Chào mừng đến năm 2025!
Gặp Susan. Bạn, trợ lý, quản lý và mọi thứ bạn cần trong sinh hoạt hàng ngày. Cô ấy tổ chức email, lên lịch họp. Lo nhu cầu cơ bản nhà cửa và bổ sung thực phẩm khi sắp hết. Cô ấy có thể là bạn thân khi bạn buồn. Cô ấy vẽ tranh và viết thơ khi bạn cần chút Nghệ thuật và Văn học để thư giãn.
Nghe rất giống Samantha, do Scarlett Johansson lồng tiếng trong HER. Bạn chắc không thể bỏ lỡ bộ phim đẹp đó. Ít nhất bạn đã nghe nói.
Susan hay Samantha – đơn giản nói – là phiên bản tinh vi, công nghệ hơn của Siri, Cortana, Google Assistant, hay Google DeepMind.
Các công ty công nghệ – lớn và nhỏ – đang đua nhau đưa AI vào cuộc sống hàng ngày. Thế giới kỹ thuật số đầy ắp từ khóa nghe chỉ có thật trên phim – Trí tuệ nhân tạo, Học máy, Xử lý dữ liệu, Học sâu, Học tăng cường. Từ lớn nhưng ít ý nghĩa trong đời thực, không lâu trước đây.
Hãy hiểu ba thuật ngữ hay nghe nhất ngày nay: "Trí tuệ nhân tạo" (AI), "Học máy" (Machine Learning) và "Học sâu" (Deep Learning).
Khác biệt là gì?
Vì không có định nghĩa chuẩn cho bất kỳ thuật ngữ nào, chúng thường được dùng lỏng lẻo như từ có thể thay thế cho nhau. Do đó, phân biệt chúng càng khó khăn. Hơn nữa, ý nghĩa phổ biến của các thuật ngữ này đã phát triển theo thời gian. Ý nghĩa AI năm 1960 khác hoàn toàn so với hôm nay.
Cách dễ nhất để hình dung mối quan hệ là hình dung chúng như các vòng tròn đồng tâm.
- AI – ý tưởng xuất hiện đầu tiên và là vòng tròn lớn nhất
- Học máy (Machine Learning) – nảy nở sau đó là vòng tròn giữa
- Cuối cùng, Học sâu (Deep Learning) – đang thúc đẩy vụ nổ AI ngày nay, là vòng tròn nhỏ nhất và bên trong cùng.
Từ tia lửa đến sét đánh
AI mở đường cho phòng thí nghiệm nghiên cứu ngay sau khi thuật ngữ được đặt ra tại Hội nghị Dartmouth năm 1956. Mặc dù mất hàng chục năm công nghệ mới kịp lên với trí tưởng tượng, chúng ta dường như cuối cùng đang ở ngưỡng cửa cuộc cách mạng AI, với nhiều đầu tư venture capital hơn, nhiều công ty công nghệ lớn tham gia R&D, và nhiều ứng dụng AI hàng ngày hơn.
Hãy cùng đi qua quá trình tia lửa AI biến thành sét đánh AI.
TRÍ TUỆ NHÂN TẠO: Máy móc được trang bị trí tuệ con người
Trí tuệ nhân tạo là lĩnh vực khoa học máy tính nhấn mạnh tạo ra máy móc thông minh hoạt động và phản ứng như con người. Là lĩnh vực nghiên cứu tìm cách tạo ra máy tính có khả năng hành vi thông minh. Một máy được coi là "thông minh" nếu nó làm được những việc thường gắn liền với trí tuệ con người.
Chúng ta thấy những máy này trong phim như người tốt (C-3PO trong Star Wars) hoặc người xấu (killer cyborg trong The Terminator).
Để đủ tiêu chí trí tuệ nhân tạo, một máy cần làm được vài điều cơ bản như:
- Xử lý ngôn ngữ tự nhiên (giao tiếp suôn sẻ bằng ngôn ngữ cho trước)
- Lý luận tự động (dùng thông tin lưu trữ để trả lời câu hỏi và rút ra kết luận mới)
- Học máy (khả năng thích nghi hoàn cảnh mới và phát hiện pattern).
Thường biết một số khía cạnh trí tuệ con người có thể thể hiện bằng AI. Câu hỏi là trí tuệ đó từ đâu. Đó là nơi Học máy xuất hiện.
HỌC MÁY: Cách tiếp cận để đạt được máy móc có não bộ con người
Học máy là kỷ luật trí tuệ nhân tạo nhằm phát triển kỹ thuật tri thức con người. Khám phá phát triển thuật toán học từ dữ liệu cho trước. Thuật toán là chuỗi bước hoàn thành nhiệm vụ. Học máy xuất phát trực tiếp từ tâm trí nhóm AI sớm, các cách tiếp cận thuật toán bao gồm học cây quyết định, phân cụm, học tăng cường, học quy tắc liên kết, v.v.
Các thuật toán này có thể học từ kinh nghiệm quá khứ (dữ liệu cho trước) và tự dạy mình thích nghi hoàn cảnh mới và thực hiện nhiệm vụ nhất định. Học máy cho phép máy tính xử lý tình huống mới qua phân tích, tự huấn luyện, quan sát và kinh nghiệm.
Học máy tạo điều kiện cho sự tiến bộ liên tục của máy tính qua tiếp xúc với kịch bản mới, kiểm tra và thích nghi, đồng thời dùng phát hiện pattern và xu hướng để ra quyết định tốt hơn trong tình huống tiếp theo (dù không giống hệt).
Mặc dù nhiều thuật toán, không cái nào đạt mục tiêu tối thượng của AI. Có lý do thị giác máy tính và nhận diện hình ảnh không gần bằng con người cho đến gần đây. Trước đó, nó quá giòn và dễ lỗi.
Thời gian, và thuật toán học đúng đã tạo nên sự khác biệt.
HỌC SÂU: Kỹ thuật huấn luyện não bộ máy móc
Một cách tiếp cận thuật toán khác từ nhóm học máy sớm. Học sâu là lĩnh vực con của học máy liên quan đến thuật toán lấy cảm hứng từ cấu trúc và chức năng của não bộ gọi là mạng nơ-ron nhân tạo. Nó liên quan đến một loại mô hình toán học cụ thể có thể coi là cấu thành của các khối đơn giản loại nhất định, trong cấu trúc nhiều lớp và một số khối này có thể điều chỉnh để dự đoán kết quả cuối tốt hơn.
Từ "sâu" (deep) nghĩa là cấu thành có nhiều khối xếp chồng lên nhau, và phần khó khăn là cách điều chỉnh khối xa output, vì thay đổi nhỏ ở đó có thể có tác dụng gián tiếp rất lớn lên output.
Học sâu cố gắng mô phỏng chức năng các lớp bên trong não bộ con người, và ứng dụng thành công thấy trong nhận diện hình ảnh, dịch ngôn ngữ, hoặc bảo mật email. Học sâu tạo tri thức từ nhiều lớp xử lý thông tin. Công nghệ Học sâu được mô phỏng theo não bộ con người, và mỗi lần dữ liệu mới được nạp vào, khả năng của nó tốt hơn.
Học sâu cải thiện AI như thế nào?
Học sâu đã cho phép nhiều ứng dụng thực tế của Học máy và do đó cả lĩnh vực AI tổng thể. Xe tự lái, y tế phòng ngừa, thậm chí gợi ý phim tốt hơn, tất cả đã có mặt hoặc đang tới gần.
Học sâu có thể là mảnh ghép then chốt dẫn đến việc tạo ra AI thông minh, giống con người hơn. Học sâu có thể cải thiện mọi khía cạnh AI, từ xử lý ngôn ngữ tự nhiên đến thị giác máy. Hãy nghĩ nó như một cái não tốt hơn sẽ cải thiện cách máy tính học. Nó có thể nâng cao trợ lý ảo như Siri hoặc Google Now để xử lý yêu cầu chưa quen. Nó có thể xử lý video và tạo clip tóm tắt nội dung.
Ai biết, có thể một ngày nào đó mỗi người sẽ có phiên bản Samantha riêng!