Luyện nói tiếng Anh bằng Shadowing qua video: What is AI and ML? [Pt 2] | Generative AI with .NET for Beginners
Đang tạo bài học...
1
Hello and welcome back to this beginner series on machine learning and AI.
2
In this video, I'm going to give you a quick introduction to what AI and machine learning are.
3
In this video, some of the things that you're going to be learning about are, what is AI and ML?
4
We're also going to learn about what you can do with AI and ML, and as a .NET developer, how you can get started with AI and ML.
5
All right, so first off, what is AI and ML?
6
You can look at it as different layers of basically the same thing.
7
And at the top level, you have AI or artificial intelligence.
8
And these are typically agents that automate tasks that are typically performed by humans.
9
So you can think of this as your spam filter in your email, right?
10
So at the end of the day, once you set some rules as to how you want your email organized, It's some sort of autonomous agent that's performing these actions on your behalf,
11
as opposed to you having to do it by yourself.
12
At the next level, you have machine learning or ML.
13
And these are essentially systems that use algorithms and data to infer patterns.
14
Now, the reason why you have machine learning is, again, think of your email inbox.
15
There's a certain point where rules become so overwhelming
16
that it's really difficult to sort of make any sort of meaning out of those rules and manage that.
17
So that's sort of where machine learning comes in.
18
And again, using data and algorithms, it's able to learn what those rules are and infer those patterns.
19
A level lower here, you have deep learning.
20
It's a machine learning technique that uses specialized algorithms known as neural networks.
21
And then last but not least, you have generative AI, such as the one used in models like GPT and ChatGPT.
22
And essentially this uses deep learning algorithms, typically known as transformers, to generate new content like text, images, and other content.
23
So what can you do with AI and ML?
24
At a high level, you can essentially extract key insights and summarize information with AI and ML.
25
Some examples of that are language.
26
So you could put, for example, analyze the sentiment of customer reviews.
27
You can build virtual agents or chatbots, like the one pictured here, Bing Chat.
28
You can translate text or code, and you can even use these models to explain code.
29
When it comes to computer vision, you can use these models to identify objects in an image or a video.
30
Similarly, for classification, if you need to tag customer reported issues with some severity level, you can leverage machine learning for that and AI.
31
You can also do anomaly detection, tasks like predictive maintenance, when a certain piece of equipment is going to fail.
32
Last but not least, you have forecasting.
33
So if you're looking at quarterly sales or some sort of target that you're looking to forecast or number, you can use AI and ML to do that.
34
Now, this is not a complete list, but this is just a relatively good overview of the things that you can do with AI and ML.
35
So now that you know what AI and ML is and what you can do with it, how can you get started as a.NET developer?
36
There's a few ways and we're going to go over a few of these throughout this entire series.
37
So first and foremost, you have services such as Azure OpenAI for working with generative AI models,
38
and then you have Azure Conduct Services or AI services.
39
What these allow you to do is they allow you to perform task-specific tasks and workflows using the power of AI.
40
You also have frameworks and libraries like Symantec Kernel for working with generative AI models.
41
You have ML.NET for training custom machine learning models.
42
You have libraries like AutoML, Torch Sharp, and SciSharp, which help you train custom machine learning and deep learning models.
43
You have the Open Neural Network Exchange or ONNX, which helps you when inferencing and bringing models trained in other platforms over to .NET,
44
and you have other libraries like plali.net, which help you with graphing and visualizing your data.
45
Then last but not least, there's a series of tools to help you with these workflows, such as ModelBuilder and the ML.NET CLI, when it comes to training custom machine learning models or deep learning models.
46
Then there's Polyglot Notebooks, which help with that experimentation process, and just writing code in general.
47
That brings to the end of this video, and let's recap what we learned here.
48
We learned what AI NML is.
49
We learned the things that you can do with AI NML.
50
And then last but not least, we wrapped it up with how you as a .NET developer can get started building AI applications.
51
Thanks for watching.
52
See you in the next video.
✨ Video gợi ý
B219 câu
Generative AI explained in 2 minutes
Business EnglishUniversity StudentsWorking Adults
B117
29 câu
What Is Machine Learning? | ML Explained for Beginners | CT Academy
Business EnglishUniversity StudentsWorking Adults
B21
125 câu
Why Chatbots Understand You (And Why They Don't) | NLP Explained
Business EnglishUniversity StudentsWorking Adults
B21
31 câu
What is AI?
Business EnglishUniversity StudentsWorking Adults
B21
215 câu
Creator of C# and TypeScript: "AI will NEVER Replace Coders, Here's Why" | Anders Hejlsberg
Business EnglishUniversity StudentsWorking Adults
B21
76 câu
Nvidia's New Laptops - RTX Spark
Business EnglishUniversity StudentsWorking Adults
B21
197 câu
How I use AI to learn engineering (anti brain rot studying)
Business EnglishUniversity StudentsWorking Adults
B23
23 câu
What is an AI Token? | LLM Tokens explained in 2 minutes!
Business EnglishUniversity StudentsWorking Adults
B22
136 câu
Is ML Engineering Dead? (AI vs ML Engineer)
Business EnglishInterview EnglishUniversity Students
B223 câu
AI Made the Most Passive Side Hustle Even Easier
Business EnglishUniversity StudentsWorking Adults
C18
114 câu
AI, Machine Learning, Deep Learning and Generative AI Explained
Business EnglishUniversity StudentsWorking Adults
C11
125 câu
Introduction to statistical prediction models
Business EnglishUniversity StudentsWorking Adults
Từ vựng và ghi chú luyện nói cho bài học này
Video này có 52 câu và 835 từ để luyện shadowing. Phần lời nói dài 4:19. Người nói nói nhanh, khoảng 193 từ mỗi phút, nên sẽ có nhiều chỗ nối âm và nuốt âm. 83% số từ nằm trong 3.000 từ tiếng Anh thông dụng nhất; phần còn lại nên xem trước khi luyện.
Từ vựng quan trọng trong video
15 từ đáng học trong video, kèm phiên âm và nghĩa:
| Từ | Phiên âm | Nghĩa |
|---|---|---|
| algorithm danh từ | /ˈælɡəɹɪðm̩/ | thuật toán |
| custom danh từ | /ˈkʌstəm/ | tập quán, phong tục |
| developer danh từ | /dɪˈvɛləpɚ/ | nhà phát triển |
| forecast danh từ | /ˈfɔːkɑːst/ | dự báo, dự đoán |
| technique danh từ | /tɛkˈniːk/ | kỹ thuật, kĩ thuật |
| layer danh từ | /ˈleɪ̯ɚ/ | lớp |
| filter danh từ | /ˈfɪltɚ/ | máy lọc |
| artificial tính từ | /ˌɑː.tɪˈfɪʃ.əl/ | nhân tạo |
| generate động từ | /ˈd͡ʒɛn.ə.ɹeɪt/ | sinh ra, gây ra |
| wrap động từ | /ɹæp/ | gói, bao |
| insight danh từ | /ˈɪnsaɪ̯t/ | sự sáng suốt |
| classification danh từ | /ˌklæsɪfɪˈkeɪʃən/ | sự phân loại |
| graph danh từ | /ɡɹæf/ | biểu đồ |
| spam danh từ | /spæm/ | thư rác |
| organize động từ | /ˈɔɹɡənaɪz/ | sắp xếp, tổ chức |
Phát âm cần chú ý
Người nói dùng 6 dạng rút gọn, ví dụ you're, we're, I'm. Hãy nói theo dạng ngắn đúng như bạn nghe.
- Âm “sh” và “zh”: essentially /ɪˈsɛnʃəli/, artificial /ˌɑː.tɪˈfɪʃ.əl/, classification /ˌklæsɪfɪˈkeɪʃən/, detection /dɪˈtɛk.ʃən/, experimentation /ɪkˌspɛɹ.ə.mənˈteɪ.ʃən/
- Từ dài — đặt trọng âm cho đúng: essentially /ɪˈsɛnʃəli/, developer /dɪˈvɛləpɚ/, similarly /ˈsɪm.ə.lə.li/, artificial /ˌɑː.tɪˈfɪʃ.əl/, classification /ˌklæsɪfɪˈkeɪʃən/
Cách luyện với video này
- Nghe hết video một lần, chưa cần nói, và ghi lại những từ bạn chưa biết.
- Bắt đầu ở tốc độ 0,75×, nói đuổi từng câu, rồi quay lại tốc độ bình thường khi đã quen.
- Ghi âm giọng mình rồi so với bản gốc, chú ý các từ như algorithm, custom, developer.
Phương Pháp Shadowing Là Gì?
Shadowing là kỹ thuật học ngôn ngữ có cơ sở khoa học, ban đầu được phát triển cho chương trình đào tạo phiên dịch viên chuyên nghiệp và được phổ biến rộng rãi bởi nhà đa ngôn ngữ học Dr. Alexander Arguelles. Nguyên lý cốt lõi đơn giản nhưng cực kỳ hiệu quả: bạn nghe tiếng Anh của người bản xứ và lặp lại to ngay lập tức — như một "cái bóng" (shadow) đuổi theo người nói với độ trễ chỉ 1–2 giây. Khác với luyện ngữ pháp hay học từ vựng bị động, Shadowing buộc não bộ và cơ miệng phải đồng thời xử lý và tái tạo ngôn ngữ thực tế. Các nghiên cứu khoa học xác nhận phương pháp này cải thiện đáng kể phát âm, ngữ điệu, nhịp điệu, nối âm, kỹ năng nghe và độ lưu loát khi nói — đặc biệt hiệu quả cho người luyện IELTS Speaking và muốn giao tiếp tiếng Anh tự nhiên như người bản ngữ.