86+ Thuật Ngữ AI A-Z

Accelerator

Accelerator trong AI là chương trình tăng tốc khởi nghiệp chuyên biệt, hỗ trợ các startup AI giai đoạn đầu phát triển nhanh chóng thông qua vốn đầu tư nhỏ, cố vấn chuyên môn và kết nối mạng lưới.

Agents

Agents (hay Tác nhân AI) là các hệ thống hoặc chương trình trí tuệ nhân tạo tự chủ, có khả năng nhận thức môi trường xung quanh, xử lý thông tin, ra quyết định và thực hiện hành động để đạt được mục tiêu cụ thể.

AGI: Artificial General Intelligence

AGI (Artificial General Intelligence) là trí tuệ nhân tạo tổng quát, có khả năng thực hiện mọi nhiệm vụ trí tuệ mà con người có thể làm, mà không cần lập trình riêng cho từng nhiệm vụ.

AI Ethics

AI Ethics (Đạo đức AI) là tập hợp các nguyên tắc, hướng dẫn và chính sách đạo đức chi phối việc thiết kế, phát triển và triển khai công nghệ Trí tuệ Nhân tạo (AI) một cách có trách nhiệm.

AI: Artificial Intelligence

AI, viết tắt của Artificial Intelligence (Trí tuệ Nhân tạo), là lĩnh vực khoa học máy tính tập trung vào việc tạo ra hệ thống máy tính có khả năng thực hiện các nhiệm vụ đòi hỏi trí thông minh con người, như học hỏi, suy luận, nhận thức và ra quyết định.

Algorithm

Algorithm (thuật toán) là tập hợp hữu hạn các hướng dẫn rõ ràng, được thiết kế để giải quyết một vấn đề cụ thể hoặc thực hiện một nhiệm vụ tính toán.

Alignment

Alignment (Căn chỉnh AI) là lĩnh vực nghiên cứu đảm bảo hành vi, quyết định và mục tiêu của hệ thống AI phù hợp với ý định và giá trị của con người.

API: Application Programming Interface

API (Application Programming Interface) là giao diện lập trình ứng dụng, một tập hợp quy tắc và giao thức cho phép các phần mềm hoặc thành phần phần mềm giao tiếp, trao đổi dữ liệu và yêu cầu dịch vụ với nhau.

ASI: Artificial Super Intelligence

ASI (Artificial Super Intelligence) là cấp độ trí tuệ nhân tạo cao nhất, nơi hệ thống máy móc vượt qua trí thông minh con người trong mọi lĩnh vực nhận thức.

Attention

Attention là cơ chế chú ý trong mạng nơ-ron nhân tạo, mô phỏng khả năng tập trung của con người vào các phần quan trọng của dữ liệu đầu vào.

Back Propagation

Back Propagation (lan truyền ngược) là thuật toán cốt lõi dùng để huấn luyện mạng nơ-ron nhân tạo bằng cách tính toán gradient của hàm mất mát và cập nhật trọng số.

Bias

Bias trong AI là sự thiên kiến hệ thống khiến mô hình đưa ra dự đoán hoặc quyết định lệch lạc, không công bằng đối với một số nhóm cụ thể.

Big Data

Big Data (dữ liệu lớn) là thuật ngữ chỉ các tập dữ liệu khổng lồ, phức tạp và thay đổi nhanh chóng, vượt quá khả năng xử lý của các công cụ truyền thống.

Chain of Thought

Chain of Thought (CoT) là kỹ thuật prompt engineering khuyến khích mô hình ngôn ngữ lớn (LLM) suy nghĩ và giải thích từng bước logic trước khi đưa ra câu trả lời cuối cùng.

Chatbot

Chatbot là một ứng dụng phần mềm sử dụng trí tuệ nhân tạo (AI) để mô phỏng cuộc trò chuyện tự nhiên với người dùng qua văn bản hoặc giọng nói.

ChatGPT

ChatGPT (Chat Generative Pre-trained Transformer) là một chatbot trí tuệ nhân tạo được phát triển bởi OpenAI, có khả năng hiểu và tạo ra nội dung văn bản giống như con người.

CLIP: Contrastive Language-Image Pretraining

CLIP (Contrastive Language-Image Pretraining) là mô hình AI đa phương thức do OpenAI phát triển, huấn luyện để liên kết hình ảnh và văn bản trong một không gian embedding chung.

CNN: Convolutional Neural Network

CNN (Convolutional Neural Network), hay mạng nơ-ron tích chập, là một kiến trúc mô hình Deep Learning được thiết kế chuyên biệt để xử lý dữ liệu hình ảnh và video.

Cognitive Computing

Cognitive Computing (Điện toán nhận thức) là một lĩnh vực của trí tuệ nhân tạo (AI) mô phỏng quá trình suy nghĩ, học hỏi và ra quyết định của con người.

Compute

Compute trong AI đề cập đến các tài nguyên tính toán cần thiết để huấn luyện và chạy mô hình AI, bao gồm sức mạnh xử lý, bộ nhớ và lưu trữ.

Computer Vision

Computer Vision (thị giác máy tính) là một lĩnh vực con của trí tuệ nhân tạo (AI), cho phép máy tính thu nhận, xử lý, phân tích và hiểu hình ảnh hoặc video giống như cách con người nhìn nhận thế giới trực quan.

Data Augmentation

Data Augmentation (tăng cường dữ liệu) là kỹ thuật tạo ra dữ liệu mới bằng cách biến đổi, sao chép hoặc mô phỏng dữ liệu hiện có, nhằm tăng tính đa dạng và chất lượng cho tập dữ liệu huấn luyện.

Data Mining

Data Mining (khai phá dữ liệu) là quá trình phân tích và trích xuất các mẫu, xu hướng, mối quan hệ ẩn từ các tập dữ liệu lớn và phức tạp.

Data Science

Data Science là lĩnh vực liên ngành kết hợp toán học, thống kê, khoa học máy tính và các công cụ hiện đại để trích xuất thông tin giá trị từ dữ liệu thô.

Deep Learning

Deep Learning (học sâu) là một nhánh quan trọng của Machine Learning trong lĩnh vực trí tuệ nhân tạo (AI).

Diffusion

Diffusion là một loại mô hình học máy (Diffusion Model) dùng để tạo sinh dữ liệu mới, chủ yếu là hình ảnh, bằng cách học cách đảo ngược quá trình thêm nhiễu Gaussian vào dữ liệu gốc.

Double Descent

Double Descent là hiện tượng đường cong lỗi (error curve) của mô hình machine learning giảm hai lần khi tăng kích thước mô hình hoặc lượng dữ liệu huấn luyện.

Embedding

Full Article: Embedding là kỹ thuật biểu diễn dữ liệu rời rạc như từ ngữ, câu, hình ảnh hoặc âm thanh dưới dạng vector số liên tục, dày đặc trong không gian đa chiều.

Emergent Behavior

Emergent Behavior là hiện tượng các hành vi phức tạp, không được lập trình trực tiếp, xuất hiện từ sự tương tác của các thành phần đơn giản trong hệ thống AI.

End-to-End Learning

End-to-End Learning là một phương pháp trong deep learning, nơi mô hình được huấn luyện để ánh xạ trực tiếp từ dữ liệu đầu vào thô đến đầu ra mong muốn mà không cần các bước trung gian hoặc feature engineering thủ công.

Expert Systems

Expert Systems là hệ thống máy tính sử dụng kỹ thuật trí tuệ nhân tạo để mô phỏng khả năng ra quyết định của chuyên gia con người trong một lĩnh vực chuyên môn cụ thể.

Fine-tuning

Full Article: Fine-tuning (tinh chỉnh) là quá trình điều chỉnh một mô hình AI đã được huấn luyện trước (pre-trained model) trên một tập dữ liệu nhỏ hơn và chuyên biệt, nhằm tối ưu hóa hiệu suất của nó cho một tác vụ hoặc ngữ cảnh cụ thể.

Forward Propagation

Forward Propagation là quá trình tính toán dữ liệu từ lớp đầu vào qua các lớp ẩn và lớp đầu ra trong mạng nơ-ron nhân tạo (neural network).

Foundation Model

Foundation Model là mô hình trí tuệ nhân tạo (AI) quy mô lớn, được huấn luyện trước trên lượng dữ liệu khổng lồ và đa dạng, đóng vai trò nền tảng để phát triển các ứng dụng AI chuyên biệt.

GAN: General Adversarial Network

GAN, viết tắt của Generative Adversarial Network (mạng đối nghịch tạo sinh), là một kiến trúc học sâu gồm hai mạng nơ-ron cạnh tranh lẫn nhau để tạo dữ liệu mới có độ chân thực cao.

Generative AI

Generative AI (AI tạo sinh) là một nhánh của trí tuệ nhân tạo có khả năng tạo ra nội dung mới như văn bản, hình ảnh, video, âm thanh hoặc mô hình 3D dựa trên dữ liệu huấn luyện.

GPT: Generative Pretrained Transformer

GPT viết tắt của Generative Pretrained Transformer, là một họ mô hình ngôn ngữ lớn (LLM) dựa trên kiến trúc Transformer.

GPU: Graphics Processing Unit

GPU (Graphics Processing Unit) là bộ xử lý đồ họa, một vi mạch chuyên dụng được thiết kế để xử lý nhanh các tác vụ đồ họa và tính toán song song.

Gradient Descent

Full Article: Gradient Descent là một thuật toán tối ưu hóa lặp được sử dụng để huấn luyện các mô hình học máy và mạng nơ-ron.

Guardrails

Full Article: Guardrails là một framework bảo mật và công cụ kiểm soát được thiết kế để đảm bảo rằng các mô hình AI và chatbot hoạt động an toàn, đáng tin cậy và phù hợp với mục đích đã định.

Hallucination

Hallucination là hiện tượng trong trí tuệ nhân tạo (AI) khi mô hình tạo ra thông tin sai lệch, không chính xác hoặc hoàn toàn bịa đặt, nhưng trình bày chúng một cách tự tin như sự thật.

Hidden Layer

Hidden Layer là lớp neuron nhân tạo nằm giữa input layer và output layer trong mạng nơ-ron nhân tạo (neural network).

Hyperparameter

Hyperparameter là các tham số được thiết lập thủ công trước khi quá trình huấn luyện mô hình machine learning bắt đầu.

Hyperparameter Tuning

Hyperparameter Tuning là quá trình tìm kiếm và chọn bộ siêu tham số (hyperparameters) tối ưu cho thuật toán học máy.

Image Recognition

Full Article: Image Recognition (nhận dạng hình ảnh) là công nghệ cho phép máy tính tự động xác định, phân loại và hiểu nội dung trong hình ảnh kỹ thuật số.

Inference

Inference là giai đoạn sử dụng mô hình AI đã huấn luyện để xử lý dữ liệu mới và đưa ra dự đoán, quyết định hoặc kết quả đầu ra.

Instruction Tuning

Instruction Tuning là kỹ thuật fine-tuning mô hình ngôn ngữ lớn (LLMs) trên tập dữ liệu gồm các hướng dẫn (instructions) và đầu ra tương ứng.

Latent Space

Latent Space là không gian biểu diễn nén của dữ liệu trong machine learning, nơi các điểm dữ liệu được ánh xạ thành các vector giữ lại chỉ những đặc trưng thiết yếu về cấu trúc dữ liệu gốc.

Limited Memory

Limited Memory là loại trí tuệ nhân tạo (AI) sử dụng dữ liệu lịch sử hoặc thông tin quá khứ một cách tạm thời để đưa ra quyết định và cải thiện hiệu suất.

LLM: Large Language Model

LLM (Large Language Model – mô hình ngôn ngữ lớn) là loại mô hình AI được huấn luyện trên lượng dữ liệu văn bản khổng lồ để hiểu, xử lý và sinh ra ngôn ngữ tự nhiên giống con người.

Loss Function

Loss Function là một hàm toán học dùng để đo lường mức độ sai lệch giữa dự đoán của mô hình machine learning và giá trị thực tế (ground truth).

Machine Learning

Machine Learning (ML), hay còn gọi là học máy, là một nhánh của trí tuệ nhân tạo (AI) tập trung vào việc phát triển các thuật toán cho phép máy tính tự động học hỏi và cải thiện từ dữ liệu mà không cần lập trình chi tiết cho từng nhiệm vụ.

Mixture of Experts

Mixture of Experts (MoE) là một kiến trúc machine learning chia mô hình AI thành nhiều sub-network gọi là "expert", mỗi expert chuyên xử lý một phần dữ liệu đầu vào.

Multimodal

Multimodal là loại trí tuệ nhân tạo (AI) có khả năng xử lý đồng thời nhiều loại dữ liệu khác nhau như văn bản, hình ảnh, âm thanh, video và dữ liệu cảm biến.

NeRF: Neural Radiance Fields

NeRF, viết tắt của Neural Radiance Fields (trường bức xạ nơ-ron), là một kỹ thuật sử dụng mạng nơ-ron để tái tạo biểu diễn ba chiều của cảnh từ tập hợp hình ảnh hai chiều.

Neural Network

Neural Network, hay mạng nơ-ron nhân tạo, là mô hình toán học được xây dựng dựa trên cấu trúc và hoạt động của mạng nơ-ron sinh học trong não bộ con người.

NLP: Natural Language Processing

NLP (Natural Language Processing) là nhánh của trí tuệ nhân tạo (AI) tập trung vào việc cho phép máy tính hiểu, phân tích, xử lý và tạo ra ngôn ngữ tự nhiên của con người.

Objective Function

Objective Function, còn gọi là hàm mục tiêu, hàm mất mát (loss function) hoặc hàm chi phí (cost function), là một hàm toán học đo lường mức độ khác biệt giữa kết quả dự đoán của mô hình AI và giá trị thực tế mong muốn.

Overfitting

Overfitting (Quá khớp) là hiện tượng mô hình học máy học quá kỹ dữ liệu huấn luyện, đến mức ghi nhớ cả nhiễu và chi tiết không quan trọng.

Parameters

Parameters là các biến nội tại bên trong mô hình AI, được học và điều chỉnh tự động trong quá trình huấn luyện.

Pattern Recognition

Pattern Recognition là quá trình sử dụng các thuật toán để tự động phát hiện và phân loại các mẫu (patterns) lặp lại trong dữ liệu, chẳng hạn như hình ảnh, âm thanh hoặc văn bản.

Pre-training

Pre-training (đào tạo trước) là quá trình huấn luyện một mô hình học sâu trên các tập dữ liệu lớn để học các mẫu và cấu trúc tổng quát của dữ liệu, trước khi được tinh chỉnh cho các nhiệm vụ cụ thể.

Predictive Analytics

Predictive Analytics (Phân tích dự đoán) là quá trình sử dụng dữ liệu lịch sử, thuật toán thống kê và kỹ thuật machine learning để dự báo kết quả tương lai.

Prescriptive Analytics

Prescriptive Analytics (Phân tích đề xuất) là cấp độ phân tích dữ liệu cao nhất trong bốn giai đoạn chính: Descriptive Analytics, Diagnostic Analytics, Predictive Analytics và Prescriptive Analytics.

Prompt

Prompt là đoạn văn bản, câu lệnh, câu hỏi hoặc chỉ dẫn mà người dùng nhập vào hệ thống AI để hướng dẫn thực hiện nhiệm vụ cụ thể.

Quantum Computing

Quantum Computing là lĩnh vực máy tính sử dụng nguyên tắc cơ học lượng tử để giải quyết các vấn đề phức tạp nhanh hơn máy tính cổ điển.

Regularization

Regularization là tập hợp các kỹ thuật trong machine learning và deep learning dùng để ngăn chặn mô hình trở nên quá phức tạp, từ đó cải thiện khả năng tổng quát hóa trên dữ liệu mới.

Reinforcement Learning

Full Article: Reinforcement Learning (học tăng cường) là một kỹ thuật học máy giúp phần mềm tự động đưa ra quyết định để đạt kết quả tối ưu nhất.

RLHF: Reinforcement Learning from Human Feedback

RLHF (Reinforcement Learning from Human Feedback) là kỹ thuật trong machine learning sử dụng phản hồi từ con người để huấn luyện mô hình AI, nhằm làm cho hành vi của nó phù hợp với sở thích nhân loại.

Sentiment Analysis

Sentiment Analysis (phân tích cảm xúc) là kỹ thuật sử dụng NLP (xử lý ngôn ngữ tự nhiên) và Machine Learning để xác định, phân loại cảm xúc trong văn bản như tích cực, tiêu cực hoặc trung tính.

Singularity

Singularity, hay còn gọi là Điểm kỳ dị công nghệ, là thời điểm giả định khi trí tuệ nhân tạo (AI) vượt qua trí tuệ con người, dẫn đến sự bùng nổ tự cải thiện không thể kiểm soát.

Structured Data

Full Article: Structured Data (dữ liệu có cấu trúc) là thông tin được tổ chức theo một định dạng hoặc lược đồ (schema) được xác định trước.

Supervised Learning

Supervised Learning (Học có giám sát) là một phương pháp cốt lõi trong Machine Learning, sử dụng dữ liệu có gán nhãn để huấn luyện mô hình.

Symbolic Artificial Intelligence

Symbolic Artificial Intelligence (hay Trí tuệ nhân tạo biểu tượng, còn gọi là Good Old-Fashioned AI - GOFAI) là một trường phái AI tập trung vào việc sử dụng các biểu diễn biểu tượng cấp cao, dễ đọc cho con người để giải quyết vấn đề.

TensorFlow

TensorFlow là thư viện mã nguồn mở do Google phát triển, dùng để xây dựng và huấn luyện mô hình machine learning (học máy) và deep learning (học sâu).

Token

Token là đơn vị dữ liệu nhỏ nhất mà các mô hình AI sử dụng để xử lý văn bản trong xử lý ngôn ngữ tự nhiên (NLP).

TPU: Tensor Processing Unit

TPU (Tensor Processing Unit) là mạch tích hợp chuyên dụng (ASIC) do Google phát triển để tăng tốc các tác vụ machine learning, đặc biệt là deep learning.

Training Data

Training Data là tập dữ liệu ban đầu dùng để huấn luyện mô hình học máy (machine learning) nhận dạng mẫu, đưa ra dự đoán hoặc thực hiện nhiệm vụ cụ thể.

Transfer Learning

Transfer Learning là kỹ thuật trong học máy (Machine Learning) cho phép sử dụng kiến thức từ một mô hình đã huấn luyện trên tập dữ liệu lớn để áp dụng vào bài toán mới.

Transformer

Transformer là một kiến trúc mạng nơ-ron học sâu được giới thiệu năm 2017, dùng chủ yếu để xử lý dữ liệu tuần tự như ngôn ngữ tự nhiên (NLP) và thị giác máy tính (CV).

Turing Test

Full Article: Turing Test (Phép thử Turing) là một bài kiểm tra trí tuệ nhân tạo được nhà khoa học người Anh Alan Turing đề xuất năm 1950 để xác định xem một máy tính có thể bắt chước hành vi của con người qua đối thoại một cách đủ thuyết phục để người đối thoại không phát hiện ra nó là máy tính hay không.

Underfitting

Underfitting xảy ra khi mô hình học máy quá đơn giản, không nắm bắt được các pattern tiềm ẩn trong dữ liệu huấn luyện.

Unstructured Data

Full Article: Unstructured Data (dữ liệu phi cấu trúc) là thông tin không tuân theo một mô hình dữ liệu được xác định trước hoặc không được tổ chức theo một cấu trúc cố định.

Unsupervised Learning

Unsupervised Learning (Học không giám sát) là một nhánh của Machine Learning, trong đó mô hình được huấn luyện trên dữ liệu không có nhãn.

Validation Data

Validation Data là một tập dữ liệu riêng biệt, được tách ra từ dữ liệu gốc để đánh giá hiệu suất mô hình trong quá trình huấn luyện.

Voice Recognition

Voice Recognition là công nghệ sử dụng trí tuệ nhân tạo để xác định và xác thực danh tính người nói dựa trên các đặc điểm riêng biệt của giọng nói, như tần số, cao độ và âm sắc.

XAI: Explainable AI

XAI, viết tắt của Explainable AI, là tập hợp các quy trình, công cụ và phương pháp giúp người dùng hiểu rõ cách các mô hình AI đưa ra quyết định.

Zero-shot Learning

Zero-shot Learning (ZSL) là phương pháp trong học máy cho phép mô hình nhận dạng và phân loại các lớp dữ liệu hoặc đối tượng mà nó chưa từng thấy trong dữ liệu huấn luyện.