Jul 10, 2025

10 Thuật ngữ AI ai cũng nên biết

Biên dịch và giới thiệu: BAC (dựa trên bài gốc của Susanna Ray – Microsoft)

Thuật ngữ “AI” – trí tuệ nhân tạo – đã xuất hiện trong ngành khoa học máy tính từ những năm 1950. Tuy nhiên, phải đến cuối năm 2022, công nghệ này mới thật sự trở thành chủ đề được quan tâm rộng rãi ngoài phạm vi chuyên môn. Lý do là bởi những bước tiến vượt bậc trong lĩnh vực học máy (machine learning) đã tạo ra làn sóng đổi mới mạnh mẽ, bắt đầu lan tỏa và tác động sâu sắc đến hầu hết mọi lĩnh vực trong đời sống – từ công việc, giáo dục đến sáng tạo và giải trí.

Và vì AI đang ngày càng gắn bó với mọi mặt của công việc số, BAC muốn giúp bạn – dù là người học công nghệ, người làm phân tích nghiệp vụ hay chỉ đơn giản là người quan tâm đến tương lai – hiểu rõ những thuật ngữ quan trọng nhất, để có thể tham gia vào cuộc trò chuyện công nghệ đang diễn ra khắp thế giới.

1. Trí tuệ nhân tạo (Artificial Intelligence – AI)

AI là hệ thống máy tính được lập trình để bắt chước một số khả năng của con người: hiểu ngôn ngữ, ra quyết định, phân tích cảm xúc, dịch thuật, thậm chí học hỏi từ trải nghiệm.

Nó được gọi là “trí tuệ nhân tạo” vì trí tuệ này được xây dựng bằng công nghệ – không phải tự nhiên mà có. Dù đôi khi được ví như “bộ não số”, AI không phải robot vật lý mà là những chương trình phần mềm chạy trên máy tính.

AI hoạt động bằng cách xử lý một lượng dữ liệu khổng lồ thông qua các thuật toán, từ đó hình thành mô hình giúp tự động hóa các tác vụ từng cần đến thời gian và trí tuệ con người. Bạn có thể tương tác trực tiếp với AI – như trò chuyện với Bing Chat – hoặc gián tiếp qua các tính năng hỗ trợ như gợi ý từ khi gõ, đề xuất nhạc, hay hiển thị thông tin phù hợp với sở thích của bạn.

2. Machine Learning (Học máy)

Nếu AI là đích đến, thì Machine Learning chính là con đường để đến đó. Đây là lĩnh vực cho phép máy tính “học” cách thực hiện tác vụ bằng cách nhận diện mẫu và đưa ra dự đoán từ dữ liệu đầu vào.

Tưởng tượng như luyện đàn piano: lặp đi lặp lại hàng triệu lần để đọc nhạc tốt hơn. Máy học cũng vậy – dữ liệu được đưa vào thuật toán nhiều lần để hệ thống học cách cải thiện. Điều này đặc biệt hiệu quả với những bài toán mà lập trình truyền thống không xử lý tốt, như nhận diện ảnh hay dịch ngôn ngữ.

Chỉ đến khi dữ liệu số bùng nổ và phần cứng trở nên mạnh mẽ hơn trong những năm gần đây, Machine Learning mới thật sự cất cánh. Đó là lý do vì sao các ứng dụng như ChatGPT hay Bing Chat đã bùng nổ nhanh chóng trong thời gian ngắn.

3. Large Language Models (Mô hình ngôn ngữ lớn)

Mô hình ngôn ngữ lớn (LLM) sử dụng học máy để xử lý và tạo ra ngôn ngữ giống như con người. Chúng được xây dựng dựa trên mạng nơ-ron nhân tạo – mô phỏng theo cách não người hoạt động.

Nhờ được huấn luyện trên khối lượng văn bản khổng lồ, LLM có thể học cách viết, trả lời, dịch thuật, viết thơ, thậm chí là lập trình. Dù không có cảm xúc hay ý thức, nhưng phản hồi của chúng có thể nghe rất “thật” vì được huấn luyện theo các mẫu hội thoại tự nhiên. Đặc biệt, nhiều mô hình còn được tinh chỉnh thêm bằng kỹ thuật RLHF (học tăng cường từ phản hồi con người) để trở nên mượt mà và chính xác hơn khi trò chuyện.

4. Generative AI (AI tạo sinh)

AI tạo sinh là một trong những ứng dụng mạnh mẽ nhất của LLM – nó không chỉ phản hồi thông tin có sẵn, mà còn có thể tạo ra nội dung hoàn toàn mới: hình ảnh, nhạc, video, văn bản, mã nguồn,...

Với Generative AI, bạn có thể yêu cầu AI thiết kế sản phẩm, viết truyện, tạo slide, hỗ trợ công việc hành chính hoặc sáng tạo nghệ thuật. Tuy nhiên, mặt trái là nó cũng có thể tạo ra thông tin sai lệch hoặc hình ảnh giả mạo – vì vậy nhiều công nghệ nhận diện nội dung do AI tạo ra đang được phát triển để đảm bảo tính minh bạch.

5. Hallucinations (Ảo giác của AI)

Dù có thể tạo nội dung ấn tượng, AI không thật sự hiểu đúng – sai. Khi AI “tưởng tượng” ra điều gì đó không có thật nhưng nói như thật, đó gọi là ảo giác (hallucination).

Ví dụ: AI có thể “bịa” ra một tài liệu không tồn tại hoặc dẫn sai nguồn. Để giảm thiểu hiện tượng này, kỹ sư đang dùng kỹ thuật grounding – neo đầu ra của AI vào dữ liệu xác thực. Tuy nhiên, nếu mô hình chưa được cập nhật thông tin mới, nó vẫn có thể mắc lỗi.

6. Responsible AI (AI có trách nhiệm)

AI có trách nhiệm là khung hướng dẫn để thiết kế hệ thống AI an toàn – công bằng – minh bạch từ giai đoạn xây dựng mô hình cho đến lúc sử dụng.

Vì AI đang tham gia vào nhiều quyết định quan trọng – như giáo dục, y tế, việc làm – nên việc kiểm soát rủi ro và tránh thiên vị là vô cùng cần thiết. Điều này bao gồm hiểu rõ dữ liệu huấn luyện, kiểm tra lỗi thiên kiến (bias) và đảm bảo rằng AI phản ánh được toàn bộ xã hội, chứ không chỉ một nhóm thiểu số.

7. Multimodal Models (Mô hình đa phương thức)

Khác với các mô hình chỉ xử lý văn bản, mô hình đa phương thức có thể xử lý cùng lúc nhiều loại dữ liệu: hình ảnh, âm thanh, video,...

Chúng giống như một siêu trợ lý có khả năng “nhìn, nghe và đọc” – ví dụ: bạn có thể đưa vào một bức ảnh và hỏi AI “trong ảnh có gì?”, hoặc kết hợp video và câu hỏi để nhận được phân tích đầy đủ hơn.

8. Prompt (Gợi ý)

Prompt là cách bạn giao tiếp với AI – có thể bằng câu lệnh, hình ảnh hoặc mã code. Một prompt rõ ràng, cụ thể sẽ giúp AI đưa ra kết quả tốt hơn.

Giống như gọi món ăn – nếu chỉ nói “làm bánh mì” thì kết quả sẽ mơ hồ. Nhưng nếu bạn mô tả cụ thể loại bánh, nguyên liệu, gia vị,... thì AI mới “nấu” đúng món bạn muốn.

9. Copilot (Trợ lý đồng hành)

Copilot là AI được tích hợp vào các ứng dụng để làm việc cùng bạn – từ viết lách, lập trình, tìm kiếm đến ra quyết định.

Nó giống như một người cộng sự hiểu bạn, luôn sẵn sàng hỗ trợ ở bên. Với khả năng xử lý ngôn ngữ tự nhiên, Copilot giúp bạn làm việc nhanh hơn, thông minh hơn – nhưng bạn vẫn là người điều khiển chính. Và để đảm bảo an toàn, các Copilot hiện đại đều được thiết kế dựa trên nguyên tắc AI có trách nhiệm.

10. Plugin (Tiện ích mở rộng)

Plugin giống như ứng dụng gắn thêm cho AI – giúp mở rộng khả năng mà không cần chỉnh sửa mô hình lõi. Nhờ plugin, AI có thể kết nối với các phần mềm khác, truy cập thông tin mới, tính toán nâng cao hoặc kết hợp đa nguồn dữ liệu.

Chúng giúp AI linh hoạt, mạnh mẽ và kết nối tốt hơn với thế giới số xung quanh bạn.

Nguồn gốc bài viết:

Susanna Ray, Nov 6, 2023, 10 AI terms everyone should know, Microsoft News.

Tài liệu tham khảo thêm:

Nhu cầu đào tạo doanh nghiệp

BAC là đơn vị đào tạo BA đầu tiên tại Việt Nam. Đối tác chính thức của IIBA quốc tế. Ngoài các khóa học public, BAC còn có các khóa học in house dành riêng cho từng doanh nghiệp. Chương trình được thiết kế riêng theo yêu cầu của doanh nghiệp, giúp doanh nghiệp giải quyết những khó khăn và tư vấn phát triển.

CÁC KHOÁ HỌC BUSINESS ANALYST BACs.VN DÀNH CHO BẠN

Khoá học Online:

Khoá học Offline:

Tại Tp.HCM:

Phân tích nghiệp vụ cơ bản 3.0
Phân tích nghiệp vụ nâng cao 3.0
Luyện thi Sanal Numara chứng chỉ IIBA 3.0

Tại Hà Nội:

Hà Nội - Phân tích nghiệp vụ 3.0
Hà Nội - Phân tích nghiệp vụ nâng cao 3.0

Phần mềm kế toán doanh nghiệp

Tham khảo lịch khai giảng TẤT CẢ các khóa học mới nhất

Ban biên tập nội dung - BAC

Click để đọc tiếp

Mục đích chính của phân tích dữ liệu là gì? Ứng dụng thực tế trong công việc

Mục đích chính của phân tích dữ liệu là gì và làm thế nào để ứng dụng trong công việc là những câu hỏi thường gặp. BAC sẽ giúp bạn tổng hợp những kiến thức nền tảng thông qua các ví dụ thực tế, gần gũi.
Bài tập phân tích dữ liệu trong kinh doanh cho người mới bắt đầu có đáp án

Bạn muốn tìm bài tập phân tích dữ liệu trong kinh doanh cho người mới bắt đầu có đáp án? Bạn là người mới và chưa biết phải bắt đầu từ đâu? Hãy để BAC giúp bạn thông qua hướng dẫn chi tiết ở đây.
Dữ liệu thứ cấp là gì? phương pháp phân tích dữ liệu thứ cấp là gì?

Nếu bạn đang tìm hiểu về phân tích dữ liệu và gặp khái niệm dữ liệu thứ cấp thì đây là bài viết dành cho bạn. BAC sẽ giúp bạn tìm hiểu tất cả thông tin như định nghĩa, đặc điểm, ưu và nhược điểm cũng như những phương pháp phân tích.
Business Analyst thời đại AI: Cơ hội, thách thức và kỹ năng cần có để không bị thay thế

Trí tuệ nhân tạo (AI) đang thay đổi ngành phát triển phần mềm, ảnh hưởng đến vai trò của Business Analyst (BA). Hãy phân tích BA cần làm gì để thích nghi ở thời đại mới

Bình luận

Lê Anh Tuấn

Chuyên viên HO - Kỹ thuật Ngân hàng số Eximbank

Tôi là nhân sự thuộc Trung tâm Phát triển CNTT – Khối Ngân hàng số, hiện đang đảm nhiệm vai trò kiểm thử phần mềm (tester). Việc tham gia khóa học Business Analyst đã mang lại cho tôi góc nhìn toàn diện và rõ ràng hơn về vai trò của BA trong lĩnh vực ngân hàng.

Khóa học Fundamental Business Analysis tại BAC không chỉ giúp tôi hiểu đúng bản chất công việc BA mà còn hỗ trợ phát triển tư duy nghiệp vụ – từ tiếp cận giải pháp kỹ thuật sang tập trung vào nhu cầu người dùng. Phương pháp giảng dạy kết hợp lý thuyết và thực hành thực tiễn, cùng các hoạt động mô phỏng, thảo luận nhóm đã giúp tôi nâng cao kỹ năng giao tiếp, phân tích và trình bày yêu cầu – những năng lực thiết yếu để phối hợp hiệu quả giữa các bên trong dự án công nghệ.

Xem chi tiết +
Huỳnh Cao Cường

Nhân viên HO - Kỹ thuật Ngân hàng số Eximbank

Tôi hiện đang công tác tại Trung tâm Phát triển CNTT – Khối CNTT, với vai trò là nhân sự chức năng phụ trách mảng Ngân hàng số, chuyên sâu về kiểm thử phần mềm (Tester). Trước khi tham gia khóa học Fundamental Business Analysis do BAC tổ chức, tôi từng hình dung BA chỉ đơn thuần là cầu nối giữa bộ phận kỹ thuật và nghiệp vụ.

Tuy nhiên, quá trình học đã giúp tôi nhận thức rõ hơn về bản chất và tầm quan trọng của vị trí này. BA không chỉ kết nối các bên liên quan, mà còn giữ vai trò định hình yêu cầu, đảm bảo giải pháp được thiết kế đúng mục tiêu và sát với nhu cầu thực tế. Khóa học đã trang bị cho tôi tư duy phân tích bài bản, khả năng diễn đạt yêu cầu rõ ràng, và kỹ năng phối hợp hiệu quả trong môi trường dự án đa chiều.

Với nền tảng công nghệ thông tin sẵn có, khóa học là bước chuyển hướng quan trọng giúp tôi phát triển tư duy nghiệp vụ vững chắc và sẵn sàng theo đuổi lộ trình nghề nghiệp chuyên sâu trong lĩnh vực Business Analysis tại Eximbank.

Xem chi tiết +
Nguyễn Thị Mai Bình

Business Analyst

Với một người ngoại đạo như mình thì những chuyên đề về "kỹ thuật" của BA hết sức quan trọng. Ví dụ như sử dụng các diagram để mô hình hóa requirement, viết User Story/Use case, v...v..

Đến với khóa học Fundamental Business Analysis, mình đã được gặp thầy Lộc, một người người rất nhiệt tình và có tâm. Ngoài việc chia sẻ các kinh nghiệm thực tế trên lớp thì thầy còn dành thời gian ra để tư vấn, hỗ trợ, góp ý CV cho mình. Bên cạnh đó trung tâm và anh Phụng cũng hỗ trợ gửi CV, kết nối học viên tới mạng lưới các công ty đối tác chất lượng, điều này giúp học viên như mình tìm được công việc phù hợp nhất. Cảm ơn BAC.
Xem chi tiết +

Professional Transfer Services in Batumi

Luxury Georgian Transfer Services – Tbilisi & Batumi

Airport Transfers in Georgia

Mục đích chính của phân tích dữ liệu là gì? Ứng dụng thực tế trong công việc

Bài tập phân tích dữ liệu trong kinh doanh cho người mới bắt đầu có đáp án

Dữ liệu thứ cấp là gì? phương pháp phân tích dữ liệu thứ cấp là gì?

Business Analyst thời đại AI: Cơ hội, thách thức và kỹ năng cần có để không bị thay thế

CÔNG TY CỔ PHẦN ĐÀO TẠO VÀ TƯ VẤN BAC