Tháng 2 năm 2026, ChatGPT chạm mốc 900 triệu người dùng hoạt động mỗi tuần — gấp hơn hai lần con số một năm trước. Nhưng phần lớn người dùng vẫn không biết "AI" họ đang gõ chuyện thực ra là gì. Bài này trả lời thẳng: AI là tập hợp kỹ thuật khiến máy mô phỏng các tác vụ cần đến trí thông minh — học từ dữ liệu, nhận dạng, dịch, sinh văn bản. Mọi AI bạn dùng hôm nay đều là AI hẹp (narrow AI): giỏi một việc, không có ý thức, và sai theo những cách rất cụ thể.
Nguồn: The Imaging Wire — top 10 nhà cung cấp AI chẩn đoán hình ảnh được FDA cấp phép
AI là gì?
Thuật ngữ "artificial intelligence" được John McCarthy đặt ra năm 1955 trong đề xuất cho hội thảo Dartmouth Summer Research Project. Định nghĩa gốc, vẫn còn dùng đến hôm nay, ngắn gọn thế này: "every aspect of learning or any other feature of intelligence can in principle be so precisely described that a machine can be made to simulate it" — mọi khía cạnh của học hỏi hoặc bất kỳ đặc điểm nào của trí tuệ, về nguyên tắc, đều có thể được mô tả chính xác đến mức máy có thể mô phỏng lại.
Hôm nay khi báo chí, công ty hoặc bạn bè nói "AI", họ thường ám chỉ ba thứ chồng lên nhau:
- AI — lĩnh vực bao trùm, bao gồm cả những hệ thống dùng quy tắc cứng (rule-based).
- Machine Learning (ML) — một nhánh của AI, nơi máy học mẫu từ dữ liệu thay vì được lập trình từng quy tắc.
- Deep Learning — một nhánh nhỏ hơn của ML, dùng mạng nơ-ron nhiều lớp. Đây là kỹ thuật đứng sau hầu hết bước nhảy lớn từ 2012 đến nay.
- Large Language Model (LLM) — một dạng cụ thể của deep learning, được huấn luyện trên khối lượng văn bản khổng lồ. GPT, Claude, Gemini, Llama đều là LLM.
Khi bạn nói chuyện với ChatGPT, bạn đang dùng LLM — nằm trong deep learning — nằm trong ML — nằm trong AI. Bốn vòng tròn lồng nhau, không phải bốn thứ ngang hàng.
AI có những loại nào?
Giới nghiên cứu chia AI theo mức năng lực, không phải theo công nghệ:
| Loại | Mô tả | Tồn tại hôm nay? |
|---|---|---|
| Narrow AI (AI hẹp) | Giỏi một tác vụ cụ thể: dịch, nhận dạng khuôn mặt, đánh cờ, trò chuyện. | Có — đây là tất cả AI bạn dùng. |
| General AI (AGI) | Có thể học và làm bất kỳ việc trí tuệ nào con người làm được, không cần huấn luyện lại. | Không — vẫn là khái niệm lý thuyết. |
| Super AI | Vượt trí tuệ con người trên mọi mặt. | Không — chỉ tồn tại trong sách và phim. |
Điểm thực tế bạn cần nhớ: ChatGPT trả lời trôi chảy đủ thứ chủ đề không có nghĩa là nó "thông minh tổng quát". Nó vẫn là narrow AI — chỉ có cái việc nó hẹp ở (dự đoán token tiếp theo) lại tỏ ra hữu dụng với rất nhiều bài toán.
AI hoạt động như thế nào?
Khác biệt cốt lõi giữa AI hiện đại và phần mềm truyền thống: thay vì bạn viết quy tắc, bạn đưa dữ liệu và máy tự rút ra mẫu.
Ví dụ cụ thể: Google Translate. Trước 2016, nó dùng phương pháp thống kê dựa trên cụm từ — kết quả thường vụng và rời rạc. Tháng 11 năm 2016, Google chuyển sang Google Neural Machine Translation, giảm khoảng 60% lỗi so với hệ cũ. Không ai viết thêm quy tắc tiếng Việt. Hệ thống chỉ được cho nhìn nhiều cặp câu Việt–Anh hơn và học mẫu.
Nguồn: Google Neural Machine Translation — Wikipedia
Với LLM thì cơ chế còn đơn giản hơn nhiều người tưởng. Một LLM về bản chất là máy dự đoán từ tiếp theo. Theo giải thích của Đại học Duke: "LLMs use math (or statistical pattern matching) to predict the probable next word or idea". Khi bạn gõ "Thủ đô của Việt Nam là", mô hình không tra cứu — nó tính xác suất từ kế tiếp dựa trên ngữ cảnh, thấy "Hà Nội" có xác suất cao nhất, xuất ra "Hà Nội", rồi nhìn lại cả chuỗi mới và đoán tiếp. Câu trả lời dài chỉ là chuỗi các lần đoán token.
AI làm được gì hôm nay?
Đây là vài việc AI hẹp đang làm thật, có số đo được:
- Trò chuyện và viết. ChatGPT đạt 900 triệu người dùng hoạt động mỗi tuần vào tháng 2/2026, tăng từ 800 triệu của tháng 10/2025. Claude, Gemini, Copilot phục vụ thêm hàng trăm triệu người nữa.
- Y tế. Tính đến tháng 9/2025, FDA Mỹ đã cấp phép 1.356 thiết bị y tế dùng AI, trong đó 77% là chẩn đoán hình ảnh — phần lớn là phần mềm đọc ảnh X-quang, MRI, CT để chỉ ra vùng nghi ngờ cho bác sĩ.
- Dịch máy. Google Translate phục vụ hơn 100 ngôn ngữ với chất lượng đủ dùng cho công việc hằng ngày, nhờ kiến trúc neural ra mắt từ năm 2016.
- Hỗ trợ lập trình. GitHub Copilot, Claude Code, Cursor sinh code và review code — giảm thời gian debug và tăng tốc độ phát triển sản phẩm.
- Nhận dạng. Face ID mở khoá iPhone, ảnh trong Google Photos tự gom theo người, camera siêu thị đếm khách.
Mỗi việc trên đều là một mô hình hẹp — không cái nào thay thế được cái khác mà không phải huấn luyện lại.
Khi nào AI sai?
Câu hỏi này quan trọng hơn câu "AI làm được gì". Vì cách AI sai khác hẳn cách phần mềm truyền thống sai.
Hallucination — bịa ra thứ nghe có lý nhưng sai. Vì LLM dự đoán từ tiếp theo dựa trên xác suất, nó không có cơ chế nói "tôi không biết". Theo Duke Libraries: "LLMs are trained to produce the most statistically likely answer, not to assess their own confidence". Nó hoạt động tốt khi một sự kiện xuất hiện thường xuyên và nhất quán trong dữ liệu huấn luyện; nó bịa khi dữ liệu thưa, mâu thuẫn hoặc kém chất lượng.
Hệ quả với bạn:
- Đừng tin con số, ngày tháng, tên người hoặc trích dẫn AI đưa ra mà chưa kiểm tra. Đây là chỗ AI sai nhiều nhất.
- AI không có kiến thức sau ngày cắt huấn luyện. Hỏi tin tức tuần này có thể nhận câu trả lời tự tin nhưng cũ.
- AI không biết về dự án của bạn trừ khi bạn dán bối cảnh vào prompt.
Phần mềm truyền thống lỗi thì báo lỗi. AI lỗi thì trả lời trôi chảy và sai. Đó là điểm khác biệt bạn cần nhớ trong mọi tương tác.
Bạn nên bắt đầu từ đâu?
Đọc xong định nghĩa thì cũng đủ — phần còn lại là dùng tay. Gợi ý cụ thể:
- Chọn một việc cụ thể bạn đang phải làm tuần này: viết email khó, dịch một đoạn, tóm tắt một báo cáo, debug một đoạn code.
- Mở ChatGPT, Claude hoặc Gemini (cả ba đều có bản miễn phí).
- Dán việc vào, nói rõ bạn muốn kết quả gì, dạng gì.
- Kiểm tra kết quả trước khi dùng — đặc biệt là các con số và tên riêng.
- Sau vài lần, bạn sẽ biết AI giỏi phần nào và cần bổ sung bằng tay phần nào.
Nếu muốn đào sâu hơn, đọc tiếp Token là gì để hiểu đơn vị mà mọi LLM xử lý văn bản.
Câu hỏi thường gặp
AI có ý thức không? Không. Narrow AI không có ý thức, không có mục đích riêng, không "muốn" gì cả. Nó xuất ra kết quả thống kê dựa trên dữ liệu huấn luyện. Việc nó nói "tôi nghĩ" chỉ là cách hành văn — không phải dấu hiệu của suy nghĩ.
AI có thay thế công việc của tôi không? AI thay thế tác vụ, không phải công việc. Một công việc thường gồm nhiều tác vụ — AI làm tốt vài tác vụ (viết email mẫu, tóm tắt, dịch nháp) và làm kém vài tác vụ khác (hiểu bối cảnh, ra quyết định, chịu trách nhiệm). Ai biết dùng AI để bỏ phần lặp đi lặp lại sẽ có lợi thế hơn người không biết.
AI và Machine Learning khác gì nhau? ML là một nhánh của AI. AI bao gồm cả hệ thống dựa trên quy tắc cứng (ví dụ phần mềm cờ vua thập niên 1990). ML là cách tiếp cận "máy học từ dữ liệu". Hôm nay khi nói "AI" người ta thường ám chỉ ML, nhưng về mặt khái niệm thì AI rộng hơn.
Học AI có cần giỏi toán không? Để dùng AI (gõ prompt, dựng workflow, tích hợp API): không cần. Để làm AI (huấn luyện mô hình, nghiên cứu kiến trúc): cần đại số tuyến tính, xác suất và giải tích vector. Phần lớn người đọc bài này chỉ cần biết dùng tốt là đủ.