Cách dịch đã khá ổn định: artificial intelligence – trí tuệ nhân tạo; machine learning – học máy; deep learning – học sâu; neural network – mạng nơ-ron; model – mô hình; training – huấn luyện; parameter – tham số; dataset – tập dữ liệu; fine-tuning – tinh chỉnh; large language model – mô hình ngôn ngữ lớn. Chữ chưa ổn định là inference (thường dịch "suy luận", dễ lẫn với reasoning), prompt và token (hay được giữ nguyên).
Lĩnh vực này đổi nhanh, nhiều chữ mới chưa có tên tiếng Việt chung, và có những cặp chữ tiếng Anh rất gần nhau mà tiếng Việt dễ gộp làm một. Bài này nêu cách dịch phổ biến trong tài liệu học thuật và báo chí công nghệ tiếng Việt, chỉ ra chỗ nên giữ chữ gốc, và những cặp mà dịch sai là làm hỏng một báo cáo kỹ thuật.
Bảng thuật ngữ nền tảng
Các chữ dưới đây đã có cách dịch tương đối thống nhất trong giáo trình và tài liệu tiếng Việt. Cột cuối gợi ý có nên giữ chữ gốc kèm theo ở lần đầu.
| Tiếng Anh | Tiếng Việt thường dùng | Giữ chữ gốc lần đầu? |
|---|---|---|
| artificial intelligence (AI) | trí tuệ nhân tạo (AI) | Thường giữ chữ viết tắt AI |
| machine learning | học máy | Nên |
| deep learning | học sâu | Nên |
| neural network | mạng nơ-ron (nhân tạo) | Tuỳ người đọc |
| supervised / unsupervised learning | học có giám sát / không giám sát | Nên |
| reinforcement learning | học tăng cường | Nên |
| dataset; training data | tập dữ liệu; dữ liệu huấn luyện | Không cần |
| label; labeling | nhãn; gán nhãn | Không cần |
| feature | đặc trưng | Nên (dễ lẫn với "tính năng") |
| parameter; weight | tham số; trọng số | Không cần |
| generative AI | AI tạo sinh | Nên |
| large language model (LLM) | mô hình ngôn ngữ lớn | Giữ LLM |
Dòng feature đáng chú ý. Trong học máy, feature là đặc trưng, tức một biến đầu vào mà mô hình dùng để học, như tuổi, thu nhập hay độ sáng của một điểm ảnh. Trong mô tả sản phẩm phần mềm, feature lại là tính năng. Một tài liệu về "feature engineering" mà dịch thành "kỹ thuật tính năng" thì người đọc kỹ thuật không hiểu; cách gọi quen là "kỹ thuật đặc trưng" hoặc giữ nguyên "feature engineering".
Training, inference, reasoning: ba giai đoạn, ba chữ
Training là huấn luyện: quá trình điều chỉnh tham số của mô hình dựa trên dữ liệu. Pre-training là tiền huấn luyện, giai đoạn học trên lượng dữ liệu rất lớn; fine-tuning là tinh chỉnh, tiếp tục huấn luyện trên dữ liệu hẹp hơn cho một mục đích cụ thể. Chữ "đào tạo" đôi khi gặp trong bản dịch nhưng gợi việc dạy người; "huấn luyện" là cách gọi phổ biến hơn trong tài liệu chuyên môn.
Inference là giai đoạn dùng mô hình đã huấn luyện để tạo ra kết quả cho đầu vào mới: gửi một câu hỏi, nhận một câu trả lời; đưa một bức ảnh, nhận một nhãn. Tiếng Việt thường gọi "suy luận" hoặc "suy diễn". Vấn đề là "suy luận" cũng đang được dùng cho reasoning, khả năng của mô hình đi qua các bước lập luận. Câu inference cost of reasoning models dịch thành "chi phí suy luận của mô hình suy luận" thì người đọc không hiểu gì.
Cách xử lý được nhiều nhóm dịch chọn: dùng "suy luận" cho inference và "lập luận" cho reasoning, hoặc giữ nguyên chữ inference trong văn bản kỹ thuật và giải thích ở lần đầu là "giai đoạn chạy mô hình để tạo kết quả". Câu trên khi đó thành "chi phí chạy (inference) của các mô hình lập luận". Không có cách nào là chuẩn duy nhất; quan trọng là chọn một và ghi vào bảng thuật ngữ của tài liệu.
Cũng lưu ý: trong thống kê, statistical inference là suy luận thống kê, tức rút kết luận về tổng thể từ mẫu. Một báo cáo khoa học dữ liệu có thể dùng cả hai nghĩa của inference trong cùng một chương.
Accuracy, precision, recall: ba chữ đều có thể thành "độ chính xác"
Đây là chỗ bản dịch báo cáo đánh giá mô hình sai nhiều nhất. Ba chỉ số đo ba điều khác nhau, và một mô hình có thể cao chỉ số này mà thấp chỉ số kia.
| Tiếng Anh | Tiếng Việt thường dùng | Đo điều gì |
|---|---|---|
| accuracy | độ chính xác | Tỷ lệ dự đoán đúng trên tổng số dự đoán |
| precision | độ chuẩn xác; precision | Trong các trường hợp mô hình báo "có", bao nhiêu phần là đúng |
| recall; sensitivity | độ phủ; độ nhạy; recall | Trong các trường hợp thật sự "có", mô hình bắt được bao nhiêu phần |
| F1 score | điểm F1 | Trung bình điều hoà của precision và recall |
| false positive / false negative | dương tính giả / âm tính giả | Báo nhầm có / bỏ sót |
Ví dụ giả định: một bộ lọc thư rác đánh dấu 100 thư là rác, trong đó 90 thư đúng là rác; precision là 90%. Nhưng trong hộp thư có tổng cộng 300 thư rác, bộ lọc chỉ bắt được 90; recall là 30%. Nếu bản dịch gọi cả hai là "độ chính xác" thì người đọc không thể biết bộ lọc mạnh hay yếu ở đâu. Nhiều tài liệu tiếng Việt chọn giữ nguyên precision và recall vì các cách dịch chưa thống nhất; đó là lựa chọn an toàn cho văn bản kỹ thuật.
Bias, hallucination, alignment: chữ có nghĩa thường và nghĩa chuyên môn
Bias – thiên lệch hoặc độ lệch. Khi nói về dữ liệu, kết quả bất công với một nhóm người: thiên lệch, định kiến. Khi nói về thành phần toán học trong mạng nơ-ron (bias term): hệ số chệch hoặc độ lệch, giữ nguyên bias cũng phổ biến. Trong thống kê: độ chệch của ước lượng. Ba nghĩa, ba ngữ cảnh.
Hallucination – mô hình nói sai một cách tự tin. Báo chí tiếng Việt hay dùng "ảo giác" theo nghĩa đen; nhiều người viết dùng "bịa thông tin" hoặc "tạo nội dung sai" cho dễ hiểu. Nếu dùng "ảo giác", nên giải thích một lần để người đọc không tưởng mô hình có trải nghiệm tri giác.
Alignment – căn chỉnh. Nỗ lực làm cho hành vi của mô hình phù hợp với mục tiêu và giá trị mà con người mong muốn. Cách dịch "căn chỉnh" đang được dùng; "đồng bộ" thì không đúng.
Overfitting – quá khớp. Mô hình học thuộc dữ liệu huấn luyện mà không khái quát được; ngược lại là underfitting – chưa khớp. Đừng dịch là "quá tải".
Agent – tác tử. Trong AI, agent là hệ thống tự thực hiện chuỗi hành động để đạt mục tiêu. "Tác tử" là chữ trong giáo trình; văn bản phổ thông hay dùng "tác nhân AI" hoặc giữ "AI agent". Tránh "đại lý".
Prompt, token, embedding: giữ nguyên hay dịch?
Prompt là đầu vào bằng văn bản mà người dùng đưa cho mô hình. Các cách dịch gặp được: "câu lệnh", "lời nhắc", "chỉ dẫn", "câu hỏi". Không chữ nào bao trọn, vì một prompt có thể là câu hỏi, có thể là tài liệu dài kèm yêu cầu. Trong văn bản kỹ thuật, nhiều người viết giữ "prompt"; trong hướng dẫn cho người dùng phổ thông, "câu lệnh" hoặc "yêu cầu" dễ hiểu hơn. Prompt engineering thường giữ nguyên hoặc gọi "kỹ thuật viết prompt".
Token là đơn vị văn bản mà mô hình xử lý, có thể là một từ, một phần của từ hoặc một dấu câu. Dịch "từ" là sai, vì một từ tiếng Việt có dấu có thể bị tách thành nhiều token. Giữ nguyên "token" và giải thích lần đầu là lựa chọn phổ biến; chữ này cũng đang được dùng trong bảng giá dịch vụ, nên đổi tên sẽ làm người đọc không đối chiếu được.
Embedding là biểu diễn một đoạn văn bản, hình ảnh hay đối tượng thành một vectơ số sao cho những thứ gần nghĩa nằm gần nhau. Tiếng Việt có "nhúng", "biểu diễn vectơ"; tài liệu kỹ thuật thường giữ "embedding". Context window là cửa sổ ngữ cảnh, tức lượng văn bản tối đa mô hình xem được trong một lần. Benchmark là bộ đo chuẩn hoặc bài đánh giá chuẩn.
Nguyên tắc chung cho nhóm chữ mới: nếu cộng đồng chuyên môn tiếng Việt chưa thống nhất, giữ chữ gốc và giải thích ở lần đầu tốt hơn tự đặt một chữ Việt mà chỉ mình dùng. Khi một cách dịch đã phổ biến, chuyển sang dùng nó.
Chiều Việt – Anh: những cụm hay gặp trong văn bản tiếng Việt về AI
Văn bản tiếng Việt về AI, nhất là báo cáo của doanh nghiệp và cơ quan, có những cụm quen miệng mà khi dịch sang tiếng Anh dễ thành câu cứng. "Ứng dụng AI vào sản xuất" tự nhiên hơn khi viết use AI in production hoặc apply AI to production, thay vì application of AI into production. "Làm chủ công nghệ AI" thường không cần dịch sát; build in-house AI capability hay develop AI expertise nói đúng ý hơn master AI technology.
"Máy học" và "học máy" đều chỉ machine learning; "máy học" hay gặp ở các trường phía Nam, "học máy" phổ biến trong giáo trình và báo chí. Khi dịch ngược sang tiếng Anh, cả hai đều về một chữ. "Dữ liệu lớn" là big data; "mô hình nền tảng" là foundation model; "nhận diện khuôn mặt" là facial recognition; "trợ lý ảo" là virtual assistant. "Chuyển đổi số" là digital transformation, không phải digital conversion.
Cụm "trí tuệ nhân tạo tạo sinh" đôi khi xuất hiện trong văn bản trang trọng; nó lặp chữ "tạo" và đọc nặng. "AI tạo sinh" ngắn gọn hơn và đã phổ biến. Với cụm "AI an toàn, có trách nhiệm", tiếng Anh thông dụng là safe and responsible AI; nếu văn bản gốc nhắc tới một khung nguyên tắc cụ thể, dùng đúng tên khung đó.
Kiểm một bản dịch tài liệu AI: năm câu hỏi
Chữ "mô hình" có đang chỉ đúng một thứ không? Model có thể là mô hình AI, là một dòng sản phẩm, là mô hình kinh doanh. Trong một báo cáo công nghệ, cả ba có thể xuất hiện.
Các chỉ số đánh giá có bị gộp không? Kiểm từng chỗ "độ chính xác" xem bản gốc là accuracy, precision hay một chỉ số khác.
Mức chắc chắn có được giữ không? Tài liệu nghiên cứu viết suggests, may, preliminary results; bản dịch đổi thành "chứng minh", "chắc chắn" là làm sai kết luận.
Tên riêng có bị dịch không? Tên mô hình, tên thư viện, tên bộ đánh giá là tên riêng, giữ nguyên. Dịch tên một bộ dữ liệu sang tiếng Việt là làm người đọc không tra lại được.
Có bảng thuật ngữ đi kèm không? Với tài liệu dài, một bảng thuật ngữ ở cuối, ghi chữ gốc và cách dịch đã chọn, giúp người đọc đối chiếu và giúp lần dịch sau nhất quán.
Câu hỏi thường gặp
Nên viết AI hay trí tuệ nhân tạo?
Cả hai đều đúng. Văn bản trang trọng hoặc lần đầu xuất hiện nên viết đầy đủ trí tuệ nhân tạo kèm AI trong ngoặc, các lần sau dùng AI. Báo chí và văn bản phổ thông hiện dùng AI rất rộng rãi, người đọc không cần giải thích.
Algorithm và model khác nhau thế nào?
Algorithm là thuật toán, tức cách thức học hoặc tính toán. Model là mô hình, tức kết quả sau khi thuật toán học từ dữ liệu, gồm cấu trúc và các tham số đã được điều chỉnh. Nói thuật toán đã học được điều gì là lẫn hai khái niệm.
Open-source model dịch là mô hình mã nguồn mở có đúng không?
Thường được dịch như vậy, nhưng cần cẩn thận: nhiều mô hình chỉ công bố trọng số, gọi là open-weight, còn dữ liệu và mã huấn luyện không công khai, kèm giấy phép có điều kiện. Khi tài liệu gốc phân biệt hai khái niệm này, bản dịch nên giữ đúng.
Chatbot nên giữ nguyên hay dịch?
Chatbot đã quen trong tiếng Việt, giữ nguyên là tự nhiên. Một số văn bản dùng trợ lý ảo hoặc trợ lý trò chuyện, nhưng trợ lý ảo còn chỉ cả trợ lý giọng nói. Chọn theo người đọc và giữ nhất quán.
Computer vision dịch là gì?
Thị giác máy tính, chữ đã thống nhất trong giáo trình. Các bài toán con thường gặp: image classification là phân loại ảnh, object detection là phát hiện đối tượng, segmentation là phân đoạn ảnh. Natural language processing tương ứng là xử lý ngôn ngữ tự nhiên, viết tắt NLP.
Synthetic data là dữ liệu giả có đúng không?
Cách dịch thường dùng là dữ liệu tổng hợp, tức dữ liệu do máy sinh ra để huấn luyện hoặc kiểm thử. Chữ dữ liệu giả gợi ý gian lận, không đúng tinh thần; chỉ dùng khi văn bản gốc thật sự nói về dữ liệu bịa đặt.