AI tạo sinh làm ra nội dung mới như chữ, hình, âm thanh, video dựa trên quy luật nó học được; AI thị giác thì nhìn vào hình ảnh có thật, ví dụ video bạn tập, rồi đo đạc hoặc nhận dạng những gì đang có trong đó. Người tập võ dùng cả hai, nhưng giao nhầm việc cho nhầm loại là nguồn gốc của rất nhiều thất vọng và cả rủi ro.
Chatbot soạn giáo án, ứng dụng vẽ hình minh hoạ thế tấn, công cụ dựng video từ mô tả thuộc nhóm tạo sinh. Ứng dụng chấm tư thế qua camera, phần mềm vẽ quỹ đạo đòn, hệ thống nhận loại đòn từ video thuộc nhóm thị giác. Bài này giải thích hai nhóm khác nhau về bản chất thế nào, vì sao điều đó quan trọng, và cách nhận ra video võ thuật do máy dựng đang lan truyền.
Hai nhóm AI đặt cạnh nhau
Bảng dưới so sánh hai nhóm theo những điểm người tập võ cần quan tâm. Ranh giới ngày càng mờ vì nhiều công cụ kết hợp cả hai, nhưng tách bạch về nguyên lý vẫn giúp bạn đọc kết quả đúng.
| Khía cạnh | AI tạo sinh | AI thị giác |
|---|---|---|
| Đầu vào | Câu lệnh, mô tả, đôi khi kèm ảnh | Ảnh, video có thật từ camera |
| Đầu ra | Chữ, hình, video, giọng nói mới | Toạ độ khớp, góc, nhãn động tác, số đếm |
| Câu hỏi nó trả lời | Điều gì nghe hoặc trông hợp lý | Trong hình này đang có gì, ở đâu |
| Kiểu sai đặc trưng | Bịa chi tiết nghe như thật | Nhận nhầm, mất dấu khớp, đo lệch |
| Ví dụ việc hợp | Sắp lịch ôn, soạn tin nhắn, giải nghĩa chữ | Soi tấn, so trái phải, đếm đòn |
| Ví dụ việc không hợp | Đánh giá bạn tập đúng hay sai | Soạn giáo án, kể lịch sử bài quyền |
Hàng "kiểu sai đặc trưng" là hàng quan trọng nhất. AI tạo sinh sai theo kiểu tự tin bịa ra thứ không có; AI thị giác sai theo kiểu nhìn nhầm thứ đang có. Cách kiểm hai loại sai này khác nhau, nên biết mình đang dùng loại nào là bước đầu tiên.
AI tạo sinh: giỏi diễn đạt, không có cơ thể
Mô hình ngôn ngữ lớn học từ lượng chữ khổng lồ, trong đó có sách, bài viết, diễn đàn về võ thuật. Nó viết được một đoạn mô tả đá tống trước trôi chảy, liệt kê lợi ích của giữ tấn, soạn lịch tập ba buổi một tuần. Nhưng tất cả những điều đó là tái tổ hợp của chữ, không phải hiểu biết đến từ việc từng đứng tấn hay từng bị đá trúng.
Hệ quả là AI tạo sinh rất hợp với những việc mà ngôn ngữ là sản phẩm cuối: ghi chép, sắp xếp, giải nghĩa, soạn thông báo, viết câu hỏi phỏng vấn người giữ bài võ cổ truyền. Nó kém ở những việc đòi hỏi quan sát cơ thể cụ thể hay kiểm chứng sự thật hiếm, như đánh giá kỹ thuật của bạn hay kể nguồn gốc một bài quyền ít người biết.
Các mô hình tạo hình ảnh và video cũng cùng bản chất. Bạn yêu cầu một hình minh hoạ người đứng đinh tấn, máy vẽ ra một hình đẹp, nhưng chân sau có thể xoay sai hướng, trọng tâm vô lý, thậm chí số ngón tay không đúng. Hình như vậy dùng làm ảnh bìa thì được, dùng làm tài liệu kỹ thuật cho võ sinh thì không.
AI thị giác: đo cái có thật, nhưng chỉ cái nó thấy
AI thị giác bắt đầu từ hình ảnh thật. Khi bạn quay mình tập, mô hình ước lượng tư thế tìm vị trí khớp, phần mềm phân tích chuyển động nối các khung thành quỹ đạo, bộ phân loại đoán bạn đang đấm hay đá. Kết quả của nó gắn với điều đã xảy ra, nên về nguyên tắc kiểm chứng được: bạn có thể nhìn lại video để xem máy đo có đúng không.
Điểm yếu của AI thị giác nằm ở giới hạn của mắt máy: góc camera, ánh sáng, trang phục, tốc độ khung hình, dữ liệu huấn luyện ít tư thế võ. Nó không bịa ra một cú đá không có, nhưng có thể đo sai góc của cú đá có thật, hoặc mất dấu đầu gối đúng ở pha quan trọng. Những lỗi này đoán trước được và giảm được bằng cách quay tốt hơn.
AI thị giác cũng không tự biết điều gì là đúng theo môn võ của bạn. Nó đo, còn phán đúng sai là việc của một lớp quy tắc do con người đặt. Khi ứng dụng nói "tấn chưa đạt", câu đó là kết hợp giữa phép đo của máy và khoảng chuẩn của người thiết kế, chứ không phải nhận định của một thầy võ.
Khi hai nhóm kết hợp: điểm mạnh và cái bẫy
Công cụ kết hợp ngày càng nhiều. Nhiều ứng dụng đo tư thế bằng AI thị giác rồi dùng AI tạo sinh để viết nhận xét bằng lời dễ hiểu. Bạn nhận được một đoạn như "gối trước hơi đổ vào trong, thử mở mũi chân ra một chút". Nghe như lời thầy, rất tiện.
Cái bẫy là lời nhận xét có thể vượt quá phép đo. Phép đo chỉ nói góc gối nằm ngoài khoảng chuẩn; phần "thử mở mũi chân" là AI tạo sinh tự suy ra cách sửa, có thể không hợp với môn của bạn hoặc không phải nguyên nhân thật. Lời khuyên nghe trôi chảy làm người tập tin hơn mức nên tin.
Cách đọc đúng là tách hai phần. Phần mô tả hiện trạng, như góc bao nhiêu, bên nào cao hơn, thì kiểm bằng cách xem lại video. Phần gợi ý cách sửa thì coi là câu hỏi để mang lên lớp, không phải chỉ dẫn để làm theo ngay.
Chatbot nhận video cũng thuộc dạng kết hợp. Bạn gửi một đoạn video và hỏi "mình đá có đúng không". Máy có thể nhìn được phần nào, nhưng câu trả lời vẫn do mô hình ngôn ngữ viết ra, mang đủ nguy cơ bịa. Dùng để nhận xét chung thì được, không dùng để chấm kỹ thuật.
Nhận ra video võ thuật do máy dựng
Công cụ dựng video từ mô tả đã đủ tốt để tạo ra những đoạn võ thuật trông như thật: người bay người, đòn đánh đẹp mắt, "bí kíp" luyện công. Những video này lan nhanh và có thể khiến người xem tập theo những thứ không có thật hoặc nguy hiểm. Một số dấu hiệu nên chú ý:
- Chuyển động quá trơn hoặc phi vật lý: người bật lên cao bất thường, rơi xuống không có lực, không có quán tính khi đổi hướng.
- Tay chân biến dạng thoáng qua: ngón tay dính nhau, cánh tay dài ngắn bất thường, chân xuyên qua sàn trong một hai khung hình.
- Va chạm không có phản ứng: đòn trúng mà người nhận không có chuyển động tương ứng, hoặc phản ứng trước khi đòn tới.
- Hậu cảnh trôi: vật ở nền thay đổi hình dạng, người phía sau xuất hiện rồi biến mất.
- Không có nguồn rõ ràng: không biết ai quay, ở đâu, khi nào; lời giới thiệu chỉ toàn hứa hẹn sức mạnh phi thường.
- Lời khuyên tập luyện cực đoan đi kèm: đánh vào vật cứng để "luyện xương", nhịn ăn, tập đến kiệt sức. Dù video thật hay giả, những lời khuyên này đều không nên làm theo.
Dấu hiệu chỉ là gợi ý, công cụ dựng video ngày càng khéo nên có video không lộ dấu nào. Nguyên tắc an toàn hơn: không học kỹ thuật từ video không rõ nguồn, và hỏi thầy trước khi thử bất cứ thứ gì bạn thấy trên mạng.
Ví dụ giả định: một buổi tối dùng đúng cả hai loại
Ví dụ giả định: một võ sinh người lớn đi tập về, mở chatbot và đọc vội ba điều thầy dặn bằng giọng nói. Chatbot, thuộc nhóm tạo sinh, sắp lại thành ghi chú gọn: hạ thấp trọng tâm khi chuyển từ đinh tấn sang trung bình tấn, giữ tay thủ sau cú đấm, chân trụ xoay theo khi đá vòng cầu. Anh dặn nó không thêm gì ngoài lời thầy, và nó đánh dấu một từ nghe không rõ để anh hỏi lại.
Hai hôm sau, anh dựng điện thoại bên hông, mở ứng dụng soi tư thế, thuộc nhóm thị giác, để ôn chuyển tấn. Ứng dụng cho thấy hông anh nhấp nhô lên khi chuyển, đúng điều thầy nói. Đến cú đá vòng cầu, anh quay chậm rồi xem lại, chân trụ bị thân che ở pha cuối nên anh không tin số đo mà chỉ ghi chú để hỏi thầy. Ứng dụng có phần nhận xét tự động gợi ý một bài kéo giãn lạ; anh bỏ qua vì đó là phần lời của AI tạo sinh, không phải phép đo.
Cuối tuần, anh nhờ chatbot soạn ba câu hỏi ngắn cho thầy từ ghi chú và đoạn video. Mỗi loại AI làm đúng phần của nó: một bên lo chữ, một bên lo đo, còn quyết định về kỹ thuật vẫn nằm ở buổi lên lớp. Không có bước nào cần trả thêm tiền hay thiết bị đặc biệt, chỉ cần biết loại nào đáng tin cho việc nào.
Giao việc đúng loại: quy trình bốn câu hỏi
Trước khi mở một công cụ AI cho việc tập võ, tự hỏi bốn câu sau để chọn đúng nhóm và đặt kỳ vọng đúng.
- Sản phẩm mình cần là chữ, lịch, thông báo, hay là con số đo trên cơ thể mình? Chữ thì nghĩ tới AI tạo sinh, số đo thì nghĩ tới AI thị giác.
- Kết quả có kiểm chứng được bằng cách nhìn lại video hay hỏi thầy không? Không kiểm được thì đừng dùng nó để quyết định chuyện an toàn cơ thể.
- Có dữ liệu cá nhân nào sắp đưa vào máy không, nhất là video có người khác hay có trẻ em? Nếu có, che, xin phép và ưu tiên xử lý trên máy.
- Nếu kết quả sai, hậu quả là gì? Lịch ôn sai thì sửa dễ; kỹ thuật sai tập lâu ngày hay bài tập quá sức thì khó sửa và có thể gây đau. Việc có hậu quả lớn cần người thật xác nhận.
Bốn câu hỏi này cũng là cách nhanh để giải thích cho võ sinh và phụ huynh vì sao võ đường dùng chatbot cho việc giấy tờ nhưng không dùng nó để chấm thi lên đai, và vì sao ứng dụng camera chỉ để ôn chứ không để học cái mới.
Câu hỏi thường gặp
Chatbot có thể xem video và chấm tư thế như ứng dụng chuyên dụng không?
Một số chatbot nhận được video, nhưng chúng không được thiết kế để đo góc khớp ổn định qua từng khung như ứng dụng soi tư thế. Câu trả lời của chatbot về video là lời mô tả, có thể bịa chi tiết. Muốn đo, dùng công cụ thị giác chuyên dụng.
Hình minh hoạ thế tấn do AI vẽ có dùng làm tài liệu dạy được không?
Không nên dùng làm tài liệu kỹ thuật vì máy hay vẽ sai hướng bàn chân, trọng tâm, khớp. Dùng làm ảnh trang trí thì được. Tài liệu kỹ thuật nên là ảnh hoặc video thầy làm mẫu, có sự đồng ý của người trong hình.
AI thị giác có bịa như chatbot không?
Không theo cùng kiểu. AI thị giác không tạo ra động tác không có, nhưng có thể nhận nhầm, đo lệch hoặc mất dấu khớp. Khác biệt quan trọng là kết quả của nó kiểm được bằng cách xem lại video, còn lời bịa của chatbot thường khó kiểm hơn.
Làm sao biết một ứng dụng dùng loại AI nào?
Xem nó nhận gì và trả gì. Nhận video, trả số đo, khung xương là AI thị giác. Trả lời bằng đoạn văn nhận xét, gợi ý cách sửa thì có thêm AI tạo sinh. Nhiều ứng dụng dùng cả hai; phần lời khuyên nên đọc thận trọng hơn phần số đo.
Có nên chia sẻ video võ thuật do AI dựng cho học trò xem không?
Nếu chia sẻ để minh hoạ cách nhận biết video giả thì có thể, nhưng phải nói rõ đó là video dựng. Không dùng video dựng để dạy kỹ thuật hay làm tư liệu lịch sử, vì người xem dễ tin và tập theo những điều không có thật.