1. Trước khi bắt đầu
MakerSuite là một bộ công cụ cho phép bạn tạo nguyên mẫu bằng các mô hình ngôn ngữ lớn ngay trong trình duyệt mà không cần thiết lập. Khi sử dụng MakerSuite, bạn có thể nhanh chóng thử các câu lệnh để 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 về Nghiên cứu con người + AI (PAIR) đưa ra hướng dẫn về cách thiết kế sản phẩm mới bằng AI, tập trung vào các phương pháp sử dụng dữ liệu lấy con người làm trung tâm và xây dựng lòng tin của người dùng. Đây là hướng dẫn có thể áp dụng khi sử dụng MakerSuite.
Trong lớp học lập trình này, bạn sẽ tìm hiểu cách tận dụng cả hai tài nguyên này để xây dựng trải nghiệm dựa trên AI một cách 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 các tài nguyên cụ thể này. Để tìm hiểu về quy trình làm việc chung cho MakerSuite, hãy xem hướng dẫn cơ bản này về MakerSuite và tham khảo Sách hướng dẫn PAIR để biết hướng dẫn toàn diện hơn về cách thiết kế sản phẩm AI.
Điều kiện tiên quyết
- Hiểu biết cơ bản về AI.
- Có một số kiến thức về quy trình phát triển sản phẩm.
Kiến thức bạn sẽ học được
- Cách sử dụng Sách hướng dẫn PAIR để tìm hiểu mức độ hiệu quả của trải nghiệm AI đối với nhiều đối tượng, cũng như cách biết những nhiệm vụ 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 quá trình phát triển AI để tạo dựng lòng tin của người dùng bằng cách tập trung vào khả năng giải thích dành cho người dùng.
- Cách sử dụng bộ công cụ rộng hơn về tài liệu AI tạo sinh và tài nguyên AI lấy con người làm trung tâm để khám phá thêm.
Sản phẩm bạn sẽ tạo ra
Lớp học lập trình này sẽ hướng dẫn bạn quy trình tạo nguyên mẫu thực tế cho AI tạo sinh có trách nhiệm khi bạn thiết kế một công cụ viết sáng tạo. Nếu quan tâm, bạn thậm chí có thể tích hợp các câu lệnh mà bạn thiết kế vào Wordcraft, một trình soạn thảo 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 nguyên 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 một nội dung mà bạn hài lòng, bạn có thể dễ dàng xuất nội dung đó dưới dạng mã Python, sau đó gọi các mô hình tương tự bằng API Ngôn ngữ tạo sinh.
Để thử nghiệm với các mô hình ngôn ngữ lớn bằng MakerSuite, hãy đăng ký vào danh sách chờ.
Hướng dẫn nghiên cứu về con người và AI
Sách hướng dẫn People + AI Research (PAIR) là một tài nguyên giúp 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.
Sách hướng dẫn PAIR có thể giúp bạn và nhóm của bạn xây dựng danh sách các câu hỏi chính liên quan đến AI (bao gồm cả AI tạo sinh) trong sản phẩm của bạn.
- Tôi nên sử dụng AI trong sản phẩm của mình khi nào và như thế nào?
- Làm cách nào để giúp người dùng tin tưởng hệ thống AI của tôi?
- Làm cách nào để giải thích hệ thống AI cho người dùng?
- Làm cách nào để trải nghiệm AI có thể mang tính bao gồm về văn hoá và hướng đến sự công bằng?
Bạn sẽ sử dụng Sách hướng dẫn PAIR trong suốt lớp học lập trình này để phát triển các câu hỏi cho bản minh hoạ và chọn trong số nhiều lựa chọn thiết kế.
Tải mã cho Wordcraft (không bắt buộc)
Wordcraft là một trình soạn thảo văn bản dựa trên AI do Google Research phát triển, nhằm khám phá hoạt động viết truyện cộng tác giữa con người và AI. Mã Wordcraft là mã nguồn mở, vì vậy, bạn có thể tự thử nghiệm các câu lệnh trong lớp học lập trình này.
- Để lấy mã cho Wordcraft, hãy sử dụng 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 bằng một lượng lớn văn bản từ sách, bài viết và trang web để học ngữ pháp, cụm từ phổ biến và thông tin khác. Dựa trên dữ liệu này và một số điều chỉnh tinh tế khác, một LLM như PaLM có thể hoàn thành nhiều nhiệm 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 của AI.
Trong lớp học lập trình này, bạn sẽ sử dụng LLM để tạo bản minh hoạ ứng dụng giúp các tác giả viết truyện. Ngoài việc có thông tin chung về thế giới, ngữ pháp, v.v., LLM PaLM của Google còn được thiết kế để làm theo hướng dẫn hoặc lời nhắc của người dùng. Vì vậy, để tạo nguyên mẫu công cụ trong MakerSuite, bạn sẽ hướng dẫn mô hình của mình viết nội dung phản hồi do lời nhắc của người dùng kích hoạt.
Viết truyện có sự trợ giúp của 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 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 {{topic}} là dữ liệu đầu vào cho câu lệnh và mở bảng điều khiển Kiểm thử câu lệnh để bạn có thể xem cách câu lệnh hoạt động 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 Run (Chạy)) rồi chọn nhiệt độ là0.8. - Cuối cùng, hãy nhấp vào Run (Chạy) để chạy câu lệnh. Bạn sẽ thấy kết quả của lời nhắc trong bảng trong giây lát.
Việc chọn chế độ cài đặt nhiệt độ là 0.8 cho mô hình biết rằng bạn muốn kết quả đa dạng. Việc này sẽ tạo ra nhiều câu chuyện sáng tạo hơn nhưng sẽ tạo ra kết quả khác nhau mỗi khi chạy. Nếu bạn muốn có cùng một kết quả mỗi lần, hãy đặt nhiệt độ thành 0.
Một kết quả có thể có như sau:
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 này nhiều lần và lưu ý những câu chuyện khác nhau được tạo ra.
Như bạn có thể thấy, mô hình này viết một câu chuyện có cấu trúc theo dòng chảy hợp lý, nhưng cũng đưa ra một số giả định. Ví dụ: câu chuyện xoay quanh một cậu bé tên là Henry. Bạn có thể thay đổi các 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 mèo con hay con người.
- Cập nhật câu lệnh rồi nhấp vào Run (Chạy) để xem câu lệnh hoạt động như thế nào với tất cả dữ liệu đầu vào kiểm thử.
Xác định những nhiệm vụ phù hợp nhất với tính năng hỗ trợ AI bằng Sách hướng dẫn PAIR
Cho đến nay, giả định là mô hình AI viết một câu chuyện hoàn chỉnh, chỉ dựa trên một nội dung mô tả ngắn gọn. 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 câu chuyện mà họ chọn. Bạn có thể tạo nguyên mẫu cho hoạt động tương tác này trong MakerSuite, chẳng hạn như làm cho phân mảnh câu chuyện hấp dẫn hơn.
Cách này giúp bạn được hỗ trợ tập trung hơn, viết lại từng đoạn văn một. Ở cấp cao hơn, với một vài thay đổi đối với câu lệnh, bạn có thể tạo nguyên mẫu cho một công cụ tăng cường người dùng thay vì công cụ tự động hoá tác vụ.
Sách hướng dẫn PAIR đưa ra cách thức nguyên tắc để đặt và trả lời những câu hỏi như vậy trong quá trình phát triển AI. Mặc dù MakerSuite giúp bạn nhanh chóng tạo bản minh hoạ ý tưởng, nhưng Sách hướng dẫn PAIR giúp bạn thu hẹp lựa chọn thiết kế thành những lựa chọn hứa hẹn nhất cho mục đích của bạn và đối tượng mà bạn muốn thu hút. Hãy sử dụng Sách hướng dẫn để tìm hiểu xem phương pháp tăng cường hay tự động hoá có phải là phương pháp phù hợp để hợp tác với AI nhằm xây dựng ứng dụng hay không.
Bắt đầu bằng câu hỏi hướng dẫn Tôi nên sử dụng AI như thế nào? trong Sách hướng dẫn. Như mẫu Hướng dẫn này lưu ý, bạn nên sử dụng AI khi AI đó mang lại giá trị riêng biệt. Trong trường hợp này, vì LLM được huấn luyện bằng nhiều dữ liệu về ngữ pháp, cụm từ phổ biến và thông tin khác trên Internet, nên bạn có thể tận dụng khả năng của mô hình để hiểu thế giới của câu chuyện mà bạn muốn mô tả trong kết quả của ứng dụng viết và đề xuất cách viết lại câu chuyện đó. Điều này dựa trên mẫu đề xuất được cá nhân hoá trong Hướng dẫn.
Hãy tiến thêm một bước. Sách hướng dẫn PAIR có một chương về nhu cầu của người dùng, trong đó cung cấp hướng dẫn về việc 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 các nhà văn. Vì vậy, có vẻ như người dùng của bạn thích viết, muốn sở hữu nội dung viết của riêng họ và có những lựa chọn ưu tiên được hình thành trong suốt cuộc đời viết lách mà có thể khó truyền đạt. Tóm lại, điều này cho thấy rằng phương pháp tăng cường có thể là lựa chọn hứa hẹn hơn.
Dựa trên Hướng dẫn PAIR, bạn nên coi ứng dụng mà bạn đang tạo bản minh hoạ không phải là 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 lời nhắc văn bản mới:
Edit the paragraph below. Make it \{\{rewrite style\}\}. Only respond with the updated text. Do not include any explanation.
Paragraph: {{paragraph}}
Ở đây, cả \{\{rewrite style\}\} và {{paragraph}} đều là dữ liệu đầu vào văn bản.
- Trong bảng điều khiển thử nghiệm, hãy thử một số kiểu viết lại như ngắn hơn, ấn tượng hơn, nhanh trí hơn, ít khó hiểu về mặt ngữ pháp hơn, biểu cảm hơn, v.v.
Thiết kế cho các câu chuyện trên khắp thế giới
Cho đến nay, bạn đã thử nghiệm 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 thường nên thử nhiều loại dữ liệu đầu vào.
Hãy thử một số dữ liệu đầu vào kiểm thử, chẳng hạn như:
- Ở 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 trôi về một khoảnh khắc đã lãng quên từ lâu nhưng đã thay đổi mãi mãi cuộc đời anh.
- Giữa không khí hỗn loạn của một chuyến tàu địa phương ở Mumbai, một người phụ nữ trung niên bắt chuyện với một người lạ. Thật thú vị khi sống ở cùng một thành phố nhưng có cuộc sống lại khác nhau đến thế.
- Giữa sự hỗn loạn sôi động của một khu chợ đường phố nhộn nhịp ở Thượng Hải, một người bán đồ ăn đường phố đã dành chút thời gian để quan sát dòng người qua lại.
Hãy thử nghiệm với các bối cảnh văn hoá và địa lý khác một cách có trách nhiệm, cẩn thận tránh thiên kiến không công bằng và định kiến lịch sử. Xin lưu ý rằng mặc dù LLM có kiến thức về nhiều nơi trên thế giới dựa trên dữ liệu hiện có trên mạng, nhưng có thể không có được tất cả thông tin chi tiết về một địa điểm địa lý cụ thể. Như cuốn Hướng dẫn PAIR đề xuất, điều quan trọng trong các nhiệm vụ tăng cường là 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 chặt chẽ hơn cốt truyện và thông tin chi tiết của câu chuyện.
Đôi khi, nhiều mô hình tạo sinh cũng thể hiện các giả định mặc định, một phần là do các mẫu phổ biến hơn trong tập dữ liệu huấn luyện khổng lồ về thông tin trực tuyến. Điều quan trọng là bạn phải biết rằng các mô hình có thể được điều hướng để đưa ra các giả định khác cũng hợp lệ. 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 kiểu viết lại, viết "ngắn hơn. Hãy nhớ rằng người lạ cũng là một phụ nữ".
4. Xây dựng niềm tin
Nếu không có sự tin tưởng của người dùng, ngay cả những tính năng AI sáng tạo 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 mang lại trải nghiệm tốt hơn cho người dùng nói chung.
Sách hướng dẫn PAIR đưa ra một số ý tưởng để giúp người dùng xác định mức độ tin cậy đối với các hệ thống AI:
Xây dựng niềm tin ngay từ đầu
Với AI tạo sinh, việc này đặc biệt hữu ích để truyền đạt ý định của các tính năng và giúp người dùng hiểu được những hạn chế của AI. Ví dụ: vì các mô hình ngôn ngữ chủ yếu được thiết kế để dự đoán nội dung tiếp theo trong văn bản, nên kết quả của các mô hình này không phải lúc nào cũng chính xác về mặt thực tế. Vì vậy, điều quan trọng là phải giúp người dùng hiểu rằng nguyên mẫu này là một công cụ hỗ trợ viết sáng tạo và không nhằm mục đích cung cấp thông tin thực tế. Nếu muốn kiểm tra thông tin chi tiết mà họ cho là có thật, người dùng nên tìm kiếm trên mạng thông qua các nguồn đáng tin cậy.
Hãy suy nghĩ một số cách để giúp người dùng hiểu rằng nguyên mẫu này không dùng để viết thông tin thực tế mà chỉ dùng để viết tiểu thuyết.
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 đã được hoàn thành chính xác cho nhiều trường hợp sử dụng cụ thể. Ví dụ: nguyên mẫu này được thiết kế để hoàn thành văn bản theo mục tiêu và viết lại văn bản hư cấu theo mục tiêu – những chức 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 các lỗi nhỏ có thể đã xảy ra. Nhìn chung, việc tập trung các tính năng AI tạo sinh tương tác vào những nhiệm vụ mà người dùng có thể dễ dàng xác minh sẽ giúp bạn giành được sự tin tưởng 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 dễ dàng tuỳ chỉnh kết quả của các mô hình tạo sinh hơn nhiều (như được minh hoạ bằng cách yêu cầu viết lại ấn tượng hơn, ngắn hơn hoặc tương tự). Mặc dù khả năng điều hướng như vậy có thể mang lại trải nghiệm tốt hơn cho người dùng, nhưng bạn cần cẩn thận để giới hạn khả năng điều hướng này trong phạm vi khả năng của mô hình. Ví dụ: trong nguyên mẫu này, thay vì yêu cầu người dùng cung cấp cách viết lại văn bản, bạn có thể cung cấp danh sách hướng dẫn viết lại được tìm thấy là phù hợp dưới dạng đề xuất cho người dùng cuối.
Khôi phục niềm tin đã mất
Mặc dù bạn đã nỗ lực hết sức, nhưng có thể vẫn có trường hợp mô hình cho ra 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 do AI thực hiện. Tương tự, bạn nên xác định những tính năng có hiệu suất biến đổi và chỉ kích hoạt các tính năng đó khi người dùng yêu cầu trợ giúp của AI một cách rõ ràng.
- Hãy suy nghĩ một vài cách để tạo tính năng undo hoặc các cách khác để lấy lại niềm tin của người dùng.
Bạn có thể xem giải pháp cho các thử thách này trong phần 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 các câu lệnh này, hãy sử dụng trực tiếp các câu lệnh đó trong nguyên mẫu.
- Trước tiên, hãy lưu câu lệnh của bạn, sau đó nhấp vào Tải mã ở góc trên cùng bên phải. Nếu chưa bật, bạn cũng cần bật khoá API bằng cách nhấp vào Bật khoá API trong hộp thoại Nhận mã xuất hiện.
MakerSuite tạo mã mà bạn có thể sử dụng trực tiếp trong ứng dụng. Ví dụ: để sử dụng với ứng dụng web, hãy chọn mã JavaScript. Bạn có thể sao chép mã ngay trong hộp thoại rồi dán vào ứng dụng web. Nếu bạn cập nhật lời nhắc trong MakerSuite, hãy nhớ cập nhật lời nhắc đó trong mã bằng cách sử dụng biến lời nhắc trong mã đi kèm.
Nếu muốn tích hợp API này vào một ứng dụng tạo sẵn để viết sáng tạo, bạn có thể tải mã Wordcraft xuống.
Giải pháp cho lớp học lập trình
Bạn có thể lấy mã cho Wordcraft từ 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, đồng thời 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 được xem những sản phẩm bạn tạo ra!
Tài liệu đọc thêm
- Hướng dẫn sử dụng MakerSuite
- Hướng dẫn về PAIR
- Nguyên tắc của Google về trí tuệ nhân tạo