Elvis Saravia: Tương lai của AI nằm ở Prompt đa phương thức

Nội dung dịch chi tiết

Nhà nghiên cứu kiêm kỹ sư Elvis Saravia khẳng định rằng prompt đa phương thức (multimodal prompting) chính là hướng đi tất yếu trong tương lai. Thay vì chỉ dựa vào các câu lệnh văn bản thuần túy, ông áp dụng phương pháp tiền xử lý các đầu vào đa dạng như ghi âm giọng nói, chú thích trên màn hình và các thao tác nhấp chuột để truyền tải thông tin cho tác nhân AI.

Cách tiếp cận này mang lại hiệu quả vượt trội trong việc hoàn thành nhiệm vụ. Ngay cả với các mô hình AI cũ, việc cung cấp dữ liệu đa phương thức giúp chúng hiểu rõ ý định của người dùng hơn, từ đó giảm thiểu đáng kể sự thất vọng trong quá trình tương tác.

Hiện tại, tác giả đang đóng gói các bản ghi này thành những kỹ năng đa phương thức có thể tái sử dụng. Chúng được ứng dụng rộng rãi trong nhiều lĩnh vực như phát triển web, thiết kế, xây dựng nguyên mẫu, nghiên cứu và hỗ trợ viết lách bằng AI.

Ông dự đoán rằng trong tương lai, các mô hình AI sẽ có khả năng xử lý đa phương thức một cách nguyên bản (natively). Ở thời điểm hiện tại, quá trình này vẫn đang được thực hiện thông qua một mô hình khác ở phía sau để tiền xử lý dữ liệu trước khi chuyển đến hệ thống chính.