Lần đầu gõ một câu hỏi vào chatbot và nhận về câu trả lời trôi chảy như người thật, nhiều người có chung một cảm giác: hơi rợn. Nó hiểu mình nói gì à? Nó nghĩ được à?
Câu trả lời ngắn là: không hẳn. Còn câu trả lời dài thì thú vị hơn nhiều, và hiểu nó sẽ giúp bạn dùng AI khôn ngoan hơn.
Một cỗ máy đoán chữ cực giỏi
Hồi nhỏ, chắc ai cũng từng chơi trò nối câu: người trước nói “Con mèo trèo…”, người sau nói tiếp “…cây cau”. Bạn đoán được vì đã nghe câu đó hàng trăm lần.
Các mô hình ngôn ngữ lớn, thứ nằm sau ChatGPT, Gemini, Claude và nhiều chatbot khác, làm đúng việc đó, chỉ ở quy mô khó tưởng tượng. Chúng được cho “đọc” một lượng văn bản khổng lồ: sách, báo, trang web, mã nguồn. Từ đó, chúng học cách đoán mẩu chữ tiếp theo hợp lý nhất trong một câu.
Khi bạn hỏi “Thủ đô của Việt Nam là gì?”, mô hình không tra cứu một cuốn từ điển nào cả. Nó tính xem, sau chuỗi chữ ấy, chữ nào hay xuất hiện nhất, và “Hà Nội” thắng áp đảo. Rồi nó đoán tiếp chữ sau, rồi chữ sau nữa, cho đến khi thành một câu trả lời hoàn chỉnh.
“Mẩu chữ” chứ không phải “chữ”
Máy không đọc theo từng chữ như chúng ta. Văn bản được cắt thành những mẩu nhỏ gọi là token. Với tiếng Anh, một token thường là một từ hoặc một phần của từ. Với tiếng Việt, một âm tiết có dấu như “nghiêng” đôi khi bị cắt thành vài mẩu.
Đó là lý do cùng một nội dung, bản tiếng Việt thường “tốn” nhiều token hơn bản tiếng Anh. Và cũng là lý do những mô hình đời đầu hay viết sai dấu, hoặc ghép chữ kỳ cục.
Vậy sao nó trả lời hay đến thế?
Vì để đoán chữ tiếp theo thật giỏi, mô hình buộc phải nắm được rất nhiều thứ ẩn bên dưới: ngữ pháp, các mối liên hệ giữa sự vật, cả cách lập luận của con người. Không ai lập trình những điều đó vào. Chúng tự hình thành trong quá trình huấn luyện, giống như một đứa trẻ học nói mà không cần ai dạy ngữ pháp.
Sau giai đoạn “đọc”, các công ty còn cho mô hình học thêm từ phản hồi của con người: câu trả lời nào hữu ích, câu nào lịch sự, câu nào nên từ chối. Bước này biến một cỗ máy đoán chữ thành một trợ lý biết trò chuyện.
Vì sao AI bịa chuyện một cách tự tin?
Đây là điểm quan trọng nhất cần nhớ. Mô hình được tối ưu để viết ra câu trả lời nghe hợp lý, chứ không phải câu trả lời đúng. Phần lớn thời gian, hai thứ đó trùng nhau. Nhưng khi gặp câu hỏi về điều nó không biết rõ, như một ngôi làng nhỏ, một nhân vật ít người nhắc tới hay một con số cụ thể, nó vẫn có thể viết ra một đoạn văn trơn tru, kèm cả tên sách, số trang, mà tất cả đều là bịa.
Giới công nghệ gọi hiện tượng này là “ảo giác” (hallucination). Các mô hình mới đã đỡ hơn nhiều, nhiều chatbot còn tự tìm kiếm trên mạng và dẫn nguồn. Nhưng chưa có mô hình nào miễn nhiễm hoàn toàn.
Một cách nghĩ dễ nhớ: hãy coi AI như một người bạn đọc rất nhiều, nói chuyện rất duyên, nhưng thỉnh thoảng nhớ nhầm mà không hề biết mình nhầm.
Nó có “hiểu” không?
Các nhà khoa học vẫn còn tranh luận. Có người cho rằng việc dự đoán chữ chỉ là thống kê tinh vi, không có hiểu biết thật. Có người lại thấy các mô hình đã xây dựng được những “bản đồ” khái niệm bên trong, đủ để gọi là một dạng hiểu.
Với người dùng bình thường, câu hỏi thực tế hơn là: nó có hữu ích không, và khi nào thì không nên tin nó. AI rất giỏi tóm tắt, viết nháp, giải thích một khái niệm, gợi ý ý tưởng, dịch thuật. Nó kém tin cậy hơn với số liệu chính xác, sự kiện mới xảy ra, kiến thức địa phương và mọi thứ cần chịu trách nhiệm pháp lý hay y tế.
Biết máy làm việc thế nào không làm phép màu biến mất. Nhưng nó giúp bạn đặt câu hỏi tốt hơn, và biết lúc nào cần mở thêm một nguồn khác để kiểm tra.
Bình luận (0)
Chưa có bình luận nào. Hãy là người đầu tiên!