Nhiều tổ chức đang tự
phát triển các mô hình ngôn ngữ lớn (LLMs) và nhỏ (SLMs) riêng tư thông qua máy
trạm tích hợp AI do lo ngại về bảo mật và chi phí đào tạo dữ liệu.
Một
nghiên cứu mới đây của Accenture cho thấy, các doanh nghiệp ứng dụng công nghệ
AI tiên tiến như các mô hình ngôn ngữ lớn và AI tạo sinh có khả năng tăng doanh
thu lên đến 10%, cao hơn 2,6 lần so với những doanh nghiệp không ứng dụng công
nghệ này.
Trong
thời đại của trí tuệ nhân tạo và các mô hình ngôn ngữ lớn (LLMs), khoa học dữ
liệu và AI đang ngày càng tích hợp sâu vào quy trình làm việc. Tuy nhiên, việc
triển khai và ứng dụng các mô hình AI vào hoạt động kinh doanh cũng gặp không
ít thách thức.
Theo
ông Nguyễn Văn Tuấn, CEO Hyratek, đơn vị hỗ trợ hệ thống và hạ tầng AI phục vụ
cho dự án phục dựng ảnh liệt sĩ, nhu cầu về các hệ thống thiết bị dùng cho việc
đào tạo, huấn luyện AI trên thế giới đang cao hơn mức cung của thị trường.
Người mua thậm chí phải đặt hàng nhà cung cấp trước nửa năm mới có thiết
bị.
Thế
giới đang “khát” hạ tầng phần cứng phục vụ cho trí tuệ nhân tạo. Trong khi đó,
các hệ thống AI thường được đào tạo tập trung, với chi phí rất đắt đỏ. Đây
chính là một rào cản trong việc ứng dụng AI vào hoạt động của các doanh
nghiệp.
Nhiều
doanh nghiệp tại Việt Nam đang sử dụng dịch vụ đám mây để triển khai các mô
hình AI. Tuy nhiên, hình thức này lại gây tốn kém khi hoạt động ở quy mô lớn và
thiếu sự linh hoạt về quy trình làm việc.
Trong
một sự kiện mới đây, ông Nguyễn Văn Giáp, Tổng Giám đốc Lenovo Việt Nam cho
hay, để ứng dụng AI nhiều hơn vào quá trình hoạt động, sản xuất, các doanh
nghiệp có xu thế mới là sử dụng các dòng máy trạm tích hợp AI.
Nhiều
tổ chức đang chuyển sang lưu trữ và phát triển các mô hình ngôn ngữ lớn (LLMs)
và nhỏ (SLMs) riêng tư, do lo ngại về bảo mật và chi phí đào tạo dữ liệu.
Điều
này không chỉ tối ưu hoá quy trình làm việc mà còn giúp chủ doanh
nghiệp đưa ra quyết định kịp thời, đồng thời thúc đẩy đổi mới sáng tạo
trong nhiều lĩnh vực.
Nhờ sở hữu các CPU và GPU hiệu suất cao, các
máy trạm được thiết kế để thúc đẩy phát triển các mô hình AI, tinh chỉnh và huấn luyện ở quy mô nhỏ hơn và
chi phí thấp hơn so với trên đám mây.
Việc
sử dụng dữ liệu tại chỗ không chỉ an toàn hơn mà còn cho phép các nhà khoa học
dữ liệu huấn luyện các mô hình AI với vòng lặp thử nghiệm khép kín và nhanh
hơn, nhờ đó giảm thời gian để có được kết quả cuối cùng.
Nhiều tổ chức đang tự phát triển các mô hình
ngôn ngữ lớn (LLMs) và nhỏ (SLMs) riêng tư thông qua máy trạm tích hợp AI. Ảnh:
Minh họa
Sự
đa dạng của các mô hình ngôn ngữ lớn cũng đang được ghi nhận ngày một nhiều hơn
ở bình diện toàn cầu. Chia sẻ với VietNamNet, ông Robert Hallock, Phó Chủ tịch
kiêm Tổng Giám đốc khối AI và Tiếp thị Kỹ thuật của Intel cho hay, để thúc đẩy
chuyển đổi số, các quốc gia có thể tự mình phát triển các mô hình ngôn ngữ lớn
của riêng mình, với Việt Nam là mô hình ngôn ngữ lớn Tiếng Việt.
Theo
Phó Chủ tịch Intel, trong quá trình làm việc với một vài mô hình AI đa ngôn
ngữ, Việt Nam và Trung Quốc được đánh giá là 2 quốc gia đang bản địa hóa tốt
các mô hình ngôn ngữ lớn bằng việc đưa vào đó yếu tố ngôn ngữ địa phương.
Không
chỉ có thể ứng dụng để thúc đẩy kinh doanh tại các doanh nghiệp, ông Robert
Hallock cho rằng, AI còn có thể ứng dụng hiệu quả trong khu vực công. Trong đó,
hành lang pháp lý của các chính phủ là môi trường tuyệt hảo cho trí tuệ nhân
tạo.
Một
văn bản luật có thể có độ dài lên tới hàng trăm trang, khó ai có thể nắm bắt
được hết mọi thông tin, quy định trong đó. Đây là lúc cần tới một mô hình ngôn
ngữ lớn với trợ lý ảo hỏi đáp về các nội dung cụ thể.
Khảo
sát của Finastra cho thấy, Việt Nam hiện dẫn đầu trong các thị trường về mối
quan tâm tới AI tạo sinh. Theo kết quả khảo sát, 91% người Việt thể hiện sự
hưởng ứng với những giá trị tích cực mà AI tạo sinh mang lại.
Nguồn: https://vietnamnet.vn/no-ro-xu-huong-tu-phat-trien-cac-mo-hinh-ngon-ngu-lon-ai-2325714.html