Chỗ tôi ghi lại những gì đang đọc và đang nghĩ. Phần lớn là về AI trong công việc.
Đây là khái niệm khiến tôi tin rằng nhỏ mà đủ dùng nhiều khi khôn ngoan hơn to mà cồng kềnh.
Đây là một ví dụ đẹp về chuyện thông minh hơn đôi khi có nghĩa là làm ít đi mà đúng chỗ.
Đây là cách chữa gốc rễ nhất cho căn bệnh chatbot hay bịa mà nhiều người gặp khi đưa AI vào công việc.
Có một kết quả nghiên cứu khiến tôi nhớ mãi, vì nó chứng minh rằng cách ta đặt câu hỏi quan trọng không kém chính mô hình.
Đây là câu hỏi tôi được hỏi nhiều nhất khi doanh nghiệp bắt đầu dùng AI: có cần đào tạo lại mô hình cho riêng mình không? Phần lớn trường hợp, câu trả lời là chưa cần.
Mỗi lần thấy một bức ảnh do AI vẽ ra đẹp đến bất ngờ, tôi lại nhớ rằng nó không được vẽ theo cách ta tưởng. Nó được gỡ ra từ một mớ hỗn độn.
Bạn đưa cho một người rất giỏi toàn bộ hồ sơ của công ty rồi nhờ tìm một chi tiết nằm ở giữa. Họ đọc hết, nhưng nhớ rõ nhất phần đầu và phần cuối.
Có một chuyện nhỏ làm nhiều người dùng AI lần đầu phải ngớ ra: một mô hình viết được cả bản hợp đồng lại đếm sai số chữ cái trong một từ đơn giản.
Có bao giờ bạn gõ vào Google một câu lơ mơ, sai cả từ khoá, mà nó vẫn hiểu và trả về đúng thứ bạn cần chưa?
Gần như mọi công cụ AI mà chúng ta dùng hằng ngày — từ ChatGPT đến Gemini — đều đứng trên cùng một ý tưởng, được công bố năm 2017 trong một bài nghiên cứu của nhóm ở Google với cái tựa nghe rất…
Thời AI còn sơ khai, mỗi việc lại cần một mô hình riêng, dựng gần như từ số không: một mô hình để dịch, một mô hình để nhận diện ảnh, một mô hình khác để lọc thư rác.
Trong ngành có một câu cửa miệng, gọn đến mức nghe qua tưởng đùa: rác vào thì rác ra.
Mỗi sáng tôi gửi một việc nhỏ bạn làm được ngay hôm đó với AI. Đọc hết trong hai phút.