Seminar Khoa học về các Mô hình ngôn ngữ lớn

Các mô hình ngôn ngữ lớn – Large language models (LLMs) là một chủ đề thu hút được sự quan tâm lớn cộng đồng khoa học quốc tế với sự xuất hiện của các nền tảng đột phá như ChatGPT (OpenAI) hay LLaMA (Meta). Đón nhận sự phát triển của công nghệ này, Khoa Công nghệ thông tin Trường Đại học Công Nghiệp Hà Nội luôn chuẩn bị nguồn lực bao gồm con người, hạ tầng và các chủ đề để tập trung nghiên cứu LLM cũng như các mô hình nền tảng (foundation model).

Ngày 20/12/2024, tiếp tục truyền thống hàng tháng, Khoa CNTT đã đón tiếp PGS.TS. Hồ Phạm Minh Nhật, Texas Uni đến Trường để trình bày về chủ đề đáng quan tâm này.

Các Mô hình Ngôn ngữ Lớn (LLMs) nổi lên như một công cụ đầy hứa hẹn trong việc nâng cao khả năng nhận thức và hiểu biết môi trường của xe tự hành. Tương tự như khả năng của các mô hình khuếch tán trong việc tổng hợp dữ liệu đa phương thức từ camera và LiDAR để cải thiện khả năng phát hiện đối tượng trong điều kiện bất lợi, LLMs có tiềm năng xử lý và diễn giải thông tin ngữ cảnh phức tạp. Điều này bao gồm việc phân tích các tương tác giữa các tác nhân giao thông, hiểu được ý định tiềm ẩn thông qua hành vi và tín hiệu, từ đó cung cấp một sự hiểu biết sâu sắc hơn về các tình huống giao thông năng động. Sự tích hợp LLMs vào hệ thống nhận thức của xe tự hành có thể dẫn đến khả năng dự đoán và phản ứng chính xác hơn trong các kịch bản phức tạp

Việc ứng dụng LLMs có thể mang lại những cải tiến đáng kể trong quá trình ra quyết định và lập kế hoạch của xe tự hành. Bằng cách được huấn luyện trên một lượng lớn dữ liệu về quy tắc giao thông, các tình huống lái xe điển hình và cả các quy tắc ứng xử không chính thức, LLMs có thể hỗ trợ trong việc đưa ra các quyết định lái xe dựa trên ngữ cảnh một cách linh hoạt và an toàn. Thay vì chỉ dựa vào các thuật toán phản ứng theo quy tắc cứng nhắc, LLMs có khả năng suy luận và lựa chọn các hành động phù hợp nhất dựa trên sự hiểu biết toàn diện về tình hình hiện tại. Điều này bao gồm khả năng xử lý các tình huống mơ hồ hoặc không đầy đủ thông tin, đưa ra các quyết định ưu tiên và thích ứng với những thay đổi bất ngờ trong môi trường giao thông.

Một khía cạnh quan trọng khác trong ứng dụng LLMs cho xe tự hành là khả năng tạo ra các giao diện tương tác người - máy tự nhiên và trực quan hơn. LLMs có thể cho phép người dùng giao tiếp với xe tự hành bằng ngôn ngữ tự nhiên, thay vì các lệnh hoặc giao diện điều khiển phức tạp. Điều này mở ra khả năng ra lệnh bằng giọng nói một cách linh hoạt, đặt các yêu cầu phức tạp như lựa chọn lộ trình dựa trên điều kiện giao thông thực tế, hoặc thậm chí nhận được giải thích về các quyết định mà xe tự hành đưa ra. Việc cải thiện trải nghiệm người dùng thông qua tương tác ngôn ngữ tự nhiên có thể góp phần tăng cường sự tin tưởng và chấp nhận công nghệ xe tự hành.

Khả năng học tập liên tục và thích nghi của LLMs mang lại tiềm năng to lớn cho việc phát triển các hệ thống xe tự hành ngày càng thông minh và an toàn hơn theo thời gian. Tương tự như cách các mô hình khuếch tán có thể cải thiện hiệu suất thông qua việc được huấn luyện trên dữ liệu mới, LLMs có thể được tinh chỉnh và cập nhật liên tục bằng cách phân tích dữ liệu lái xe thực tế và học hỏi từ các tình huống mới. Quá trình học tập này cho phép hệ thống xe tự hành thích nghi với các điều kiện môi trường khác nhau, các kiểu giao thông đặc trưng và thậm chí cả các quy tắc giao thông mới được ban hành. Điều này đảm bảo rằng hệ thống luôn được cập nhật và tối ưu hóa để hoạt động hiệu quả và an toàn trong các điều kiện vận hành đa dạng.

Tuy nhiên, cần lưu ý rằng việc triển khai LLMs trong các ứng dụng an toàn quan trọng như xe tự hành vẫn còn nhiều thách thức cần vượt qua, bao gồm đảm bảo tính tin cậy, khả năng giải thích và khả năng xử lý thời gian thực. Các nghiên cứu tiếp theo cần tập trung vào việc giải quyết những thách thức này để khai thác triệt để tiềm năng của LLMs trong việc xây dựng các hệ thống xe tự hành an toàn và thông minh.

Tham dự chương trình có Ban chủ nhiệm Khoa, thu hút đông đảo các nhà khoa học, nghiên cứu sinh đến từ các Viện, các trường Đại học cùng các Nghiên cứu sinh, cán bộ giảng viên, học viên, sinh viên trong Khoa, Nhà trường.

Trong buổi seminar PGS.TS. Hồ Phạm Minh Nhật cũng đã đề xuất đến các hướng hợp tác với chính phủ, giới học thuật, công nghiệp, các start-up và đặc biệt là các ông lớn tại thị trường Đông Nam Á. Buổi seminar đã kết thúc bằng các trao đổi sôi nổi với người tham gia, mang đến nhiều kiến thức hữu ích, mở ra các hướng hợp tác mới tăng hiệu quả và lĩnh vực nghiên cứu trong thực tế hiện nay.