Giải Mã "Embedding": Khai Phá Sức Mạnh AI Trong Tầm Tay Của Dev Với TypeScript & PostgreSQL!

Lê Lân

19/08/2025

Hiểu Về Embeddings Trong Ứng Dụng AI: Hướng Dẫn Áp Dụng Với TypeScript, PostgreSQL và pgvector

Mở Đầu

Nếu bạn đang bước chân vào thế giới các ứng dụng sử dụng trí tuệ nhân tạo (AI), việc hiểu rõ embeddings là vô cùng quan trọng. Đây chính là chìa khóa giúp dữ liệu phi cấu trúc như văn bản, hình ảnh hay âm thanh được số hóa để máy tính có thể xử lý hiệu quả.

Trong bài viết này, chúng ta sẽ cùng tìm hiểu embeddings là gì, cách chúng được tạo ra, chuỗi ứng dụng của chúng trong thực tế và hơn hết — làm sao để sử dụng chúng trong một hệ thống hiện đại với TypeScript kết hợp PostgreSQL và tiện ích mở rộng pgvector. Bạn sẽ nắm rõ từng bước thiết lập, lưu trữ và truy vấn embeddings để xây dựng các chức năng như tìm kiếm ngữ nghĩa hay hệ thống đề xuất thông minh.

1. Embeddings Là Gì?

1.1 Khái Niệm Cơ Bản

Embeddings là một dạng vector — một danh sách các số thực — biểu diễn ý nghĩa của một phần dữ liệu, thường là văn bản, hình ảnh hoặc âm thanh.

Ví dụ: ✍️ Văn bản → 🧠 Ý nghĩa → 🔢 Vector số

Câu “I love programming.” được chuyển đổi thành: [0.123, 0.089, ..., 0.245] (có thể là vector 1536 chiều)

Những văn bản có ý nghĩa tương tự sẽ có embeddings gần nhau trong không gian vector.

1.2 Ví Dụ Minh Họa

Xét hai câu:

“I love programming.”

“Coding is my passion.”

Dù từ ngữ khác nhau, nhưng ý nghĩa của chúng tương đồng. Nên embeddings của hai câu này sẽ gần nhau trong không gian vector thể hiện sự tương tự về mặt ngữ nghĩa.

Điều này giúp các hệ thống AI hiểu được nội dung thay vì chỉ so khớp từng từ khóa.

2. Embeddings Được Tạo Ra Như Thế Nào?

2.1 Mô Hình Embedding

Các mô hình tạo embedding phổ biến gồm:

text-embedding-ada-002 của OpenAI

all-MiniLM-L6-v2 của HuggingFace

Chúng sử dụng mạng nơ-ron sâu được huấn luyện trên kho dữ liệu khổng lồ và hoạt động theo nguyên tắc:

Token hóa văn bản đầu vào.

Xử lý qua các lớp Transformer để mã hóa ngữ nghĩa.

Xuất ra vector gồm hàng trăm đến hàng nghìn chiều (vd: 384, 1536).

Bạn không cần tự đào tạo mô hình từ đầu mà chỉ cần gọi API để nhận embedding.

2.2 Ví Dụ Code Gọi API Tạo Embedding Với OpenAI

const response = await fetch('https://api.openai.com/v1/embeddings', {
  method: 'POST',
  headers: {
    'Authorization': `Bearer ${process.env.OPENAI_API_KEY}`,
    'Content-Type': 'application/json'
  },
  body: JSON.stringify({
    input: "I love programming.",
    model: "text-embedding-ada-002"
  })
});

const json = await response.json();
const embedding = json.data[0].embedding; // Vector dài 1536 chiều

3. Tại Sao Các Nhà Phát Triển Nên Quan Tâm Đến Embeddings?

Embeddings là nền tảng cho rất nhiều ứng dụng AI hữu ích:

🔍 Tìm kiếm ngữ nghĩa: Cho phép tìm kiếm không chỉ dựa trên từ khóa mà còn theo ý nghĩa thực sự của câu truy vấn.

🧠 Chat với tài liệu: Kỹ thuật Retrieval-Augmented Generation (RAG) hỗ trợ chatbot trả lời chính xác qua khả năng truy xuất thông tin.

🎯 Hệ thống đề xuất: Gợi ý các sản phẩm, bài viết hoặc dịch vụ tương tự dựa trên nội dung.

🗂️ Phân nhóm và phân loại: Gom nhóm dữ liệu theo các đặc điểm ẩn trong vector.

Biết cách vận dụng embeddings sẽ giúp bạn xây dựng các sản phẩm AI thông minh, nâng cao trải nghiệm người dùng.

4. Lưu Trữ Embeddings Trong PostgreSQL Với pgvector

4.1 Giới Thiệu Về pgvector

PostgreSQL giờ đây có thể làm việc như một cơ sở dữ liệu vector nhờ tiện ích mở rộng pgvector. Nó cho phép lưu trữ và truy vấn các vector hiệu quả.

4.2 Bước 1: Tạo Bảng Với Cột Vector

CREATE EXTENSION IF NOT EXISTS vector;

CREATE TABLE documents (
  id SERIAL PRIMARY KEY,
  content TEXT,
  embedding VECTOR(1536)
);

4.3 Bước 2: Chèn Dữ Liệu Từ TypeScript

import { Pool } from 'pg';

const pool = new Pool({
  connectionString: process.env.DATABASE_URL,
  ssl: {
    rejectUnauthorized: false
  }
});

await pool.query(
  'INSERT INTO documents (content, embedding) VALUES ($1, $2)',
  ['I love programming.', embedding]
);

4.4 Bước 3: Thực Hiện Tìm Kiếm Ngữ Nghĩa

Giả sử bạn muốn tìm 5 tài liệu gần nhất với câu truy vấn “Coding is fun”:

const result = await fetch('https://api.openai.com/v1/embeddings', {
  method: 'POST',
  headers: {
    'Authorization': `Bearer ${process.env.OPENAI_API_KEY}`,
    'Content-Type': 'application/json'
  },
  body: JSON.stringify({
    input: "Coding is fun",
    model: "text-embedding-ada-002"
  })
});

const queryVector = (await result.json()).data[0].embedding;

const { rows } = await pool.query(`
  SELECT content, embedding <#> $1 AS distance 
  FROM documents 
  ORDER BY distance ASC 
  LIMIT 5
`, [queryVector]);

Ở đây, <#> là toán tử tính khoảng cách cosine trong pgvector.

Khoảng cách nhỏ đồng nghĩa với sự tương đồng ngữ nghĩa cao.

5. Những Ý Tưởng Ứng Dụng Embeddings Trong Thực Tiễn

5.1 Tìm Kiếm Thông Minh

Không còn lo lắng về vấn đề khác biệt từ ngữ hay cú pháp, tìm kiếm sẽ trả về kết quả dựa trên nghĩa của câu hỏi.

5.2 Chatbot & Trợ Lý Ảo

Kết hợp embeddings với các mô hình sinh văn bản (như GPT) để xây dựng chatbot hiểu và trả lời dựa trên dữ liệu thực tế.

5.3 Khuyến Nghị Cá Nhân Hóa

Xây dựng các hệ thống đề xuất sản phẩm, nội dung dựa trên sở thích và hành vi đã được biến đổi thành vector.

5.4 Phân Loại & Phân Cụm

Sắp xếp tự động dữ liệu vào các nhóm, nhãn dựa trên đặc trưng ngữ nghĩa hoặc đặc tính trừu tượng khác.

Kết Luận

Embeddings không còn là công nghệ dành riêng cho các kỹ sư máy học mà đã phổ biến và dễ tiếp cận hơn rất nhiều nhờ các API và công cụ hỗ trợ hiện đại. Với vài dòng code TypeScript và hệ quản trị PostgreSQL tích hợp pgvector, bạn đã có thể xây dựng:

Tìm kiếm ngữ nghĩa

Hệ thống thông minh tương tác bằng ngôn ngữ tự nhiên

Các mô-đun đề xuất và phân nhóm dữ liệu chính xác

Hãy thử áp dụng những hướng dẫn trong bài và nếu bạn quan tâm, mình có thể chia sẻ template starter sử dụng Next.js + Neon + pgvector + OpenAI trên GitHub cho bạn tham khảo.

Tham Khảo

OpenAI Documentation: https://platform.openai.com/docs/guides/embeddings

pgvector Extension Repository: https://github.com/pgvector/pgvector

HuggingFace Models: https://huggingface.co/models

Dev.to Article on Semantic Search with pgvector and TypeScript: https://dev.to/your-link-example

JekyllPad Official Site: https://www.jekyllpad.com April 27, 2024