách giữa người dùng kỹ thuật và người dùng không chuyên về kỹ thuật. LinkedIn nhận thấy rằng, việc ứng dụng AI sinh tạo không chỉ dành cho người dùng cuối mà còn phục vụ cho người dùng nội bộ. Thay vì chỉ chia sẻ các prompt qua bảng tính hoặc các kênh nhắn tin, LinkedIn đã xây dựng một hệ thống cho phép người dùng thuộc các lĩnh vực khác nhau cùng làm việc và thử nghiệm.

Giải pháp Đột phá: “Sân Chơi” Prompt Engineering Hợp Tác

LinkedIn đã phát triển một “sân chơi” (playground) cho phép các chuyên gia kỹ thuật và người dùng không chuyên hợp tác để tạo ra các prompt hiệu quả nhất. Hệ thống này kết hợp sức mạnh của LLMs, LangChain và Jupyter Notebooks. Cách tiếp cận này đã giúp LinkedIn cải thiện sản phẩm Sales Navigator, đặc biệt là tính năng AccountIQ, giúp giảm thời gian nghiên cứu công ty từ 2 giờ xuống còn 5 phút.

Thách Thức Tổ Chức Khi Triển Khai Gen AI Trong Một Doanh Nghiệp Kỹ Thuật

LinkedIn không hề xa lạ với thế giới máy học (ML) và AI. Trước khi ChatGPT xuất hiện, LinkedIn đã xây dựng một bộ công cụ để đo lường tính công bằng của mô hình AI. Tuy nhiên, Gen AI (Generative AI) lại khác biệt. Nó không đòi hỏi kỹ sư phải sử dụng và có thể truy cập rộng rãi hơn. Đó là cuộc cách mạng mà ChatGPT đã tạo ra. Việc xây dựng các ứng dụng được hỗ trợ bởi Gen AI không hoàn toàn giống như xây dựng một ứng dụng truyền thống.

Theo Ajay Prakash, kỹ sư phần mềm của LinkedIn, trước đây, các kỹ sư sẽ nhận được một bộ yêu cầu sản phẩm từ bộ phận quản lý sản phẩm, sau đó họ sẽ tiến hành xây dựng sản phẩm. Tuy nhiên, với Gen AI, các nhà quản lý sản phẩm có thể thử nghiệm các ý tưởng khác nhau để xem điều gì khả thi và hiệu quả. Trái ngược với ML truyền thống, vốn không dễ tiếp cận đối với nhân viên không có chuyên môn kỹ thuật, Gen AI dễ dàng hơn cho tất cả mọi người.

Prompt engineering truyền thống thường tạo ra các nút thắt cổ chai, với các kỹ sư đóng vai trò là người gác cổng cho bất kỳ thay đổi hoặc thử nghiệm nào. Cách tiếp cận của LinkedIn thay đổi điều này bằng cách cung cấp giao diện thân thiện với người dùng thông qua Jupyter Notebooks tùy chỉnh, vốn thường được sử dụng cho các tác vụ khoa học dữ liệu và ML.

Kiến trúc của “Sân Chơi” Prompt Engineering LinkedIn

Không ngạc nhiên khi nhà cung cấp LLM mặc định được LinkedIn sử dụng là OpenAI. Xét cho cùng, LinkedIn là một phần của Microsoft, công ty lưu trữ nền tảng Azure OpenAI.

Lukasz Karolewski, quản lý kỹ thuật cấp cao của LinkedIn, giải thích rằng việc sử dụng OpenAI thuận tiện hơn vì nhóm của ông có quyền truy cập dễ dàng hơn trong môi trường LinkedIn/Microsoft. Ông lưu ý rằng việc sử dụng các mô hình khác sẽ yêu cầu các quy trình đánh giá pháp lý và bảo mật bổ sung, điều này sẽ mất nhiều thời gian hơn để cung cấp chúng. Ban đầu, nhóm ưu tiên việc xác thực sản phẩm và ý tưởng hơn là tối ưu hóa cho mô hình tốt nhất.

LLM chỉ là một phần của hệ thống, hệ thống này còn bao gồm:

  • Jupyter Notebooks cho lớp giao diện;
  • LangChain để điều phối prompt;
  • Trino cho các truy vấn data lake trong quá trình thử nghiệm;
  • Triển khai dựa trên container để dễ dàng truy cập;
  • Các thành phần UI tùy chỉnh cho người dùng không chuyên về kỹ thuật.
Kiến trúc sân chơi Prompt Engineering của LinkedIn

Cách Thức Hoạt Động của “Sân Chơi” Prompt Engineering Hợp Tác của LinkedIn

Jupyter Notebooks đã được cộng đồng ML sử dụng rộng rãi trong gần một thập kỷ như một cách để giúp xác định các mô hình và dữ liệu bằng cách sử dụng giao diện ngôn ngữ Python tương tác.

Karolewski giải thích rằng LinkedIn đã lập trình sẵn Jupyter Notebooks để giúp chúng dễ tiếp cận hơn đối với người dùng không chuyên về kỹ thuật. Các notebook bao gồm các thành phần UI như hộp văn bản và nút giúp mọi người dùng dễ dàng bắt đầu. Các notebook được đóng gói theo cách cho phép người dùng dễ dàng khởi chạy môi trường với các hướng dẫn tối thiểu và không cần thiết lập môi trường phát triển phức tạp. Mục đích chính là cho phép cả người dùng kỹ thuật và không chuyên về kỹ thuật thử nghiệm các prompt và ý tưởng khác nhau để sử dụng Gen AI.

Để thực hiện điều này, nhóm cũng tích hợp quyền truy cập vào dữ liệu từ data lake nội bộ của LinkedIn. Điều này cho phép người dùng kéo dữ liệu một cách an toàn để sử dụng trong các prompt và thử nghiệm.

LangChain đóng vai trò là thư viện để điều phối các ứng dụng Gen AI. Khung này giúp nhóm dễ dàng xâu chuỗi các prompt và bước khác nhau, chẳng hạn như tìm nạp dữ liệu từ các nguồn bên ngoài, lọc và tổng hợp đầu ra cuối cùng.

Mặc dù LinkedIn hiện không tập trung vào việc xây dựng các ứng dụng dựa trên tác nhân hoàn toàn tự động, nhưng Karolewski cho biết ông coi LangChain là nền tảng để có khả năng di chuyển theo hướng đó trong tương lai.

Cách tiếp cận của LinkedIn cũng bao gồm các cơ chế đánh giá nhiều lớp:

  • Kiểm tra mức độ liên quan dựa trên nhúng để xác thực đầu ra;
  • Phát hiện tác hại tự động thông qua các trình đánh giá dựng sẵn;
  • Đánh giá dựa trên LLM bằng cách sử dụng các mô hình lớn hơn để đánh giá các mô hình nhỏ hơn;
  • Tích hợp các quy trình đánh giá của chuyên gia.

Từ Hàng Giờ Đến Vài Phút: Tác Động Thực Tế Của “Sân Chơi” Prompt Engineering

Hiệu quả của phương pháp này được thể hiện thông qua tính năng AccountIQ của LinkedIn, tính năng này đã giảm thời gian nghiên cứu công ty từ hai giờ xuống còn năm phút.

Sự cải thiện này không chỉ là về xử lý nhanh hơn — nó thể hiện một sự thay đổi cơ bản trong cách các tính năng AI có thể được phát triển và tinh chỉnh với sự đóng góp trực tiếp từ các chuyên gia trong lĩnh vực này.

Chúng tôi không phải là chuyên gia trong lĩnh vực bán hàng, Karolewski nói. Nền tảng này cho phép các chuyên gia bán hàng trực tiếp xác thực và tinh chỉnh các tính năng AI, tạo ra một vòng phản hồi chặt chẽ mà trước đây không thể thực hiện được.

Mặc dù LinkedIn không có kế hoạch mở mã nguồn “sân chơi” prompt engineering Gen AI của mình do tích hợp sâu với các hệ thống nội bộ, nhưng cách tiếp cận này mang lại bài học cho các doanh nghiệp khác muốn mở rộng quy mô phát triển AI. Mặc dù việc triển khai đầy đủ có thể không khả dụng, nhưng các khối xây dựng cơ bản tương tự — cụ thể là LLM, LangChain và Jupyter Notebooks — có sẵn cho các tổ chức khác để xây dựng một cách tiếp cận tương tự.

Cả Karolewski và Prakash đều nhấn mạnh rằng với Gen AI, điều quan trọng là tập trung vào khả năng tiếp cận. Điều quan trọng nữa là cho phép cộng tác đa chức năng ngay từ đầu.

Chúng tôi đã nhận được rất nhiều ý tưởng từ cộng đồng và chúng tôi đã học được rất nhiều điều từ cộng đồng, Lukasz nói. Chúng tôi chủ yếu tò mò những người khác nghĩ gì và họ đang mang chuyên môn từ các chuyên gia về chủ đề vào các nhóm kỹ thuật như thế nào.

Tóm Tắt và Bài Học Kinh Nghiệm

Bài học rút ra từ LinkedIn cho thấy rằng việc xây dựng một môi trường hợp tác, dễ tiếp cận cho prompt engineering có thể mang lại những lợi ích đáng kể cho các tổ chức đang muốn khai thác sức mạnh của AI sinh tạo. Bằng cách kết hợp các công nghệ như LLMs, LangChain và Jupyter Notebooks, LinkedIn đã tạo ra một “sân chơi” cho phép các chuyên gia kỹ thuật và người dùng không chuyên cùng nhau thử nghiệm, học hỏi và tối ưu hóa các prompt. Điều này không chỉ giúp cải thiện hiệu quả và năng suất mà còn thúc đẩy sự đổi mới và khám phá các ứng dụng mới của AI trong nhiều lĩnh vực khác nhau.

Lời khuyên cho các tổ chức khác:

  • Tập trung vào khả năng tiếp cận: Đảm bảo rằng các công cụ và nền tảng prompt engineering dễ sử dụng cho tất cả mọi người, bất kể trình độ kỹ thuật của họ.
  • Khuyến khích sự hợp tác: Tạo ra một môi trường nơi các chuyên gia từ các lĩnh vực khác nhau có thể làm việc cùng nhau để chia sẻ ý tưởng và kiến thức.
  • Thử nghiệm và lặp lại: Khuyến khích người dùng thử nghiệm các prompt khác nhau và học hỏi từ những kết quả thu được.
  • Đo lường và đánh giá: Theo dõi và đánh giá hiệu quả của các prompt để xác định những gì hoạt động tốt và những gì cần cải thiện.

Với sự phát triển không ngừng của AI, prompt engineering sẽ tiếp tục đóng vai trò quan trọng trong việc giúp các tổ chức khai thác tối đa tiềm năng của công nghệ này. Cách tiếp cận sáng tạo của LinkedIn là một ví dụ điển hình về cách xây dựng một hệ thống hiệu quả và bền vững cho việc phát triển và triển khai các ứng dụng AI.

18 Th2

Google Gemini Deep Research: Nghiên cứu sâu, ứng dụng và lợi ích

Đừng bỏ lỡ Chế độ Nghiên cứu Sâu của Google Gemini: Ứng dụng và Lợi ích

Giới thiệu về Google Gemini và Chế độ Nghiên cứu Sâu

Trong bối cảnh trí tuệ nhân tạo (AI) ngày càng phát triển, Google Gemini nổi lên như một công cụ mạnh mẽ, đặc biệt là với chế độ Nghiên cứu Sâu. Chế độ này không chỉ giúp người dùng tiết kiệm thời gian mà còn cung cấp những báo cáo chuyên sâu, đầy đủ thông tin về nhiều chủ đề khác nhau. Bài viết này sẽ đi sâu vào cách thức hoạt động, ứng dụng thực tế và lợi ích mà chế độ Nghiên cứu Sâu của Google Gemini mang lại.

Google Gemini Deep Research Mode

Google Gemini là gì?

Google Gemini là một mô hình AI đa năng, được phát triển bởi Google, có khả năng thực hiện nhiều tác vụ khác nhau, từ tạo văn bản, dịch ngôn ngữ, viết code đến cung cấp thông tin chi tiết về các chủ đề phức tạp. Với sự ra đời của chế độ Nghiên cứu Sâu, Gemini trở thành một trợ lý nghiên cứu đắc lực, giúp người dùng dễ dàng tiếp cận và xử lý lượng lớn thông tin.

Chế độ Nghiên cứu Sâu là gì?

Chế độ Nghiên cứu Sâu của Google Gemini là một tính năng đặc biệt, cho phép người dùng yêu cầu Gemini thực hiện nghiên cứu chuyên sâu về một chủ đề cụ thể. Gemini sẽ tự động tìm kiếm, phân tích và tổng hợp thông tin từ nhiều nguồn khác nhau, sau đó trình bày dưới dạng một báo cáo chi tiết, đầy đủ trích dẫn. Điều này giúp người dùng tiết kiệm đáng kể thời gian và công sức so với việc tự mình thực hiện nghiên cứu.

Cách sử dụng Chế độ Nghiên cứu Sâu của Google Gemini

Để sử dụng chế độ Nghiên cứu Sâu, bạn cần đăng ký gói Google One AI Premium. Sau khi đăng ký, bạn có thể truy cập Gemini qua trình duyệt web và chọn chế độ “1.5 Pro with Deep Research”. Từ đó, mọi truy vấn bạn nhập vào sẽ được xử lý bằng chế độ Nghiên cứu Sâu.

  1. Đăng ký Google One AI Premium: Truy cập để đăng ký gói dịch vụ.
  2. Truy cập Google Gemini: Mở trình duyệt web và truy cập .
  3. Chọn chế độ Nghiên cứu Sâu: Trong giao diện Gemini, chọn “1.5 Pro with Deep Research” từ menu thả xuống.
  4. Nhập truy vấn: Nhập câu hỏi hoặc chủ đề bạn muốn nghiên cứu vào thanh tìm kiếm.
  5. Xem kế hoạch nghiên cứu: Gemini sẽ tạo một kế hoạch nghiên cứu để bạn xem xét và chỉnh sửa.
  6. Bắt đầu nghiên cứu: Sau khi hài lòng với kế hoạch, nhấn nút “Bắt đầu nghiên cứu”.
  7. Xuất báo cáo: Sau khi hoàn tất, bạn có thể xuất báo cáo sang Google Docs để dễ dàng chỉnh sửa và chia sẻ.

Ví dụ về quy trình Nghiên cứu Sâu

Khi bạn nhập một truy vấn, Gemini sẽ phác thảo một kế hoạch nghiên cứu để bạn phê duyệt. Kế hoạch này bao gồm các bước cụ thể và nguồn thông tin mà Gemini sẽ sử dụng. Bạn có thể chỉnh sửa kế hoạch này để điều chỉnh hướng nghiên cứu hoặc thêm các nguồn thông tin khác. Sau khi bạn phê duyệt kế hoạch, Gemini sẽ bắt đầu quá trình nghiên cứu và tổng hợp thông tin.

Kế hoạch nghiên cứu của Google Gemini

8 Ví dụ về Báo cáo Nghiên cứu Sâu do Google Gemini tạo ra

Để minh họa khả năng của chế độ Nghiên cứu Sâu, chúng ta sẽ xem xét 8 ví dụ về các báo cáo do Gemini tạo ra trên nhiều chủ đề khác nhau.

1. Nghiên cứu về giấc ngủ

Truy vấn: “Tổng hợp báo cáo tham khảo chéo các nghiên cứu gần đây và thông tin khoa học khác về thời lượng giấc ngủ mỗi đêm, và tại sao một số người có thể cần ngủ ít hơn hoặc nhiều hơn những người khác, bất kỳ cơ sở di truyền nào cho việc này, và ảnh hưởng sức khỏe của việc thiếu ngủ cũng như liệu những người ngủ ít có xu hướng bị ảnh hưởng bởi những điều này hay có di truyền bảo vệ họ khỏi những ảnh hưởng của việc thiếu ngủ.”

Kết quả: Thời lượng giấc ngủ, tính biến đổi cá nhân và hậu quả sức khỏe: Một đánh giá toàn diện

2. Nghiên cứu về sự bùng nổ và suy thoái kinh tế

Truy vấn: “Các thị trường trên toàn cầu và cho các quốc gia và hàng hóa riêng lẻ được biết đến với những đỉnh cao và thung lũng, với những sự kiện ‘thiên nga đen’ bất ngờ thường thúc đẩy hoạt động kinh tế đi xuống. Nghiên cứu những điều này trong suốt lịch sử, từ Cơn sốt hoa tulip ở Amsterdam đến cuộc Đại suy thoái và Khủng hoảng tài chính toàn cầu và cuộc Suy thoái toàn cầu tiếp theo, cộng với bất kỳ ví dụ đáng chú ý nào khác bạn có thể tìm thấy, và thảo luận về bất kỳ điểm chung trùng lặp nào trong nguyên nhân gây ra sự suy giảm và phục hồi thị trường, và cũng là những thị trường nào tiếp tục phát triển và thịnh vượng trong môi trường suy thoái và suy thoái.”

Kết quả: Đỉnh cao, thung lũng và thiên nga đen: Một phân tích về các vụ sụp đổ thị trường và các lĩnh vực phát triển mạnh trong thời kỳ suy thoái kinh tế

3. Lập kế hoạch sản xuất hàng loạt một sản phẩm tiêu dùng mới

Truy vấn: “Tôi có một ý tưởng cho một chiếc móc khóa đa năng nhỏ (dài khoảng 3-4 inch, dày 1 inch) mà tôi muốn sản xuất hàng loạt và bán ở Hoa Kỳ (và lý tưởng nhất là cho hầu hết các quốc gia vào một thời điểm nào đó). Nó nên được làm bằng một vật liệu mạnh, lý tưởng nhất là kim loại, nhưng một vật liệu có giá cả phải chăng và hiệu quả về chi phí cho mục đích của tôi. Lý tưởng nhất là tôi sẽ bán công cụ này với giá không quá 15,99 đô la một đơn vị cho người tiêu dùng cuối cùng, và bỏ túi số tiền lợi nhuận tối đa mà tôi có thể sau tất cả các chi phí liên quan đến sản xuất, phân phối và tiếp thị trên phương tiện truyền thông xã hội và các kênh kỹ thuật số khác (chủ yếu). Vui lòng nghiên cứu các nhà cung cấp và cách tôi có thể bắt đầu sản xuất hàng loạt việc này trong thời gian ngắn nhất có thể.”

Kết quả: Kế hoạch kinh doanh sản xuất hàng loạt móc khóa đa năng

4. Nghiên cứu về vật liệu mới

Truy vấn: “Đã có những đột phá trong các vật liệu mới như graphene và các siêu vật liệu hoặc vật liệu áp điện khác trong những năm gần đây. Nghiên cứu những vật liệu hứa hẹn nhất cho ứng dụng thương mại và chuyển đổi xã hội — đặc biệt là mở khóa các khả năng mới — và giải thích tình trạng thương mại hóa hiện tại của chúng hoặc việc sử dụng rộng rãi hơn và bất kỳ trở ngại nào ngăn cản chúng, chẳng hạn như chi phí cao hoặc khó tổng hợp, và các ý tưởng được đề xuất để khắc phục chúng.”

Kết quả: Vật liệu đột phá: Graphene và vật liệu áp điện sẵn sàng chuyển đổi xã hội

5. Hậu quả không lường trước của công nghệ và cách chúng áp dụng cho AI

Truy vấn: “Một trong những vấn đề lặp đi lặp lại thú vị nhất nhưng thường ít được thảo luận nhất trong suốt lịch sử loài người liên quan đến ‘hậu quả không lường trước’ của các công nghệ mới. Ví dụ, Cách mạng Công nghiệp đã mang lại việc sử dụng than để cung cấp năng lượng cho động cơ và nhà máy, và điều này và các nhiên liệu hóa thạch tiếp theo như dầu và xăng tiếp tục được sử dụng ngày nay để cung cấp năng lượng cho nhiều quy trình quan trọng trong xã hội, tuy nhiên, hiện nay đã được khoa học và rộng rãi hiểu rằng lượng khí thải đang góp phần vào sự nóng lên toàn cầu đe dọa sự sống còn của nhân loại và của nhiều dạng sống trên Trái đất. Một hậu quả không lường trước khác liên quan đến nhựa — các sản phẩm dầu mỏ có thể được hình thành thành nhiều hình dạng khác nhau với các phẩm chất khác nhau như tính linh hoạt và độ bền và màu sắc, với độ dẻo cao và khả năng uốn nắn và chi phí thấp — đã được áp dụng rộng rãi trong bao bì và các sản phẩm tiêu dùng và công nghiệp khác và vật liệu xây dựng, nhưng hiện nay tạo ra quá nhiều chất thải trên toàn cầu đe dọa sức khỏe con người dưới dạng vi nhựa trong cơ thể và não. Cũng đáng xem xét là việc sử dụng thuốc trừ sâu DDT và lệnh cấm cuối cùng của chính phủ Hoa Kỳ sau các bài viết của nhà môi trường Rachel Carson. Mặt khác, những lo lắng sai lầm và những lời đồn đại đáng sợ về các công nghệ mới như năng lượng hạt nhân trong những năm 1970 đã dẫn đến việc ngừng hoặc đình chỉ các dự án có thể đã dẫn đến một lưới điện sạch hơn và cứu sống hàng ngàn hoặc hàng triệu người do ảnh hưởng của ô nhiễm và sự nóng lên toàn cầu. Xem xét tất cả những điều này và bất kỳ ví dụ lịch sử liên quan nào khác về hậu quả không lường trước của công nghệ, hãy giải thích cách xã hội nên tiếp cận những tiến bộ mới như AI, mức độ thận trọng và cơ chế nào là phù hợp, rủi ro của việc quản lý quá mức hoặc các đối thủ vũ khí hóa công nghệ mới hoặc sử dụng nó thịnh vượng với chi phí của xã hội gốc và ở mức độ nào công nghệ mới nên được mọi người chấp nhận hoặc nên được xem xét cẩn thận hơn.”

Kết quả: Hậu quả không lường trước của công nghệ: Một góc nhìn lịch sử và con đường phía trước với AI

6. Biểu hiện giới tính trong suốt lịch sử và ngày nay

Truy vấn: “Nghiên cứu về giới tính và tình dục đã chứng kiến nhiều sự phát triển trong suốt lịch sử loài người ngay cả khi đối mặt với các chế độ chính phủ đàn áp và các chính trị gia và đối thủ đạo đức. Đó là một lĩnh vực với nhiều lý thuyết khác nhau bao gồm và chạm vào nhiều ngành khác nhau như sinh học, xã hội học, văn hóa, thần kinh học, di truyền học và hơn thế nữa. Điều tra lĩnh vực này để thảo luận về sự hiểu biết đang phát triển về người chuyển giới, các nguyên nhân hoặc sự xuất hiện đồng thời có thể có của nó với các thuộc tính khác của con người, sử dụng các tài khoản trực tiếp của bệnh nhân chuyển giới, và thảo luận về vai trò quá lớn mà các vấn đề chuyển giới đã đảm nhận trong những năm gần đây và lý do cho điều này — cộng đồng có phải là vật tế chính trị không? Và hơn nữa, hãy nghiên cứu và thảo luận về sự xuất hiện của phi nhị phân và các biểu hiện và bản sắc giới tính thay thế khác trong suốt lịch sử, thậm chí quay trở lại Orlando của Virginia Woolf và bản sắc Hai Linh hồn của các bộ lạc người Mỹ bản địa và các hình thức biểu hiện giới tính bản địa khác, tóm tắt hiện tượng này và ghi lại sự phổ biến của nó theo thời gian.”

Kết quả: Nghiên cứu về giới tính và tình dục: Người chuyển giới và bản sắc giới tính thay thế

7. Diệt chủng trong suốt lịch sử và liệu các hành động gần đây của Israel ở Gaza có đủ điều kiện

Truy vấn: “Một trong những sự tái diễn bi thảm nhất trong suốt lịch sử loài người được ghi lại là các cuộc diệt chủng, trong đó một nhóm vũ trang và thường hùng mạnh tìm cách áp bức, khuất phục và cuối cùng là loại bỏ một nhóm ít quyền lực và ít vũ trang hơn. Cuộc diệt chủng do Đức Quốc xã gây ra đối với người Do Thái châu Âu và dân số châu Âu lớn hơn là một ví dụ được dạy ngày nay trong nhiều (hầu hết?) trường học phương Tây. Ngoài ra còn có những sự cố ít được biết đến nhưng vẫn cực kỳ quan trọng và bi thảm như Cuộc diệt chủng Rwanda và Cuộc diệt chủng Armenia. Thảo luận về những điểm chung trong những sự cố kinh hoàng này trong suốt lịch sử — trong bối cảnh xã hội dẫn đến chúng ở các địa điểm tương ứng của chúng — và kiểm tra các nguồn thông tin hiện tại trên tin tức và các bài báo học thuật để xác định xem các hành động quân sự gần đây của Israel ở Gaza có đủ điều kiện là diệt chủng hay không và tại sao.”

Kết quả: Diệt chủng: Điểm chung giữa Holocaust, các cuộc diệt chủng Rwandan và Armenian và liệu cuộc xung đột Gaza có đủ điều kiện

8. Nghiên cứu về UAP (Hiện tượng dị thường không xác định)

Truy vấn: “Nghiên cứu mọi nguồn có thể kiểm chứng về UFO và UAP và chuẩn bị cho tôi một báo cáo về một số lý thuyết giải thích chúng với bằng chứng nhiều nhất hoặc mà bạn tin rằng được hỗ trợ tốt nhất bởi các bằng chứng có sẵn”

Kết quả: Hiện tượng dị thường không xác định (UAP): Một kiểm tra về các lý thuyết và bằng chứng hàng đầu

Lợi ích của việc sử dụng Chế độ Nghiên cứu Sâu của Google Gemini

Chế độ Nghiên cứu Sâu của Google Gemini mang lại nhiều lợi ích cho người dùng, bao gồm:

  • Tiết kiệm thời gian: Gemini tự động tìm kiếm và tổng hợp thông tin, giúp bạn tiết kiệm thời gian so với việc tự mình thực hiện nghiên cứu.
  • Báo cáo chuyên sâu: Gemini cung cấp các báo cáo chi tiết, đầy đủ thông tin và trích dẫn, giúp bạn hiểu sâu hơn về chủ đề nghiên cứu.
  • Đa dạng chủ đề: Gemini có thể nghiên cứu về nhiều chủ đề khác nhau, từ khoa học, kinh tế đến lịch sử và xã hội.
  • Dễ dàng sử dụng: Giao diện Gemini thân thiện và dễ sử dụng, giúp bạn nhanh chóng làm quen và khai thác tối đa các tính năng.
  • Tích hợp Google Docs: Bạn có thể dễ dàng xuất báo cáo sang Google Docs để chỉnh sửa và chia sẻ.

Ứng dụng thực tế của Chế độ Nghiên cứu Sâu

Chế độ Nghiên cứu Sâu của Google Gemini có thể được ứng dụng trong nhiều lĩnh vực khác nhau, bao gồm:

  • Nghiên cứu khoa học: Giúp các nhà khoa học tìm kiếm và tổng hợp thông tin từ các bài báo khoa học, báo cáo nghiên cứu và các nguồn khác.
  • Nghiên cứu thị trường: Giúp các doanh nghiệp thu thập thông tin về thị trường, đối thủ cạnh tranh và khách hàng.
  • Phân tích tài chính: Giúp các nhà đầu tư phân tích các báo cáo tài chính, tin tức kinh tế và các dữ liệu khác để đưa ra quyết định đầu tư sáng suốt.
  • Giáo dục: Giúp học sinh, sinh viên nghiên cứu các chủ đề học tập và viết báo cáo.
  • Báo chí: Giúp các nhà báo thu thập thông tin và viết bài báo.

So sánh Google Gemini Deep Research với OpenAI Deep Research

Cả Google Gemini Deep Research và OpenAI Deep Research đều là những công cụ mạnh mẽ, nhưng có một số khác biệt chính:

  • Giá cả: Google One AI Premium (~$20 USD mỗi tháng) rẻ hơn nhiều so với ChatGPT Pro ($200 USD mỗi tháng).
  • Khả năng truy cập: Google Gemini Deep Research hiện có sẵn cho người dùng đăng ký Google One AI Premium, trong khi OpenAI Deep Research vẫn đang trong giai đoạn thử nghiệm hạn chế.
  • Tích hợp: Google Gemini Deep Research tích hợp trực tiếp với Google Docs, giúp người dùng dễ dàng xuất và chỉnh sửa báo cáo.
  • Hiệu suất: Cả hai công cụ đều có khả năng tạo ra các báo cáo chi tiết và đầy đủ thông tin, nhưng hiệu suất có thể khác nhau tùy thuộc vào chủ đề và truy vấn cụ thể.

Kết luận

Chế độ Nghiên cứu Sâu của Google Gemini là một công cụ mạnh mẽ và hữu ích cho bất kỳ ai cần thực hiện nghiên cứu chuyên sâu về một chủ đề cụ thể. Với khả năng tự động tìm kiếm, phân tích và tổng hợp thông tin, Gemini giúp người dùng tiết kiệm thời gian và công sức, đồng thời cung cấp những báo cáo chi tiết, đầy đủ thông tin. Nếu bạn đang tìm kiếm một trợ lý nghiên cứu đắc lực, Google Gemini Deep Research là một lựa chọn tuyệt vời.

18 Th2

PIN AI ra mắt ứng dụng AI cá nhân, bảo mật trên điện thoại

PIN AI ra mắt ứng dụng di động cho phép tạo mô hình AI cá nhân hóa, riêng tư DeepSeek hoặc Llama trên điện thoại của bạn

Giới thiệu về PIN AI và mô hình AI cá nhân hóa

Ngày 13 tháng 2, 2025 9:09 AM

PIN AI ra mắt ứng dụng di động

Trong bối cảnh trí tuệ nhân tạo (AI) ngày càng phát triển, ý tưởng về một trợ lý AI cá nhân hóa, hiểu rõ về chúng ta, sở thích, công việc và mục tiêu, không còn là điều viễn tưởng. Ứng dụng di động mới từ PIN AI mang đến một giải pháp đột phá, cho phép người dùng tạo ra mô hình AI riêng tư, hoạt động trực tiếp trên điện thoại của mình. Đây là một bước tiến quan trọng, trao quyền kiểm soát dữ liệu cá nhân và trải nghiệm AI tùy chỉnh cho người dùng.

Vấn đề hiện tại: Thiếu quyền riêng tư và kiểm soát dữ liệu

Các công cụ AI hiện tại như CharacterAI và tính năng bộ nhớ của ChatGPT cung cấp các phiên bản giới hạn của trợ lý AI cá nhân. Tuy nhiên, chúng vẫn dựa vào việc dữ liệu của bạn được gửi đến các máy chủ của công ty để phân tích và xử lý, làm dấy lên lo ngại về quyền riêng tư. Hơn nữa, chúng hạn chế các giao dịch của bên thứ ba, nghĩa là trợ lý AI của bạn không thể thực hiện mua hàng thay mặt bạn.

Đối với những người đặc biệt quan tâm đến quyền riêng tư hoặc muốn một mô hình AI thực sự tự đào tạo lại để thích ứng với sở thích cá nhân, việc tạo ra một trợ lý AI độc đáo, khác biệt so với bất kỳ ai trên thế giới, gần như là không thể.

Giải pháp từ PIN AI: Ứng dụng di động AI cá nhân, riêng tư

PIN AI, không nên nhầm lẫn với thiết bị phần cứng AI Pin của Humane, đã ra mắt ứng dụng di động đầu tiên, cho phép người dùng chọn một mô hình AI mã nguồn mở chạy trực tiếp trên điện thoại thông minh của họ (hỗ trợ iOS/Apple iPhone và Google Android). Điều này đảm bảo rằng dữ liệu cá nhân của bạn được giữ kín và mô hình AI hoàn toàn tùy chỉnh theo sở thích của bạn.

Ứng dụng di động PIN AI

Được xây dựng với cơ sở hạ tầng phi tập trung ưu tiên quyền riêng tư, PIN AI hướng đến việc thách thức sự thống trị của các tập đoàn công nghệ lớn đối với dữ liệu người dùng, đảm bảo rằng AI cá nhân phục vụ các cá nhân, không phải lợi ích của công ty.

Được thành lập bởi các chuyên gia AI và blockchain từ Columbia, MIT và Stanford, PIN AI được dẫn dắt bởi Davide Crapis, Ben Wu và Bill Sun, những người có kinh nghiệm sâu sắc trong nghiên cứu AI, cơ sở hạ tầng dữ liệu quy mô lớn và bảo mật blockchain.

Công ty được hỗ trợ bởi các nhà đầu tư lớn, bao gồm a16z Crypto (CSX), Hack VC, Sequoia Capital U.S. Scout và những người tiên phong blockchain nổi tiếng như người sáng lập Near Illia Polosukhin, chủ tịch SOL Foundation Lily Liu, người sáng lập SUI Evan Cheng và đồng sáng lập Polygon Sandeep Nailwal.

Hiện thực hóa AI cá nhân

PIN AI giới thiệu một giải pháp thay thế cho các mô hình AI tập trung thu thập và kiếm tiền từ dữ liệu người dùng. Không giống như AI dựa trên đám mây do các công ty công nghệ lớn kiểm soát, AI cá nhân của PIN AI chạy cục bộ trên thiết bị của người dùng, cho phép trải nghiệm AI an toàn, tùy chỉnh mà không cần sự giám sát của bên thứ ba.

Trọng tâm của PIN AI là một ngân hàng dữ liệu do người dùng kiểm soát, cho phép các cá nhân lưu trữ và quản lý thông tin cá nhân của họ, đồng thời cho phép các nhà phát triển truy cập vào các thông tin chi tiết đa danh mục, ẩn danh, từ thói quen mua sắm đến chiến lược đầu tư. Cách tiếp cận này đảm bảo rằng các dịch vụ do AI cung cấp có thể hưởng lợi từ dữ liệu theo ngữ cảnh chất lượng cao mà không ảnh hưởng đến quyền riêng tư của người dùng.

Davide Crapis, đồng sáng lập của PIN AI, cho biết: Vấn đề hiện nay là tất cả các ông lớn đều tuyên bố họ làm AI cá nhân – Apple, Google, Meta – nhưng họ thực sự đang làm gì? Họ đang khai thác mỏ vàng trong điện thoại của bạn và khai thác tất cả thông tin đó để tìm ra những gì cần đẩy cho bạn.

Giao diện PIN AI

PIN AI đã ra mắt phiên bản chỉ dành cho web vào cuối năm ngoái và đã đạt được sức hút lớn, với hơn 2 triệu người dùng alpha thông qua Telegram và cộng đồng Discord gồm 220.000 thành viên.

Ứng dụng di động mới ra mắt tại Hoa Kỳ và nhiều khu vực cũng bao gồm các tính năng chính như:

  • Mô hình God (người giám hộ dữ liệu): Giúp người dùng theo dõi mức độ hiểu biết của AI về họ, đảm bảo nó phù hợp với sở thích của họ.
  • Hỏi PIN AI: Một trợ lý AI cá nhân có khả năng xử lý các tác vụ như lập kế hoạch tài chính, điều phối du lịch và đề xuất sản phẩm.
  • Tích hợp mã nguồn mở: Người dùng có thể kết nối các ứng dụng như Gmail, nền tảng truyền thông xã hội và dịch vụ tài chính với AI cá nhân của họ, đào tạo nó để phục vụ họ tốt hơn mà không tiết lộ dữ liệu cho bên thứ ba.

Crapis nói thêm: Với ứng dụng của chúng tôi, bạn có một AI cá nhân là mô hình của bạn. Bạn sở hữu các trọng số và nó hoàn toàn riêng tư, với khả năng tinh chỉnh bảo toàn quyền riêng tư.

Ông nói với VentureBeat rằng ứng dụng hiện hỗ trợ một số mô hình AI mã nguồn mở làm mô hình cơ sở mà từ đó người dùng có thể bắt đầu cá nhân hóa trợ lý của họ, bao gồm các phiên bản nhỏ của DeepSeek và Llama của Meta.

Ảnh chụp màn hình PIN AI

Sổ cái dựa trên blockchain để xác thực và truy cập dữ liệu

Cơ sở hạ tầng của PIN AI được xây dựng trên các giao thức blockchain, đảm bảo an ninh, minh bạch và kiểm soát của người dùng.

  • Dữ liệu được lưu trữ cục bộ: Không giống như các hệ thống AI dựa trên đám mây, PIN AI giữ tất cả dữ liệu người dùng trên thiết bị cá nhân thay vì máy chủ tập trung.
  • Môi trường thực thi đáng tin cậy (TEE) để xác thực: Thông tin đăng nhập và tính toán nhạy cảm xảy ra trong một vùng an toàn, ngăn chặn truy cập bên ngoài – ngay cả từ chính PIN AI.
  • Sổ đăng ký blockchain để minh bạch tài chính: Các hành động chính được xác thực trên chuỗi trong khi dữ liệu người dùng vẫn riêng tư và được lưu trữ cục bộ.
  • Khả năng tương tác với các giao thức AI mới nổi: PIN AI được thiết kế để tích hợp với các dự án AI và blockchain phi tập trung trong tương lai, đảm bảo khả năng thích ứng lâu dài.

Bằng cách phi tập trung hóa cơ sở hạ tầng AI, PIN AI hướng đến việc cân bằng quyền riêng tư, bảo mật và hiệu quả, cho phép người dùng giữ quyền sở hữu dấu chân kỹ thuật số của họ trong khi vẫn hưởng lợi từ các thông tin chi tiết và tự động hóa do AI điều khiển.

Crapis cho biết: Chúng tôi đã thiết kế giao thức của mình xung quanh quyền riêng tư bằng cách sử dụng các phương pháp mật mã hiện đại như TTE. Không ai – ngay cả chúng tôi – có thể thấy khóa xác thực của bạn.

Tập trung vào AI dựa trên người dùng

Sự ra mắt của PIN AI diễn ra vào thời điểm mà những lo ngại về quyền riêng tư dữ liệu và độc quyền AI đang ở mức cao nhất mọi thời đại.

Giao diện người dùng PIN AI

Đồng sáng lập Wu nhấn mạnh tầm quan trọng của chủ quyền dữ liệu, nói rằng: Chúng tôi đang đoàn kết những người xây dựng và phát triển AI mã nguồn mở để xây dựng nền tảng cho AI cá nhân mở, nơi người dùng sở hữu AI 100%.

Sun giải thích tầm nhìn rộng lớn hơn: Hãy nghĩ về nó như J.A.R.V.I.S. từ Iron Man – hệ thống điều hành trung thành nhất phát triển thành trợ lý AI cá nhân của bạn.

Crapis giải thích thêm về cách tiếp cận của PIN AI, nói rằng: Chúng tôi đang tạo ra một ngân hàng dữ liệu cho phép bạn lấy lại dữ liệu cá nhân của mình từ các ông lớn công nghệ – dữ liệu Google, dữ liệu Facebook, thậm chí cả dữ liệu Robinhood và tài chính – để AI cá nhân của bạn có thể chạy trên đó.

Ngoài việc sử dụng cá nhân, PIN AI hình dung ra một mạng lưới các tác nhân AI cá nhân có thể tương tác với các dịch vụ bên ngoài thay mặt người dùng.

Sun giải thích: AI cá nhân của bạn có thể phối hợp với các AI cá nhân khác, tương tác với AI kinh doanh và thậm chí tự động thực hiện các tác vụ như mua quà cho bạn bè dựa trên các cuộc trò chuyện trước đây.

Những người đồng sáng lập PIN AI nói với VentureBeat rằng họ sẽ kiếm tiền bằng cách tính phí giao dịch cho các tác nhân AI khác để truy cập thông tin của người dùng – với sự cho phép của họ.

Những gì tiếp theo cho PIN AI?

Với công nghệ AI đang phát triển nhanh chóng, PIN AI hướng đến việc xác định tương lai của AI cá nhân hóa, phi tập trung. Bằng cách kết hợp trí thông minh trên thiết bị, bảo mật blockchain và tích hợp mã nguồn mở, công ty cung cấp một giải pháp thay thế cho các mô hình AI do các ông lớn công nghệ kiểm soát, đảm bảo rằng các cá nhân – chứ không phải các tập đoàn – sở hữu và kiểm soát dữ liệu của họ.

Wu giải thích: Mô hình kinh doanh của chúng tôi rất đơn giản: Thay vì một công ty tập trung như Apple hoặc Google cắt giảm một khoản lớn, chúng tôi chỉ lấy một khoản hoa hồng nhỏ cho các tương tác của tác nhân – giống như phí gas trên Ethereum.

Sun nói thêm: Đây chỉ là sự khởi đầu. Trong tương lai, AI của bạn sẽ kết nối với mọi thứ – máy tính để bàn, thiết bị thông minh, thậm chí cả robot hình người – đồng thời giữ nguyên quyền riêng tư của bạn.

Ứng dụng PIN AI hiện đã có sẵn, cung cấp một mức độ bảo mật, quyền riêng tư và cá nhân hóa mới trong trải nghiệm do AI điều khiển. Truy cập trang web của PIN AI hoặc tải xuống ứng dụng để bắt đầu xây dựng AI cá nhân của bạn.

Tóm tắt

PIN AI đang cách mạng hóa cách chúng ta tương tác với trí tuệ nhân tạo bằng cách đặt quyền riêng tư và kiểm soát dữ liệu vào tay người dùng. Với ứng dụng di động của mình, PIN AI cho phép bạn tạo ra một trợ lý AI cá nhân, riêng tư, được điều chỉnh theo nhu cầu và sở thích của bạn. Đây là một bước tiến quan trọng hướng tới một tương lai nơi AI phục vụ lợi ích của cá nhân, không phải các tập đoàn lớn.

Zalo
THÔNG BÁO: BẠN CÓ THỂ SỬ DỤNG NÚT "CHUYỂN/ SWITCHER" Ở PHÍA TRÊN ĐỂ LỰA CHỌN CHUYỂN ĐẾN CÁC WEBSITE THÀNH VIÊN CỦA OTAVN HOẶC NHẤN VÀO CÁC LIÊN KẾT Ở CUỐI TRANG ĐỂ TRUY CẬP NHANH HƠN.
------
ANNOUNCEMENT: YOU COULD USE "CHUYỂN/ SWITCHER" BUTTON IN ABOVE TO CHOOSE TO GO TO OTAVN'S MEMBER WEBSITES OR CLICK ON THE LINKS AT THE FOOTER OF THE PAGE FOR FASTER ACCESS.
Cảnh báo: Hiện nay có rất nhiều đơn vị SỬ DỤNG LẠI các THÔNG TIN NỘI DUNG ĐÀO TẠO của KHÓA HỌC SALE OTA TỪ OTAVN mà không đảm bảo chất lượng và hỗ trợ về sau. Các bạn muốn đăng ký học SALE OTA uy tín hãy liên hệ trực tiếp với OTA Việt Nam. OTAVN có xây dựng các hình thức đào tạo trực tiếp offline cho doanh nghiệp, đào tạo 1-1 từ xa và tự học online. Chúng tôi có 2 tên miền là: otavietnam.com và tranxuanloc.com (founder) có chia sẻ và đăng tải các thông tin liên quan về OTA/ Sale OTA/ Digital Marketing/ Thiết kế website... Với khách hàng/ đối tác đã sử dụng dịch vụ của OTAVN sẽ được HỖ TRỢ MIỄN PHÍ các vấn đề phát sinh, tư vấn giải đáp sau khi đã hoàn thành khóa học hoặc sau khi đã sử dụng dịch vụ trọn đời. Hotline:0934552325 (iMessage/ Zalo/ Whatsapp) - Email: info@scovietnam.com
Điều khoản sử dụng chung | Chính sách bảo vệ quyền riêng tư | Chính sách hoàn tiền học | Quy trình đặt hàng | Hình thức thanh toán

Nếu bạn chưa rõ về các khóa học Sale OTA hoặc cần thêm thông tin, hãy liên hệ với chúng tôi qua công cụ hỗ trợ trực tuyến hoặc form hỗ trợ.

Chú ý: Nội dung khóa học online có thể thay đổi mà không cần báo trước.