Nội dung Nghiên cứu giúp Claude làm việc đồng thời với bối cảnh làm việc nội bộ và thông tin từ web, thông qua việc thực hiện nhiều tìm kiếm để giải quyết vấn đề theo cách có hệ thống. Điều này cho phép Claude cung cấp câu trả lời toàn diện kèm theo trích dẫn, có sự “cân bằng giữa tốc độ và chất lượng” mà Anthropic mô tả.

Hệ thống tích hợp với Gmail, Google Calendar và Google Docs qua Google Workspace giúp Claude có thể truy cập an toàn hộp thư, lịch trình và tài liệu của bạn mà không cần tải lên hay cung cấp thông tin cụ thể. Người dùng chỉ cần yêu cầu Claude thu thập ghi chú cuộc họp, xác định các mục hành động từ email theo dõi, và tìm kiếm tài liệu liên quan để có thêm bối cảnh. Điều này giúp giảm tải thời gian làm việc thủ công và cho phép người dùng tập trung vào việc lập kế hoạch chiến lược hơn.

Các khả năng này được kết hợp với nhau, có nghĩa là bạn có thể sử dụng tính năng Nghiên cứu với dữ liệu công việc của mình. Đối với khách hàng của Claude Enterprise, họ có thể tùy chọn kích hoạt tính năng lập danh mục Google Docs để cải thiện chất lượng và độ chính xác của việc truy xuất thông tin thông qua một “chỉ mục chuyên biệt” cho tài liệu trong tổ chức mình. Với dịch vụ này, Anthropic cam kết cung cấp “an ninh cấp doanh nghiệp, giữ cho dữ liệu của bạn trong tầm kiểm soát và bảo mật kiến thức của tổ chức.”

Những tính năng mới này hiện đang có mặt trong giai đoạn beta ban đầu dành cho kế hoạch Claude Max, Team và Enterprise tại Mỹ, Nhật Bản và Brazil, trong khi tích hợp Google Workspace cũng có sẵn trong beta cho tất cả người dùng trả phí. Anthropic dự kiến sẽ mở rộng những khả năng này với các dịch vụ bên thứ ba khác trong những tuần tới.

The post Claude nâng cao khả năng nghiên cứu và tích hợp với Google Workspace appeared first on Nhật Phúc.

Báo cáo tập trung vào một số vấn đề, bao gồm sự khác biệt giữa nhận thức công chúng và thực tế về khả năng của AI. Trong một cuộc khảo sát, 79% người phản hồi cho rằng nhận thức của công chúng về AI không khớp với hiện thực, 90% trong số đó tin rằng sự lệch lạc này đã cản trở nghiên cứu AI. Theo ý kiến của họ, AI không nên được điều hướng bởi những cơn sốt công nghệ.

Rodney Brooks, một nhà khoa học máy tính đến từ MIT, đã nhấn mạnh sự cần thiết phải tiếp cận cẩn trọng với thông tin được báo cáo về AI. Ông trích dẫn Mô hình Xu hướng Hype của Gartner, nơi mà sự phấn khích thường kéo theo thất vọng, để nhấn mạnh rằng, hiện tại có rất nhiều sự kỳ vọng không dựa trên thực tế trong lĩnh vực này.

Trí tuệ nhân tạo tổng quát (AGI) được mô tả là khả năng nhận thức tại mức độ của con người, tức là máy móc có thể hiểu và học hỏi như con người. Nếu đạt được, AGI có thể làm giảm khối lượng công việc rập khuôn trong rất nhiều lĩnh vực và mang lại tiến bộ lớn cho ngành giao thông, giáo dục và công nghệ.

Tuy nhiên, 76% người tham gia khảo sát cho rằng, chỉ mở rộng quy mô các phương pháp AI hiện tại không đủ để có được AGI. Các nhà nghiên cứu hiện đang kêu gọi một cách tiếp cận thận trọng hơn, chú trọng vào an toàn, quản lý đạo đức, chia sẻ lợi ích và đổi mới từ từ, thay vì chạy đua để đạt được AGI.

Dù hiện tại đang có nhiều thông tin sai lệch về nghiên cứu AI, công nghệ này đã có những tiến bộ rõ rệt trong vài năm qua. Các ứng dụng AI đã trở nên chính xác hơn và có khả năng thực hiện những tác vụ phức tạp mà trước đây chỉ có thể hoàn thành bởi con người, nhờ vào việc phát triển các mô hình mới và phương pháp huấn luyện. Một nhà khoa học máy tính khác, Henry Kautz, đã tuyên bố rằng, không ai nghi ngờ về chất lượng của các hệ thống AI hàng đầu hiện nay. Đáng tiếc là, nhận thức của xã hội dường như vẫn chưa theo kịp sự phát triển của công nghệ này.

Tóm lại, trí tuệ nhân tạo sẽ không biến mất. Tương lai của AI hứa hẹn sẽ chứa đựng nhiều cơ hội phát triển mới, và sự phấn khích về khả năng của nó trong xã hội cần phải được điều chỉnh bằng sự thực tế và trách nhiệm trong nghiên cứu và phát triển. Như đã được nêu trong báo cáo, phương hướng duy nhất cho AI hiện nay là tiến về phía trước với những đề xuất cải tiến và hợp tác để phát triển một lĩnh vực AI an toàn và có lợi cho xã hội.

The post Các chuyên gia AI cho rằng hướng nghiên cứu hiện tại không đúng để đạt được AI giống con người appeared first on Nhật Phúc.

Brown dẫn dắt làm việc với AI chơi game tại Carnegie Mellon University, bao gồm cả Pluribus, một AI đã đánh bại các tay chơi poker chuyên nghiệp hàng đầu. Mô hình AI này được đề cập đến là độc đáo vì nó “lập luận” qua các vấn đề thay vì chỉ sử dụng phương pháp brute-force như trước đây.

Ông cũng là một trong những kiến trúc sư phát triển o1, một mô hình AI của OpenAI sử dụng một kỹ thuật gọi là “test-time inference” để “suy nghĩ” trước khi phản hồi lại câu hỏi. Kỹ thuật này liên quan đến việc sử dụng nhiều tính toán hơn để chạy mô hình, nhằm tạo ra hình thức ‘lập luận’. Những mô hình lập luận thường chính xác và đáng tin cậy hơn so với các mô hình truyền thống, đặc biệt trong các lĩnh vực như toán học và khoa học.

Khi được hỏi liệu các trường đại học có thể thực hiện các thí nghiệm quy mô lớn như các phòng thí nghiệm AI như OpenAI không, Brown thừa nhận rằng điều này đã trở nên khó khăn hơn khi các mô hình đã trở nên yêu cầu nhiều tài nguyên tính toán hơn. Tuy nhiên, ông thấy rằng các học giả có thể tìm ra cách để ảnh hưởng bằng cách khám phá những lĩnh vực ít yêu cầu tài nguyên hơn như thiết kế kiến trúc mô hình.

Brown nhấn mạnh rằng có cơ hội hợp tác giữa các phòng thí nghiệm tại tiền đồn công nghệ và các học viện. Các phòng thí nghiệm luôn để mắt đến các công trình nghiên cứu từ học thuật và cân nhắc liệu những phát hiện này có tạo lập cho những nghiên cứu sâu hơn khi đưa vào quy mô lớn hay không.

Phát biểu của Brown đến vào thời điểm chính quyền Trump đang cắt giảm ngân sách tài trợ cho khoa học. Các chuyên gia AI, bao gồm cả Nobel Geoffrey Hinton, đã chỉ trích những cắt giảm này, cho rằng nó có thể đe dọa đến các nỗ lực nghiên cứu AI trong và ngoài nước.

Ông cũng chỉ ra lĩnh vực chuẩn hóa AI là nơi mà các học viện có thể tạo ra ảnh hưởng đáng kể. Ông nói: “Tình hình các chuẩn mực trong AI hiện đang rất tồi tệ, và điều này không cần nhiều tính toán để thực hiện.”

Các chuẩn mực phổ biến hiện nay thường kiểm tra kiến thức chuyên sâu và đưa ra điểm số không phản ánh đúng năng lực thực tiễn trong những nhiệm vụ mà người dùng quan tâm. Điều này đã dẫn đến sự nhầm lẫn phổ biến về khả năng và tiến bộ của các mô hình AI. thích tiêu thụ.

The post OpenAI tiết lộ lý do các mô hình AI ‘lập luận’ chưa triển khai trước đây appeared first on Nhật Phúc.