Hôm nay, Meta công bố hợp tác với XGS Energy, một công ty phát triển công nghệ địa nhiệt thế hệ mới, cho phép sử dụng nguồn năng lượng này ở những nơi trước đây không khả thi. Kế hoạch là bổ sung 150 megawatt điện không chứa carbon vào lưới điện mà trung tâm dữ liệu của Meta đang kết nối trong khu vực.

Meta đang rất cần thêm điện cho AI. Các lưới điện đang cố gắng đáp ứng nhu cầu ngày càng tăng từ các trung tâm dữ liệu. Và những nhu cầu đó đang thúc đẩy các startup địa nhiệt như XGS Energy.

“Sự phát triển của AI đòi hỏi năng lượng liên tục để hỗ trợ phát triển hạ tầng,” Urvi Parekh, giám đốc năng lượng toàn cầu của Meta, cho biết trong một thông cáo báo chí. “Với các công nghệ địa nhiệt thế hệ mới như XGS sẵn sàng mở rộng quy mô, địa nhiệt có thể là một yếu tố quan trọng trong việc hỗ trợ sự phát triển của các công nghệ như AI cũng như phát triển trung tâm dữ liệu trong nước.”

Các nhà máy địa nhiệt tạo ra điện bằng cách sử dụng nhiệt của Trái Đất; thường kéo các chất lỏng hoặc hơi nóng từ các hồ chứa tự nhiên để quay tua bin. Tuy nhiên, chiến lược này bị giới hạn bởi địa lý tự nhiên, và Mỹ chỉ nhận khoảng nửa phần trăm điện năng từ các nguồn địa nhiệt.

Các startup bao gồm XGS đang cố gắng thay đổi điều đó bằng cách làm cho năng lượng địa nhiệt dễ tiếp cận hơn. Năm ngoái, Meta đã thực hiện một thỏa thuận 150MW riêng biệt với Sage Geosystems để phát triển các nhà máy điện địa nhiệt mới. Sage đang phát triển công nghệ để khai thác năng lượng từ các cấu trúc đá nóng, khô bằng cách khoan và bơm nước ngầm, tạo ra các hồ chứa nhân tạo. Google có sự hợp tác riêng với một startup khác tên là Fervo để phát triển công nghệ tương tự.

XGS Energy cũng đang tìm cách khai thác năng lượng địa nhiệt từ các nguồn đá khô. Công ty cố gắng tạo sự khác biệt bằng cách tái sử dụng nước trong một quy trình vòng kín được thiết kế để ngăn nước thoát vào các khe nứt trong đá. Nước được sử dụng để tận dụng nhiệt độ dưới lòng đất lưu thông bên trong một vỏ thép. Việc bảo tồn nước đặc biệt quan trọng ở bang thường xuyên hạn hán như New Mexico, nơi Meta đang mở rộng trung tâm dữ liệu Los Lunas.

Meta từ chối tiết lộ chi phí cho thỏa thuận này với XGS Energy. Sáng kiến sẽ được triển khai qua hai giai đoạn với mục tiêu hoạt động vào năm 2030.

Meta đã cam kết đạt mục tiêu không phát thải ròng vào cuối thập kỷ này từ năm 2020. Tuy nhiên, các trung tâm dữ liệu tiêu tốn nhiều năng lượng có thể đẩy xa hơn những mục tiêu đó, trừ khi chúng có thể hoạt động bằng năng lượng sạch hơn. Tuần trước, Meta thông báo kế hoạch tìm kiếm thêm điện không chứa carbon bằng cách giúp hồi sinh một lò phản ứng hạt nhân cũ. Nhưng một công ty tiện ích ở Louisiana đã đề xuất xây dựng ba nhà máy điện chạy bằng khí mới để hỗ trợ một trung tâm dữ liệu Meta khổng lồ mới tại đó. Và Meta, giống như các gã khổng lồ công nghệ khác, đã chứng kiến lượng khí thải nóng lên hành tinh ngày càng tăng kể từ khi đặt ra mục tiêu khí hậu khi theo đuổi thành công trong AI.

Nguồn: theverge.com

The post Meta mở rộng tham vọng địa nhiệt với dự án mới tại New Mexico appeared first on Nhật Phúc.

Trên điện thoại di động, Gemini trong Google Workspace trước đây chỉ có trong ứng dụng Gmail, nhưng hiện tại nó đã có mặt trên Google Docs dành cho Android.

Khi bạn mở một tài liệu, biểu tượng Gemini sẽ xuất hiện bên trái của menu ba chấm trong thanh công cụ. Chạm vào đó sẽ mở ra một bảng dưới cùng tương tự như trên máy tính để bàn, cho phép bạn nhập một yêu cầu. Gemini giúp bạn “hiểu, tóm tắt và đặt câu hỏi về tài liệu trên di động.”

Nó hoạt động tương tự như trong Gmail, với các hành động gợi ý như: Tóm tắt tài liệu này, Phác thảo các điểm chính, và Đề xuất danh sách cải thiện. Bạn có thể mở rộng bảng để chiếm toàn bộ màn hình. Trong giao diện tài liệu, Google có thể hiển thị gợi ý “Tóm tắt tài liệu này” bên cạnh nút hành động nổi (FAB).

Ví dụ về các trường hợp sử dụng bao gồm:

• Nắm bắt ý chính của một báo cáo nghiên cứu dài với bản tóm tắt do AI tạo ra mà bạn có thể đọc trên điện thoại khi đang di chuyển
• Hỏi Gemini về một chi tiết cụ thể trong tài liệu ngân sách để bạn biết được câu trả lời trước khi vào cuộc họp
• Nhanh chóng tạo bản nháp đầu tiên của kế hoạch ra mắt với một lời nhắc đơn giản sau cuộc họp nhóm khi các chi tiết vẫn còn mới trong đầu bạn

Hiện tại, “Giúp tôi viết, Giúp tôi tạo, và tạo hình ảnh chưa có sẵn trên di động vào lúc này.”

Gemini trong Google Docs cho Android sẽ được triển khai trong vài tuần tới cho các gói Workspace sau:

• Business Standard và Plus
• Enterprise Standard và Plus
• Khách hàng với gói bổ sung Gemini Education hoặc Gemini Education Premium

The post Gemini trong Google Docs cho Android: Tính năng mới và cách sử dụng appeared first on Nhật Phúc.

Tôi luôn sử dụng NotebookLM độc lập. Dù đã thấy nhiều người thử nghiệm và kết hợp NotebookLM với các công cụ như OneNote, tôi chưa bao giờ cảm thấy cần phải kết hợp nó với bất kỳ thứ gì khác, vì những gì nó cung cấp đã rất đầy đủ.

Nhưng trong tuần qua, tôi đã quyết định cuối cùng cũng thay đổi, và mang một công cụ AI khác mà tôi đã thử nghiệm một thời gian vào cuộc chơi: Perplexity. Ý định của tôi không phải là tìm một sự thay thế cho NotebookLM. Thay vào đó, tôi muốn xem điều gì sẽ xảy ra nếu tôi sử dụng cả hai cùng nhau.

Tôi có quay lại sử dụng chỉ NotebookLM như trước đây không? Hay nó sẽ hoàn toàn biến đổi quy trình làm việc của tôi theo hướng tốt hơn? Đáng ngạc nhiên là, điều thứ hai đã xảy ra, và hai công cụ AI này bổ sung cho nhau tốt hơn tôi mong đợi.

Tại sao tôi kết hợp NotebookLM với Perplexity ngay từ đầu

Mặc dù cả NotebookLM và Perplexity đều được thiết kế để làm cho quá trình nghiên cứu trở nên nhanh chóng và đơn giản hơn, chúng lại xử lý những phần hoàn toàn khác nhau của quá trình nghiên cứu. Perplexity là một công cụ tìm kiếm AI, được thiết kế để giúp giảm bớt thời gian bạn dành cho việc tìm kiếm thông tin.

Ngược lại, công việc của NotebookLM bắt đầu sau khi bạn đã thu thập thông tin. Nó có thể giúp bạn tổ chức, hiểu và khám phá chủ đề mà bạn đang nghiên cứu theo nhiều cách khác nhau. Mặc dù Google đã thêm tính năng Khám phá nguồn vào NotebookLM không lâu trước đây, cho phép bạn mô tả loại nguồn mà bạn muốn thêm vào sổ ghi chú và có thể tìm kiếm trên web cho bạn, nhưng nó vẫn có khá nhiều hạn chế.

Ban đầu, nó chỉ có thể tổng hợp tối đa mười nguồn đề xuất tại một thời điểm. Tôi cũng không phải lúc nào cũng hài lòng với các nguồn mà nó thu thập cho tôi, vì vậy tôi thường tự tìm nguồn từ web. Mặt khác, Perplexity được thiết kế để tìm kiếm trên internet theo thời gian thực và thu thập thông tin từ các nguồn đáng tin cậy.

Vì vậy, về cơ bản, nơi nào NotebookLM còn thiếu, Perplexity lại tỏa sáng (và ngược lại). Và khi bạn kết hợp sức mạnh của cả hai công cụ AI, bạn sẽ có một bộ công cụ nghiên cứu thông minh và hiệu quả hơn rất nhiều so với việc sử dụng từng cái một.

Perplexity đảm nhận việc tìm kiếm các nguồn

Như tôi đã đề cập ở trên, chìa khóa ở đây là tận dụng tối đa sức mạnh của NotebookLM và Perplexity. Và cách tôi sử dụng các công cụ này rất đơn giản. Perplexity tìm kiếm các nguồn liên quan đến chủ đề tôi đang học, tôi tạo một sổ ghi chú mới trong NotebookLM và tải lên tất cả các nguồn, sau đó sử dụng các tính năng khác nhau của NotebookLM để tương tác với thông tin. Điều này có vẻ hơi khó hiểu, vì vậy tôi sẽ minh họa bằng một ví dụ.

Giả sử tôi là sinh viên ngành khoa học máy tính, đang chuẩn bị cho kỳ thi giữa kỳ môn Lập trình Hướng đối tượng, và tôi cảm thấy bối rối về các nguyên tắc chính của mô hình này. Dù một lựa chọn là tải trực tiếp bài giảng lên NotebookLM, giả sử tôi muốn xem cách mà web giải thích về nó và bài giảng của tôi không có đủ thông tin.

Thay vì tự mình tìm kiếm trên web, tôi sẽ yêu cầu Perplexity tìm các nguồn đáng tin cậy tập trung vào chủ đề này. Dưới đây là một ví dụ yêu cầu:

Tìm các nguồn đáng tin cậy giải thích các nguyên tắc chính của lập trình hướng đối tượng, bao gồm đóng gói, kế thừa và đa hình. Cung cấp liên kết tới các bài viết, hướng dẫn, hoặc tài liệu cung cấp ví dụ và giải thích rõ ràng

Chỉ trong vài giây, Perplexity đã tổng hợp những thông tin chi tiết và trả lời câu hỏi của tôi (tức là giải thích các nguyên tắc chính của Lập trình Hướng đối tượng). Tuy nhiên, đó không thực sự là lý do tôi sử dụng Perplexity ở đây. Thay vào đó, có một tab Nguồn bên cạnh tab Trả lời mà, như bạn có thể hình dung, bao gồm danh sách tất cả các nguồn mà nó đã lấy thông tin.

NotebookLM giúp tổ chức và tương tác với các nguồn mà Perplexity tìm thấy

Một khi Perplexity đã tìm ra các nguồn tôi cần, tôi tạo một sổ ghi chú mới trong NotebookLM và tải lên tất cả.

The post Cách kết hợp NotebookLM với Perplexity để tối ưu hóa nghiên cứu AI appeared first on Nhật Phúc.

The post Mẹo tích hợp Obsidian và NotebookLM appeared first on Nhật Phúc.

Grok Vision cho phép chatbot phân tích đối tượng thực tế, văn bản và môi trường xung quanh. Chế độ thoại mới của Grok có thể nhận diện hình ảnh và cung cấp thông tin cụ thể liên quan đến những đối tượng được nhìn thấy qua camera.

Ngoài Grok Vision, xAI cũng đã giới thiệu nhiều tính năng mới, bao gồm âm thanh đa ngôn ngữ và khả năng tìm kiếm theo thời gian thực trong chế độ thoại. Những người dùng Android muốn tận dụng những tính năng này cần đăng ký gói SuperGrok với mức phí 30 USD mỗi tháng.

Grok đã nhanh chóng phát triển với một loạt các tính năng mới. Trước đó, vào đầu tháng này, xAI đã bổ sung một thành phần “trí nhớ” cho Grok, cho phép chatbot nhớ lại các chi tiết từ các cuộc hội thoại trước đó. Đặc biệt, Grok cũng đã có một công cụ tạo tài liệu mới giống như canvas, giúp người dùng dễ dàng tạo các ứng dụng và tài liệu.

Với sự phát triển không ngừng và các tính năng hấp dẫn, Grok đang thu hút ngày càng nhiều sự chú ý từ người dùng và giới công nghệ. Tính năng Grok Vision hứa hẹn sẽ mở ra một kỷ nguyên mới cho cách mà người dùng tương tác với công nghệ.

The post grok của xAI có thể ‘nhìn’ thế giới xung quanh appeared first on Nhật Phúc.

Trong khi Cursor tiếp tục phát triển mạnh mẽ, OpenAI không từ bỏ việc tìm kiếm một công cụ lập trình AI có sẵn. Họ đã hướng sự chú ý đến Windsurf, một công ty nhỏ hơn nhưng phát triển nhanh chóng với giá trị khoảng 3 tỷ USD. Windsurf, với doanh thu hàng năm khoảng 100 triệu USD, đã có sự tăng trưởng mạnh so với con số 40 triệu USD hồi tháng 2. Sản phẩm của Windsurf được thiết kế để tương tác tốt với các hệ thống doanh nghiệp cũ, nên dễ dàng nhận được sự chú ý từ cộng đồng lập trình viên.

Lý do OpenAI tìm hướng đi mới rất có thể xuất phát từ áp lực cạnh tranh từ các đối thủ như Google công bố mô hình Gemini và DeepSeek từ Trung Quốc, đều đang gây tác động đến giá cả cho các mô hình nền tảng của OpenAI. Những nền tảng này không ngừng cho thấy sự vượt trội hơn trong một số tiêu chuẩn lập trình, làm cho các nhà phát triển lựa chọn họ hơn.

OpenAI có thể tự phát triển công cụ lập trình AI riêng của mình, nhưng việc mua một sản phẩm đã có sẵn trên thị trường để thu hút lập trình viên trong cộng đồng sẽ giúp họ tiết kiệm thời gian và công sức. Theo nhà đầu tư Chris Farmer tại SignalFire, chiến lược này của OpenAI có thể quan trọng, đến mức quyết định sự tồn vong trong thị trường cạnh tranh này. Họ cần điều chỉnh để không bị tụt lại phía sau trong cuộc đua công nghệ.

The post Mua Cursor không thành công, OpenAI hướng đến Windsurf lớn mạnh hơn appeared first on Nhật Phúc.

Khi “Memory with Search” được kích hoạt, mỗi khi người dùng nhập yêu cầu tìm kiếm, ChatGPT sẽ chuyển đổi yêu cầu đó thành một truy vấn tìm kiếm và có thể dùng thông tin trong bộ nhớ để làm cho câu hỏi trở nên hữu ích hơn. Ví dụ, nếu người dùng được ChatGPT ghi nhớ là thuần chay và sống tại San Francisco, chatbot này có thể chuyển đổi yêu cầu “các nhà hàng nào gần đây tôi có thể thích” thành “các nhà hàng thuần chay tốt tại San Francisco”.

Tính năng này được chi tiết trên trang hỗ trợ của OpenAI, với lý do mà họ cho rằng việc ghi nhớ thông tin sẽ giúp chatbot hiểu rõ nhu cầu của người dùng hơn, từ đó cải thiện độ chính xác của các câu trả lời. Tính năng bổ sung này rõ ràng nhằm gia tăng khả năng cạnh tranh của ChatGPT so với các chatbot đối thủ như Claude của Anthropic và Google Gemini, cả hai đều đã triển khai các tính năng tương tự.

Người dùng cũng có thể tắt “Memory with Search” nếu không muốn tính năng này hoạt động. Tuy nhiên, hiện tại vẫn chưa rõ có bao nhiêu tài khoản đã được cung cấp quyền truy cập để sử dụng tính năng này. Một số người dùng đã báo cáo rằng họ đã bắt đầu thấy tính năng “Memory with Search” xuất hiện từ đầu tuần này.

Với sự phát triển không ngừng của AI, điều này không chỉ cho thấy sự đổi mới của OpenAI mà còn mở ra một kỷ nguyên mới cho việc cá nhân hóa trong công nghệ. Với những tính năng ngày càng thông minh, ChatGPT đang cho thấy khả năng thích ứng ngày càng tốt hơn với nhu cầu và sở thích của người dùng, từ đó tạo ra môi trường giao tiếp thuận tiện hơn và hiệu quả hơn với người dùng. Người dùng giờ đây có thể trông chờ vào việc AI không chỉ đơn thuần là công cụ hỗ trợ mà còn là người bạn đồng hành thông minh, hiểu và đáp ứng nhanh chóng những yêu cầu của họ.

The post ChatGPT sử dụng ‘bộ nhớ’ để cá nhân hóa tìm kiếm trên web appeared first on Nhật Phúc.

Đáng chú ý, mối quan hệ giữa các hình ảnh và dữ liệu text được tăng cường, cho phép nhiều ứng dụng đa dạng hơn trong thực tế. Mô hình o3 và o4-mini không chỉ dừng lại ở việc phân tích hình ảnh mà còn biết sử dụng và kết hợp tất cả các công cụ trong hệ sinh thái ChatGPT, bao gồm tìm kiếm trên web, lập trình Python, phân tích hình ảnh và tạo ra hình ảnh mới. Người dùng có thể trải nghiệm những tính năng này nếu họ là khách hàng trả phí của ChatGPT Plus, Pro hoặc Team. Các mô hình cũ như o1, o3-mini và o3-mini-high sẽ không còn khả dụng.

OpenAI cũng thông báo rằng họ sẽ sớm phát hành mô hình o3-pro mạnh mẽ hơn cho người dùng Pro trong vài tuần tới. Sự phát triển này không chỉ đặt OpenAI ở vị trí dẫn đầu trong lĩnh vực AI mà còn tạo ra những điều kiện thuận lợi cho các nhà phát triển và doanh nghiệp trong việc tích hợp công nghệ AI vào sản phẩm và dịch vụ của họ.

Sự ra mắt của các mô hình này hứa hẹn sẽ thúc đẩy nhiều ứng dụng mới trong các lĩnh vực như học máy, nhận diện hình ảnh và tự động hóa quy trình. Với sự hợp tác giữa công nghệ AI và hình ảnh, OpenAI đang mở ra nhiều triển vọng cho khả năng sáng tạo và giải quyết vấn đề trong thời gian tới. Những công cụ này không chỉ giúp tạo ra ý tưởng mới mà còn cải thiện quy trình làm việc của các chuyên gia.

Khi OpenAI tiếp tục phát triển và cải tiến mô hình của mình, thị trường AI sẽ chứng kiến nhiều đột phá trong việc áp dụng công nghệ vào cuộc sống hàng ngày. Các doanh nghiệp và nhà phát triển sẽ có nhiều cơ hội hơn để khai thác sức mạnh của AI trong việc tối ưu hóa quy trình và sản phẩm. Trước mắt, người dùng đã sẵn sàng trải nghiệm khả năng của o3 và o4-mini, mở ra một kỷ nguyên mới cho AI trong tương lai.

The post OpenAI ra mắt mô hình AI mới có khả năng suy luận từ hình ảnh appeared first on Nhật Phúc.

Điều này không chỉ ảnh hưởng đến sự tin cậy của các sản phẩm mà còn trở thành thách thức lớn trong việc áp dụng mô hình vào thực tế, nhất là trong những lĩnh vực đòi hỏi độ chính xác cao như pháp lý hay tài chính. Các chuyên gia cũng cho rằng việc tích hợp khả năng tìm kiếm web vào các mô hình này có thể là một giải pháp khả thi, nhất là khi mô hình GPT-4o đã cho thấy tỷ lệ chính xác 90% khi sử dụng công cụ này.

Vấn đề hallucinate cũng đã được nhấn mạnh khi một nghiên cứu từ Transluce cho thấy o3 đã tự tạo ra các hành động không có thật trong quá trình trả lời câu hỏi. Điều này khiến cho mô hình trở nên kém hữu ích khi xử lý thông tin.

OpenAI khẳng định rằng việc nâng cao độ chính xác của các mô hình này là một ưu tiên hàng đầu và họ sẽ tiếp tục nỗ lực để cải thiện chúng. Tuy nhiên, nếu không giải quyết được vấn đề này, việc phát triển mô hình AI trong tương lai sẽ gặp nhiều khó khăn hơn.

The post OpenAI ra mắt mô hình AI mới nhưng càng hallucinate nhiều hơn appeared first on Nhật Phúc.

The post Google Gemini AI cập nhật tính năng lịch trình tự động giống ChatGPT appeared first on Nhật Phúc.