🤖 Giới thiệu Generative AI

Generative AI là một trong những bước tiến lớn nhất trong lịch sử AI. Bài này giới thiệu các khái niệm cơ bản và ứng dụng.

Generative AI là gì?

graph LR
    P[Prompt/Input] --> G[Generative AI]
    G --> T[Text]
    G --> I[Images]
    G --> A[Audio]
    G --> C[Code]

Lịch sử phát triển

Large Language Models (LLMs)

Kiến trúc cơ bản

graph TD
    I[Input Text] --> T[Tokenizer]
    T --> E[Embeddings]
    E --> TR[Transformer Layers]
    TR --> O[Output Probabilities]
    O --> G[Generated Text]

Các LLMs phổ biến

Cách LLMs hoạt động

1. Tokenization

Text được chia thành tokens:

1"Hello world" → ["Hello", " world"]
2"Xin chào" → ["X", "in", " ch", "ào"]

2. Next Token Prediction

LLM dự đoán token tiếp theo:

1Input: "The cat sat on the"
2Predictions:
3- "mat" (30%)
4- "floor" (25%)
5- "chair" (20%)
6- ...

3. Sampling

Chọn token dựa trên probability và temperature:

• Temperature = 0: Luôn chọn highest probability (deterministic)
• Temperature = 1: Random sampling theo distribution
• Temperature > 1: More random/creative

Prompting Basics

Zero-shot Prompting

1Prompt: "Dịch sang tiếng Anh: Tôi yêu Việt Nam"
2Output: "I love Vietnam"

Few-shot Prompting

1Prompt: 
2"Phân loại sentiment:
3Text: 'Sản phẩm tuyệt vời!' → Positive
4Text: 'Dịch vụ quá tệ' → Negative
5Text: 'Giao hàng nhanh, đóng gói đẹp' → "
6 
7Output: "Positive"

Chain of Thought

1Prompt: "Giải bài toán sau, giải thích từng bước:
2Nếu một cửa hàng có 50 táo, bán 30%, còn lại bao nhiêu?"
3 
4Output:
5"Bước 1: Tính số táo bán
650 × 30% = 50 × 0.3 = 15 táo
7 
8Bước 2: Tính số táo còn lại
950 - 15 = 35 táo
10 
11Đáp án: Còn lại 35 táo"

Ứng dụng thực tế

1. Content Creation

• Viết blog, marketing content
• Tạo social media posts
• Draft emails, reports

2. Code Generation

• Viết code từ requirements
• Debug và explain code
• Code review và optimization

3. Data Analysis

• Phân tích và tóm tắt data
• Generate insights
• Create visualizations

4. Customer Service

• Chatbots thông minh
• Auto-reply emails
• FAQ generation

5. Education

• Personalized tutoring
• Explain concepts
• Generate exercises

Hạn chế của Gen AI

Responsible AI

Best Practices

1. Verify Output: Luôn kiểm tra thông tin
2. Human in the Loop: Người review trước publish
3. Transparency: Cho biết khi dùng AI
4. Privacy: Không share sensitive data
5. Bias Awareness: Nhận thức về potential bias

Công cụ và Platforms

APIs

• OpenAI API (GPT-4)
• Anthropic API (Claude)
• Google AI (Gemini)

No-code Tools

• ChatGPT
• Claude.ai
• Google AI Studio
• Microsoft Copilot

Development Frameworks

• LangChain
• LlamaIndex
• Semantic Kernel

Bài tập thực hành

Tiếp theo

Trong các bài tiếp theo, chúng ta sẽ đi sâu vào:

• Prompt Engineering nâng cao
• Sử dụng APIs
• Build applications với LangChain

Tài liệu tham khảo

• OpenAI Documentation
• Anthropic Documentation
• Google AI Documentation