Sanyanggae LogoSanyanggae

AIĐọc trong 6 phút

AI chọn lọc tin nhắn quảng cáo bằng cách nào?

Cùng một tin nhắn, một tính năng đánh dấu «có vẻ là quảng cáo», còn tính năng khác viết bản nháp trả lời lịch sự. Cả hai đều được gọi là AI, nhưng có làm cùng một việc không?

Minh họa các thẻ tin nhắn được chia vào hai khay phân loại, bên cạnh là thẻ trả lời riêng và bút chì
Minh họa giải thích do AI tạo để so sánh phân loại tin nhắn với tạo câu trả lời. Đây không phải màn hình dịch vụ thật, bản thiết kế mạng nơ-ron hay kết quả thí nghiệm về độ chính xác.

Chỉ tìm từ «miễn phí» là đủ sao?

Hãy tưởng tượng một hộp tin nhắn hư cấu. Con người có thể viết quy tắc: «Nếu có từ miễn phí thì phân loại là quảng cáo.» Tuy đơn giản, quy tắc này có thể lọc nhầm cả tin nhắn cá nhân như «Tôi sẽ giúp bạn miễn phí», đồng thời bỏ sót quảng cáo không dùng từ đó. Với cách mà con người quyết định điều kiện, ta có thể phải bổ sung quy tắc khi gặp cách diễn đạt và ngữ cảnh mới.

AI là lĩnh vực rộng hơn tên của một tính năng như vậy. Nó cũng bao gồm tìm vật thể trong ảnh, lập kế hoạch đường đi, và giải quyết vấn đề bằng kiến thức cùng quy tắc. Vì thế, không phải mọi AI đều học từ dữ liệu; cũng không thích hợp khi gọi mọi chương trình là AI chỉ vì có một câu điều kiện đơn giản. Điều quan trọng hơn tên gọi là công việc gì được xử lý theo cách nào.

Khi các ví dụ thay đổi bộ phân loại

Một cách khác là đưa các tin nhắn đã được gắn nhãn quảng cáo hay không làm ví dụ để huấn luyện mô hình. Học máy là cách huấn luyện mô hình bằng dữ liệu để tạo dự đoán hoặc đầu ra khác. Ngay cả lúc này, con người vẫn thiết kế dùng tài liệu nào và đặt mục tiêu gì. Có ví dụ không có nghĩa luôn xử lý đúng cả cách diễn đạt lạ. Hộp tin nhắn ở đây là cảnh hư cấu để so sánh nguyên lý, không phải thí nghiệm đo độ chính xác của dịch vụ thật.

Khi huấn luyện, các giá trị bên trong mô hình được điều chỉnh theo dữ liệu và mục tiêu. Sau đó, đưa tin nhắn mới vào để lấy kết quả phân loại là suy luận, tức dùng mô hình đã huấn luyện. Chỉ đưa đầu vào mới không có nghĩa các giá trị bên trong được huấn luyện lại mỗi lần. Dùng nội dung hội thoại làm ngữ cảnh cũng phải phân biệt với điều chỉnh lại giá trị mô hình. «Lúc xây dựng bằng ví dụ» và «lúc dùng mô hình đã hoàn thành» nối tiếp nhau nhưng không phải cùng một giai đoạn.

  1. Tập hợp ví dụ

    Quyết định dùng tài liệu gì và để mô hình học điều gì.

  2. Xây dựng mô hình

    Điều chỉnh các giá trị bên trong mô hình trong quá trình huấn luyện.

  3. Thử với tin nhắn mới

    Lấy kết quả phân loại qua suy luận rồi đối chiếu với tin nhắn thực tế.

Sơ đồ khái niệm phân biệt lúc xây dựng và lúc sử dụng mô hình phân loại dựa trên học tập. Không phải mọi hệ thống AI đều hoạt động theo cách này.

Chọn quảng cáo và viết câu trả lời

Mô hình chọn xem tin nhắn có phải quảng cáo không và mô hình viết câu trả lời mới có mục đích đầu ra khác nhau. AI tạo sinh chỉ hệ thống tạo nội dung như văn bản, hình ảnh và âm thanh; AI tạo sinh hiện đại thường dùng mô hình được huấn luyện bằng học máy. Học máy là một cách tiếp cận trong AI. Mô hình chỉ phân loại tin nhắn mà không viết văn bản cũng có thể là học máy.

Phân biệt này không phải chia thành các hộp không thể kết hợp. Một dịch vụ có thể chọn tin nhắn bằng mô hình phân loại, viết nháp trả lời bằng mô hình tạo sinh, rồi xử lý kết quả thêm một lần bằng quy tắc do người đặt ra. Giao diện hội thoại cũng không cho phép kết luận bên trong chỉ có một mô hình. Dù phân loại, tạo sinh và quy tắc cùng hiện trên một màn hình, ta vẫn có thể xem riêng công việc của từng phần.

Nói hay và nói đúng

Câu trả lời hoặc giải thích trôi chảy, tự tin cũng có thể trái sự thật. Cũng như mô hình phân loại có thể chọn sai, mô hình tạo sinh có thể tạo lỗi nghe hợp lý; vì thế, cần kiểm tra kết quả bằng tài liệu và cách đánh giá phù hợp mục đích. Hãy tự đối chiếu phép tính trong lời giải thích, đồng thời kiểm tra tiêu đề và liên kết tham khảo có thật và có hỗ trợ nhận định đó không. Sự trôi chảy tự nó không phải bằng chứng chính xác.

Với bản nháp trả lời, cũng cần xem có lẫn sự kiện bịa ra hoặc thông tin cá nhân không cần thiết hay không. Trước khi nhập thông tin cá nhân hay tài liệu không công khai, nên xem chính sách xử lý của dịch vụ đang dùng. Chỉ kết hợp nhiều cách tiếp cận không bảo đảm kết quả đúng hay dữ liệu được xử lý an toàn. Ngay khi gặp tính năng tiện lợi, cùng xem mình đã nhập gì, nhận đầu ra nào và dùng gì để kiểm tra kết quả sẽ giúp hiểu AI cụ thể hơn.

Chỉ theo một tin nhắn cũng thấy được những công việc khác nhau trong tên gọi rộng lớn AI. Lần tới gặp nút «tính năng AI», hãy xem trước hết nó đang chọn lọc hay tạo nội dung.