1. Trước khi bắt đầu
MakerSuite là một bộ công cụ cho phép bạn tạo mẫu bằng các mô hình ngôn ngữ lớn ngay trong trình duyệt mà không cần thiết lập. Khi sử dụng MakerSuite, bạn có thể chuyển từ việc nhanh chóng dùng thử các câu lệnh sang tạo một API mà ứng dụng của bạn có thể truy cập trực tiếp. Điều này giúp các nhóm nhanh chóng phân phối các ứng dụng tuyệt vời dựa trên AI tạo sinh. Sách hướng dẫn của Nhóm Nghiên cứu về Con người và AI (PAIR) cung cấp hướng dẫn về cách thiết kế một sản phẩm mới có tích hợp AI, tập trung vào các phương pháp thu thập dữ liệu lấy con người làm trung tâm và giành được sự tin tưởng của người dùng – hướng dẫn này cũng áp dụng được khi sử dụng MakerSuite.
Trong lớp học lập trình này, bạn sẽ tìm hiểu cách tận dụng cả hai tài nguyên này cùng nhau để xây dựng trải nghiệm dựa trên AI có trách nhiệm. Lớp học lập trình này tập trung vào việc tạo nguyên mẫu có trách nhiệm bằng AI tạo sinh, chứ không phải quy trình làm việc toàn diện của những tài nguyên cụ thể này. Để tìm hiểu về quy trình làm việc chung cho MakerSuite, hãy xem hướng dẫn cơ bản này cho MakerSuite và tham khảo Sách hướng dẫn PAIR để biết hướng dẫn toàn diện hơn về cách thiết kế các sản phẩm AI.
Điều kiện tiên quyết
- Hiểu biết cơ bản về AI.
- Có kiến thức về quy trình phát triển sản phẩm.
Kiến thức bạn sẽ học được
- Cách sử dụng Sổ tay PAIR để tìm hiểu mức độ hiệu quả của trải nghiệm AI đối với nhiều đối tượng, cũng như cách xác định những việc nên hoặc không nên sử dụng AI.
- Cách tạo trải nghiệm AI tạo sinh dựa trên sự phong phú của các hoạt động văn hoá của người dùng.
- Cách tích hợp các cơ hội trong quy trình phát triển AI để tạo dựng niềm tin nơi người dùng bằng cách tập trung vào khả năng giải thích cho người dùng.
- Cách sử dụng bộ công cụ rộng hơn gồm các tài liệu về AI tạo sinh và tài nguyên AI lấy con người làm trung tâm để khám phá thêm.
Sản phẩm bạn sẽ tạo ra
Trong lớp học lập trình này, bạn sẽ được hướng dẫn từng bước về quy trình tạo nguyên mẫu thực hành cho AI tạo sinh có trách nhiệm khi thiết kế một công cụ viết sáng tạo. Nếu muốn, bạn thậm chí có thể tích hợp những câu lệnh mà bạn thiết kế vào Wordcraft, một trình chỉnh sửa văn bản nguồn mở dựa trên AI do Google phát hành dưới dạng nguyên mẫu nghiên cứu.
Bạn cần có
- Trình duyệt
- Tài khoản Google để truy cập vào MakerSuite
2. Bắt đầu thiết lập
MakerSuite
MakerSuite là một bộ công cụ của Google cho phép bạn tạo mẫu bằng các mô hình ngôn ngữ lớn ngay trên trình duyệt mà không cần thiết lập. Bạn có thể nhanh chóng dùng thử các mô hình và thử nghiệm với nhiều câu lệnh. Khi đã tạo được một mô hình mà bạn hài lòng, bạn có thể dễ dàng xuất mô hình đó dưới dạng mã Python, rồi gọi các mô hình tương tự bằng Generative Language API.
Để thử nghiệm các mô hình ngôn ngữ lớn bằng MakerSuite, hãy đăng ký vào danh sách chờ.
Sổ tay People + AI Research
Sách hướng dẫn của nhóm Nghiên cứu về con người và AI (PAIR) là một tài nguyên giúp các nhà phát triển, nhà thiết kế, nhà quản lý sản phẩm, sinh viên và nhiều người khác sử dụng AI một cách có trách nhiệm.
Sổ tay PAIR có thể giúp bạn và nhóm của bạn xây dựng danh sách các câu hỏi chính liên quan đến AI (kể cả AI tạo sinh) trong sản phẩm của bạn.
- Tôi nên sử dụng AI khi nào và như thế nào trong sản phẩm của mình?
- Làm cách nào để giúp người dùng tin tưởng hệ thống AI của tôi?
- Làm cách nào để giải thích hệ thống AI của tôi cho người dùng?
- Làm cách nào để trải nghiệm AI có thể mang tính bình đẳng và phù hợp với nhiều nền văn hoá?
Bạn sẽ sử dụng Sổ tay PAIR trong suốt lớp học lập trình này để phát triển các câu hỏi cho việc tạo mẫu và lựa chọn giữa các phương án thiết kế.
Lấy mã cho Wordcraft (không bắt buộc)
Wordcraft là một trình chỉnh sửa văn bản dựa trên AI do Google Research phát triển. Trình chỉnh sửa này khám phá khả năng cộng tác giữa con người và AI trong việc viết truyện. Mã Wordcraft là mã nguồn mở, vì vậy bạn có thể tự mình thử nghiệm các câu lệnh trong lớp học lập trình này.
- Để lấy mã cho Wordcraft, hãy dùng lệnh sau:
git clone https://github.com/pair-code/wordcraft
Ngoài ra, bạn có thể tải tệp zip xuống:
Chưa xác định
3. Sử dụng AI tạo sinh để viết truyện
Mô hình ngôn ngữ lớn (LLM) là một mô hình AI được huấn luyện dựa trên một lượng lớn văn bản từ sách, bài viết và trang web để học ngữ pháp, các cụm từ thông dụng và thông tin khác. Dựa trên dữ liệu này và một số tinh chỉnh bổ sung, một LLM như PaLM có thể hoàn thành nhiều tác vụ trí tuệ nhân tạo dựa trên các hướng dẫn đơn giản thay vì yêu cầu lập trình học máy phức tạp. Công cụ này cũng có thể trả lời câu hỏi, tóm tắt thông tin, dịch ngôn ngữ và thực hiện nhiều nhiệm vụ khác liên quan đến AI.
Trong lớp học lập trình này, bạn sẽ sử dụng một LLM để tạo nguyên mẫu cho một ứng dụng giúp tác giả viết truyện. Ngoài việc có thông tin chung về thế giới, ngữ pháp, v.v., LLM PaLM của Google được thiết kế để làm theo chỉ dẫn hoặc câu lệnh của người dùng. Vì vậy, để tạo nguyên mẫu cho công cụ của bạn trong MakerSuite, bạn sẽ hướng dẫn mô hình của mình cách viết nội dung phản hồi do một câu lệnh của người dùng kích hoạt.
Viết những câu chuyện sử dụng AI bằng câu lệnh văn bản trong MakerSuite
- Để tạo câu lệnh, hãy nhấp vào Tạo mới trong bảng điều khiển bên trái rồi chọn Câu lệnh dạng văn bản. Bắt đầu bằng câu lệnh sau:
You are a talented fiction author. Write a story about a given topic.
Topic: {{topic}}
Sau khi bạn nhập câu lệnh này, MakerSuite sẽ phát hiện thấy {{topic}} là một dữ liệu đầu vào cho câu lệnh và mở bảng Kiểm thử câu lệnh để bạn có thể xem câu lệnh của mình hoạt động như thế nào với nhiều dữ liệu đầu vào.
- Nhập
A boy discovers a lost cat in his yard, sau đó nhấp vào bảng điều khiển mô hình (ở bên phải nút Chạy) rồi chọn nhiệt độ là0.8. - Cuối cùng, hãy nhấp vào Chạy để chạy câu lệnh. Bạn sẽ thấy đầu ra của câu lệnh trong bảng sau một lát.
Việc chọn chế độ cài đặt nhiệt độ là 0.8 cho mô hình biết rằng bạn muốn kết quả đầu ra đa dạng. Nhờ đó, bạn sẽ có nhiều câu chuyện sáng tạo hơn nhưng mỗi lần chạy, kết quả sẽ khác nhau. Nếu bạn muốn nhận được kết quả giống hệt nhau mỗi lần, hãy đặt nhiệt độ thành 0.
Một kết quả có thể xảy ra là:
Henry sat on the edge of his porch and swung his legs back and forth. A small cat ran in front of him. Henry petted the cat. The cat began to purr. Henry picked up the cat and placed it on his lap. The cat began to snuggle close to him. Henry decided to keep the cat.
- Hãy thử chạy câu lệnh nhiều lần và chú ý đến những câu chuyện khác nhau được tạo ra.
Như bạn thấy, mô hình này viết một câu chuyện có cấu trúc và diễn ra một cách hợp lý, nhưng mô hình này cũng đưa ra một số giả định. Ví dụ: câu chuyện xoay quanh một cậu bé tên là Henry. Bạn có thể thay đổi những giả định này bằng cách chỉ định tên của nhân vật chính hoặc thậm chí chỉ định xem bạn muốn câu chuyện tập trung vào chú mèo con hay con người.
- Cập nhật câu lệnh, rồi nhấp vào Chạy để xem câu lệnh hoạt động như thế nào với tất cả dữ liệu đầu vào kiểm thử.
Xác định những việc phù hợp nhất để sử dụng trợ giúp AI bằng cách tham khảo Sách hướng dẫn PAIR
Cho đến nay, giả định là mô hình AI sẽ viết một câu chuyện hoàn chỉnh, chỉ dựa trên một nội dung mô tả ngắn. Nhưng đây có phải là quyết định thiết kế phù hợp cho công cụ sáng tạo của bạn không? Ví dụ: hãy tưởng tượng một trợ lý giúp tác giả viết lại những phần trong câu chuyện mà họ chọn. Ví dụ: bạn có thể tạo mẫu cho lượt tương tác này trong MakerSuite, chẳng hạn như làm cho đoạn truyện kịch tính hơn.
Điều này giúp bạn nhận được sự hỗ trợ tập trung hơn nhiều, bằng cách viết lại từng đoạn. Ở cấp độ cao hơn, chỉ cần thay đổi một chút đối với câu lệnh, bạn có thể tạo mẫu cho một công cụ hỗ trợ người dùng thay vì một công cụ tự động hoá tác vụ.
Sổ tay PAIR cung cấp một cách thức dựa trên nguyên tắc để đặt và trả lời những câu hỏi như thế này trong quá trình phát triển AI. Mặc dù MakerSuite giúp bạn nhanh chóng tạo nguyên mẫu cho các ý tưởng, nhưng Sách hướng dẫn PAIR cho phép bạn thu hẹp các lựa chọn thiết kế xuống những lựa chọn hứa hẹn nhất cho mục đích của bạn và đối tượng mà bạn muốn thu hút. Hãy sử dụng Sổ tay hướng dẫn để biết liệu tăng cường hay tự động hoá là phương pháp phù hợp để hợp tác với AI nhằm tạo ứng dụng của bạn.
Bắt đầu với câu hỏi hướng dẫn Tôi nên sử dụng AI như thế nào? trong Sổ tay. Như lưu ý trong mẫu Sổ tay này, bạn nên sử dụng AI khi AI mang lại giá trị riêng biệt. Trong trường hợp này, vì LLM được huấn luyện bằng nhiều dữ liệu về ngữ pháp, các cụm từ thông dụng và thông tin khác trên Internet, nên bạn có thể tận dụng khả năng của mô hình để hiểu thế giới trong câu chuyện mà bạn muốn mô tả trong đầu ra của ứng dụng viết và đề xuất cách viết lại. Điều này dựa trên mẫu đề xuất dành riêng cho bạn trong Sổ tay.
Hãy tiến thêm một bước nữa. Sách hướng dẫn PAIR có một chương về nhu cầu của người dùng, trong đó có hướng dẫn về việc có nên tự động hoá hay tăng cường các nhiệm vụ.
Khi cân nhắc việc tăng cường hoặc tự động hoá, hãy nhớ rằng nguyên mẫu của bạn phải là một ứng dụng hữu ích cho nhà văn. Vì vậy, có vẻ như người dùng của bạn thích viết, muốn tự mình viết và có những lựa chọn ưu tiên được hình thành trong suốt cuộc đời viết lách mà có thể khó truyền đạt. Nhìn chung, điều này cho thấy phương pháp tăng cường có thể là lựa chọn hứa hẹn hơn.
Dựa trên Sổ tay PAIR, bạn có thể coi ứng dụng mà bạn đang tạo mẫu không phải là một công cụ để viết mà là để viết lại. Ví dụ: bạn có thể thay đổi câu lệnh để cho phép nhiều kiểu viết.
- Tạo câu lệnh văn bản mới:
Edit the paragraph below. Make it \{\{rewrite style\}\}. Only respond with the updated text. Do not include any explanation.
Paragraph: {{paragraph}}
Trong đó, cả \{\{rewrite style\}\} và {{paragraph}} đều là dữ liệu đầu vào dạng văn bản.
- Trong bảng thử nghiệm, hãy thử một số phong cách viết lại như ngắn gọn hơn, kịch tính hơn, hóm hỉnh hơn, ít lỗi ngữ pháp hơn, giàu chất thơ, v.v.
Thiết kế cho các câu chuyện trên khắp thế giới
Cho đến nay, bạn đã kiểm thử câu lệnh viết lại một đoạn văn với những câu chuyện thiếu bối cảnh văn hoá rõ ràng. Khi thiết kế trải nghiệm AI có trách nhiệm, bạn nên thử nhiều loại dữ liệu đầu vào.
Hãy thử một số dữ liệu đầu vào kiểm thử, chẳng hạn như:
- Trong một góc yên tĩnh của một quán cà phê cổ kính ở Paris, một khách hàng đơn độc đang thưởng thức hương thơm của cà phê mới pha, tâm trí anh ta trôi dạt đến một khoảnh khắc đã bị lãng quên từ lâu nhưng đã thay đổi mãi mãi cuộc đời anh ta.
- Trong không gian hỗn loạn của một chuyến tàu địa phương ở Mumbai, một người phụ nữ trung niên đã bắt chuyện với một người lạ. Cô nghĩ thật thú vị khi sống trong cùng một thành phố nhưng lại có cuộc sống khác nhau đến vậy.
- Giữa khung cảnh hỗn loạn nhưng đầy sức sống của một khu chợ đường phố sầm uất ở Thượng Hải, một người bán hàng rong đã dành chút thời gian để quan sát dòng người qua lại.
Thử nghiệm với các bối cảnh văn hoá và địa lý khác một cách có trách nhiệm, chú ý tránh thiên kiến không công bằng và định kiến lịch sử. Xin lưu ý rằng mặc dù LLM (mô hình ngôn ngữ lớn) có kiến thức về nhiều nơi trên thế giới dựa trên dữ liệu hiện có trên mạng, nhưng có thể LLM (mô hình ngôn ngữ lớn) không nắm bắt được tất cả thông tin chi tiết về một địa điểm địa lý cụ thể. Như Sổ tay PAIR đề xuất, trong các tác vụ tăng cường, điều quan trọng là phải cung cấp quyền kiểm soát cho người dùng. Ví dụ: bạn có thể mở rộng khả năng viết lại của nguyên mẫu để kiểm soát cốt truyện và các chi tiết của câu chuyện một cách hiệu quả hơn.
Nhiều mô hình tạo sinh đôi khi cũng thể hiện những giả định mặc định, một phần là do các mẫu phổ biến hơn trong tập dữ liệu huấn luyện khổng lồ gồm thông tin trực tuyến. Điều quan trọng là bạn phải biết rằng các mô hình có thể được điều chỉnh để đưa ra những giả định khác, cũng có giá trị tương đương. Ví dụ: đối với câu lệnh viết lại một đoạn văn ở trên, bạn có thể chỉ định giới tính cho người lạ trên tàu bằng cách thay đổi phong cách viết lại, viết "ngắn gọn hơn. Hãy nhớ rằng người lạ đó là một phụ nữ."
4. Xây dựng niềm tin
Nếu không có sự tin tưởng của người dùng, ngay cả những tính năng AI tân tiến nhất cũng có thể không được sử dụng. Niềm tin là kết quả của việc người dùng cảm thấy AI có năng lực, đáng tin cậy và hữu ích. Việc giúp người dùng tin tưởng có thể khuyến khích họ tìm hiểu cách thức và thời điểm sử dụng các tính năng cụ thể, đồng thời có thể mang lại trải nghiệm người dùng tổng thể tốt hơn.
Sổ tay PAIR đưa ra một số ý tưởng để giúp người dùng xác định mức độ tin tưởng mà họ nên dành cho các hệ thống AI:
Xây dựng niềm tin từ sớm
Với AI tạo sinh, việc truyền đạt ý định của các tính năng và giúp người dùng hiểu rõ những hạn chế của AI là đặc biệt hữu ích. Ví dụ: vì các mô hình ngôn ngữ được thiết kế chủ yếu để dự đoán nội dung tiếp theo trong văn bản, nên kết quả đầu ra của các mô hình này có thể không phải lúc nào cũng chính xác về mặt thực tế. Vì vậy, bạn cần giúp người dùng hiểu rằng nguyên mẫu này là một công cụ hỗ trợ viết sáng tạo và không dùng để cung cấp thông tin thực tế. Nếu muốn xác minh thông tin mà họ muốn là thông tin thực tế, người dùng nên tìm kiếm trực tuyến thông qua các nguồn đáng tin cậy.
Hãy lên ý tưởng để nghĩ ra một vài cách giúp người dùng hiểu rằng nguyên mẫu này không dùng để viết thông tin thực tế mà chỉ dùng để viết nội dung hư cấu.
Duy trì niềm tin
Tương tự, mặc dù các mô hình AI tạo sinh có khả năng cao, nhưng người dùng không phải lúc nào cũng có thể xác minh rằng các tác vụ được hoàn thành chính xác đối với nhiều trường hợp sử dụng cụ thể. Ví dụ: nguyên mẫu này được thiết kế dựa trên khả năng hoàn thành văn bản có mục tiêu và viết lại tiểu thuyết có mục tiêu – những khả năng mà người dùng có thể dễ dàng xác minh. Ngược lại, mặc dù các mô hình tạo sinh có thể dễ dàng được nhắc viết lại các phần lớn văn bản, nhưng người dùng có thể bỏ lỡ những lỗi nhỏ có thể đã xuất hiện. Nhìn chung, việc tập trung các tính năng AI tạo sinh mang tính tương tác vào những tác vụ mà người dùng có thể dễ dàng xác minh sẽ giúp bạn giành được lòng tin của họ.
Cơ hội cuối cùng để duy trì niềm tin là tận dụng khả năng điều hướng của các mô hình tạo sinh. Không giống như các mô hình AI trước đây được thiết kế cho một nhiệm vụ được chỉ định hẹp, người dùng cuối có thể tuỳ chỉnh đầu ra của các mô hình tạo sinh dễ dàng hơn nhiều (như minh hoạ bằng cách yêu cầu kịch tính hơn, ngắn gọn hơn hoặc các bản viết lại tương tự). Mặc dù khả năng điều hướng như vậy có thể mang lại trải nghiệm tốt hơn cho người dùng, nhưng bạn cần thận trọng để giới hạn khả năng điều hướng này trong phạm vi khả năng của mô hình. Ví dụ: trong nguyên mẫu này, thay vì hỏi người dùng về cách viết lại văn bản, bạn có thể đưa ra một danh sách các hướng dẫn viết lại được nhận thấy là hoạt động hiệu quả dưới dạng đề xuất cho người dùng cuối.
Khôi phục niềm tin đã mất
Mặc dù bạn đã cố gắng hết sức, nhưng có thể có những trường hợp mô hình mang lại kết quả không tối ưu. Trong những trường hợp như vậy, điều quan trọng là bạn phải cho phép người dùng huỷ mọi hành động của AI. Tương tự, bạn nên xác định những tính năng có hiệu suất thay đổi và chỉ kích hoạt những tính năng đó khi người dùng yêu cầu rõ ràng sự trợ giúp AI.
- Hãy suy nghĩ về một vài cách khác nhau mà bạn có thể tạo tính năng hoàn tác hoặc những cách khác để lấy lại niềm tin của người dùng.
Bạn có thể xem giải pháp cho những thử thách này trong giải pháp của lớp học lập trình.
5. Kết hợp kiến thức đã học
Cho đến nay, bạn đã thử nghiệm các câu lệnh trong MakerSuite. Khi bạn hài lòng với những câu lệnh này, hãy dùng chúng ngay trong nguyên mẫu của bạn.
- Trước tiên, hãy lưu câu lệnh của bạn, rồi nhấp vào Lấy mã ở góc trên cùng bên phải. Nếu chưa, bạn cũng cần bật khoá API bằng cách nhấp vào Bật khoá API trong hộp thoại Lấy mã xuất hiện.
MakerSuite tạo mã mà bạn có thể sử dụng trực tiếp trong ứng dụng của mình. Ví dụ: để sử dụng với một ứng dụng web, hãy chọn mã JavaScript. Bạn có thể sao chép mã trực tiếp từ hộp thoại và dán vào ứng dụng web. Nếu cập nhật câu lệnh trong MakerSuite, hãy nhớ cập nhật câu lệnh đó trong mã bằng cách sử dụng biến câu lệnh trong mã được đưa vào.
Nếu muốn tích hợp API này vào một ứng dụng viết sáng tạo được tạo sẵn, bạn có thể tải mã Wordcraft xuống.
Giải pháp cho lớp học lập trình
Bạn có thể lấy mã cho Wordcraft trên GitHub:
git clone https://github.com/pair-code/wordcraft
Ngoài ra, bạn có thể tải kho lưu trữ xuống dưới dạng tệp ZIP:
6. Xin chúc mừng
Bạn đã hoàn thành lớp học lập trình Tìm hiểu cách tạo nguyên mẫu AI có trách nhiệm bằng Sách hướng dẫn PAIR và MakerSuite và tìm hiểu cách tạo nguyên mẫu trải nghiệm AI có trách nhiệm (trong trường hợp này là cho một ứng dụng viết sáng tạo) bằng một số công cụ của Google. Chúng tôi rất mong chờ được xem những nội dung bạn tạo ra!
Tài liệu đọc thêm
- Hướng dẫn sử dụng MakerSuite
- Hướng dẫn về PAIR
- Nguyên tắc về trí tuệ nhân tạo của Google