AI có thể làm gì

Từ việc viết ra từ đầu tiên đến việc đọc hiểu cả một văn bản: họ năng lực này xử lý chính chuỗi ký hiệu — sinh, viết lại, dịch, tóm tắt, trích xuất, truy hồi và suy luận.

Giúp mô hình hiểu được một hình ảnh. Từ phân loại đơn giản nhất, đến khoanh vùng vật thể, phân đoạn từng điểm ảnh, nhận dạng chữ và khuôn mặt, cho đến trả lời câu hỏi về hình ảnh.

Từ một đoạn mô tả hoặc một bản phác thảo, trực tiếp tạo, chỉnh sửa và phục hồi hình ảnh. Đây là họ năng lực của AI sinh tạo mà công chúng tiếp xúc sớm nhất.

Video là hình ảnh chuyển động cộng thêm chiều thời gian. Họ năng lực này xử lý đồng thời không gian và thời gian: tạo đoạn phim ngắn, hiểu hành động, dựng cảnh và khớp khẩu hình.

Âm thanh vừa là dạng sóng vừa là chuỗi theo thời gian. Nhận dạng giọng nói biến âm thanh thành văn bản, tổng hợp giọng nói làm ngược lại; còn tạo nhạc và hiệu ứng âm thanh thì trực tiếp tạo ra tư liệu nghe được.

Nâng đầu vào hai chiều lên thành tài sản ba chiều: lưới, đám điểm và cảnh dựng hình được. Đây là khâu thượng nguồn của trò chơi, phim ảnh và mô phỏng robot.

Mã là một ngôn ngữ có ngữ pháp chặt chẽ. Họ năng lực này không chỉ hoàn thành dòng tiếp theo, mà còn hiểu cả kho mã, chạy lệnh, định vị và sửa lỗi.

Khi mô hình có thể gọi công cụ, đọc ghi tệp, điều khiển trình duyệt, nó chuyển từ «trả lời câu hỏi» sang «hoàn thành nhiệm vụ». Họ năng lực này tập trung vào việc nối các hành động thành một quy trình đáng tin cậy.

Biến những bảng biểu, tài liệu và bố cục lộn xộn thành các trường có cấu trúc. Đây là rào cản đầu tiên khi đưa AI vào một quy trình nghiệp vụ thật.