Trí tuệ nhân tạo (AI, viết tắt của Artificial Intelligence) là lĩnh vực khoa học máy tính tạo ra các hệ thống có thể làm những việc vốn cần trí tuệ con người, như nhận biết hình ảnh, hiểu ngôn ngữ, dự đoán và ra quyết định, bằng cách học quy luật từ dữ liệu. ChatGPT, bộ lọc thư rác hay tính năng gợi ý video đều là AI; khác nhau ở loại mô hình và mức độ tự chủ.
Bài này giải thích AI là gì, các loại AI và cách AI liên quan tới mô hình ngôn ngữ lớn (LLM) và AI agent. Nếu bạn muốn tự gọi model AI trong ứng dụng của mình, xem thêm cách lấy LLM API key miễn phí.
Trí tuệ nhân tạo (AI) là gì?
Trí tuệ nhân tạo là khả năng của máy tính mô phỏng một số chức năng trí tuệ của con người: học, suy luận, hiểu ngôn ngữ, nhận diện hình ảnh và âm thanh. Một hệ thống AI nhận dữ liệu đầu vào, suy ra kết quả theo những gì đã học, rồi đưa ra câu trả lời, dự đoán hoặc hành động.
Định nghĩa được nhiều cơ quan quản lý dùng hiện nay là của OECD (cập nhật năm 2023): hệ thống AI là hệ thống dựa trên máy, với mục tiêu rõ ràng hoặc ngầm định, suy ra từ dữ liệu đầu vào cách tạo đầu ra như dự đoán, nội dung, khuyến nghị hoặc quyết định, có thể tác động tới môi trường thực hoặc ảo. Mỗi hệ thống có mức tự chủ và khả năng thích nghi khác nhau sau khi triển khai.
Thuật ngữ “artificial intelligence” ra đời từ dự án nghiên cứu mùa hè năm 1956 tại Đại học Dartmouth do John McCarthy khởi xướng, được xem là điểm khởi đầu của ngành (Dartmouth). Từ đó AI đi qua nhiều giai đoạn: hệ chuyên gia viết luật bằng tay, học máy thống kê, rồi học sâu và mô hình ngôn ngữ lớn như hiện nay.
Lưu ý: AI không đồng nghĩa với robot, và AI hiện nay không có ý thức hay cảm xúc thật. Xem thêm điểm khác nhau giữa ý thức và trí tuệ nhân tạo.
AI hoạt động như thế nào?
Phần lớn AI hiện nay hoạt động theo hai giai đoạn: huấn luyện và suy luận. Khi huấn luyện, mô hình xem rất nhiều ví dụ và tự điều chỉnh tham số để dự đoán đúng hơn; khi suy luận, mô hình đã học nhận dữ liệu mới và đưa ra kết quả. Chất lượng AI phụ thuộc nhiều vào dữ liệu huấn luyện.
- Dữ liệu: ảnh, văn bản, âm thanh, bảng số… kèm nhãn hoặc không.
- Mô hình: một hàm toán học có rất nhiều tham số, ví dụ mạng nơ-ron.
- Huấn luyện: so kết quả dự đoán với đáp án, sửa tham số để giảm sai số; lặp rất nhiều lần.
- Suy luận: dùng mô hình đã huấn luyện cho dữ liệu mới, ví dụ trả lời câu hỏi bạn gõ vào chatbot.
Các khái niệm này lồng vào nhau. Học máy là nhánh chính của AI hiện đại. Học sâu là học máy dùng mạng nơ-ron nhân tạo nhiều lớp. LLM là mô hình học sâu dùng kiến trúc Transformer, học trên lượng văn bản rất lớn để dự đoán chữ tiếp theo, nhờ đó viết, dịch, tóm tắt và lập trình được.
Các loại trí tuệ nhân tạo
AI thường được phân loại theo hai cách: theo năng lực (AI hẹp, AI tổng quát, siêu trí tuệ) và theo chức năng (4 loại của Arend Hintze). Theo cả hai cách, mọi hệ thống AI đang dùng thực tế đều là AI hẹp; các loại còn lại vẫn là mục tiêu nghiên cứu hoặc giả thuyết.
Phân loại theo năng lực
- AI hẹp (narrow AI, còn gọi AI yếu): giỏi một nhóm việc cụ thể như nhận diện ảnh, dịch, chơi cờ, lái xe tự động. Chatbot dùng LLM làm được nhiều việc hơn AI truyền thống nhưng vẫn được xếp vào nhóm này vì không tự học và thích nghi như con người ở mọi lĩnh vực.
- AI tổng quát (AGI): AI có thể học và làm hầu hết việc trí óc ở mức con người. Đây là mục tiêu các phòng nghiên cứu lớn công bố theo đuổi, chưa có hệ thống nào được công nhận rộng rãi là AGI. Ô tô tự lái hay robot phẫu thuật không phải AGI, chúng là AI hẹp.
- Siêu trí tuệ (ASI): AI vượt con người ở mọi lĩnh vực. Hoàn toàn là giả thuyết, thường xuất hiện trong thảo luận về an toàn AI.
Phân loại theo chức năng
Nhà nghiên cứu Arend Hintze (Đại học Michigan State) chia AI thành 4 loại theo khả năng ghi nhớ và nhận thức (The Conversation, 14/11/2016):
- Máy phản ứng (reactive machines): chỉ phản ứng với tình huống hiện tại, không có trí nhớ. Ví dụ: Deep Blue của IBM chơi cờ vua.
- Trí nhớ có hạn (limited memory): dùng dữ liệu gần đây để quyết định, ví dụ xe tự lái theo dõi tốc độ các xe xung quanh. Phần lớn AI hiện nay thuộc nhóm này.
- Thuyết tâm trí (theory of mind): hiểu được suy nghĩ, cảm xúc, ý định của người khác. Chưa có.
- Tự nhận thức (self-awareness): có ý thức về chính mình. Chưa có, và cũng chưa có cách đo đáng tin cậy.
Ngoài ra, người ta hay nói tới AI tạo sinh (generative AI): AI tạo ra nội dung mới như văn bản, hình ảnh, âm thanh, video. Chatbot, công cụ tạo ảnh và công cụ tạo video AI đều thuộc nhóm này.
AI, LLM và AI agent khác nhau thế nào?
AI là lĩnh vực bao trùm; LLM là một loại mô hình AI chuyên về ngôn ngữ; AI agent là hệ thống dùng LLM để tự làm một chuỗi việc. Nói cách khác, mọi LLM đều là AI nhưng không phải AI nào cũng là LLM, và agent thì cần LLM cộng thêm công cụ và vòng lặp tự kiểm tra kết quả.
Khái niệm Là gì Ví dụ Trí tuệ nhân tạo (AI) Lĩnh vực bao trùm: mọi hệ thống máy suy ra đầu ra (dự đoán, nội dung, quyết định) từ dữ liệu đầu vào Lọc thư rác, gợi ý video, nhận diện khuôn mặt Học máy (machine learning) Nhánh của AI: máy tự học quy luật từ dữ liệu thay vì được viết sẵn từng luật Dự đoán khách rời bỏ, chấm điểm tín dụng Học sâu (deep learning) Học máy dùng mạng nơ-ron nhiều lớp Nhận diện giọng nói, xử lý ảnh y tế LLM (mô hình ngôn ngữ lớn) Mô hình học sâu kiến trúc Transformer, học trên lượng văn bản rất lớn để hiểu và tạo ngôn ngữ Model chạy sau ChatGPT, Gemini, Claude AI agent Hệ thống dùng LLM làm “bộ não”, tự lập kế hoạch, gọi công cụ và lặp đến khi xong việc Agent đọc email, tra lịch rồi tự đặt cuộc họp
Muốn hiểu sâu từng phần: AI agent là gì, Transformer và LLM, RAG là gì (cách cho LLM tra tài liệu riêng) và so sánh các AI model theo benchmark.
Ứng dụng của AI trong đời sống
AI đã có mặt trong nhiều việc hằng ngày, thường ở dạng tính năng nằm bên trong sản phẩm quen thuộc. Dưới đây là các lĩnh vực phổ biến; mỗi ứng dụng vẫn cần con người kiểm tra ở những quyết định quan trọng.
Kinh doanh và chăm sóc khách hàng
- Chatbot trả lời câu hỏi thường gặp trên website, ứng dụng nhắn tin.
- Phân tích dữ liệu bán hàng, dự đoán nhu cầu, phân nhóm khách hàng.
- Tự động hoá quy trình (soạn email, tóm tắt tài liệu, nhập liệu) bằng các công cụ như n8n kết hợp model AI.
Y tế
AI hỗ trợ đọc ảnh chụp y khoa (X-quang, CT), sắp xếp lịch khám, tóm tắt hồ sơ bệnh án. Kết quả của AI là gợi ý cho bác sĩ, không thay cho chẩn đoán của bác sĩ.
Mạng xã hội và giải trí
Các nền tảng như Facebook, TikTok, YouTube dùng AI để gợi ý nội dung theo hành vi xem, phát hiện nội dung vi phạm và tạo phụ đề tự động.
Du lịch và dịch vụ
AI giúp gợi ý lịch trình, so sánh vé và phòng, trả lời khách qua chatbot nhiều ngôn ngữ.
Bảo mật dữ liệu
AI phân tích nhật ký hệ thống để phát hiện hành vi bất thường, nhận diện email lừa đảo và mã độc. Ngược lại, kẻ xấu cũng dùng AI để viết email lừa đảo thuyết phục hơn, nên vẫn cần quy trình bảo mật cơ bản.
Robot và tự động hoá
Robot trong nhà máy, kho hàng dùng AI để nhận diện vật thể và chọn đường đi. Robot hình người như Sophia (Hanson Robotics) là ví dụ hay được nhắc tới, nhưng khả năng “giao tiếp” của chúng vẫn là mô phỏng.
Lợi ích và hạn chế của AI
AI giúp làm nhanh các việc lặp lại, xử lý lượng dữ liệu mà con người không đọc kịp và làm việc liên tục. Đổi lại, AI có thể sai một cách tự tin, học theo thiên lệch có sẵn trong dữ liệu và đặt ra câu hỏi về quyền riêng tư.
Lợi ích
- Rút ngắn thời gian cho việc lặp lại: soạn nháp, phân loại, tóm tắt, nhập liệu.
- Phân tích dữ liệu lớn để tìm xu hướng, bất thường.
- Hoạt động liên tục, phục vụ nhiều người cùng lúc.
- Giúp người không chuyên tiếp cận việc trước đây cần kỹ năng riêng, như viết code đơn giản hay dịch tài liệu.
Hạn chế
- Có thể sai hoặc “bịa”: LLM đôi khi tạo thông tin nghe hợp lý nhưng sai (hallucination).
- Thiên lệch: dữ liệu huấn luyện lệch thì kết quả lệch theo.
- Khó giải thích: nhiều mô hình học sâu là “hộp đen”, khó biết vì sao ra kết quả.
- Quyền riêng tư: dữ liệu bạn nhập có thể được lưu hoặc dùng để cải thiện dịch vụ, tuỳ điều khoản từng nhà cung cấp.
- Chi phí: huấn luyện và chạy mô hình lớn cần nhiều máy chủ GPU và điện năng.
Khi nào không nên giao hoàn toàn cho AI
Không nên để AI tự quyết những việc có hậu quả lớn như chẩn đoán bệnh, tư vấn pháp lý, duyệt khoản vay hay tuyển dụng mà không có người kiểm tra. Cũng không nên dán mật khẩu, API key, dữ liệu khách hàng hay tài liệu mật vào chatbot công cộng.
Bắt đầu dùng AI từ đâu?
Cách dễ nhất là dùng thử một chatbot: xem các công cụ chatbot AI phổ biến như ChatGPT, Gemini, Claude. Khi cần đưa AI vào ứng dụng hoặc quy trình, bạn gọi model qua API (danh sách LLM có API key miễn phí), chạy model ngay trên máy (local model là gì) hoặc dựng AI agent tự làm việc nhiều bước.
Câu hỏi thường gặp
AI là viết tắt của từ gì?
AI là viết tắt của Artificial Intelligence, nghĩa là trí tuệ nhân tạo: lĩnh vực tạo ra hệ thống máy tính có thể học từ dữ liệu, hiểu ngôn ngữ, nhận diện hình ảnh và đưa ra dự đoán hoặc quyết định.
Ví dụ điển hình của AI là gì?
Chatbot như ChatGPT, Gemini, Claude; trợ lý giọng nói như Siri, Google Assistant; bộ lọc thư rác trong email; gợi ý video trên YouTube, TikTok; nhận diện khuôn mặt để mở khoá điện thoại; dịch tự động.
Thế nào là Reactive Machine?
Reactive Machine (máy phản ứng) là loại AI đơn giản nhất trong cách phân loại của Arend Hintze: chỉ phản ứng với tình huống hiện tại, không lưu trí nhớ và không dùng kinh nghiệm cũ. Ví dụ quen thuộc là Deep Blue của IBM, máy chơi cờ vua thắng Garry Kasparov năm 1997.
AI có những hạn chế nào?
AI có thể trả lời sai một cách tự tin, học theo thiên lệch trong dữ liệu, khó giải thích cách ra quyết định, đặt ra rủi ro quyền riêng tư và tốn nhiều tài nguyên tính toán. Vì vậy kết quả của AI ở việc quan trọng cần con người kiểm tra.
ChatGPT có phải là AI không?
Có. ChatGPT là ứng dụng AI tạo sinh của OpenAI, chạy trên các mô hình ngôn ngữ lớn (LLM) dòng GPT. Nó thuộc nhóm AI hẹp: rất giỏi xử lý ngôn ngữ nhưng không có ý thức và không phải AGI.
AI khác AI agent như thế nào?
AI là cả lĩnh vực. AI agent là một kiểu hệ thống AI cụ thể: dùng LLM để tự lập kế hoạch, gọi công cụ (tìm kiếm, API, phần mềm) và lặp lại đến khi hoàn thành mục tiêu, thay vì chỉ trả lời một câu.
