Nhật ký học tập

Bạn đang trong buổi Sprint Planning. Product Owner nói: "Hay mình thêm AI để trả lời khách hàng tự động nhé?" Cả phòng im lặng vài giây. Rồi trong đầu bạn bắt đầu hiện lên hàng loạt câu hỏi: Phải train model à? Thuê GPU ở đâu? Có cần tuyển ML Engineer không? Có phải học Deep Learning trước không? Chắc dự án này kéo dài thêm 6 tháng... Thực ra, đó cũng chính là vấn đề mà Amazon Bedrock được tạo ra để giải quyết. Amazon Bedrock là gì Amazon Bedrock là một Fully Managed Service cung cấp quyền truy cập tới nhiều Foundation Model (FM) từ nhiều nhà cung cấp khác nhau (Anthropic Claude, Meta Llama, Amazon Titan/Nova, Stability AI, Cohere, Mistral...) thông qua một API thống nhất (InvokeModel, InvokeModelWithResponseStream, hoặc qua Converse API). Về bản chất, Bedrock đóng vai trò là một lớp trừu tượng hóa (abstraction layer) nằm giữa ứng dụng của bạn và hạ tầng inference của các FM. Bạn không thấy GPU, không thấy container, không thấy model server — chỉ thấy một endpoint HTTPS nằm t...

Lời mở đầu Mình là một lập trình viên .NET, không phải nhà nghiên cứu Machine Learning. Những gì được trình bày trong loạt bài này đến từ quá trình tự học, tự đọc tài liệu và tự triển khai các ví dụ, chủ yếu với mục tiêu hiểu bản chất của Machine Learning từ góc nhìn của một người làm phần mềm. Mục tiêu của series này không phải là “dạy Machine Learning”, mà là chia sẻ cách một lập trình viên tiếp cận, hiểu và sử dụng Machine Learning như một công cụ trong thực tế phát triển phần mềm. Thuật toán có phải là tri thức không? Trước khi đi sâu vào Machine Learning, hãy thử bắt đầu bằng một câu hỏi tưởng chừng rất đơn giản: Một chương trình giải phương trình bậc hai có tri thức hay không? Câu trả lời là có. Tri thức toán học về cách giải phương trình bậc hai đã được lập trình viên mã hóa trực tiếp vào chương trình dưới dạng các câu lệnh điều kiện và thuật toán. Tuy nhiên, đây là một dạng tri thức cứng – tri thức chỉ tồn tại trong mã chương trình và không thể thay đổi nếu không s...

Mình vừa học, vừa ghi chú lại những phần đã học trước đó: Semantic Kernel là gì? - Part 1 Semantic Kernel: Từ "Bạch" Cổ Phong Đến AI: Thổi Hồn Cho Agent Với Semantic Kernel Instructions - Part 2 Giới Thiệu: Nâng cấp Agent từ "Tính cách" đến "Logic" Trong Phần 2, chúng ta đã định hình Persona cho Agent bằng Instruction cơ bản , biến nó thành một nhân vật có vai trò và khí chất. Trong phần này, chúng ta nâng cấp Agent bằng cách thêm logic suy luận và khả năng tự nhận thức vào Instruction để Agent biết cách làm việc và giới hạn hiểu biết của mình.  Các kỹ thuật quan trọng sẽ được triển khai là:  Structured Reasoning thay thế cho Chain-of-Thought (CoT) nội bộ, tạo ra mạch suy luận an toàn và minh bạch.  Self-Scoring: Thêm lớp tự nhận thức để Agent báo cáo độ tin cậy.  Agent Routing qua GetScoreAsync(): Sử dụng Scoring để kích hoạt Agent phù hợp trong hệ thống Multi-Agent. Structured Reasoning Kỹ thuật Chain-of-Thought (CoT) rất mạnh mẽ vì nó buộc mô h...

Giới thiệu Một lần vô tình nghe lại bài nhạc trong 1 bộ phim cũ, học về AI, thấy có sự liên quan nhẹ nên mình lồng ghép bài hát vào phần mở đầu. Các bài viết trong series:  Phần 1: Semantic Kernel là gì? Instruction – Phần “Bạch” trong Microsoft.SemanticKernel.Agents Trong phim Đát Kỷ Trụ Vương (TVB), ngay từ giây phút mở màn, khán giả đã nghe một đoạn “Bạch” hùng tráng: Chữ Hán: 仙神人鬼從今定，不使朝朝墮草萊。 太上原始天尊敕令：「五方之神，來受命耳！」 此乃《封神榜》。 Hán–Việt: Tiên thần nhân quỷ tòng kim định, bất sử triêu triêu đọa thảo lai. Thái Thượng Nguyên Thủy Thiên Tôn sắc lệnh: “Ngũ phương chi thần lai thụ mệnh nhĩ!” Thử nãi Phong Thần Bảng . Dịch nghĩa: Từ nay định rõ tiên, thần, người, quỷ – chẳng để chúng sinh chìm trong lầm than. Thái Thượng Nguyên Thủy Thiên Tôn ban lệnh: “Các thần năm phương, hãy đến nhận mệnh!” Đây chính là Phong Thần Bảng . Một đoạn Bạch ngắn thôi, nhưng nó mở ra khí thế bi tráng, định hình bối cảnh, khẳng định trọng trách. Sau đó, người xem mới bước vào câu chuyện dài phí...

Gem là gì?  Gemini Gems là các trợ lý AI cá nhân hóa do bạn tạo ra trong nền tảng Google Gemini. Google Gemini hoạt động như một "chuyên gia AI riêng" được huấn luyện theo hướng dẫn cụ thể mà bạn viết ra, nhằm phục vụ các mục tiêu, nhu cầu hoặc sở thích của chính bạn. Homepage: https://gemini.google.com/gems/view   Vòng đời của một Gem Gồm 5 giai đoạn: Tạo ra: Bạn là người định nghĩa mục tiêu và hành vi cho Gem thông qua hướng dẫn chi tiết. Kích hoạt: Khi bạn gọi Gem, Gemini sẽ nạp các hướng dẫn này để điều chỉnh hành vi Gem. Trò chuyện: Bạn bắt đầu hội thoại với Gem, nó sẽ phản hồi dựa trên hướng dẫn đã nạp. Tương tác liên tục: Gem sẽ điều chỉnh phản hồi theo từng lượt chat để phù hợp với bạn hơn. Cải tiến: Bạn có thể quay lại chỉnh sửa lại hướng dẫn bất kỳ lúc nào. Sử dụng các Gem có sẵn của Google Cách dễ nhất để bắt đầu là dùng Gems có sẵn của Google, hiện tại Google có một số Gem phục vụ cho một số nhu cầu nhất định như lên ý tưởng, hỗ trợ lập trình, hỗ trợ biên tập… Các...

Semantic Kernel là gì? Semantic Kernel (SK) là framework mã nguồn mở do Microsoft phát triển, giúp bạn tích hợp các mô hình AI (như GPT-4, GPT-4o...) vào ứng dụng .NET. Bạn có thể dùng SK để: Xây dựng chatbot thông minh Viết AI Agent tự động gọi hàm C# Tạo copilot nội bộ đọc file, hiểu prompt, tóm tắt văn bản... Tích hợp mô hình ngôn ngữ (LLM) Semantic Kernel hỗ trợ bạn cấu hình và sử dụng nhiều loại mô hình ngôn ngữ khác nhau: OpenAI / Azure OpenAI (GPT-3.5, GPT-4, GPT-4o…) Google Gemini (gemini-2.0-flash, gemini-pro) GitHub Models (qua endpoint OpenAI compatible) Hugging Face (LLaMA, Mistral, Falcon…) Claude (Anthropic) Bạn có thể: Đăng ký các mô hình như một service (qua serviceId) Dễ dàng chuyển đổi giữa các model mà không cần sửa logic chính Gọi AI qua các API như kernel.InvokePromptAsync(...) hoặc kernel.InvokeFunctionAsync(...) => Write once, run across multiple models. Modular và Extensible Semantic Kernel cho phép bạn "bọc" lại code logic hiện có thành Plugin để A...

Google AI Studio là gì? Google AI Studio là nền tảng giúp lập trình viên khám phá và sử dụng các mô hình AI mạnh mẽ như Gemini thông qua API. Bạn có thể sử dụng AI để xử lý văn bản, hình ảnh và nhiều tác vụ khác. Các Mô Hình Hỗ Trợ Trong Google AI Studio Dưới đây là danh sách các model hiện có của Google AI Studio: models/gemini-1.0-pro-vision-latest models/gemini-pro-vision models/gemini-1.5-pro-001 models/gemini-2.0-flash ... Lưu ý: Danh sách mô hình có thể thay đổi theo thời gian, hãy kiểm tra trang chính thức của Google AI Studio để có thông tin cập nhật nhất. Bạn có thể kiểm tra danh sách model hiện có bằng cách gọi API: https://generativelanguage.googleapis.com/v1/models?key=<your-key> Dưới đây là 1 số model có sẵn models/gemini-1.0-pro-vision-latest models/gemini-pro-vision models/gemini-2.0-flash ... Hướng Dẫn Lấy API Key từ Google AI Studio Truy cập Google AI Studio: https://aistudio.google.com Đăng nhập vào tài khoản Google của bạn. Chọn API Keys và bấm Create API...