Generative AI là gì? GAN, diffusion, LLM và ứng dụng cho kỹ sư

Generative AI (AI tạo sinh) là nhóm mô hình tạo ra nội dung mới: văn bản, hình ảnh, âm thanh, video, mã nguồn. ChatGPT, Claude, Gemini, các công cụ tạo ảnh đều thuộc nhóm này. Bài này giải thích ngắn gọn các họ mô hình chính và ứng dụng thực tế cho kỹ sư.

Phân biệt với AI "phân tích"

• Mô hình phân biệt (discriminative): nhận dữ liệu, trả về nhãn hoặc con số. Ảnh này OK hay NG? Có bao nhiêu người trong ảnh?
• Mô hình tạo sinh (generative): học phân bố của dữ liệu để sinh ra mẫu mới giống dữ liệu thật.

Các họ mô hình chính

GAN (Generative Adversarial Network)

Hai mạng đấu với nhau: generator cố tạo ảnh giả, discriminator cố phân biệt thật/giả. Từng thống trị mảng tạo ảnh vài năm trước; khó huấn luyện ổn định.

Diffusion model

Học cách khử nhiễu từng bước: bắt đầu từ ảnh nhiễu ngẫu nhiên, mô hình lặp đi lặp lại việc loại bớt nhiễu cho tới khi ra ảnh rõ, có thể điều khiển bằng mô tả văn bản. Đây là nền tảng của phần lớn công cụ tạo ảnh, video hiện nay.

Mô hình ngôn ngữ lớn (LLM)

Dựa trên kiến trúc Transformer, được huấn luyện dự đoán token tiếp theo trên lượng văn bản khổng lồ. Từ nhiệm vụ đơn giản đó nổi lên khả năng trả lời câu hỏi, viết code, tóm tắt, dịch thuật. Xem chi tiết ở bài LLM hoạt động thế nào.

Mô hình đa phương thức

Xử lý đồng thời văn bản, hình ảnh, âm thanh: đọc bản vẽ kỹ thuật, mô tả ảnh lỗi, trả lời câu hỏi về biểu đồ.

Ứng dụng thực tế cho kỹ sư Vision và tự động hóa

• Tạo dữ liệu tổng hợp: sinh thêm ảnh lỗi hiếm để huấn luyện mô hình kiểm tra (xem synthetic data).
• Trợ lý lập trình: viết nhanh script xử lý ảnh, code giao tiếp PLC, giải thích thông báo lỗi.
• Hỏi đáp tài liệu nội bộ bằng RAG: xem dự án chatbot RAG.
• Tự động viết báo cáo ca sản xuất, tổng hợp log lỗi.
• Gán nhãn hỗ trợ: mô hình nền tảng như SAM tạo mặt nạ phân đoạn nhanh.

Giới hạn cần biết

• Ảo giác (hallucination): mô hình có thể tạo nội dung sai nhưng nghe rất thuyết phục. Luôn kiểm chứng thông tin kỹ thuật quan trọng.
• Bảo mật dữ liệu: không gửi bản vẽ, dữ liệu khách hàng lên dịch vụ công cộng khi chưa được phép.
• Bản quyền: kiểm tra điều khoản sử dụng nội dung và mô hình, nhất là khi dùng thương mại.
• Chi phí và độ trễ: mô hình lớn chạy chậm và tốn kém, không phù hợp vòng lặp kiểm tra mili giây trên dây chuyền.

Generative AI không thay thế kỹ sư; nó là công cụ giúp kỹ sư làm nhanh hơn những việc tốn thời gian, để tập trung vào phần đòi hỏi hiểu biết thực tế.