Tìm hiểu cách tạo nguyên mẫu cho AI có trách nhiệm qua Sách hướng dẫn về PAIR (GHÉP NỐI) và MakerSuite

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 từ trình duyệt mà không cần thiết lập. Nhờ sử dụng MakerSuite, bạn có thể nhanh chóng thử các câu lệnh sang tạo một API mà ứng dụng của bạn có thể truy cập trực tiếp. API này giúp các nhóm nhanh chóng phân phối các ứng dụng chất lượng cao dựa trên AI tạo sinh. Sách hướng dẫn về Con người và Nghiên cứu AI (PAIR) đưa ra hướng dẫn về cách sử dụng AI để thiết kế một sản phẩm mới, tập trung vào các phương thức xử lý dữ liệu lấy con người làm trung tâm và tạo dựng lòng tin của người dùng. Đây là hướng dẫn áp dụng khi sử dụng MakerSuite.

Trong lớp học lập trình này, bạn sẽ tìm hiểu cách kết hợp hai tài nguyên này để xây dựng trải nghiệm có trách nhiệm dựa trên AI. Trọng tâm của lớp học lập trình này là xây dựng 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 của MakerSuite, hãy xem hướng dẫn cơ bản này dành cho MakerSuite và tham khảo Sách hướng dẫn về 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.
  • Một số kiến thức về quy trình phát triển sản phẩm.

Kiến thức bạn sẽ học được

  • Cách sử dụng Sách hướng dẫn về tính năng PAIR (GHÉP NỐI) để tìm hiểu xem trải nghiệm AI của bạn hoạt động hiệu quả đến mức nào đối với các đối tượng khác nhau, cũng như cách để biết những việc nên làm hay không nên dùng AI.
  • Cách tạo trải nghiệm AI tạo sinh dựa trên kiến thức phong phú của người dùng thực tiễn văn hoá.
  • Cách lồng ghép các cơ hội trong quá trình phát triển AI nhằm tạo dựng lòng tin của người dùng bằng cách tập trung vào nội dung dễ hiểu.
  • Cách sử dụng một bộ công cụ rộng hơn gồm nhiều tài liệu dựa trên 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 thực tế về quy trình tạo nguyên mẫu cho AI tạo sinh có trách nhiệm trong quá trình thiết kế một công cụ viết sáng tạo. Nếu quan tâm, bạn thậm chí có thể tích hợp những câu lệnh do bạn thiết kế vào Wordcraft, một trình chỉnh sửa văn bản nguồn mở dựa trên AI, được Google phát hành dưới dạng một 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 giúp bạn tạo nguyên mẫu bằng các mô hình ngôn ngữ lớn ngay từ 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 xây dựng được thứ mà bạn thích, bạn có thể dễ dàng xuất dự án đó dưới dạng mã Python rồi gọi các mô hình tương tự bằng Generative Language API.

Để thử nghiệm với các mô hình ngôn ngữ lớn bằng MakerSuite, hãy đăng ký danh sách chờ.

Sách hướng dẫn về con người và AI nghiên cứu

Sách hướng dẫn về Con người và Nghiên cứu AI (PAIR) là một tài nguyên giúp các nhà phát triển, nhà thiết kế, nhà quản lý sản phẩm, học viên và nhiều người khác sử dụng AI một cách có trách nhiệm.

Sách hướng dẫn về tính năng PAIR (GHÉP NỐI) có thể giúp bạn và nhóm của bạn xây dựng một 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 tạo dựng lòng tin vào hệ thống AI của tôi?
  • Làm cách nào để giải thích cho người dùng về hệ thống AI của tôi?
  • Làm cách nào để trải nghiệm AI có thể trở thành một trải nghiệm hoà nhập về văn hoá và bình đẳng?

Bạn sử dụng Sách hướng dẫn về PAIR (GHÉP NỐI) trong suốt lớp học lập trình này để phát triển các câu hỏi liên quan đến việc tạo nguyên mẫu và lựa chọn trong số nhiều phương án thiết kế.

Lấy mã cho Wordcraft (không bắt buộc)

Wordcraft là một trình chỉnh sửa văn bản dựa trên AI được phát triển tại Google Research nhằm khám phá khả năng cộng tác viết truyện của con người và AI. Mã Wordcraft là mã nguồn mở, vì vậy, bạn có thể tự thử nghiệm với 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 dựa trên 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 nhiệm vụ liên quan đến trí tuệ nhân tạo dựa trên các hướng dẫn đơn giản thay vì đòi hỏi phải lập trình học máy phức tạp. Gemini 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 mô hình ngôn ngữ lớn (LLM) để nguyên mẫu một ứng dụng giúp các tác giả viết truyện. Ngoài việc cung cấp thông tin chung về thế giới, ngữ pháp, v.v., LLM PaLM của Google còn được thiết kế để làm theo hướng dẫn hoặc câu lệnh của người dùng. Vì vậy, để tạo nguyên mẫu cho công cụ của mình trong MakerSuite, bạn sẽ hướng dẫn mô hình của mình nội dung cần viết dưới dạng phản hồi theo câu lệnh của người dùng.

Viết những câu chuyện có sự hỗ trợ của AI bằng câu lệnh dạng văn bản trong MakerSuite

  1. Để tạo một câu lệnh, hãy nhấp vào Tạo mới trong bảng điều khiển bên trái rồi chọn Câu lệnh dạng văn bản. Hãy bắt đầu với 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 phát hiện rằng {{topic}} là một câu lệnh và sẽ mở một bảng điều khiển Kiểm tra câu lệnh của bạn để bạn có thể xem cách câu lệnh của bạn hoạt động với nhiều phương thức nhập.

  1. 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 là 0.8.
  2. Cuối cùng, hãy nhấp vào Run (Chạy) để chạy lời nhắc của bạn. Bạn sẽ thấy kết quả của lời nhắc trong bảng trong giây lát.

Việc chọn chế độ cài đặt nhiệt độ thành 0.8 sẽ cho mô hình biết rằng bạn muốn có tính đa dạng trong dữ liệu đầu ra. Làm như vậy sẽ dẫn đến nhiều câu chuyện mẫu quảng cáo hơn nhưng sẽ thu được kết quả khác nhau mỗi khi chạy mẫu quảng cáo. Nếu bạn muốn nhận được cùng một kết quả mỗi lần, hãy đặt nhiệt độ thành 0.

Có thể có một kết quả 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.
  1. Thử chạy câu lệnh nhiều lần và chú ý đến các câu chuyện khác nhau được tạo.

Ảnh chụp màn hình trình chỉnh sửa Makersuite. Khung hiển thị này cho thấy lời nhắc ở trên cùng, với bảng Kiểm thử câu lệnh của bạn gồm các dữ liệu đầu vào kiểm thử ở bên dưới.

Như bạn có thể thấy, mô hình này viết một câu chuyện có cấu trúc một cách hợp lý nhưng cũng đưa ra một vài giả định. Ví dụ như câu chuyện xoay quanh một cậu bé tên là Henry. Bạn có thể thay đổi những giả định này bằng cách nêu rõ tên nhân vật chính hoặc thậm chí chỉ định xem bạn muốn câu chuyện tập trung vào chú mèo con hay con người.

  1. Cập nhật câu lệnh của bạn, sau đó nhấp vào Run (Chạy) để xem cách nó hoạt động với tất cả dữ liệu đầu vào kiểm thử.

Xác định những việc phù hợp nhất với sự hỗ trợ của AI thông qua Sách hướng dẫn về tính năng PAIR (GHÉP NỐI)

Cho đến nay, giả định là mô hình AI sẽ viết một câu chuyện hoàn chỉnh chỉ dựa trên nội dung mô tả ngắn gọn. Nhưng đây có phải là quyết định thiết kế đúng đắn cho công cụ sáng tạo của bạn không? Chẳng hạn, hãy tưởng tượng một trợ lý giúp tác giả viết lại các phần trong câu chuyện họ chọn. Ví dụ: bạn có thể tạo nguyên mẫu cho hoạt động tương tác này trong MakerSuite để làm cho đoạn câu chuyện trở nên ấn tượng hơn.

Việc này giúp tập trung hơn nhiều, giúp bạn viết lại các đoạn văn cùng một lúc. Ở cấp độ cao hơn, với một vài thay đổi đối với câu lệnh, bạn có thể tạo nguyên mẫu cho công cụ tăng cường người dùng thay vì công cụ tự động hoá công việc.

Sách hướng dẫn về PAIR (GHÉP NỐI) đưa ra một cách thức theo nguyên tắc để hỏi và trả lời những câu hỏi như thế này trong quá trình phát triển AI. Mặc dù MakerSuite giúp bạn nhanh chóng tạo ra các ý tưởng tạo nguyên mẫu, nhưng Sách hướng dẫn về tính năng PAIR (GHÉP NỐI) cho phép bạn thu hẹp các lựa chọn thiết kế ở những lựa chọn tiềm năng nhất cho mục đích của bạn và đối tượng bạn muốn tương tác. Sử dụng Sổ tay hướng dẫn để tìm hiểu xem liệu việc tăng cường hoặc tự động hoá có phải là phương pháp phù hợp để hợp tác với AI nhằm xây dựng ứng dụng của bạn hay không.

Bắt đầu với câu hỏi hướng dẫn Tôi nên sử dụng AI như thế nào? trong Sách hướng dẫn. Như mẫu hướng dẫn này có ghi chú, AI sẽ hiệu quả hơn khi mang lại thêm giá trị độc đáo. Trong trường hợp này, vì các LLM được huấn luyện với nhiều dữ liệu về ngữ pháp, các cụm từ thông dụng và thông tin khác từ Internet, nên có thể nên tận dụng khả năng của mô hình để hiểu thế giới câu chuyện mà bạn muốn mô tả trong kết quả của ứng dụng viết và đề xuất cách viết lại. Việc này dựa trên mẫu đề xuất được cá nhân hoá trong Sổ tay hướng dẫn.

Hãy tiến thêm một bước. Sách hướng dẫn về tính năng PAIR (GHÉP NỐI) có một chương về nhu cầu của người dùng kèm theo hướng dẫn về việc nên tự động hoá hay tăng cường các thao tác.

Khi cân nhắc việc bổ sung nội dung hay tự động hoá, hãy nhớ rằng nguyên mẫu của bạn phải là một ứng dụng hữu ích cho người viết. Do đó, có vẻ như người dùng của bạn thích viết, muốn nắm giữ quyền sở hữu cá nhân đối với bài viết của họ và có những sở thích được hình thành trong suốt thời gian viết mà có thể rất khó truyền đạt. Khi kết hợp lại với nhau, điều này cho thấy rằng phương pháp tăng cường có thể là lựa chọn khả thi hơn.

Dựa trên Sách hướng dẫn về PAIR, bạn có thể coi ứng dụng mà bạn đang tạo nguyên 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.

  1. Tạo câu lệnh mới dạng văn bản:
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 giá trị nhập văn bản.

  1. Trong bảng kiểm thử, hãy thử một số kiểu viết lại như ngắn hơn, kịch cảm hơn, dí dỏm hơn, ít ngữ pháp hơn, thơ ca, v.v.

Thiết kế câu chuyện trên khắp thế giới

Cho đến nay, bạn đã thử nghiệm tính năng câu lệnh viết lại một đoạn đối với những câu chuyện không có bối cảnh văn hoá rõ ràng. Khi thiết kế trải nghiệm AI có trách nhiệm, thông thường, bạn nên thử nhiều thông tin đầu vào đa dạng.

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 nhâm nhi hương vị cà phê mới pha, suy nghĩ về một khoảnh khắc bị quên lãng từ lâu và vĩnh viễn thay đổi cuộc đời ông.
  • Giữa bầu không khí hỗn loạn của một con tàu địa phương ở Mumbai, một phụ nữ trung niên đã bắt chuyện với một người lạ. Thật thú vị khi được sống trong cùng một thành phố và có được một cuộc sống thật khác biệt.
  • Giữa sự hỗn loạn sôi động của khu chợ đường phố Thượng Hải nhộn nhịp, một người bán thức ăn đường phố đã dành ra 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, cẩn thận để tránh thành kiến bất công và định kiến lịch sử. Xin lưu ý rằng mặc dù LLM tìm hiểu về nhiều nơi trên thế giới dựa trên dữ liệu hiện có được tìm thấy trên mạng, nhưng LLM có thể không thu thập được đầy đủ thông tin về một địa điểm địa lý cụ thể. Như Sách hướng dẫn về tính năng PAIR (GHÉP NỐI), điều quan trọng là bạn phải thực hiện các nhiệm vụ tăng cường để mang lại quyền kiểm soát cho người dùng. Ví dụ: Bạn có thể mở rộng khả năng viết lại nguyên mẫu để kiểm soát tốt hơn cốt truyện và các chi tiết của câu chuyện.

Đôi khi, nhiều mô hình tạo sinh cũng cho thấy các giả định mặc định, một phần là do các mẫu phổ biến hơn trong những tập dữ liệu huấn luyện khổng lồ chứa thông tin trực tuyến. Điều quan trọng là phải biết rằng các mô hình có thể được hướng để đưa ra các giả định khác có giá trị ngang nhau. Ví dụ: đối với câu lệnh viết lại một đoạn ở trên, bạn có thể chỉ rõ giới tính cho người lạ trên chuyến tàu bằng cách thay đổi kiểu viết lại, thành "ngắn hơn". Hãy nhớ rằng người lạ cũng là một người phụ nữ."

4. Xây dựng niềm tin

Không có thông tin tin tưởng, ngay cả những tính năng AI tiên tiến nhất cũng có thể không được sử dụng. Lòng tin là do người dùng cảm thấy AI có năng lực, đáng tin cậy và hữu ích. Việc hỗ trợ người dùng hình thành lòng tin có thể khuyến khích họ tìm hiểu cách thức và thời điểm sử dụng các tính năng cụ thể, từ đó mang đến trải nghiệm tổng thể tốt hơn cho người dùng.

Sách hướng dẫn về PAIR (GHÉP NỐI) giúp người dùng xác định mức độ nên tin tưởng các hệ thống AI:

Tạo dựng lòng tin từ sớm

AI tạo sinh đặc biệt hữu ích trong việc truyền đạt ý định của các tính năng và giúp người dùng hiểu rõ các hạn chế của AI. Ví dụ: vì các mô hình ngôn ngữ được thiết kế chủ yếu để dự đoán nội dung tiếp theo trong văn bản nên không phải lúc nào các mô hình đó cũng chính xác thực tế trong dữ liệu đầu ra. Vì vậy, điều quan trọng là bạn phải 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 kiểm chứng 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 cho một số cách mà bạn có thể dùng để giúp người dùng hiểu rằng nguyên mẫu này không nhằm mục đích dùng để viết thông tin thực tế, mà dùng để viết hư cấu.

Duy trì niềm tin

Tương tự, mặc dù các mô hình AI tạo sinh rất có năng lực, nhưng không phải lúc nào người dùng cũng xác minh được rằng các nhiệm vụ được hoàn thành đúng cách trong nhiều trường hợp sử dụng cụ thể. Ví dụ: nguyên mẫu này được thiết kế xoay quanh việc hoàn thiện nội dung có mục tiêu cụ thể và viết lại nội dung hư cấu có chủ đích – 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 phần lớn văn bản, nhưng người dùng có thể bỏ lỡ những lỗi nhỏ có thể đã từng ở. Nhìn chung, việc tập trung sử dụng các tính năng AI tạo sinh mang tính tương tác vào những nhiệm vụ mà người dùng có thể dễ dàng xác minh sẽ giúp họ tin tưởng.

Cơ hội cuối cùng để giữ vững niềm tin là tận dụng khả năng điều khiển của các mô hình tạo sinh. Không giống như các mô hình AI trước đây được thiết kế để phục vụ một nhiệm vụ được chỉ định trong phạm vi hẹp, người dùng cuối có thể tuỳ chỉnh kết quả của các mô hình tạo sinh một cách dễ dàng hơn nhiều (như có thể thấy ở đây là yêu cầu viết lại ở dạng kịch nhất, ngắn hơn hoặc viết lại theo cách tương tự). Mặc dù tính năng điều khiển như vậy có thể mang lại trải nghiệm tốt hơn cho người dùng, nhưng bạn nên chú ý để giới hạn khả năng điều khiển này trong các chức năng của mô hình. Ví dụ: trong nguyên mẫu này, thay vì yêu cầu người dùng cách viết lại văn bản, bạn có thể đưa ra một danh sách hướng dẫn viết lại mà chúng tôi thấy là có hiệu quả và gợi ý cho người dùng cuối.

Khôi phục từ sự mất tin cậy

Mặc dù bạn đã cố gắng hết sức, nhưng vẫn có thể có những trường hợp mô hình không mang lại kết quả tối ưu. Trong những trường hợp như vậy, điều quan trọng là bạn phải cho phép người dùng huỷ mọi thao tác do AI tạo. Tương tự, thông thường, bạn nên xác định các tính năng có hiệu suất thay đổi và chỉ kích hoạt các tính năng đó khi người dùng thể hiện rõ yêu cầu hỗ trợ AI.

  • Nghĩ ra một số cách để tạo tính năng huỷ hoặc những cách khác để lấy lại lòng tin của người dùng.

Bạn có thể xem giải pháp cho những thách thức này trong giải pháp của lớp học lập trình.

5. Kết hợp kiến thức đã học

Tới đây, bạn đã thử nghiệm với lời nhắc trong MakerSuite. Khi đã hài lòng với những câu lệnh này, hãy sử dụng ngay trong nguyên mẫu của bạn.

  • Trước tiên, hãy lưu câu lệnh của bạn rồi nhấp vào Nhận mã ở góc trên cùng bên phải. Bạn cũng cần bật khoá API bằng cách nhấp vào Bật khoá API trong hộp thoại Nhận mã xuất hiện trên màn hình.

Thanh công cụ makersuite. Nút Nhận mã nằm ở trên cùng bên phải.

MakerSuite tạo mã mà bạn có thể sử dụng trực tiếp trong ứng dụng của mình. Ví dụ: để sử dụng với ứng dụng web, hãy chọn mã JavaScript. Bạn có thể sao chép mã trực tiếp từ hộp thoại rồi dán vào ứng dụng web. Nếu bạn cập nhật câu lệnh của mình trong MakerSuite, hãy nhớ cập nhật câu lệnh đó trong mã của bạn bằng cách sử dụng biến lời nhắc trong mã được bao gồm.

Hộp thoại cho thấy mã do Makersuite tạo. Người dùng có thể chọn sử dụng thư viện cURL, javascript hay python hoặc truy xuất thông tin lời nhắc dưới dạng JSON.

Nếu muốn tích hợp API này vào một ứng dụng dựng sẵn để viết mẫu quảng cáo, bạn có thể tải đoạn mã Wordcraft xuống.

Giải pháp của 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 về AI có trách nhiệm qua Sách hướng dẫn về PAIR và MakerSuite, đồng thời tìm hiểu cách tạo nguyên mẫu cho trải nghiệm AI có trách nhiệm (trong trường hợp này là cho ứng dụng viết mẫu quảng cáo) bằng một số công cụ của Google. Chúng tôi rất mong được chứng kiến thành quả của bạn!

Tài liệu đọc thêm