CHƯƠNG I
GIỚI THIỆU TRÍ TUỆ NHÂN TẠO
Hình 1.1. Các chủ đề trong Chương 1
Trong chương này, bạn sẽ tìm thấy một tổng quan về trí tuệ nhân tạo từ một góc nhìn phi chuyên môn. Chúng tôi sẽ bao quát một định nghĩa cơ bản về AI, giải thích vì sao nó quan trọng như thế vào lúc này, vai trò của nó trong cuộc sống của chúng ta, và một vài chủ đề có liên quan khác. Tôi cũng sẽ chia sẻ một vài nguyên do khiến tôi trở nên bị cuốn hút với AI, thêm vào đó là một số trong những ứng dụng hữu ích nhất cho AI mà tôi tìm thấy trong marketing kĩ thuật số.
Tôi cũng sẽ thảo luận một số phương pháp bạn có thể dùng để đưa vào cuộc sống cá nhân và sự nghiệp của bạn, và cung cấp những chỉ dẫn cơ bản cho việc sáng tạo các sản phẩm và dịch vụ trên nền tảng AI. Thông tin sâu sắc hơn về các cách ứng dụng AI sẽ được bao quát trong Chương 8, nó nói về một số công ty hiện đang tham gia phát triển AI.
Chương này được thiết kế nhằm khêu gợi lòng hiếu kì của bạn và chia sẻ một số ý tưởng triển khai. Nó không phải một nguồn thông tin bao quát đầy đủ về trí tuệ nhân tạo, song tôi hi vọng rằng bạn sẽ tìm thấy ở đây những tài nguyên có giá trị và nó sẽ truyền cảm hứng cho bạn đào bới sâu hơn vào thế giới của trí tuệ nhân tạo và các ứng dụng của nó.
Ở cuối chương này, bạn cũng sẽ tìm thấy một danh sách đầy đủ về các nhà lãnh đạo và các chuyên gia hiện nay trong lĩnh vực trí tuệ nhân tạo. Những nhà cách tân và nhà tương lai học này là một nguồn cảm hứng mênh mông của tôi để viết quyển sách này và tôi hết sức hoan nghênh việc tìm hiểu thêm về những quan điểm và những thành tựu của họ.
1. Trí tuệ nhân tạo là gì?
Nếu ai đó yêu cầu bạn định nghĩa AI hoặc trí tuệ nhân tạo, thì bạn sẽ nói gì?
Trí tuệ nhân tạo là một đề tài phức tạp. Vì lí do đó, nên bạn có thể bắt gặp một vài định nghĩa. Dưới đây là một trong những định nghĩa chính xác nhất được Google nêu ra:
“Lí thuyết và sự phát triển của các hệ thống máy tính có khả năng thực hiện những nhiệm vụ thông thường đòi hỏi trí thông minh của con người, ví dụ như cảm nhận hình ảnh, nhận dạng giọng nói, đưa ra quyết định, và phiên dịch giữa các ngôn ngữ.”1
Hình 1.2. Ví dụ về những nơi có thể sử dụng trí tuệ nhân tạo.
Trong các seminar của tôi, tôi cố giữ cho mọi thứ đơn giản, nên định nghĩa AI là sử dụng máy tính để làm những công việc thông thường đòi hỏi trí thông minh của con người. Tuy nhiên, để có một định nghĩa chi tiết và đầy đủ hơn, cá nhân tôi thích định nghĩa sau đây từ trang mạng Quartz:
“Trí tuệ nhân tạo là phần mềm hay một chương trình máy tính với một cơ chế học nào đó. Sau đó nó sử dụng kiến thức đó để đưa ra quyết định trong một tình huống mới, giống như con người làm. Các nhà nghiên cứu xây dựng phần mền này cố gắng viết mã có thể đọc hình ảnh, chữ viết, video, hoặc audio, và rồi học cái gì đó từ nó. Một khi máy móc học xong, kiến thức đó có thể được đưa vào sử dụng ở nơi khác.”2
Nói cách khác, chúng ta có thể nói rằng AI là khả năng của máy móc sử dụng các thuật toán để học từ dữ liệu, và sử dụng cái học được để đưa ra các quyết định giống như một người sẽ làm. Tuy nhiên, không giống như con người, các máy móc cài đặt AI không cần thở hoặc nghỉ ngơi và chúng có thể phân tích những khối thông tin đồ sộ cùng lúc. Với cùng một nhiệm vụ thực hiện, tỉ lệ sai sót của máy móc cũng thấp hơn đáng kể so với đối tác con người của chúng.
Quyển sách này hướng đến cung cấp các ví dụ về những cách thức mà sự phát triển và thích nghi của trí tuệ nhân tạo sẽ mở ra những cơ hội và thử thách mới cho thế giới kinh doanh và toàn thể xã hội. Vì lí do này, bạn sẽ chẳng tìm thấy nhiều lí giải chi tiết cho các khía cạnh chuyên môn của AI ở đây. Tuy nhiên, ở cuối mục này, bạn có thể tìm thấy một danh sách tài nguyên mà bạn có thể tham khảo để đào sâu thêm vào thế giới chuyên môn của trí tuệ nhân tạo.
Ý tưởng rằng máy tính hoặc chương trình máy tính có thể vừa học vừa đưa ra quyết định là đặc biệt ý nghĩa và là thứ chúng ta nên có nhận thức, vì sự tiến triển của chúng đang bùng phát theo hàm mũ theo thời gian. Do bởi hai kĩ năng này, các hệ thống AI ngày nay có thể thực thi nhiều nhiệm vụ đã từng có thời chỉ dành riêng cho con người.
Các công nghệ trên nền tảng AI đã và đang được sử dụng để giúp con người hưởng lợi ích từ các cải tiến quan trọng và hiệu suất tăng dần trong hầu như mỗi lĩnh vực đời sống. Khi sự phát triển của AI tiếp tục lớn mạnh, nó sẽ làm thay đổi cách thức chúng ta sinh sống và làm việc mỗi ngày một nhiều hơn.
Các công nghệ AI ngày nay đang bắt đầu đem lại khả năng nhìn (thị giác máy tính), nghe (nhận dạng giọng nói), và hiểu (xử lí ngôn ngữ tự nhiên) nhiều hơn bao giờ hết. Hình 1.3 trình bày rõ khái niệm này. Cả ba khả năng cảm thụ này đều quan trọng, song thị giác máy tính là có ý nghĩa nhất, vì nó đem lại những trường hợp ứng dụng hữu ích nhất cho những thứ như ô tô tự lái, nhận diện gương mặt, và các robot quyền năng.
Xét công ăn việc làm của bạn một chút nhé. Làm thế nào việc ứng dụng một hoặc nhiều trong ba công nghệ AI này (thị giác máy tính, nhận dạng giọng nói, và xử lí ngôn ngữ tự nhiên) có thể giúp bạn thực hiện công việc của mình hiệu quả hơn?
Hình 1.3 Trí tuệ nhân tạo có khả năng nhìn, nghe, và thấu hiểu.
Một lợi ích nữa của AI là nó cho phép máy móc và robot thực hiện những nhiệm vụ mà con người xem là khó khăn, nhàm chán, hay nguy hiểm. Thành ra, điều này sẽ cho phép nhân loại thực thi những thứ đã từng được xem là không thể.
Một trở ngại đối với các công nghệ AI là máy móc cũng sẽ có thể thực hiện nhiều công việc hiện nay đòi hỏi sự đụng chạm của con người, nó sẽ phá vỡ đáng kể thị trường lao động. AI cũng có khả năng gây ra các tranh giành quyền lực chính trị. Chúng tôi sẽ bao quát những chủ đề này trong những mục khác của quyển sách này.
AI có thể ứng dụng cho mỗi tình huống và mang lại khả năng làm biến chuyển các trải nghiệm của chúng ta, biến mọi thứ trở nên tốt hơn và hiệu quả hơn.
Dưới đây chỉ là một vài ứng dụng kĩ thuật đang tăng trưởng nhanh cho AI hiện đang được thực hiện:
- Nhận dạng hình ảnh tĩnh, phân loại và gắn thẻ: Những công cụ này có ích trong nhiều lĩnh vực công nghiệp.
- Cải thiện hiệu suất chiến lược giao dịch thuật toán: Ứng dụng này đã được triển khai theo nhiều cách đa dạng trong phân khúc tài chính.
- Xử lí hiệu quả, có thể mở rộng dữ liệu bệnh nhân: Ứng dụng này giúp chăm sóc bệnh nhân hiệu quả hơn và hiệu suất cao hơn.
- Bảo trì dự báo: Đây là một công cụ khác có khả năng ứng dụng rộng rãi trong nhiều lĩnh vực công nghiệp.
- Nhận dạng và phân loại vật thể: Ứng dụng này có thể triển khai trong ngành công nghiệp xe tự lái, nhưng cũng có tiềm năng sử dụng trong nhiều lĩnh vực khác.
- Phân phối nội dung trên truyền thông xã hội: Đây chủ yếu là một công cụ marketing dùng với truyền thông xã hội, song nó cũng có thể dùng để tăng nhận thức về các tổ chức phi lợi nhuận hoặc quảng bá nhanh thông tin dưới dạng một dịch vụ công ích.
- Bảo vệ trước các mối đe dọa an ninh mạng: Đây là một công cụ quan trọng cho các ngân hàng và các hệ thống gửi và nhận chi trả trên mạng.3
Trong khi một số ví dụ trên ít nhiều mang tính chuyên môn, nhưng thật dễ thấy là AI sẽ đem lại cho chúng ta khả năng nhìn, nghe, và hiểu tốt hơn đối với thế giới xung quanh chúng ta. Bởi khả năng này từng được xem là đặc trưng riêng chỉ con người mới có, nên AI sẽ mở ra cả một thế giới mới các khả năng.
AI sẽ có thể làm cho cuộc sống của chúng ta thuận lợi hơn bằng cách đưa ra các đề xuất và dự báo liên quan đến những câu hỏi quan trọng trong cuộc sống của chúng ta, nó tác động đến các lĩnh vực như sức khỏe, phúc lợi, giáo dục, việc làm của chúng ta, và cách chúng ta tương tác với nhau.
Nó sẽ biến chuyển cách chúng ta làm kinh doanh bởi nó đem lại lợi thế cạnh tranh cho các công ty tìm cách hiểu và ứng dụng những công cụ này nhanh chóng và hiệu quả.
Đôi khi thuật ngữ “trí tuệ nhân tạo” có thể có khuynh hướng khiến người ta sợ. Một chuyên gia AI hàng đầu, Sebastian Thrun, cho rằng tốt hơn ta nên gọi nó là “khoa học dữ liệu”, một thuật ngữ ít đáng sợ hơn, có lẽ gọi như vậy thì nó sẽ được chấp nhận rộng rãi hơn.4
Hình 1.4. Trí tuệ nhân tạo, Học máy và Học sâu
Học máy
Học máy là một trong những cách tiếp cận chính với trí tuệ nhân tạo. Nói ngắn gọn, học máy là một dạng khoa học máy tính trong đó các máy tính hay máy móc có khả năng học mà không phải lập trình tường tận. Một kết quả tiêu biểu sẽ là các đề xuất hoặc các dự báo trong một tình huống nhất định.5
Xét những chiếc máy tính cá nhân đầu tiên được bày bán cho người tiêu dùng hồi thập niên 1980. Những chiếc máy này được lập trình cụ thể để có khả năng làm những việc nhất định. Trái lại, nhờ học máy, nhiều dụng cụ kĩ thuật bạn sử dụng trong tương lai sẽ có được kinh nghiệm và thông tin chi tiết từ cách chúng được sử dụng để có thể cung cấp kinh nghiệm người dùng riêng tư hóa cho mỗi cá nhân. Hiện tại, các ví dụ cơ bản về học máy bao gồm sự riêng tư hóa mà bạn thấy ở các trang mạng xã hội như Facebook, hoặc ở các kết quả máy tìm kiếm Google.
Học máy sử dụng các thuật toán để học từ các khuôn mẫu dữ liệu. Ví dụ, các bộ lọc thư rác sử dụng học máy để phát hiện những email nào là rác và rồi tách chúng khỏi các email hợp pháp. Đây là một ví dụ đơn giản về cách các thuật toán có thể được sử dụng để học từ các khuôn mẫu dữ liệu, và kiến thức cần thiết có thể dùng để đưa ra quyết định.
Hình 1.5 bên dưới trình bày ba tập con của học máy có thể được sử dụng: học có giám sát, học không giám sát, và học củng cố.
Hình 1.5. Các kiểu học máy
Trong kiểu học có giám sát, các thuật toán sử dụng dữ liệu đã được gắn nhãn hoặc tổ chức sẵn. Với phương pháp này, cần có input con người để có thể đưa ra phản hồi.
Học không giám sát thực thi các thuật toán trong đó dữ liệu chưa được gắn nhãn hoặc tổ chức từ trước. Thay vậy, các liên hệ phải được khám phá mà không có sự can thiệp của con người.6
Cuối cùng, với học củng cố, các thuật toán có thể học hỏi từ kinh nghiệm. Chúng không được cấp những mục tiêu rõ ràng, ngoại trừ là tối đa hóa một số điểm thưởng.7
Học sâu
Một trong những ứng dụng quyền năng nhất và phát triển nhanh nhất của trí tuệ nhân tạo là học sâu, đó là một lĩnh vực con của học máy. Học sâu đang được sử dụng để giải quyết các vấn đề trước đây được xem là quá phức tạp, và thường liên quan đến lượng dữ liệu khổng lồ.
Học sâu diễn ra thông qua việc sử dụng các mạng lưới thần kinh, chúng được xếp lớp để nhận dạng các liên hệ và khuôn mẫu phức tạp trong dữ liệu. Ứng dụng học sâu đòi hỏi một cơ sở dữ liệu khổng lồ và công suất điện toán mạnh để hoạt động. Học sâu hiện đang được sử dụng trong nhận dạng giọng nói, xử lí ngôn ngữ tự nhiên, thị giác máy tính, và nhận dạng xe cộ nhằm hỗ trợ tài xế.8
Một ví dụ của học sâu có thể thấy ở các bản dịch thực hiện tại Facebook. Mới đây, Facebook tiết lộ nhờ học sâu mà họ có thể thực hiện khoảng 4,5 tỉ bản dịch mỗi ngày.9 Đây có khuynh hướng là những bản dịch ngắn cho các thứ như cập nhật trạng thái mà người dùng đăng trên hồ sơ Facebook của họ. Các công cụ AI Facebook có khả năng phiên dịch những thông điệp này tự động thành những ngôn ngữ khác nhau. Sẽ vô cùng tốn kém và đòi hỏi một đội ngũ rất đông người mới đưa ra được những bản dịch giống như vậy nếu không có học sâu.
Để hiểu rõ hơn về các mặt chuyên môn của học sâu cùng những ứng dụng của nó, tôi khuyên bạn nên tham gia khóa học trên mạng của Andrew Ng, một chuyên gia hàng đầu trong lĩnh vực học sâu. Khóa học này có thể tìm tại địa chỉ deeplearning.ai. Bạn cũng có thể ghé trang deeplearningbook.org để tìm hiểu thêm.
Tôi cũng khuyên bạn nên tham gia ít nhất một trong các khóa học trên mạng liên quan đến trí tuệ nhân tạo và học máy có tại udacity.com hoặc edx.org.
Để cho tiện, trong quyển sách này tôi chủ yếu dùng thuật ngữ trí tuệ nhân tạo, mặc dù nhiều lúc về chuyên môn ý tôi muốn nói đến học sâu hoặc học máy. Hãy nhớ trong đầu rằng trí tuệ nhân tạo thường được dùng với một ý nghĩa bao quát hơn trong suốt quyển sách này.
TRÍ TUỆ NHÂN TẠO: 101 ĐIỀU BẠN CẦN BIẾT TRONG HÔM NAY VỀ TƯƠNG LAI CỦA CHÚNG TA
Lasse Rouhiainen | Bản dịch của Thuvienvatly.com
