[Zing] Vượt cú sốc tuổi 24, Huyền Chip gia nhập NVDIA, khởi nghiệp AI

thực ra đọc vậy đọc cho vui thôi chứ ko có tác dụng gì đâu
mà sách ML ntn đọc cho vui thì đừng đọc gì cho phí thời gian

kiểu như đọc sách về tối ưu độ phức tạp thuật toán trong môn CSc
bình thường đọc làm éo gì cho mất thời gian

 

Ghi nhầm á Lu. Ý là tự mình build mấy cái AI đọc sách xong quăng vào cho nó đọc, sau đó mình tự tra cứu tiện hơn.

 

Đây, dành cho bác nào vẫn còn không biết cách tận dụng AI để học thì tôi có 1 cái prompt cơ bản như sau:


Nguyên văn trọn vẹn cách giải thích Machine Learning của ChatGPT mà mình tin là ai đọc cũng hiểu (ở cuối nó còn đề xuất tạo mindmap cho mình nữa chứ) :

Spoiler

Ok, mình sẽ giải thích theo cách dễ hiểu và dẫn dắt từng bước nhé:

1. Ví dụ gợi mở
Hãy tưởng tượng bạn đang dạy một đứa trẻ nhận biết trái cây.

• Lần đầu, bạn đưa cho bé một quả táo và nói: “Đây là quả táo”.
  
  
• Sau đó, bạn đưa một quả chuối và nói: “Đây là quả chuối”.
  
  
• Bạn làm vậy với nhiều loại trái cây khác nhau.
  
  
• Một ngày, bạn đưa cho bé một quả táo mà bé chưa từng thấy trước đây (loại táo xanh chẳng hạn). Bé nhìn, suy nghĩ và nói: “À, đây là táo!”.

Bé không cần bạn nói lại nhưng tự biết được vì đã học từ những ví dụ trước.

2. Liên hệ với máy tính
Máy tính cũng giống như đứa trẻ ở trên.

• Trước đây, máy tính chỉ làm đúng những gì lập trình viên viết ra (ví dụ: nếu hình tròn màu đỏ thì là táo). Nhưng nếu quả táo màu xanh, máy sẽ “bí”.
  
  
• Machine Learning (Học máy) cho phép máy tính tự học từ dữ liệu, thay vì phải được lập trình từng luật một.

Ví dụ:

• Bạn đưa cho máy 1.000 bức ảnh trái cây và “nhãn” cho từng ảnh (táo, chuối, cam...).
  
  
• Máy sẽ tìm ra các đặc điểm chung: táo thường tròn, chuối dài cong, cam có vỏ sần...
  
  
• Sau khi học xong, bạn đưa một bức ảnh mới, máy có thể dự đoán đây là táo hay chuối mà không cần bạn viết luật cứng nhắc.

3. Định nghĩa dễ hiểu về Machine Learning
Machine Learning là một lĩnh vực của trí tuệ nhân tạo (AI), nơi mà máy tính được “dạy” để học từ dữ liệu.

• Nó không cần bạn phải lập trình từng chi tiết.
  
  
• Thay vào đó, bạn cung cấp dữ liệu (ví dụ, hình ảnh, văn bản, số liệu...) và máy tính sẽ tự rút ra quy luật từ dữ liệu đó.

Tóm gọn:

Machine Learning = Máy tính tự học từ dữ liệu để đưa ra dự đoán hoặc quyết định mà không cần lập trình cứng từng bước.

4. Ví dụ đời sống khác

• Dự đoán giá nhà: Dựa trên dữ liệu về diện tích, vị trí, số phòng...
  
  
• Nhận diện khuôn mặt: Facebook tự nhận diện bạn bè trong ảnh.
  
  
• Đề xuất phim: Netflix hoặc YouTube gợi ý phim bạn thích dựa trên thói quen xem.

Bạn có muốn mình vẽ 1 sơ đồ minh hoạ trực quan (dễ hình dung) về cách Machine Learning hoạt động (dữ liệu → học → dự đoán) không? Hay mình làm luôn ví dụ với số liệu cụ thể để bạn thấy rõ quá trình máy “học” ra sao?

Nếu muốn đi sâu thì prompt này:
"Tôi muốn đi sâu thêm về Machine Learning thì cần biết thêm các khái niệm căn bản nào, bạn có thể cho tôi 1 lộ trình từ A-Z để tôi từng bước học và hiểu Machine Learning chuyên sâu"

Cái này là mới ở mức căn bản nhé, còn đúng thì phải ghi thêm cụm từ "đóng vai là chuyên gia về Machine Learning, về AI, hãy ..."

 

Mình nói thật nhé, những thứ concept nó ở 1 level advance mà đòi hiểu nó theo cách đơn giản thì mức độ hiểu sâu vấn đề nó không bao giờ đat được

 

khuyên thật ko nên học ML hay AI ntn

 

Cái app đó chạy hao pin với nóng vcl. Mỗi lần load sách là chậm chạp, rề rà dù mới chỉ là sách trong thư viện thôi. Dạo gần đây nó bị crash luôn rồi. Vote xoá app.

 

Toàn trả lời bằng AI với search mà không đọc bài vậy

 

Tích phân nó vẫn phải bắt đầu từ 1+1, nếu bạn không biết 1+1 bằng mấy thì bạn không bao giờ học được tích phân.

Dĩ nhiên để lên advanced level 1000, thì nó đâu có đơn giản chỉ từ 1 cái prompt level 0 kia.

 

Này đọc chơi chứ chuyên sâu khum ổn nha fen.
Thêm nữa là AI nó rất hay bịa, hạn chế bịa bằng cách bắt nó suy nghĩ sâu, or nghiên cứu chuyên sâu.
Tốt nhất check lại thông tin từ nhiều con khác nhau.

 

Pattern trong dệt may có nghĩa là hoa văn, hình in trên vải, vẽ. Tuy nhiên, trong các chuyên ngành khác thì pattern có nghĩa là kiểu, mẫu, mô hình, cách thức. Tùy từng lĩnh vực mà dịch từ pattern cho đúng chuyên ngành của nó.
Cái này là do thằng dịch hoặc biên tập của Nhã Nam bị ảnh hưởng từ sách ngôn lù Trung Quốc.
Fen nên tìm các sách hoặc tài liệu về AI bằng tiếng Anh gốc rồi vứt lên cho ChatGPT, Gemini, Google nó dịch có khi còn sát từ chuyên môn hơn

Sách dịch sang tiếng Việt có một số hạn chế là trình độ người dịch có hạn, nhất là với các sách mới cập nhật, kiến thức mới vì có nhiều từ ít gặp. Hơn nữa, khi dịch xong sẽ được biên tập lại. Việc biên tập sẽ phụ thuộc vào ý chí của người biên tập chứ không còn đúng với bản dịch hay bản gốc nữa. Nhất là đối với các công ty thích vẳn vẻ.

Chắc bị ảnh hưởng do biên tập hoặc biên dịch sách Tàu nhiều quá.
Mà mấy hôm trước đứa bạn nhờ dịch 40 trang trang 5 ngày trả cho gần 10 triệu ngon hơn dịch sách nhiều

 

Uhm, tui hiểu hết mà nhưng ở đây đang nhấn mạnh
1. Đọc sách thì nên đọc sách english
2. Cách tiếp cận, tìm hiểu căn bản thì có thể tham khảo ChatGPT, Gemini,...

 

Ko còn phông bạt vì giờ cô ấy đả legit

 

Từ 6tr lên 10tr rồi?

 

Chữ mô thức có gì lạ đâu nhỉ ? Nó là một cái khung, cái khuôn để làm theo, cái hình mẫu để dán lên thôi mà

 

sách này của người Việt viết
nên thế nào chả phải gửi bản thảo bản dịch cho tác giả đánh giá trước để đúng ý người viết
nên về mặt kiến thức chắc chắn là ok

như hồi xưa đọc nguyễn hiến lê, nhiều từ méo hiểu là gì
là do mình kém chứ đâu phải do dịch giả, tác giả

 

Sau khi dịch một phần xong đứa bạn mình bảo khách hàng quên 1 file nữa chưa dịch. Mình cũng kể lể vất vả chút nên bạn cũng thoáng tay hơn. Mà dịch Việt sang Anh chuyên ngành chứ có phải tài liệu thông thường đâu

 

Bên code thì chủ yếu vẫn gọi là pattern thôi, vì dịch ra tiếng việt không mấy người hiểu

 

đọc sách với các bài báo nghiên cứu thì cứ quăng lên notebookLM mà đọc, ai chơi con gpt làm gì

 

lịt pẹ con AI, hôm bữa hỏi cheat hack skill con Morrowind nó đưa mình cheat con Skyrim, tổ cha nó

 

hehehe