Bui Nhat Minh
Intern Writer
Trí tuệ nhân tạo là một tập hợp các chương trình phần mềm mô phỏng cách con người học và giải quyết các vấn đề phức tạp. Máy tính có AI được lập trình để học các hoạt động như nhận dạng giọng nói, lập kế hoạch, giải quyết vấn đề, nhận thức và lập kế hoạch.
Trí tuệ nhân tạo là một tập hợp các chương trình phần mềm được thiết kế đặc biệt để mô phỏng cách con người học và giải quyết các vấn đề phức tạp. Máy tính có AI được lập trình để học các hoạt động như nhận dạng giọng nói, lập kế hoạch, giải quyết vấn đề, nhận thức và lập kế hoạch.
Khi chúng ta bắt gặp các thuật ngữ “Học máy” và “Trí tuệ nhân tạo” (AI), hình ảnh những con rô-bốt có tri giác chiến đấu trên hành tinh của chúng ta (Transformers) hoặc những con rô-bốt từ Skynet khiến các thành phố của Mỹ trở thành đống đổ nát (Terminator) nhanh chóng hiện lên trong tâm trí chúng ta. Hầu hết chúng ta nghĩ rằng AI chỉ giới hạn ở những con rô-bốt cố gắng nô dịch loài người.
Tuy nhiên, AI còn hơn cả một cỗ máy có xu hướng học hỏi giống con người. Trên thực tế, bạn có thể ngạc nhiên về tần suất chúng ta gặp công nghệ này trong cuộc sống hàng ngày. Hãy nghĩ đến những lúc bạn đang cuộn qua nguồn cấp dữ liệu Facebook của mình và nhiều quảng cáo xuất hiện về giày thường ngày mà bạn đang nghĩ đến việc mua. Người ta có thể nghĩ rằng quyền riêng tư không tồn tại trên Internet và đây là kết quả của việc các trang web theo dõi họ. Vâng, quyền riêng tư không thực sự mạnh mẽ, nhưng các trang web không thực sự theo dõi mọi người dùng. Sẽ quá tốn kém và phi logic để làm như vậy. Thực tế đằng sau điều này là các thuật toán được thiết kế rất thông minh liên tục nhận dữ liệu đầu vào thông qua hành vi sử dụng internet của bạn. Điều này tối ưu hóa nguồn cấp dữ liệu phương tiện truyền thông xã hội, trang công cụ tìm kiếm, nền tảng chia sẻ video và các trang web khác theo hoạt động của bạn.
Trước khi đi sâu vào các chi tiết phức tạp về thuật toán, chúng ta cần biết một số kiến thức cơ bản về Trí tuệ nhân tạo.
Thuật ngữ Trí tuệ nhân tạo lần đầu tiên được John McCarthy đặt ra vào năm 1956 tại hội nghị Darthmouth. Sự kiện này được coi là sự ra đời của AI.
Tuy nhiên, việc theo đuổi tìm hiểu xem máy móc có thực sự có khả năng suy nghĩ tự chủ hay không đã bắt đầu sớm hơn một chút. Alan Turing, trong một bài báo năm 1951 có tựa đề “Máy tính và trí thông minh”, đã đề xuất một bài kiểm tra có tên là “ Bài kiểm tra Turing ” hoặc “ Trò chơi bắt chước ”. Bài kiểm tra Turing là một phương pháp do Alan Turing đưa ra để xác định xem máy tính có khả năng suy nghĩ như con người hay không.
Các khía cạnh ban đầu của AI được xây dựng vào năm 1955 như sau:
Trong những thập kỷ tiếp theo, lĩnh vực AI đã trải qua những thăng trầm khi một số vấn đề nghiên cứu AI tỏ ra khó khăn hơn dự kiến, trong khi một số khác tỏ ra không thể vượt qua với các công nghệ thời bấy giờ. Phải đến cuối những năm 1990, tiến trình nghiên cứu AI mới bắt đầu tăng tốc, khi các nhà nghiên cứu tập trung nhiều hơn vào việc ứng dụng AI vào các vấn đề thực tế, chẳng hạn như nhận dạng hình ảnh và chẩn đoán y khoa. Một cột mốc ban đầu là chiến thắng năm 1997 của máy tính chơi cờ vua Deep Blue của IBM trước nhà vô địch thế giới lúc bấy giờ là Garry Kasparov.
Máy tính Deep Blue của IBM đã đánh bại Gary Kasparov.
Tiếp theo đó là những đột phá quan trọng khác trong lĩnh vực này, bao gồm công nghệ mới CALO (Cognitive Agent that Learns and Organizes) của DARPA (Cơ quan Dự án Nghiên cứu Quốc phòng Tiên tiến) . CALO cuối cùng đã dẫn đến sự phát triển của Siri của Apple, máy tính trả lời câu hỏi Watson của IBM chiến thắng trong chương trình trò chơi truyền hình “Jeopardy!” và thành công của xe tự lái trong các cuộc thi DARPA Grand Challenge vào những năm 2000.
Một lợi thế của máy học là nó thậm chí có thể được sử dụng trong những trường hợp không khả thi hoặc khó viết ra các quy tắc rõ ràng để giải quyết vấn đề. Ví dụ, một công ty điều hành dịch vụ trực tuyến có thể sử dụng máy học để phát hiện các nỗ lực đăng nhập gian lận của người dùng. Công ty có thể bắt đầu với một tập dữ liệu chứa thông tin về các nỗ lực đăng nhập trước đó, với mỗi nỗ lực được gắn nhãn là gian lận. Dựa trên tập dữ liệu này, công ty có thể sử dụng máy học để đưa ra một quy tắc áp dụng cho các nỗ lực đăng nhập trong tương lai, dự đoán những nỗ lực nào có nhiều khả năng là gian lận và do đó phải chịu các biện pháp bảo mật bổ sung. Theo một nghĩa nào đó, máy học không phải là một thuật toán để giải quyết một vấn đề cụ thể, mà là một cách tiếp cận tổng quát hơn để tìm ra giải pháp cho nhiều vấn đề khác nhau.
Các mạng học sâu thường sử dụng nhiều lớp - đôi khi hơn 100 - và thường sử dụng một số lượng lớn các đơn vị ở mỗi lớp, để cho phép nhận dạng các mẫu cực kỳ phức tạp và chính xác trong dữ liệu
Khi Facebook tự động đưa ra các gợi ý gắn thẻ cho ảnh mới mà bạn sắp tải lên, nó sử dụng nhận dạng khuôn mặt. Nó sử dụng một kỹ thuật học máy rất sâu cho mục đích này. Amazon khai thác học sâu để quảng cáo các đề xuất cho đôi giày thể thao mà bạn vừa tìm kiếm trên Flipkart hoặc ebay.
Các trợ lý kỹ thuật số như Siri, Alexa, Cortana và Google Assistant sử dụng AI để cung cấp thông tin hoặc thực hiện các tác vụ. Các hệ thống tương tự được sử dụng để đề xuất phim hoặc chương trình truyền hình trên các dịch vụ phát trực tuyến như Netflix hoặc Amazon Prime Video. Các hệ thống đề xuất sử dụng máy học để phân tích thói quen xem, do đó các chương trình phù hợp với sở thích của chúng ta sẽ hiển thị ở đầu. Chúng cũng được sử dụng để đề xuất nhạc trên các dịch vụ phát trực tuyến, chẳng hạn như Spotify và các bài viết để đọc trên Quora.
Nhiều giao diện não người-máy tính hiện đang được sử dụng cho mục đích điều trị để khắc phục các vấn đề y tế hoặc thần kinh. Ví dụ, điện cực Kích thích não sâu (DBS) được sử dụng để làm giảm các triệu chứng của bệnh Parkinson.
Việc kết nối não người với máy tính thông qua cấy ghép có thể có lợi cho bệnh nhân trong ngắn hạn. Tuy nhiên, nó lại mở ra một vấn đề khác, chẳng hạn như tính hợp pháp của việc sử dụng nó theo quan điểm xã hội và công nghệ. Câu hỏi lớn nhất sẽ là liệu một máy tính có bộ não giống con người có được coi là một con người thực sự với các quyền tương tự hay không!
Trí tuệ nhân tạo là một tập hợp các chương trình phần mềm được thiết kế đặc biệt để mô phỏng cách con người học và giải quyết các vấn đề phức tạp. Máy tính có AI được lập trình để học các hoạt động như nhận dạng giọng nói, lập kế hoạch, giải quyết vấn đề, nhận thức và lập kế hoạch.
Khi chúng ta bắt gặp các thuật ngữ “Học máy” và “Trí tuệ nhân tạo” (AI), hình ảnh những con rô-bốt có tri giác chiến đấu trên hành tinh của chúng ta (Transformers) hoặc những con rô-bốt từ Skynet khiến các thành phố của Mỹ trở thành đống đổ nát (Terminator) nhanh chóng hiện lên trong tâm trí chúng ta. Hầu hết chúng ta nghĩ rằng AI chỉ giới hạn ở những con rô-bốt cố gắng nô dịch loài người.
Tuy nhiên, AI còn hơn cả một cỗ máy có xu hướng học hỏi giống con người. Trên thực tế, bạn có thể ngạc nhiên về tần suất chúng ta gặp công nghệ này trong cuộc sống hàng ngày. Hãy nghĩ đến những lúc bạn đang cuộn qua nguồn cấp dữ liệu Facebook của mình và nhiều quảng cáo xuất hiện về giày thường ngày mà bạn đang nghĩ đến việc mua. Người ta có thể nghĩ rằng quyền riêng tư không tồn tại trên Internet và đây là kết quả của việc các trang web theo dõi họ. Vâng, quyền riêng tư không thực sự mạnh mẽ, nhưng các trang web không thực sự theo dõi mọi người dùng. Sẽ quá tốn kém và phi logic để làm như vậy. Thực tế đằng sau điều này là các thuật toán được thiết kế rất thông minh liên tục nhận dữ liệu đầu vào thông qua hành vi sử dụng internet của bạn. Điều này tối ưu hóa nguồn cấp dữ liệu phương tiện truyền thông xã hội, trang công cụ tìm kiếm, nền tảng chia sẻ video và các trang web khác theo hoạt động của bạn.
Trước khi đi sâu vào các chi tiết phức tạp về thuật toán, chúng ta cần biết một số kiến thức cơ bản về Trí tuệ nhân tạo.
Trí tuệ nhân tạo là gì?
Trí tuệ nhân tạo (hay đơn giản là AI) là các chương trình phần mềm mô phỏng cách con người học và giải quyết các vấn đề phức tạp. Máy tính có AI được lập trình để học các hoạt động như nhận dạng giọng nói, lập kế hoạch, giải quyết vấn đề, nhận thức và lập kế hoạch.Thuật ngữ Trí tuệ nhân tạo lần đầu tiên được John McCarthy đặt ra vào năm 1956 tại hội nghị Darthmouth. Sự kiện này được coi là sự ra đời của AI.
Tuy nhiên, việc theo đuổi tìm hiểu xem máy móc có thực sự có khả năng suy nghĩ tự chủ hay không đã bắt đầu sớm hơn một chút. Alan Turing, trong một bài báo năm 1951 có tựa đề “Máy tính và trí thông minh”, đã đề xuất một bài kiểm tra có tên là “ Bài kiểm tra Turing ” hoặc “ Trò chơi bắt chước ”. Bài kiểm tra Turing là một phương pháp do Alan Turing đưa ra để xác định xem máy tính có khả năng suy nghĩ như con người hay không.
Các khía cạnh ban đầu của AI được xây dựng vào năm 1955 như sau:
- Mô phỏng các chức năng cao hơn của não người.
- Lập trình máy tính để sử dụng ngôn ngữ chung.
- Một cách để xác định và đo lường độ phức tạp của vấn đề.
- Tự hoàn thiện bản thân.
- Sắp xếp các tế bào thần kinh giả định theo cách sao cho chúng có thể hình thành các khái niệm.
- Sự ngẫu nhiên và sáng tạo.
Trong những thập kỷ tiếp theo, lĩnh vực AI đã trải qua những thăng trầm khi một số vấn đề nghiên cứu AI tỏ ra khó khăn hơn dự kiến, trong khi một số khác tỏ ra không thể vượt qua với các công nghệ thời bấy giờ. Phải đến cuối những năm 1990, tiến trình nghiên cứu AI mới bắt đầu tăng tốc, khi các nhà nghiên cứu tập trung nhiều hơn vào việc ứng dụng AI vào các vấn đề thực tế, chẳng hạn như nhận dạng hình ảnh và chẩn đoán y khoa. Một cột mốc ban đầu là chiến thắng năm 1997 của máy tính chơi cờ vua Deep Blue của IBM trước nhà vô địch thế giới lúc bấy giờ là Garry Kasparov.
Máy tính Deep Blue của IBM đã đánh bại Gary Kasparov.
Tiếp theo đó là những đột phá quan trọng khác trong lĩnh vực này, bao gồm công nghệ mới CALO (Cognitive Agent that Learns and Organizes) của DARPA (Cơ quan Dự án Nghiên cứu Quốc phòng Tiên tiến) . CALO cuối cùng đã dẫn đến sự phát triển của Siri của Apple, máy tính trả lời câu hỏi Watson của IBM chiến thắng trong chương trình trò chơi truyền hình “Jeopardy!” và thành công của xe tự lái trong các cuộc thi DARPA Grand Challenge vào những năm 2000.
Học áy
Bất kỳ cuộc thảo luận nào về AI sẽ vô ích nếu không nói về học máy. Đây là thành phần cốt lõi khiến trí tuệ nhân tạo… à, 'thông minh'. Học máy là một loại trí tuệ nhân tạo (AI) cho phép các ứng dụng phần mềm trở nên chính xác hơn trong việc dự báo kết quả mà không cần được lập trình đặc biệt.Một lợi thế của máy học là nó thậm chí có thể được sử dụng trong những trường hợp không khả thi hoặc khó viết ra các quy tắc rõ ràng để giải quyết vấn đề. Ví dụ, một công ty điều hành dịch vụ trực tuyến có thể sử dụng máy học để phát hiện các nỗ lực đăng nhập gian lận của người dùng. Công ty có thể bắt đầu với một tập dữ liệu chứa thông tin về các nỗ lực đăng nhập trước đó, với mỗi nỗ lực được gắn nhãn là gian lận. Dựa trên tập dữ liệu này, công ty có thể sử dụng máy học để đưa ra một quy tắc áp dụng cho các nỗ lực đăng nhập trong tương lai, dự đoán những nỗ lực nào có nhiều khả năng là gian lận và do đó phải chịu các biện pháp bảo mật bổ sung. Theo một nghĩa nào đó, máy học không phải là một thuật toán để giải quyết một vấn đề cụ thể, mà là một cách tiếp cận tổng quát hơn để tìm ra giải pháp cho nhiều vấn đề khác nhau.
Học sâu
Trong những năm gần đây, lĩnh vực học sâu, còn được gọi là học mạng sâu, đã có những bước tiến lớn. Học sâu sử dụng các cấu trúc lấy cảm hứng từ bộ não con người, bao gồm một tập hợp các đơn vị (tương đương với "nơ-ron" trong não). Mỗi đơn vị kết hợp một tập hợp các giá trị đầu vào để tạo ra một giá trị đầu ra, sau đó được truyền đến các nơ-ron khác ở lớp sâu hơn của mạng. Ví dụ, trong ứng dụng nhận dạng hình ảnh, lớp đơn vị đầu tiên có thể kết hợp dữ liệu thô của hình ảnh để nhận dạng các mẫu đơn giản trong hình ảnh; lớp đơn vị thứ hai có thể kết hợp các kết quả của lớp đầu tiên để nhận dạng các mẫu của các mẫu; lớp thứ ba có thể kết hợp các kết quả của lớp thứ hai; v.v.Các mạng học sâu thường sử dụng nhiều lớp - đôi khi hơn 100 - và thường sử dụng một số lượng lớn các đơn vị ở mỗi lớp, để cho phép nhận dạng các mẫu cực kỳ phức tạp và chính xác trong dữ liệu
AI và máy học được tích hợp vào cuộc sống hàng ngày của chúng ta như thế nào?
Quay trở lại chủ đề về các thuật toán được thiết kế thông minh trong nguồn cấp dữ liệu mạng xã hội của chúng ta, chúng ta tương tác với AI thường xuyên hơn chúng ta nghĩ.Khi Facebook tự động đưa ra các gợi ý gắn thẻ cho ảnh mới mà bạn sắp tải lên, nó sử dụng nhận dạng khuôn mặt. Nó sử dụng một kỹ thuật học máy rất sâu cho mục đích này. Amazon khai thác học sâu để quảng cáo các đề xuất cho đôi giày thể thao mà bạn vừa tìm kiếm trên Flipkart hoặc ebay.
Các trợ lý kỹ thuật số như Siri, Alexa, Cortana và Google Assistant sử dụng AI để cung cấp thông tin hoặc thực hiện các tác vụ. Các hệ thống tương tự được sử dụng để đề xuất phim hoặc chương trình truyền hình trên các dịch vụ phát trực tuyến như Netflix hoặc Amazon Prime Video. Các hệ thống đề xuất sử dụng máy học để phân tích thói quen xem, do đó các chương trình phù hợp với sở thích của chúng ta sẽ hiển thị ở đầu. Chúng cũng được sử dụng để đề xuất nhạc trên các dịch vụ phát trực tuyến, chẳng hạn như Spotify và các bài viết để đọc trên Quora.
Tương lai của AI
Trong những năm gần đây, suy đoán về những người máy giống như Terminator đang cố gắng xóa sổ loài người khá phổ biến. Điều này có thể xảy ra hoặc không, nhưng công nghệ này thực sự tồn tại để tạo ra sự hợp nhất giữa con người và máy móc. Trong tương lai, có khả năng sẽ có những cỗ máy có bộ não người thực sự. Các tế bào thần kinh có thể được sản xuất trong phòng thí nghiệm.
Nhiều giao diện não người-máy tính hiện đang được sử dụng cho mục đích điều trị để khắc phục các vấn đề y tế hoặc thần kinh. Ví dụ, điện cực Kích thích não sâu (DBS) được sử dụng để làm giảm các triệu chứng của bệnh Parkinson.
Việc kết nối não người với máy tính thông qua cấy ghép có thể có lợi cho bệnh nhân trong ngắn hạn. Tuy nhiên, nó lại mở ra một vấn đề khác, chẳng hạn như tính hợp pháp của việc sử dụng nó theo quan điểm xã hội và công nghệ. Câu hỏi lớn nhất sẽ là liệu một máy tính có bộ não giống con người có được coi là một con người thực sự với các quyền tương tự hay không!
