Chào mừng đến với năm 2025!
Gặp Susan. Bạn bè, trợ lý, quản lý của bạn và mọi thứ bạn cần trong thói quen của mình. Cô ấy sắp xếp email của bạn, lên lịch các cuộc họp của bạn. Đáp ứng các nhu cầu cơ bản trong nhà của bạn và bổ sung kho hàng tạp hóa của bạn bất cứ khi nào nó sắp hết. Cô ấy có thể là người bạn tốt nhất của bạn khi bạn thấp. Cô ấy vẽ và viết thơ khi bạn cần một chút nghệ thuật và văn học để thư giãn.
Nghe rất giống nhân vật Samantha do Scarlett Johansson lồng tiếng trong HER . Bạn có thể không thể bỏ lỡ bộ phim hay đó. Chà, ít nhất bạn phải đã nghe nói về nó.
Susan hoặc Samantha – nói một cách đơn giản – là phiên bản công nghệ và tinh tế hơn của Siri, Cortana. Hỗ trợ của Google hoặc Google DeepMind.
Các công ty công nghệ – dù lớn hay nhỏ – đang chạy đua để đưa AI trở thành một phần của cuộc sống hàng ngày. Thế giới kỹ thuật số tràn ngập những từ buzz dường như chỉ có thật trên guồng quay - Trí tuệ nhân tạo, Học máy, Xử lý dữ liệu, Học sâu, Học tăng cường. Lời to tiếng ít hay chữ thật chẳng bao lâu nay.
Hãy cùng tìm hiểu ba thuật ngữ được nghe nhiều nhất hiện nay:“Trí tuệ nhân tạo”, “Học máy” và “Học sâu”.
Sự khác biệt là gì?
Vì không có định nghĩa chuẩn cho bất kỳ thuật ngữ nào trong số này nên chúng thường được sử dụng khá lỏng lẻo như những thuật ngữ có thể thay đổi lẫn nhau. Do đó, việc phân biệt chúng trở nên khó khăn hơn. Hơn nữa, ý nghĩa được hiểu chung của các thuật ngữ này đã phát triển theo thời gian. Ý nghĩa của AI vào năm 1960 rất khác so với ý nghĩa của nó ngày nay.
Cách dễ nhất để nghĩ về mối quan hệ của chúng là hình dung chúng dưới dạng các vòng tròn đồng tâm.
- AI — ý tưởng xuất hiện đầu tiên và là vòng kết nối lớn nhất
- Machine Learning — sau này phát triển thành vòng tròn ở giữa
- Cuối cùng là Học sâu — đang thúc đẩy sự bùng nổ AI ngày nay, với tư cách là vòng kết nối nhỏ nhất và trong cùng nhất.
Từ tia lửa đến ánh sáng
AI đã mở đường cho các Phòng thí nghiệm nghiên cứu ngay sau khi thuật ngữ này được đặt ra tại Hội nghị Dartmouth vào năm 1956. Mặc dù phải mất nhiều thập kỷ trước khi công nghệ có thể bắt kịp trí tưởng tượng của chúng ta, nhưng chúng ta dường như cuối cùng là trên đỉnh của cuộc cách mạng AI, với nhiều vốn đầu tư mạo hiểm hơn, nhiều công ty công nghệ lớn tham gia vào R&D hơn và việc sử dụng AI hàng ngày nhiều hơn trong cuộc sống của chúng ta.
Hãy tìm hiểu cách AI Spark biến thành AI Lightening.
TRÍ TUỆ NHÂN TẠO:Máy móc tích hợp trí tuệ con người
Trí tuệ nhân tạo là một lĩnh vực khoa học máy tính nhấn mạnh vào việc tạo ra những cỗ máy thông minh hoạt động và phản ứng giống như con người. Đó là lĩnh vực nghiên cứu tìm cách tạo ra các máy tính có khả năng hành vi thông minh. Một cỗ máy được coi là "thông minh" nếu nó có thể làm những việc thường liên quan đến trí thông minh của con người.
Chúng ta đã thấy những cỗ máy này trong phim với tư cách là người tốt (C-3PO trong loạt phim Chiến tranh giữa các vì sao) hoặc kẻ xấu (sát thủ người máy trong Kẻ hủy diệt).
Để được coi là trí tuệ nhân tạo, máy móc phải có thể thực hiện một số việc cơ bản như:
- Xử lý ngôn ngữ tự nhiên (tức là giao tiếp dễ dàng bằng một ngôn ngữ nhất định)
- Suy luận tự động (sử dụng thông tin được lưu trữ để trả lời câu hỏi và rút ra kết luận mới)
- Máy học (khả năng thích ứng với hoàn cảnh mới và phát hiện các mẫu).
Ai cũng biết rằng AI có thể thể hiện một số khía cạnh của Trí tuệ con người. Bây giờ câu hỏi là Trí thông minh đó đến từ đâu. Đó là nguồn gốc của Máy học.
MÁY HỌC:Cách tiếp cận để đạt được Máy có Bộ não Con người
Máy học là một bộ môn trí tuệ nhân tạo hướng đến sự phát triển công nghệ của tri thức nhân loại. Nó khám phá sự phát triển của các thuật toán học hỏi từ dữ liệu nhất định. Một thuật toán là một loạt các bước để hoàn thành một nhiệm vụ. Học máy xuất phát trực tiếp từ tâm trí của đám đông AI ban đầu và các phương pháp tiếp cận theo thuật toán bao gồm học cây quyết định, phân cụm, học tăng cường, học quy tắc kết hợp, v.v.
Các thuật toán này có thể học hỏi từ kinh nghiệm trong quá khứ (tức là dữ liệu đã cho) và tự học cách thích nghi với hoàn cảnh mới cũng như thực hiện một số nhiệm vụ nhất định. Công nghệ máy học cho phép máy tính xử lý các tình huống mới thông qua phân tích, tự đào tạo, quan sát và trải nghiệm.
Máy học đã tạo điều kiện thuận lợi cho sự phát triển không ngừng của điện toán thông qua việc tiếp xúc với các tình huống, thử nghiệm và điều chỉnh mới, đồng thời sử dụng tính năng phát hiện mẫu và xu hướng để đưa ra quyết định cải thiện trong các tình huống tiếp theo (mặc dù không giống nhau).
Mặc dù có rất nhiều thuật toán nhưng không có thuật toán nào đạt được mục tiêu cuối cùng của AI. Có một lý do tại sao thị giác máy tính và phát hiện hình ảnh không thể cạnh tranh với con người cho đến rất gần đây. Trước đó, nó quá giòn và dễ bị lỗi.
Thời gian và các thuật toán học phù hợp đã tạo nên sự khác biệt.
HỌC SÂU:Kỹ thuật rèn luyện bộ não của Máy
Một cách tiếp cận thuật toán khác từ đám đông máy học sơ khai. Học sâu là một lĩnh vực con của học máy liên quan đến các thuật toán lấy cảm hứng từ cấu trúc và chức năng của bộ não được gọi là mạng lưới thần kinh nhân tạo. Nó liên quan đến một loại mô hình toán học cụ thể có thể được coi là một tập hợp gồm các khối đơn giản thuộc một loại nhất định, trong một cấu trúc nhiều lớp và trong đó một số khối này có thể được điều chỉnh để dự đoán kết quả cuối cùng tốt hơn.
Chữ “sâu” có nghĩa là bố cục có nhiều khối này xếp chồng lên nhau, và một điều khó khăn là làm sao điều chỉnh các khối cách xa nhau. đầu ra, vì một thay đổi nhỏ có thể có tác động rất gián tiếp đến đầu ra.
Deep Learning cố gắng mô phỏng các chức năng của các lớp bên trong não người và các ứng dụng thành công của nó được tìm thấy trong nhận dạng hình ảnh, dịch ngôn ngữ hoặc bảo mật email. Deep Learning tạo ra kiến thức từ nhiều lớp xử lý thông tin. Công nghệ Deep Learning được mô phỏng theo bộ não con người và mỗi khi dữ liệu mới được đưa vào, khả năng của nó sẽ trở nên tốt hơn.
Học sâu đã cải thiện trí tuệ nhân tạo như thế nào?
Deep Learning đã cho phép nhiều ứng dụng thực tế của Machine Learning và bằng cách mở rộng lĩnh vực AI tổng thể. Ô tô không người lái, chăm sóc sức khỏe dự phòng, thậm chí là các đề xuất phim hay hơn, tất cả đều có ở đây hôm nay hoặc trong tương lai.
Deep Learning có thể là một mảnh ghép quan trọng dẫn đến việc tạo ra AI thông minh hơn, giống con người hơn. Học sâu có thể cải thiện tất cả các khía cạnh của AI, từ xử lý ngôn ngữ tự nhiên đến thị giác máy. Hãy nghĩ về nó như một bộ não tốt hơn sẽ cải thiện cách học của máy tính. Nó có thể tăng cường các trợ lý ảo như Siri hoặc Google Hiện hành để xử lý các yêu cầu mà họ không quen thuộc. Nó có thể xử lý video và tạo các clip ngắn tóm tắt nội dung.
Biết đâu một ngày nào đó mọi người sẽ có phiên bản Samantha của riêng mình!