TechUp #2: Ứng dụng AI để cải tiến hiệu suất lập trình và tạo ra sản phẩm đột phá chưa? - Sự kiện hợp tác giữa Sun* và Viblo có gì hot?

Với mong muốn mang lại những giá trị ''awesome'', đồng hành cùng giới lập trình viên Việt phát triển bền vững giữa bối cảnh kỷ nguyên AI đang làm thay đổi lĩnh vực công nghệ, Sun* phối hợp đồng hành truyền thông cùng Viblo sẽ tổ chức số TechUp #2 với chủ đề "Ứng dụng AI để cải tiến hiệu suất lập trình và tạo ra sản phẩm đột phá" vào ngày 08/06/2024 tới đây.

Hôm nay, hãy cùng Viblo tìm hiểu những nội dung quan trọng và cực hấp dẫn về sự kiện TechUp #2 này nhé!

Nội dung chính TechUp #2

TechUp #2 sẽ bao gồm 2 phần nội dung chính:

  • Part 1: Tối ưu hiệu suất lập trình nhờ khai phá tiềm năng AI
  • Part 2: Ứng dụng LLM với kiến trúc RAG để tạo ra sản phẩm tích hợp AI

Diễn giả và Khách mời TechUp #2

Sự kiện có sự tham gia của các diễn giả giàu kinh nghiệm và khách mời nổi tiếng trong ngành:

  • Facilitator: Mr. Trần Đức Thắng - R&D Manager - Sun*, Founder - Viblo
  • Speaker: Mr. Phạm Quý Hải - Full-stack Engineer, R&D Unit - Sun*
  • Speaker: Mr. Phạm Văn Toàn - AI Expert, R&D Unit - Sun*
  • Guest: Mr. Nguyễn Chiến Thắng - Founder Youtube & Facebook Channel "Mì AI"
  • Guest: Mr. Phúc Lê (Potter) - Head of AI/ML, TECHVIFY Company
  • Guest: Mr. Nguyễn Đăng Huy - Head of Strategic Technology Division - Sun*

Giải mã Phiên 1: Tối ưu hiệu suất lập trình nhờ khai phá tiềm năng AI

Trong kỷ nguyên công nghệ số, với sự ra đời của Generative AI (AI Tạo Sinh), AI hiện không chỉ là một công cụ hỗ trợ mà còn là yếu tố cốt lõi định hình lại cách thức lập trình viên phát triển phần mềm.

Đến với TechUp #2, chủ đề "Ứng dụng AI để cải tiến hiệu suất lập trình và tạo ra sản phẩm đột phá", bạn sẽ đến với phần chia sẻ của speaker Phạm Quý Hải* (R&D Unit) về nội dung Tối ưu hiệu suất lập trình nhờ khai phá tiềm năng AI.

Ở phiên này, speaker sẽ đưa đến cho khán giả những cách thức AI đã và đang được ứng dụng để cải tiến hiệu suất, nâng cao chất lượng, tối ưu hóa các quy trình và đưa ra các giải pháp sáng tạo cho lập trình viên. Diễn giả sẽ đi sâu vào các ví dụ thực tiễn về sử dụng Generative AI nói riêng, cũng như AI nói chung, để thấy rõ AI đã, đang và sẽ không chỉ thay đổi ngành công nghệ thông tin mà còn cách những lập trình viên chúng ta làm việc hàng ngày.

Kế thừa đặc trưng luôn chú trọng vào thực tiễn của TechUp, trong khuôn khổ phiên 1, diễn giả cũng sẽ chia sẻ sâu về cách giải các bài toán cụ thể với 2 tool AI “siêu đỉnh” nhất hiện nay: ChatGPT & GitHub Copilot.

Là một chuyên gia về ứng dụng AI, speaker Quý Hải tự tin chia sẻ rằng:

Với 3 năm ứng dụng AI vào phần triển phần mềm, mình rất háo hức muốn chia sẻ những thành tựu của mình cũng như kinh nghiệm làm việc cùng AI. Đây là cơ hội tuyệt vời để chúng ta cùng nhau khám phá những công cụ tiên tiến, giúp tăng tốc quá trình phát triển phần mềm, nâng cao chất lượng mã nguồn và tối ưu hóa quy trình làm việc. Mình mong rằng, sau buổi chia sẻ này, các bạn sẽ thấy rõ hơn về cách mà AI có thể trở thành một người đồng hành đáng tin cậy, hỗ trợ chúng ta từ việc viết mã, kiểm tra lỗi, đến việc học hỏi và phát triển kỹ năng.

AI đang và sẽ thay đổi công việc của lập trình viên như thế nào? Câu trả lời sẽ là:

1. Tập trung cho sáng tạo

AI không chỉ giúp gợi ý code, sửa lỗi và viết tài liệu mà còn có thể viết mã từ đầu, giải phóng thời gian cho các lập trình viên để họ có thể tập trung vào các khía cạnh sáng tạo hơn của công việc, chẳng hạn như tối ưu hóa UI/UX, tạo ra các hiệu ứng độc đáo và cải thiện trải nghiệm người dùng.

2. Học tập nhanh hơn

AI đóng vai trò như một mentor, giúp đưa ra các định hướng học tập và cung cấp các tài nguyên học tập phong phú, cũng như giải đáp thắc mắc ngay tức thì. Thay vì mất thời gian tìm kiếm trên internet hoặc hỏi đồng nghiệp, lập trình viên có thể hỏi trực tiếp AI và nhận được câu trả lời nhanh chóng và chính xác.

3. Yêu cầu về lập trình viên sẽ cao hơn

Để đáp ứng yêu cầu về mặt chất lượng của khách hàng và công ty, các lập trình viên cần hiểu rõ việc code thế nào để nâng cao hiệu quả và biết cách xử lý nghiệp vụ bài toán mà phần mềm đang giải quyết. Điều đó đòi hỏi lập trình viên sẽ phải hiểu sâu hơn về hệ thống cũng như nghiệp vụ chuyên môn.

Tìm hiểu về công cụ Github Copilot

Github Copilot bao gồm các ưu điểm vượt trội như:

  • Tự động gợi ý mã: Github Copilot có khả năng tự động gợi ý các đoạn mã dựa trên ngữ cảnh hiện tại, giúp lập trình viên viết mã nhanh hơn và giảm thiểu lỗi cú pháp.
  • Hỗ trợ nhiều ngôn ngữ lập trình: Copilot hỗ trợ nhiều ngôn ngữ lập trình khác nhau, từ JavaScript, Python, đến Ruby, Go, và nhiều ngôn ngữ khác, giúp lập trình viên linh hoạt hơn trong việc lựa chọn công cụ.
  • Tạo source code mẫu: Công cụ này có thể tạo ra source code mẫu và các chức năng dựa trên mô tả bằng ngôn ngữ tự nhiên, giúp lập trình viên nhanh chóng xây dựng các tính năng mới.
  • Học hỏi từ mã nguồn mở: Copilot được đào tạo trên kho mã nguồn mở rộng lớn, giúp nó cung cấp các giải pháp mã chất lượng cao dựa trên các best practices từ cộng đồng.
  • Tích hợp trực tiếp vào IDE: Copilot tích hợp trực tiếp vào các IDE phổ biến như Visual Studio Code, giúp lập trình viên làm việc liền mạch mà không cần chuyển đổi giữa các công cụ.

Tìm hiểu về công cụ ChatGPT

ChatGPT bao gồm các ưu điểm vượt trội như:

  • Hỗ trợ giải đáp thắc mắc: ChatGPT có khả năng trả lời các câu hỏi về lập trình, giúp lập trình viên nhanh chóng tìm ra giải pháp cho các vấn đề kỹ thuật.
  • Hướng dẫn học tập và nâng cao kỹ năng: ChatGPT có thể cung cấp các tài liệu học tập, hướng dẫn từng bước, và giải thích các khái niệm phức tạp, giúp lập trình viên nâng cao kỹ năng của mình.
  • Tạo tài liệu và viết tài liệu: Công cụ này có thể giúp viết và tạo tài liệu cho các dự án phần mềm, bao gồm các tài liệu hướng dẫn sử dụng, tài liệu API, và ghi chú kỹ thuật.
  • Đề xuất cách giải quyết vấn đề: ChatGPT có thể đề xuất các phương pháp giải quyết vấn đề và các best practices, giúp lập trình viên tìm ra cách tiếp cận tối ưu cho các dự án của mình.
  • Hỗ trợ viết và kiểm tra mã: ChatGPT có thể hỗ trợ viết mã mẫu và kiểm tra mã, giúp lập trình viên tiết kiệm thời gian và đảm bảo chất lượng mã tốt hơn.

Giải mã phiên 2: Ứng dụng LLM với kiến trúc RAG để tạo ra sản phẩm tích hợp AI

Trước đây, những cuộc chạy đua trong xu hướng về AI chỉ là cuộc chơi cho những “ông lớn” tập trung nghiên cứu công nghệ cốt lõi này. Còn thời điểm này đây, mọi thứ đã thay đổi hoàn toàn với sự ra đời của các mô hình AI dưới dạng Open Source, mô hình API - đưa AI vào ứng dụng trong sản phẩm, dịch vụ hay ChatGPT - Generative AI có tốc độ tăng trưởng nhanh nhất trong lịch sử… AI không còn là một khái niệm xa vời, mà trở nên gần gũi hơn bao giờ hết khi ngày càng nhiều lập trình viên nhận ra tiềm năng to lớn và tính ứng dụng của các mô hình ngôn ngữ lớn trong product của mình.

Đến với TechUp #2, chủ đề "Ứng dụng AI để cải tiến hiệu suất lập trình và tạo ra sản phẩm đột phá," bạn sẽ đến với phần chia sẻ của speaker Phạm Văn Toàn (AI Expert) về nội dung Ứng dụng LLM với kiến trúc RAG để tạo ra sản phẩm tích hợp AI.

Trong phần chia sẻ này, diễn giả sẽ giới thiệu về cách triển khai tích hợp một mô hình ngôn ngữ lớn (LLM) với kiến trúc RAG và cách nó có thể được ứng dụng để tạo ra các dịch vụ thông minh, hiệu quả mà không yêu cầu chuyên môn sâu về AI. Điều này đồng nghĩa, không cần là AI Engineer, các lập trình viên vẫn có thể áp dụng AI để thực hiện dự án phần mềm.

Ở phiên 2, bạn sẽ tìm hiểu những kiến thức từ cơ bản đến nâng cao về cách thức hoạt động của một LLM, nguyên lý và cách thức xây dựng một hệ thống RAG, những khó khăn và hướng giải quyết. Từ đó giúp cho các kỹ sư không chuyên về AI cũng có thể thiết kế, triển khai các ý tưởng về ứng dụng AI trong sản phẩm Web hoặc Mobile của mình.

Hào hứng trong lần gặp mặt này tại TechUp, speaker Văn Toàn cho hay:

Mục tiêu của buổi talk này là giúp cho mọi người có một cái nhìn tổng quan về việc xây dựng ứng dụng AI dựa trên RAG và hiểu được các một hệ thống RAG sẽ hoạt động như thế nào. Từ đó cho thấy việc áp dụng công nghệ AI vào sản phẩm thực tế đã trở nên đơn giản hơn rất nhiều, ai cũng có thể thực hiện được một cách dễ dàng. Trong buổi này mình sẽ cố gắng đưa ra các ví dụ cụ thể, dễ hiểu, dễ thực hiện để mọi người có thể follow theo.

Tìm hiểu về LLM

Có thể bạn đã biết, hiện nay, các ứng dụng trí tuệ nhân tạo (AI) đã trở thành một công cụ siêu hữu ích khi dễ dàng tóm tắt bài báo, viết truyện, tham gia tương tác tự nhiên với con người thông qua các cuộc trò chuyện dài… Đứng đằng sau thành công này có sự “góp sức" của Large language models bởi lẽ với các mô hình xác suất có khả năng hiểu và sinh ngôn ngữ tự nhiên dựa trên kiến thức được thu thập từ các tập dữ liệu cực lớn đã giúp nó trở thành một trong những ứng dụng thành công nhất của các mô hình transformer. Ngoài ra, đây cũng chính là mô hình ngôn ngữ được OpenAI sử dụng để xây dựng GPT-3.

LLM (Large Language Model, hay còn gọi là mô hình ngôn ngữ lớn) là một loại mô hình trí tuệ nhân tạo được huấn luyện trên lượng lớn dữ liệu văn bản để tạo ra ngôn ngữ giống con người. Nó có rất nhiều ứng dụng trong nhiều lĩnh vực khác nhau.

Một trong những ứng dụng chính của LLM là xử lý ngôn ngữ tự nhiên (NLP). Nó có thể được sử dụng để xây dựng các hệ thống trả lời tự động, chatbot thông minh, phân tích cảm xúc, dịch máy và trích xuất thông tin từ văn bản. Với khả năng hiểu và tạo ra ngôn ngữ tự nhiên, LLM giúp cải thiện tốc độ và độ chính xác của các nhiệm vụ liên quan đến ngôn ngữ.

Lợi ích của LLM bao gồm cải thiện độ chính xác và hiệu suất trong xử lý ngôn ngữ, tiết kiệm thời gian và công sức của con người, và mở ra nhiều cơ hội cho ứng dụng mới trong nhiều lĩnh vực khác nhau. Với khả năng tự động hóa các tác vụ ngôn ngữ phức tạp, LLM đóng góp vào việc nâng cao trải nghiệm người dùng và tăng cường khả năng tương tác giữa con người và máy tính.

Tìm hiểu về RAG

Kiến trúc Retrieval Augmented Generation (RAG) là một phương pháp cho phép cải thiện hiệu quả của các ứng dụng mô hình ngôn ngữ lớn (LLM), nâng cao khả năng của mô hình sinh (language model generation) kết hợp với tri thức bên ngoài (external knowledge) bằng cách sử dụng dữ liệu tùy chỉnh. Điều này đạt được bằng cách truy xuất dữ liệu/tài liệu liên quan đến câu hỏi hoặc nhiệm vụ và cung cấp chúng như ngữ cảnh cho LLM. RAG đã chứng minh thành công trong việc hỗ trợ chatbot và hệ thống hỏi và đáp cần duy trì thông tin cập nhật hoặc truy cập vào kiến thức thuộc lĩnh vực cụ thể.

Lợi ích của kiến trúc RAG bao gồm:

  • Cung cấp câu trả lời cập nhật và chính xác: RAG đảm bảo rằng câu trả lời của LLM không chỉ dựa trên dữ liệu đào tạo tĩnh và cũ trước đó. Thay vào đó, mô hình sử dụng nguồn dữ liệu ngoại vi cập nhật để cung cấp câu trả lời.
  • Giảm thiểu câu trả lời không chính xác: Bằng cách đặt căn cứ đầu ra của mô hình LLM trên kiến thức ngoại vi liên quan, RAG giảm thiểu nguy cơ đưa ra thông tin không chính xác hoặc sai lệch (còn được gọi là ảo giác - hallucination). Kết quả có thể bao gồm trích dẫn nguồn gốc, cho phép xác minh từ phía con người.
  • Cung cấp câu trả lời cụ thể cho lĩnh vực cụ thể: Sử dụng RAG, LLM sẽ có khả năng cung cấp câu trả lời phù hợp với ngữ cảnh và tùy chỉnh cho dữ liệu chuyên môn hoặc thuộc sở hữu của tổ chức.
  • Hiệu quả và tiết kiệm chi phí: So với các phương pháp khác để tùy chỉnh LLM với dữ liệu chuyên môn, RAG đơn giản và tiết kiệm chi phí. Tổ chức có thể triển khai RAG mà không cần tùy chỉnh mô hình. Điều này đặc biệt hữu ích khi các mô hình cần được cập nhật thường xuyên với dữ liệu mới.

Minigame nhận vé tham gia TechUp #2 đang diễn ra trên Fanpage Viblo

Viblo dành tặng 3 tấm vé mời đặc biệt cho 3 khán giả may mắn tham gia minigame trên Fanpage. Link tham gia tại đây.


Thông tin chi tiết về sự kiện TechUp #2

Nhanh tay đăng ký tham gia và hòa mình vào dòng chảy kiến thức AI tại TechUp #2

  • Thời gian: 13:30 - 17:00, Thứ 7, ngày 08/06/2024
  • Địa điểm: Tầng 13 Keangnam Landmark 72, Phạm Hùng, Nam Từ Liêm, Hà Nội
  • Đối tượng tham gia: Tất cả các lập trình viên quan tâm tới chủ đề này (AI Engineer và non-AI Engineer)

Hẹn gặp lại các bạn tại sự kiện TechUp #2!

Viblo
Hãy đăng ký một tài khoản Viblo để nhận được nhiều bài viết thú vị hơn.
Đăng kí