Khi AI được yêu cầu suy luận từ một bức ảnh

Hành Trình AI · 12–18/4/2025

Một học sinh chụp lại sơ đồ trên bảng rồi hỏi AI giải thích. AI có thể đọc sai một ký hiệu, nhưng cũng có thể thử phóng to vùng khó nhìn trước khi trả lời. Việc có thêm một bước xử lý hình ảnh giúp ích ra sao — và người học biết khi nào cần kiểm tra lại?

Ngày 16/4/2025, OpenAI phát hành hai mô hình o3 và o4-mini. Znews đưa tin ngày 17/4 theo giờ Việt Nam, nêu khả năng kết hợp công cụ và phân tích hình ảnh. Ví dụ học sinh ở đầu bài là tình huống minh họa, không phải một trải nghiệm được phỏng vấn.

Không chỉ nhìn ảnh, mà còn xử lý ảnh

Trong giới thiệu kỹ thuật, OpenAI nói hai mô hình được thiết kế để sử dụng hình ảnh trong quá trình tạo câu trả lời, chẳng hạn bằng cách cắt, phóng to hoặc xoay ảnh. Công ty cũng mô tả việc kết hợp các công cụ như tìm kiếm web và phân tích dữ liệu. The Verge tường thuật việc ra mắt và cách tiếp cận này.

Trước đó, các hệ thống AI đã có thể nhận hình ảnh. Điều OpenAI nhấn mạnh lần này là việc mô hình có thể xử lý ảnh như một phần của quá trình suy luận và sử dụng công cụ. Đây là mô tả của nhà phát triển, không có nghĩa mọi bức ảnh đều được đọc chính xác hay mô hình hiểu hình ảnh theo cách con người hiểu.

Công ty thừa nhận hệ thống vẫn có thể mắc lỗi nhận diện cơ bản, thực hiện những bước xử lý không cần thiết hoặc đưa ra kết quả khác nhau giữa các lần thử. Vì vậy, nếu một sơ đồ chứa số liệu quan trọng, người dùng nên đối chiếu với tài liệu gốc và người có chuyên môn trước khi dựa vào kết quả.

Thêm bước suy luận không tự xóa sai sót

TechCrunch ngày 18/4 phân tích các thử nghiệm nội bộ của OpenAI và cho biết trong một số phép đo, các mô hình mới vẫn tạo thông tin sai, thậm chí có kết quả kém hơn một số mô hình cũ. Bài viết xuất bản ngày 18/4 theo giờ Thái Bình Dương; đó là phân tích các phép đo cụ thể, không phải tỷ lệ lỗi cho mọi người dùng và mọi công việc.

Đối với người dùng Việt Nam, một bức ảnh chụp bảng giá, biểu mẫu hay ghi chú có thể là cách thuận tiện để bắt đầu hỏi AI. Nhưng chúng tôi chưa xác minh khả năng xử lý chữ viết tay tiếng Việt hoặc hiệu quả của hai mô hình trên các tài liệu địa phương. Với tài liệu riêng tư, người dùng cũng cần tìm hiểu điều kiện xử lý dữ liệu trước khi tải lên.

Tuần này cho thấy hướng phát triển của AI đa phương thức: hệ thống không chỉ nhận thêm loại dữ liệu mà còn có thể kết hợp những công cụ để xử lý chúng. Điều chưa thay đổi là trách nhiệm kiểm tra những thông tin quan trọng, nhất là khi một câu trả lời trông có vẻ rất thuyết phục.

Tài liệu tham khảo

1. OpenAI — Thinking with images, 16/4/2025; mô tả kỹ thuật và giới hạn do nhà phát triển công bố. Trang có cập nhật trạng thái sản phẩm sau kỳ.
2. Znews — Điểm hay nhất của hai mô hình ChatGPT vừa ra mắt, 17/4/2025 giờ Việt Nam.
3. The Verge — OpenAI’s upgraded o3 model can use images when reasoning, 16/4/2025.
4. TechCrunch — OpenAI’s new reasoning AI models hallucinate more, 18/4/2025 giờ Thái Bình Dương; phân tích các phép thử nội bộ.
5. OpenAI — o3 and o4-mini system card, tài liệu kỹ thuật gốc được TechCrunch dẫn.