NEW
Font size
WorksheetsQuiz về Trí Tuệ Nhân Tạo
Total questions: 75
Worksheet time: 38mins
Trí tuệ nhân tạo (AI) là gì?
Khả năng của máy tính thực hiện các nhiệm vụ mà thông thường cần đến trí thông minh của con người.
Một loại phần mềm dùng để chơi game.
Một hệ thống lưu trữ dữ liệu lớn.
Một công nghệ chỉ dùng trong lĩnh vực y tế.
Một điểm nổi bật của AI là gì?
AI học từ dữ liệu để giỏi hơn mà không cần được lập trình từng bước.
AI chỉ hoạt động khi có sự giám sát của con người.
AI không thể xử lý các tình huống mới.
AI chỉ thực hiện các nhiệm vụ đã được lập trình sẵn.
AI có thể làm gì khi gặp các tình huống mới, chưa từng gặp?
Xử lý các tình huống mới.
Bỏ qua các tình huống mới.
Chỉ xử lý các tình huống đã biết.
Yêu cầu con người can thiệp.
AI có thể ra quyết định như thế nào khi thông tin chưa rõ ràng?
Tự đưa ra quyết định độc lập.
Chờ đợi thông tin rõ ràng hơn.
Luôn cần sự hỗ trợ của con người.
Không thể ra quyết định.
Hãy phân tích tại sao khả năng ra quyết định độc lập của AI lại quan trọng trong thực tế ứng dụng.
Giúp AI hoạt động hiệu quả trong môi trường không chắc chắn và hỗ trợ con người trong việc xử lý các tình huống phức tạp.
Làm cho AI trở nên khó kiểm soát hơn.
Khiến AI không thể học hỏi từ dữ liệu mới.
Giới hạn khả năng ứng dụng của AI trong thực tế.
Năm 2016, AlphaGo của Google DeepMind đã đánh bại ai trong trò chơi cờ vây?
Lee Sedol và Ke Jie
Garry Kasparov và Magnus Carlsen
Elon Musk và Bill Gates
Mark Zuckerberg và Sundar Pichai
AI đã thay đổi cách con người di chuyển như thế nào trong lĩnh vực giao thông?
Taxi tự hành đã lăn bánh trên đường phố lớn ở Trung Quốc
Máy bay không người lái thay thế xe buýt
Xe đạp điện trở thành phương tiện chính
Tàu điện ngầm được điều khiển bằng tay
IBM Watson đã giúp ích gì trong lĩnh vực y tế?
Chẩn đoán ung thư cực nhanh và phát hiện protein mới
Phát minh ra vắc-xin phòng bệnh cúm
Tạo ra thuốc giảm đau mới
Phát triển máy đo huyết áp tự động
AI có thể làm gì để giúp cứu sống con người trong lĩnh vực y tế?
Phân tích hàng tỷ dữ liệu y khoa
Tự động hóa việc rửa tay
Quản lý lịch khám bệnh
Phát triển phần mềm chơi game
Theo nội dung, AI đang trở thành gì trong các lĩnh vực mà trước đây chỉ con người làm chủ?
Đối tác, nhà tư vấn và đôi khi là người dẫn đầu
Người học việc
Người quan sát
Người tiêu dùng
Hãy phân tích lý do tại sao AI có thể vượt qua con người trong trò chơi cờ vây dựa trên thông tin đã học.
AI có thể học hỏi, thích nghi và tư duy chiến lược vượt con người
AI có thể gian lận trong trò chơi
AI có thể chơi nhiều ván cùng lúc
AI không bao giờ mắc lỗi
Hãy giải thích vai trò của AI trong việc phát hiện kháng sinh mới như Halicin.
AI phân tích dữ liệu y khoa để tìm ra kháng sinh mới
AI sản xuất thuốc kháng sinh hàng loạt
AI kiểm tra chất lượng thuốc
AI phân phối thuốc đến bệnh viện
Học máy (Machine Learning) là gì?
Một nhánh của AI giúp máy tính tự học hỏi từ dữ liệu mà không cần được lập trình chi tiết cho từng nhiệm vụ.
Một phần mềm dùng để chơi game.
Một loại phần cứng máy tính.
Một phương pháp lập trình truyền thống.
Nguyên lý cơ bản đầu tiên của học máy là gì?
Máy tính nhận dữ liệu như điểm số học sinh, lịch sử xem phim.
Máy tính tự động sửa lỗi phần mềm.
Máy tính tạo ra hình ảnh đẹp.
Máy tính kết nối với internet.
Sau khi nhận dữ liệu, máy tính sẽ làm gì trong quá trình học máy?
Phân tích để tìm ra quy luật, tạo mô hình dự đoán.
Xóa dữ liệu cũ.
Gửi dữ liệu cho người dùng.
Lưu trữ dữ liệu mà không xử lý.
Quá trình học hỏi và cải thiện của học máy diễn ra như thế nào?
Liên tục qua các vòng lặp.
Chỉ thực hiện một lần duy nhất.
Không cần cải thiện.
Chỉ khi có lỗi mới học lại.
Hình minh họa về học máy (Machine Learning) với các biểu tượng liên quan đến trí tuệ nhân tạo và dữ liệu.
Hình minh họa về học máy (Machine Learning) với các biểu tượng liên quan đến trí tuệ nhân tạo và dữ liệu.
Hình minh họa về sinh học tế bào.
Hình minh họa về lịch sử thế giới.
Hình minh họa về toán học cổ điển.
Học sâu (Deep Learning) là gì?
Là một nhánh của Học máy, sử dụng mạng nơ-ron nhân tạo nhiều lớp để mô phỏng cách bộ não con người xử lý dữ liệu và ra quyết định.
Là một phương pháp thống kê truyền thống.
Là một loại phần mềm xử lý văn bản.
Là một kỹ thuật lập trình web.
Lớp đầu vào trong mô hình học sâu có nhiệm vụ gì?
Nhận dữ liệu như ảnh con mèo.
Tìm chi tiết nhỏ như mắt, mũi, râu.
Kết hợp chi tiết để đưa ra câu trả lời.
Tự điều chỉnh nếu sai.
Các lớp ẩn trong mạng nơ-ron nhân tạo thường thực hiện nhiệm vụ nào?
Tìm chi tiết nhỏ như mắt, mũi, râu.
Nhận dữ liệu đầu vào.
Đưa ra câu trả lời cuối cùng.
Lưu trữ dữ liệu.
Lớp đầu ra trong mô hình học sâu có vai trò gì?
Kết hợp chi tiết để đưa ra câu trả lời (ví dụ: có phải mèo không?).
Nhận dữ liệu đầu vào.
Tìm chi tiết nhỏ.
Lưu trữ dữ liệu.
Tại sao mô hình học sâu cần luyện tập nhiều lần và tự điều chỉnh nếu sai?
Để cải thiện độ chính xác và hiệu quả của mô hình.
Để giảm thời gian xử lý dữ liệu.
Để tăng số lượng lớp ẩn.
Để thay đổi cấu trúc mạng nơ-ron.
Giả sử bạn có một bức ảnh con mèo, hãy mô tả quá trình xử lý của mô hình học sâu từ đầu vào đến đầu ra.
Nhận ảnh → Tìm chi tiết nhỏ → Kết hợp chi tiết → Đưa ra câu trả lời.
Nhận ảnh → Lưu trữ dữ liệu → Đưa ra câu trả lời.
Nhận ảnh → Tìm chi tiết nhỏ → Lưu trữ dữ liệu → Đưa ra câu trả lời.
Nhận ảnh → Kết hợp chi tiết → Tìm chi tiết nhỏ → Đưa ra câu trả lời.
Trong học máy (Machine Learning), bước nào được thực hiện trước khi phân loại dữ liệu?
Đầu ra
Trích xuất đặc trưng
Phân loại
Đầu vào
Điểm khác biệt chính giữa học máy (Machine Learning) và học sâu (Deep Learning) là gì?
Học sâu kết hợp trích xuất đặc trưng và phân loại trong cùng một bước
Học máy không có bước phân loại
Học sâu không sử dụng mạng nơ-ron
Học máy không cần đầu vào
Theo sơ đồ, đầu ra của cả học máy và học sâu đều là gì?
Xe hơi hoặc xe máy
Car hoặc Not car
Đầu vào hoặc đầu ra
Trích xuất đặc trưng hoặc phân loại
Học sâu (Deep Learning) xử lý hình ảnh xe hơi mới như thế nào để phân loại là "Car" hay "Not car"?
Học sâu sẽ tự động trích xuất đặc trưng từ hình ảnh và thực hiện phân loại trong cùng một mạng nơ-ron.
Học sâu không thể phân loại hình ảnh xe hơi.
Học sâu chỉ phân loại mà không trích xuất đặc trưng.
Học sâu yêu cầu con người trích xuất đặc trưng trước khi phân loại.
Dữ liệu lớn (Big Data) là gì?
Là các tập hợp dữ liệu có kích thước rất lớn và phức tạp, vượt quá khả năng quản lý của các công cụ truyền thống.
Là dữ liệu nhỏ, dễ dàng quản lý bằng các công cụ truyền thống.
Là dữ liệu chỉ bao gồm văn bản.
Là dữ liệu chỉ được tạo ra từ một nguồn duy nhất.
Đặc trưng nào sau đây không phải là một trong các đặc trưng của dữ liệu lớn?
Khối lượng (Volume)
Tốc độ (Velocity)
Đa dạng (Variety)
Màu sắc (Color)
Khối lượng (Volume) trong dữ liệu lớn đề cập đến điều gì?
Lượng dữ liệu khổng lồ được tạo ra từ nhiều nguồn khác nhau.
Tốc độ xử lý dữ liệu.
Độ tin cậy của dữ liệu.
Giá trị tiềm năng của dữ liệu.
Tốc độ (Velocity) trong dữ liệu lớn có ý nghĩa gì?
Dữ liệu được tạo ra và xử lý với tốc độ nhanh chóng.
Dữ liệu có nhiều định dạng khác nhau.
Độ tin cậy của dữ liệu.
Giá trị tiềm năng của dữ liệu.
Đa dạng (Variety) trong dữ liệu lớn thể hiện điều gì?
Dữ liệu đến từ nhiều định dạng khác nhau như văn bản, hình ảnh, video.
Dữ liệu chỉ gồm văn bản.
Dữ liệu chỉ gồm hình ảnh.
Dữ liệu chỉ gồm video.
Tính xác thực (Veracity) của dữ liệu lớn liên quan đến yếu tố nào?
Độ tin cậy và chất lượng của dữ liệu.
Tốc độ xử lý dữ liệu.
Khối lượng dữ liệu.
Định dạng dữ liệu.
Giá trị (Value) của dữ liệu lớn là gì?
Giá trị tiềm năng mà dữ liệu mang lại khi được phân tích.
Số lượng dữ liệu được tạo ra.
Tốc độ xử lý dữ liệu.
Định dạng của dữ liệu.
Hãy phân tích tại sao tính đa dạng (Variety) lại quan trọng đối với dữ liệu lớn trong việc hỗ trợ ra quyết định chiến lược cho doanh nghiệp.
Vì nó giúp doanh nghiệp tiếp cận thông tin từ nhiều nguồn và định dạng khác nhau, từ đó có cái nhìn toàn diện hơn để ra quyết định chính xác.
Vì nó làm cho dữ liệu trở nên khó xử lý hơn.
Vì nó chỉ liên quan đến hình ảnh và video.
Vì nó không ảnh hưởng đến quá trình ra quyết định.
Giả sử bạn là nhà quản lý dữ liệu, hãy lập kế hoạch để đảm bảo tính xác thực (Veracity) của dữ liệu lớn trong tổ chức. Bạn sẽ thực hiện những bước nào?
Kiểm tra nguồn dữ liệu, xác minh độ tin cậy, loại bỏ dữ liệu sai lệch và thiết lập quy trình kiểm tra chất lượng dữ liệu thường xuyên.
Chỉ thu thập dữ liệu từ một nguồn duy nhất.
Không cần kiểm tra chất lượng dữ liệu.
Chỉ tập trung vào tốc độ xử lý dữ liệu.
DoK 1: Dữ liệu lớn trong giáo dục giúp nhà quản lý làm gì?
Đưa ra quyết định chính xác hơn dựa trên phân tích dữ liệu thực tế
Tăng số lượng sinh viên nhập học
Giảm chi phí giáo dục
Tăng số lượng môn học
DoK 1: Một lợi ích của dữ liệu lớn đối với giảng viên là gì?
Hiểu rõ hơn về nhu cầu và tiến độ học tập của sinh viên
Tăng lương cho giảng viên
Giảm số lượng bài kiểm tra
Tăng số lượng sinh viên trong lớp
DoK 2: Tại sao hệ thống cảnh báo sớm dựa trên dữ liệu lớn lại quan trọng trong giáo dục?
Giúp nhận diện sinh viên có nguy cơ gặp khó khăn trong học tập để hỗ trợ kịp thời
Giúp tăng số lượng sinh viên đạt điểm cao
Giúp giảm thời gian học tập
Giúp tăng số lượng môn học mới
DoK 3: Nếu bạn là giảng viên, bạn sẽ sử dụng dữ liệu lớn như thế nào để cải thiện chất lượng giảng dạy?
Phân tích dữ liệu học tập của sinh viên để điều chỉnh phương pháp giảng dạy phù hợp
Tăng số lượng bài tập về nhà
Giảm thời gian giảng bài
Tăng số lượng sinh viên trong lớp
AI tạo sinh (Generative AI) là gì?
Một nhánh của AI sử dụng các mô hình học máy để tạo ra nội dung mới dựa trên các mẫu dữ liệu đã học.
Một loại AI chỉ phân tích dữ liệu mà không tạo ra nội dung mới.
Một hệ thống AI chỉ dùng để nhận diện hình ảnh.
Một loại AI chỉ dùng để dự đoán thời tiết.
Ví dụ nào sau đây là sản phẩm của Cognitive AI?
Siri, Alexa, Google Assistant
IBM Watson, AlphaGO, H2O
Midjourney, Suno
ChatGPT, DALL-E
Phân biệt giữa Analytical AI và Generative AI dựa trên chức năng chính của chúng.
Analytical AI phân tích và dự đoán từ dữ liệu, Generative AI sáng tạo nội dung mới.
Analytical AI tạo ra nội dung mới, Generative AI chỉ phân tích dữ liệu.
Analytical AI chỉ dùng cho nhận diện hình ảnh, Generative AI chỉ dùng cho âm thanh.
Analytical AI và Generative AI đều chỉ dùng cho chatbot.
Hãy lập luận tại sao một sản phẩm AI có thể là tổng hợp của nhiều loại AI khác nhau.
Vì các sản phẩm AI thường tích hợp nhiều chức năng như suy luận, phân tích và sáng tạo để đáp ứng nhu cầu đa dạng.
Vì AI chỉ có một loại duy nhất.
Vì AI không thể kết hợp các chức năng khác nhau.
Vì AI chỉ dùng cho một mục đích duy nhất.
Mô hình Ngôn ngữ Lớn (LLMs) là gì?
Là mô hình AI tạo sinh được huấn luyện trên khối lượng dữ liệu văn bản khổng lồ để học cách hiểu và tạo ra ngôn ngữ tự nhiên giống con người.
Là phần mềm dịch ngôn ngữ tự động.
Là hệ thống lưu trữ dữ liệu lớn.
Là công cụ tìm kiếm thông tin trên internet.
Một trong những nguyên lý hoạt động của LLM là gì?
Dự đoán từ tiếp theo dựa trên ngữ cảnh, giống như con người khi nói chuyện.
Tự động dịch văn bản sang ngôn ngữ khác.
Lưu trữ dữ liệu trên đám mây.
Phân tích hình ảnh để nhận diện đối tượng.
Ba LLM phổ biến hiện nay là gì và lý do chúng được sử dụng rộng rãi trong thực tế?
Meta, Facebook, Instagram; vì chúng là mạng xã hội lớn.
ChatGPT, Gemini, Claude; vì chúng có khả năng tạo ra văn bản tự nhiên, hỗ trợ nhiều lĩnh vực và dễ dàng tích hợp vào các ứng dụng.
Google, Bing, Yahoo; vì chúng là công cụ tìm kiếm phổ biến.
Perplexity, Wikipedia, Reddit; vì chúng là nguồn thông tin mở.
Bí mật cốt lõi của mô hình Ngôn ngữ Lớn (LLM) là gì?
Đoán từ tiếp theo
Dịch ngôn ngữ
Tạo hình ảnh
Tính toán số học
Khi bạn nói "Hôm nay trời rất...", LLM sẽ làm gì để tiếp tục câu?
Nghĩ xem từ nào có khả năng xuất hiện tiếp theo nhất dựa trên những gì nó đã đọc
Tạo ra một câu chuyện hoàn chỉnh ngay lập tức
Dừng lại và không trả lời
Chọn từ ngẫu nhiên không liên quan
Quá trình tạo ra một câu hoàn chỉnh của LLM diễn ra như thế nào?
Đoán từ tiếp theo liên tục cho đến khi hoàn thành câu
Viết toàn bộ câu một lần duy nhất
Sao chép câu từ nguồn khác
Chỉ chọn từ đầu tiên và cuối cùng
LLM hiểu "ngữ cảnh" của câu chuyện để làm gì?
Đưa ra từ phù hợp nhất
Tạo ra hình ảnh minh họa
Tính toán số liệu thống kê
Dịch sang ngôn ngữ khác
Tại sao quá trình đoán từ tiếp theo của LLM lại giống như con người viết?
Vì nó tạo ra câu, đoạn văn, bài thơ hoặc câu chuyện hoàn chỉnh, mạch lạc
Vì nó chỉ sao chép lại văn bản có sẵn
Vì nó không hiểu ngữ cảnh
Vì nó chỉ chọn từ ngẫu nhiên
Mô hình Ngôn ngữ Lý luận (RLM) còn được gọi là gì?
Mô hình Lý luận Lớn (LRM)
Mô hình Ngôn ngữ Lớn (LLM)
Mô hình Ngôn ngữ Nhỏ (SLM)
Mô hình Dữ liệu Lớn (BDM)
Điểm khác biệt cốt lõi của RLM so với các mô hình truyền thống là gì?
RLM chỉ đoán từ tiếp theo để tạo câu văn trôi chảy
RLM được trang bị thêm "bộ não suy luận"
RLM sử dụng dữ liệu lớn hơn
RLM không thể giải toán khó
Khi gặp một bài toán khó, RLM sẽ làm gì thay vì chỉ đưa ra đáp án?
Đưa ra đáp án ngay lập tức
Trình bày từng bước giải như một học sinh giỏi Toán
Bỏ qua bài toán
Đoán đáp án ngẫu nhiên
Hãy giải thích tại sao RLM được coi là một bước tiến vượt bậc so với các Mô hình Ngôn ngữ Lớn (LLM) truyền thống.
Vì RLM có tốc độ xử lý nhanh hơn
Vì RLM có khả năng suy luận và trình bày từng bước giải quyết vấn đề
Vì RLM sử dụng ít dữ liệu hơn
Vì RLM chỉ đoán từ tiếp theo
Mô hình Ngôn ngữ Lý luận (RLM) có thể làm gì mà các mô hình LLM thông thường khó thực hiện?
Giải thích lý do tại sao nó đưa ra một câu trả lời
Dịch văn bản sang ngôn ngữ khác
Tạo hình ảnh từ văn bản
Tìm kiếm thông tin trên internet
Một trong những khả năng của mô hình Ngôn ngữ Lý luận (RLM) là gì?
Đưa ra các suy luận có chiều sâu, có "sắc thái" hơn
Tăng tốc độ xử lý dữ liệu
Tự động hóa quy trình sản xuất
Lưu trữ dữ liệu lớn
Theo nội dung, RLM có thể chủ động hơn trong việc nào sau đây?
Phân tích vấn đề, tìm kiếm giải pháp, đưa ra quyết định
Lập trình phần mềm
Quản lý tài chính
Thiết kế đồ họa
Giải quyết các vấn đề phức tạp đòi hỏi điều gì ở mô hình Ngôn ngữ Lý luận (RLM)?
Logic
Tốc độ xử lý
Khả năng lưu trữ
Giao diện đẹp
Hãy phân tích tại sao việc giải thích lý do đưa ra một câu trả lời lại quan trọng đối với mô hình Ngôn ngữ Lý luận (RLM) hơn so với LLM thông thường.
Vì nó giúp người dùng hiểu rõ quá trình suy luận và tăng độ tin cậy của kết quả
Vì nó làm cho mô hình chạy nhanh hơn
Vì nó giúp mô hình tiết kiệm tài nguyên
Vì nó làm cho mô hình dễ dàng tích hợp với các hệ thống khác
DoK 1: AI mang lại lợi ích gì cho giáo viên trong giáo dục?
Tạo tài liệu học tập, cá nhân hóa giáo án, tiết kiệm thời gian
Tăng số lượng học sinh trong lớp
Giảm chi phí mua sách giáo khoa
Tăng số lượng bài kiểm tra
DoK 1: Học sinh nhận được lợi ích gì từ AI trong giáo dục?
Tóm tắt tài liệu nhanh, cải thiện kỹ năng viết, hỗ trợ giải bài tập
Được nghỉ học nhiều hơn
Được phát miễn phí máy tính
Được học thêm nhiều môn mới
DoK 2: Vì sao AI giúp giáo viên tiết kiệm thời gian trong quá trình giảng dạy?
Vì AI có thể tự động tạo tài liệu học tập và cá nhân hóa giáo án
Vì AI giúp giáo viên không cần đến lớp
Vì AI thay thế hoàn toàn giáo viên
Vì AI giảm số lượng học sinh trong lớp
AI có thể hỗ trợ học sinh cải thiện kỹ năng viết và giải bài tập như thế nào?
AI chỉ cung cấp đáp án cho học sinh mà không giải thích
AI đưa ra gợi ý chỉnh sửa và hỗ trợ giải bài tập, giúp học sinh nâng cao kỹ năng viết và tư duy giải quyết vấn đề
AI thay thế hoàn toàn việc học của học sinh
AI chỉ giúp học sinh giải trí trong giờ học
Thách thức về đạo đức và trung thực khi sử dụng AI trong giáo dục là gì?
Gian lận trong bài tập, giảm giá trị học thuật.
Tăng sự sáng tạo của học sinh.
Giúp học sinh học nhanh hơn.
Tăng sự hợp tác giữa học sinh.
Tại sao AI có thể không phải là công nghệ 'rẻ tiền' trong giáo dục?
Vì AI tạo khoảng cách giữa các bạn có điều kiện và không có điều kiện.
Vì AI luôn miễn phí cho mọi người.
Vì AI chỉ dùng cho giáo viên.
Vì AI không liên quan đến học tập.
Theo tài liệu, khi áp dụng AI trong giáo dục cần cân nhắc điều gì?
Phải áp dụng minh bạch, có trách nhiệm.
Phải sử dụng AI càng nhiều càng tốt.
Phải loại bỏ hoàn toàn AI khỏi giáo dục.
Phải để học sinh tự do sử dụng AI mà không kiểm soát.
Google AI Studio được thiết kế cho đối tượng nào?
Chỉ dành cho các chuyên gia
Chỉ dành cho người mới bắt đầu
Dành cho cả người mới bắt đầu và các chuyên gia
Chỉ dành cho lập trình viên
Mục đích chính của Google AI Studio là gì?
Giúp người dùng chơi game trực tuyến
Giúp người dùng khám phá, thử nghiệm và phát triển các ứng dụng Trí tuệ Nhân tạo (AI) nhanh chóng
Giúp người dùng học lập trình cơ bản
Giúp người dùng thiết kế đồ họa
Tại sao Google AI Studio được xem là một nền tảng mạnh mẽ và dễ sử dụng?
Vì nó chỉ dành cho chuyên gia
Vì nó có nhiều trò chơi hấp dẫn
Vì nó được thiết kế cho cả người mới bắt đầu và các chuyên gia
Vì nó miễn phí hoàn toàn
Trong AI, model là gì?
Một hệ thống toán học hoặc thuật toán được huấn luyện từ dữ liệu để thực hiện một nhiệm vụ cụ thể.
Một phần mềm dùng để chơi game.
Một loại phần cứng trong máy tính.
Một chương trình dùng để quản lý dữ liệu cá nhân.
Model trong AI tạo sinh được thiết kế để làm gì?
Hiểu, xử lý và tạo ra nội dung mới như văn bản, hình ảnh, âm nhạc hoặc video.
Lưu trữ dữ liệu người dùng.
Quản lý hệ thống mạng.
Tăng tốc độ xử lý của máy tính.
Vai trò của model trong hệ thống AI là gì?
Hoạt động như "bộ não" của hệ thống AI, giúp chuyển đổi dữ liệu đầu vào thành kết quả đầu ra.
Lưu trữ thông tin cá nhân của người dùng.
Quản lý các thiết bị ngoại vi.
Tạo ra các phần mềm ứng dụng văn phòng.
Hãy giải thích tại sao model được xem là "bộ não" của hệ thống AI dựa trên vai trò của nó.
Vì model xử lý và chuyển đổi dữ liệu đầu vào thành kết quả đầu ra, giống như bộ não xử lý thông tin.
Vì model lưu trữ dữ liệu như bộ nhớ máy tính.
Vì model kiểm soát các thiết bị phần cứng.
Vì model giúp tăng tốc độ mạng.
