Các ngân hàng và nhà điều hành tài chính đang ngày càng tìm cách tạo ra các mô hình kinh doanh mới và nâng cao trải nghiệm của khách hàng với tốc độ và quy mô mà cơ sở hạ tầng cũ không thể đáp ứng được. Để đạt được mục tiêu này, họ đã và đang ngày càng tận dụng các công nghệ tiên tiến như trí tuệ nhân tạo (AI), tự động hóa, Big Data và Cloud,… để đi trước các đồng nghiệp, đối thủ của họ. Vừa qua, tại hội thảo về AI – Technical Workshop chuyên sâu do NVIDIA phối hợp cùng ADG và Viettel CyberSpace tổ chức tại khách sạn Lotte, Hà Nội đã giúp cho hơn 50 khách hàng là đại diện của các ngân hàng, các đối tác hoạt động trong lĩnh vực tài chính hiểu rõ hơn về Mô hình ngôn ngữ lớn (Large Language Model – LLM).

Large Language Models (LLMs) hay còn gọi là “Mô hình ngôn ngữ lớn” – chìa khóa đứng sau Generative AI (Trí tuệ nhân tạo tạo sinh) đang trở thành xu hướng làm thay đổi cục diện các ngành công nghiệp. Nhờ khả năng xử lý một lượng dữ liệu khổng lồ, mô hình ngôn ngữ lớn có thể hiểu được hầu hết các yêu cầu của con người, từ đó đưa ra phản hồi một cách nhanh chóng và chính xác, cải thiện nâng cao hiệu suất. Bên cạnh đó, nó còn cho phép các tổ chức hoạt động trong lĩnh vực Tài chính – Ngân hàng cá nhân hóa trải nghiệm khách hàng, xử lý lập tức đồng thời nhiều tác vụ, cải thiện hiệu suất và nâng cao kết quả kinh doanh.  

LLMs cho phép các tổ chức hoạt động trong lĩnh vực Tài chính – Ngân hàng cá nhân hóa trải nghiệm khách hàng, xử lý lập tức đồng thời nhiều tác vụ, cải thiện hiệu suất và nâng cao kết quả kinh doanh. Tại hội thảo do ADG, NVIDIA và Viettel Cyberspace tổ chức, mô hình ngôn ngữ lớn (LLMs) và cách tạo ứng dụng tương tự như Chat GPT cho doanh nghiệp đã trở nên gần gũi, dễ hiểu hơn bao giờ hết với sự dẫn dắt của Tiến sĩ Etikkan Kandasamy Karuppiah – Doctor of Philosophy, Director/Technologist at NVIDIA.

 Introduction: Demystifying LLM and Data Curation

Với việc các LLM như ChatGPT ngày càng trở nên phổ biến, các ngân hàng đang bắt kịp làn sóng để duy trì sự thông minh và nhanh nhẹn. Rất nhiều điều phụ thuộc vào loại giao diện dữ liệu bên ngoài nào được tích hợp sẵn trong các công nghệ AI như vậy, cách các tổ chức sẽ sử dụng AI mới này với dữ liệu nội bộ của họ và loại hiểu biết hoặc kết quả mà họ dự định đạt được. Ví dụ: họ có thể sử dụng LLM nâng cao để mang lại trải nghiệm khách hàng được cá nhân hóa hoặc nâng cao sản phẩm và dịch vụ của họ. Trong không gian BFSI, chúng tôi mong đợi một lớp AI đàm thoại mới và các khả năng nâng cao để giải quyết các truy vấn phức tạp của khách hàng. Phát hiện và ngăn chặn gian lận, chấm điểm tín dụng thông minh cũng như quản lý tài sản và của cải là những lĩnh vực tiềm năng mà các LLM như ChatGPT có thể được tận dụng một cách hiệu quả.

LLM Training and Inference at Scale. Customized LLM with Prompt-Learning & NVIDIA LLM Service Demo

Mỗi doanh nghiệp cần xây dựng các mô hình ngôn ngữ của riêng mình trên bộ dữ liệu đủ lớn cho các ứng dụng trí tuệ nhân tạo. Và “mô hình ngôn ngữ lớn” có thể được tùy chỉnh cho các trường hợp sử dụng cụ thể và việc tùy chỉnh mô hình ngôn ngữ này với dữ liệu kinh doanh sẽ giúp cho các doanh nghiệp có thể áp dụng ứng dụng AI nhanh chóng hơn và phản ứng nhanh hơn đối với những nâng cấp mới. Để đáp ứng nhu cầu đó, NVIDIA đã và đang tích cực làm việc để thúc đẩy sự phát triển, xây dựng các nguồn lực để có thể mở rộng quyền truy cập vào các mô hình ngôn ngữ lớn, cho phép người tiêu dùng và doanh nghiệp đạt được những lợi ích của họ.

Cũng trong khuôn khổ của buổi hội thảo, Tiến sĩ Ettikan đã cùng với tiến sĩ Johan Barthelemy, PhD, Developer Relation Manager, Asia Pacific South,NVIDIA đã giúp LLMs trở nên trực quan hơn bao giờ hết qua phần NVIDIA LLM Service Demo.

Các mô hình ngôn ngữ lớn đang mở ra những khả năng mới trong nhiều lĩnh vực như công cụ tìm kiếm, xử lý ngôn ngữ tự nhiên, chăm sóc sức khỏe, người máy và tạo code. Phổ biến như Chatbot AI, ChatGPT là một ứng dụng của LLM. Nó có thể được sử dụng cho vô số tác vụ xử lý ngôn ngữ tự nhiên.

Ngoài ra, LLM còn có tiềm năng ứng dụng vô hạn như:

• Các nhà bán lẻ và các nhà cung cấp dịch vụ khác có thể sử dụng LLM để cung cấp trải nghiệm khách hàng được cải thiện thông qua chatbot động, trợ lý AI, v.v.
• Các công cụ tìm kiếm có thể sử dụng LLM để cung cấp các câu trả lời trực tiếp hơn, giống con người hơn.
• Các nhà nghiên cứu khoa học đời sống có thể đào tạo LLM để hiểu protein, phân tử, DNA và RNA.
• Các nhà phát triển có thể viết phần mềm và kiểm thử bằng LLM.
• Các nhà tiếp thị có thể đào tạo một mô hình LLM để tổ chức phản hồi yêu cầu của khách hàng thành các cụm hoặc phân chia sản phẩm thành các danh mục dựa trên mô tả sản phẩm.
• Cố vấn tài chính có thể tóm tắt các cuộc gọi thu nhập và tạo bản ghi các cuộc họp quan trọng bằng cách sử dụng LLM. Các công ty tín dụng có thể sử dụng LLM để phát hiện bất thường và phân tích gian lận nhằm bảo vệ người tiêu dùng.

AI: X-factors in Smart Era and applications in BFSI 

Đứng trước nhu cầu tất yếu của chuyển đổi số, mỗi ngân hàng cần nhanh chóng tìm kiếm, lựa chọn những giải pháp công nghệ phù hợp với đặc điểm, quy mô của mình để số hóa thành công, xử lý đồng thời nhiều tác vụ, cải thiện hiệu suất và nâng cao kết quả kinh doanh. Tham dự sự kiện lần này, Viettel Cyber Space đã mang đến những phát kiến công nghệ mới nhất thông qua bài trình bày “AI: X-factors in Smart Era and applications in BFSI” của Ông Phạm Quang Vinh, Giám đốc Kinh doanh Khách hàng doanh nghiệp. Trung tâm Không gian mạng Viettel. 

• Hình ảnh về sự kiện tại đây
• Các tài liệu tham khảo tại đây