Trí tuệ nhân tạo – mọi thông tin về trí tuệ nhân tạo

23/10/2017 04:56:24

Người ta chỉ đơn giản để ý đến cái tên của nó, hiểu qua loa khái niệm “AI” là trí thông minh cho máy móc được tạo ra bởi bàn tay con người, mà không nhận thức được sự hiện hữu của trí tuệ nhân tạo đã trở nên rõ ràng hơn bao giờ hết.

Cuộc Cách mạng công nghiệp 4.0 đang đến gần. Không chỉ thay đổi thế giới với những đột phá, nghiên cứu về những lĩnh vực công nghệ thông tin và truyền thông, làn sóng 4.0 được nhận định sẽ mở ra kỉ nguyên của trí thông minh nhân tạo. Bên cạnh đó, với việc trào lưu Internet of Things đang ngày một lớn mạnh, Big Data – ứng dụng cốt lõi của nó chính là nguồn nguyên liệu tiềm năng, môi trường hậu thuẫn tốt nhất cho sự bùng nổ của trí tuệ nhân tạo

Bài viết này sẽ giúp bạn có cái nhìn tổng quan nhất về sự hình thành và phát triển của trí thông minh nhân tạo, cũng như phân tích cho bạn thấy trí tuệ nhân tạo đã đi sâu vào cuộc sống của chúng ta như thế nào

1. Lịch sử hình thành, khái niệm và những đặc điểm cốt lõi của trí tuệ nhân tạo

Khái niệm


Trước hết chúng ta hãy nói về khái niệm của “trí tuệ nhân tạo” hay “Artificial Intelligence”. Theo định nghĩa của Wikipedia, “ t rí tuệ nhân tạo hay trí thông minh nhân tạo (tiếng Anh: artificial intelligence hay machine intelligence , thường được viết tắt là AI ) là trí tuệ được biểu diễn bởi bất cứ một hệ thống nhân tạo nào. Thuật ngữ này thường dùng để nói đến các máy tính có mục đích không nhất định và ngành khoa học nghiên cứu về các lý thuyết và ứng dụng của trí tuệ nhân tạo”. Hiểu một cách bình dân, trí tuệ nhân tạo là trí thông minh do con người tạo ra, đặc biệt là dành cho máy móc thiết bị, và ngành trí tuệ nhân tạo được sinh ra để khiến cho trí thông minh con người ban tặng cho máy móc trở nên giống người hơn.

Chẳng hạn như hoạt động độc lập hơn mà không cần phải phụ thuộc vào người vận hành, tự lập luận để giải quyết những vấn đề không được lập trình sẵn, có khả năng giao tiếp và tương tác với con người trong mọi hoàn cảnh, và đặc biệt quan trọng nhất là có khả năng tự biết học và thích nghi

Lịch sử hình thành

Mặc dù ý tưởng phát triển trí tuệ nhân tạo chỉ thực sự được thực hiện với sự ra đời của máy tính điện tử nhưng mong muốn biến những máy móc vô tri vô giác thành những đồ vật có trí thông minh của con người đã nhen nhóm hàng thế kỉ trước đây. Nói đến lịch sử phát triển của trí tuệ nhân tạo, cái tên Alan Turing sẽ được nhắc đến đầu tiên bởi bất cứ ai từng nghiên đề tài này. Ý tưởng thiết lập một chương trình trí tuệ nhân tạo hiện ra trong đầu của nhà bác học khi ông tự thắc mắc rằng liệu máy tính có thể nào suy nghĩ được như con người hay không. Từ ý tưởng nhen nhóm này, đóng góp quan trọng nhất của Alan Turing đối với ngành trí tuệ nhân tạo ra đời vào năm 1950 với tên gọi “Phép thử Turing”

“Phép thử Turing” thực chất là một trò chơi đánh đố mà đáp án của nó cũng chính là sự trả lời cho câu hỏi ” Liệu máy tính có biết nghĩ không?” Nội dung của phép thử Turing như sau: Hãy tưởng tượng rằng có ba người tham gia trò chơi này, một người đàn ông (X), một người đàn bà (Y) và mội người chơi (Z). Người chơi Z ngồi tách biệt ở một phòng cách xa X và Y, không có dữ liệu gì về hai người họ, và chỉ được phép sử dụng các câu hỏi cũng như nhận cau trả lời từ X và Y thông qua màn hình hiển thị. Nhiệm vụ của Z là kết luận xem trong X và Y ai là đàn ông ai là đàn bà. Trong trò chơi này, X – người đàn ông luôn tìm cách làm cho Z nhầm lẫn và Y – người đàn bà thì ngược lại, giúp Z tìm được cau trả lời đúng. Phép thử Turing thay người đàn ông X bằng một máy tính và đáp án cần tìm của trò chơi lúc này thay đổi thành: Liệu Z có thể phân biệt được giữa X và Y đâu là máy tính, đâu là người đàn bà không?

Phép thử Turing sẽ cho ra kết quả “máy tính thông minh” nếu như nó biết cách làm sao để Z không thể chắc chắn kết luận của mình là đúng. Với việc cách ly Z với máy tính cũng như hai người X và Y, có thể đảm bảo rằng Z sẽ không có thành kiến với sự xuất hiện của máy tính. Tuy nhiên hạn chế của trò chơi này là Z hoàn toàn có thể sử dụng bất cứ câu hỏi nào và lợi dụng điều này để phát hiện được ngay lập tức đâu là người, đâu là máy. Chẳng hạn, nếu Z đặt câu hỏi về một hàm số toán học phức tạp, lẽ dĩ nhiên là máy tính sẽ đưa ra câu trả lời nhanh gấp 100 lần so với X hoặc Y, hoặc hỏi những kiến thức về cảm thụ văn học thì gần như chắc chắn máy tính sẽ….tậm tịt. Để chống lại sự gian lận này bắt buộc máy tính phải biết lúc nào nó nên đưa ra một câu trả lời sai để chứng tỏ nó cũng có giới hạn giống như con người

Dù vẫn được coi là có nhiều khuyết điểm nhưng phép thử Turing đã đặt nền móng ý tưởng rất quan trọng trong ngành trí tuệ nhân tạo: Sự giao tiếp thành công giữa máy với con người một cách tự do và không hạn chế sẽ luôn là đặc điểm cốt lõi của AI. Không chỉ vậy, cho tới tận bây giờ rất nhiều sơ đồ đánh giá trí tuệ nhân tạo hiện đại vẫn dựa trên cơ sở của phép thử Turing.

Ngành khoa học nghiên cứu trí tuệ nhân tạo thực sự bùng nổ

Phép thử Turing đã ươm mầm cho những trăn trở của nhiều nhà bác học lỗi lạc trong những năm tiếp theo. Những trăn trở này biến trí tuệ nhân tạo từ một hoài nghi mơ hồ mà nhiều người tin rằng không thể xảy ra trở thành niềm tin cho rất nhiều nhà khoa học rằng một ngày nào đó trí tuệ nhân tạo sẽ trở thành một ngành khoa học ( Chỉ 10 năm sau đó, chiếc máy tính thuần cho tính toán số học ra đời )

Và điều đó đã thực sự xảy ra với sự kiện đánh dấu cột mốc đầu tiên của ngành trí tuệ nhân tạo: hội nghị mùa hè năm 1956 tại ngôi trường Dartmouth ở Mỹ. Được tổ chức bởi hai nhà khoa học Marvin Minsky và John McCarthy với sự tham gia của rất nhiều nhân vật lỗi lạc trong đó có Allen Newell và Herbert Simon. Bốn cái tên trên được xem là “cụ tổ” của ngành trí tuệ nhân tạo khi họ đồng sáng lập ra nó và làm việc với rất nhiều người sau này sẽ trở thành thủ lĩnh về nghiên cứu trí tuệ nhân tạo. Một trong số đó là Donald Michie, nhà tiên phong trí tuệ nhân tạo tiêu biểu khu vực châu Âu với đóng góp quan trọng là phòng thí nghiệm trí tuệ nhân tạo nổi tiếng tại đại học Edinburgh ở Anh.  Cũng chính tại hội nghị này, cái tên chính thức cho “trí tuệ nhân tạo” ( do Marvin Minsky đề nghị )- Artificial Intelligence- ra đời, được thừa nhận và sử dụng cho tới ngày hôm nay dù ban đầu vấp phải nhiều phản đối, tranh cãi. McCathy đã công bố ngôn ngữ đầu tiên được lập trình cho trí tuệ nhân tạo LISP – tạo tiền đề cho các nghiên cứu về trí tuệ nhân tạo phát triển mạnh mẽ.

Cuối những năm 1970 là những năm thiên hạ bày tỏ nỗi thất vọng tràn trề về trí tuệ nhân tạo, chứng kiến vô số đề tài nghiên cứu và công trình khoa học bị dừng vĩnh viễn bởi chính phủ Mỹ và Anh. Điều này xảy ra do cách tiếp cận có phần sai lầm bởi các nhà khoa học và một phần do hạn chế tính toán của các hệ logic thức bởi rất nhiều vấn đề của trí tuệ nhân tạo hiện thời liên quan đến bài toán này.Tài năng và tình yêu dành cho ngành trí tuệ nhân tạo đã thôi thúc  những nhà khoa học này đi tìm lời giải cho những vấn đề căn bản, cốt lõi nhất của trí tuệ nhân tạo và đạt được những thành tự ban đầu to lớn trong những năm đầu 1960. Tuy nhiên họ vẫn gặp phải rất nhiều bế tắc trong việc tổng quát hóa những thành tựu đó bởi giởi hạn khả năng của bộ nhớ, máy móc và thời gian thực hiện.

Tuy nhiên tín hiệu đáng mừng đã diễn ra vào cuối những năm 70 đầu những năm 80 – đó là quãng thời gian 15 năm hồi sinh, bùng nổ và ganh đua lẫn nhau của các nhà khoa học ngành trí tuệ nhân tạo. Ý tưởng cốt lõi trong giai đoạn này là sự thông minh của máy tính không thể dựa vào những kiến thức suy diễn logic khô cứng mà phải dựa vào cả trí thức con người, và để đạt được trí thức đó thì cần xây dựng hệ thống suy diễn cho máy móc. Thị trường trí tuệ nhân tạo đã bắt đầu đón nhận các sản phẩm thế hệ đầu tiên có tính thương mại: “hệ chuyên gia” (expert system), hay các phần mềm máy tính chứa tri thức con người ở mức độ nhất định và lĩnh vực hạn chế, có thể giải quyết mức độ vừa phải những yêu cầu của người dùng giống như các chuyên gia có kinh nghiệm lâu năm. Các hệ chuyên gia bao gồm 2 thành phần chính: một cơ sở chứa tri thức có sẵn của các nhà chuyên gia và một cơ sở khác sử dụng cơ chế suy diễn logic nhằm vận dụng những hiểu biết này để giải quyết một vấn đề cụ thể. Nổi bật nhất và được áp dụng thành công trong thực tế là hệ chuyên giaMYCIN được sử dụng tại trường Đại học tổng hợp Standford với 600 luật về y học có tính đến yếu tố bất định.

Từ sau năm 1981, các nghiên cứ trong phòng thí nghiệm được thực tế hóa thành các ứng dụng cụ thể. Cuối những năm 80 và đầu những năm 90, thị trường các sản phẩm ứng dụng AI đã mở rộng ra rất nhiều như máy giặt, máy ảnh….. Các hệ thống nhận dạng xử lí hình ảnh cũng như giọng nói thúc đẩy cách mạng kỹ thuật Neuron. Đây là những thành tựu rực rỡ khép lại 40 năm thăng trầm từ hoài bão về trí tuệ nhân tạo (60s) cho đến giấc mơ sụp đổ (70s) và hồi sinh lại một cách mạnh mẽ (80-90s)Những năm 70-80 còn chứng kiến một sự kiện quan trọng là việc khai sinh ngôn ngữ PROLOG của Alain Calmerauer vào năm 1972. PROLOG đã được ứng dụng làm ngôn ngữ cơ sở trong các dự án máy tính thế hệ V ( một cuộc thi đua quốc tế di bộ ngoại thương và công nghiệp Nhật Bản phát động, còn được biêt đến với cái tên FGCS )  năm 1981, góp phần thay đổi rất lớn tình hình phát triển của trí tuệ nhân tạo ở Mỹ cũng như châu Âu.

20 năm tiếp theo của ngành trí tuệ nhân tạo chứng kiến hai sự kiện vô cùng quan trọng: sự ra đời của công nghệ vi mạch và máy vi tính cuối 1970 và sự xuất hiện của hình thức truyền thông thay đổi cả thế giới: Internet. Trong giai đoạn này, chúng ta nhận ra rằng tất cả thành tựu của 40 năm trước mới chỉ là sơ khai của bình minh trí tuệ nhân tạo, và cách duy nhất để đạt được thành tựu to lớn là hợp tác phát triển giữa các nhà khoa học ( minh chứng là sự phát triển rực rỡ sau khi cuộc thi FGCS tại Nhật ). Không chỉ vậy, với những tiến bộ khoa học chóng mặt cùng khối lượng dữ liệu số vô cùng lớn, trí tuệ nhân tạo đã luồn vào mọi ngõ ngách của cuộc sống, ứng dụng dưới vô số hình thù khác nhau chẳng hạn như nhận dạng hình ảnh và chữ viết, dịch thuật ngôn ngữ của con người hay còn biết tới với cái tên chung deep learning…. Thành quả về mặt máy móc của những ứng dụng này là điện thoại di động sơ khai, các cây ATM nhận dạng chữ viết tay, các ứng dụng email lọc thư rác, dịch vụ trực tuyến….. Không chỉ vậy, năng lực của AI đã bắt đầu vượt quá con người trong rất nhiều lĩnh vực và trò chơi như cờ vua, giải đố…

Chúng ta đã luôn nghĩ rằng AI là cái gì đó vô cùng cao siêu, và hình ảnh đại diện của nó là….những con robot hủy diệt thế giới mà không hề biết rằng mọi trang thiết bị xung quanh mình đều ít nhiều ứng dụng trí thông minh nhân tạo.

Thế giới đang chuyển mình mạnh mẽ, và trí tuệ nhân tạo cũng chuyển động tịnh tiến theo. Liệu ngành công nghệ trí tuệ nhân tạo bao giờ sẽ phá bỏ toàn bộ giới hạn mà 60-70 năm trước con người đặt raVà trong giai đoạn từ năm 2010 đến nay, trí tuệ nhân tạo đã phát triển tới mức siêu hình, tập trung vào các công nghệ trí tuệ nhân tạo phổ quát và mang tính giải thích . Sự phát triển (và biến tướng) khủng khiếp của Internet cùng sự ra đời của các ứng dụng mạng xã hội, ứng dụng di động và nền tảng đám mây…. thúc đẩy ngành trí tuệ nhân tạo lên cảnh giới cao nhất. Chúng ta có quyền mơ tới viễn cảnh chỉ vài chục năm nữa, 90% công việc mà con người có thể làm sẽ được thay thế bởi máy móc.

Đặc điểm của trí tuệ nhân tạo

Nhìn chung trí tuệ nhân tạo, đặc biệt là ở thời điểm hiện tại, xuất hiện với rất nhiều dạng hình thù khác nhau. Cũng chính vì vậy mà chỉ có một số ít đặc điểm chung của trí tuệ nhân tạo có thể tổng hợp được. Những đặc điểm đó là:

Sử dụng khả năng suy luận của máy tính, vi mạch dựa trên các ký hiệu, nhận dạng qua mẫu và nhiều kiểu suy luận khác. Tập tập trung vào các vấn đề “khó” không thích hợp với các lời giải mang tính thuật toán. Quan tâm đến các kỹ huật giải quyết vấn đề sử dụng các thông tin không chính xác, không đầy đủ, mơ hồ…. Cho lời giải đủ tốt chứ không phải là lời giải chính xác hay tối ưu. Sử dụng heuristics – bí quyết. Sử dụng tri thức chuyên môn.

2. Các xu hướng nghiên cứu trí tuệ nhân tạo

Với những cột mốc đáng ghi nhớ mà trí tuệ nhân tạo đã đạt được, các công nghệ trí tuệ nhân tạo đã thâm nhập vào cuộc sống của chúng ta và trở thành một lực lượng trung tâm trong xã hội. Đó cũng là thách thức đối với ngành nghiên cứu trí tuệ nhân tạo: các hệ thống AI giờ đây không chỉ yêu cầu phải thông mình mà còn có nhận thức như con người và đáng tin cậy, góp phần thúc đẩy những lĩnh vực nghiên cứu “nóng” dưới đây

Learning machine

Hay tạm dịch là “máy học”. Trọng tâm chính của việc phát triển learning machine là mở rộng quy mô thuật toán hiện hành để có thể xứ lý các tập dữ liệu lớn. Ví dụ: trong khi phương pháp truyền thống cho phép AI đưa ra một số kết quả trên bộ dữ liệu thì các phương pháp hiện đại được thiết kế để đưa ra một kết quả duy nhất.

Deep learning machine

Ứng dụng của trí tuệ nhân tạo trong lĩnh vực deep learning là vô vàn. Chẳng hạn, việc đào tạo các mạng lưới thần kinh xoắn đã đem về lợi ích to lớn cho lĩnh vực thị giác máy tính mà ta hằng ngày vẫn sử dụng như nhận dạng đối tượng, ghi nhãn video, nhận dạng hoạt động trên các chiếc smartphone đời mới. Đặc biệt nhất gần đây là sự ra mắt của FaceID trên iPhone X cũng như cảm biến mống mắt trên các thiết bị dòng Galaxy S. Deep learning cũng đang được nghiên cứu để ứng dụng trên các khu vực nhận thức khác như thính giác, xúc giác… với khả năng xử lí âm thanh, lời nói, ngôn ngữ và thậm chí là mùi vị

Advance learning machine

Advance learning machine khác với hai hệ thống máy học trên. Thay vì chủ yếu đầu tư khai thác mô hình thì advance learning machine tập trung cho việc ra quyết định để giúp AI tiến sâu hơn trong việc tự học tập và thực hiện các hành động trong thế giới thực. Ứng dụng tiêu biểu của Advance learning machine là Alphago, một chương trình máy tính được phát triển bởi Google Deepmind đã đánh bại nhà vô địch trò chơi (Go) trong một trậ đấu năm ván, phần lớn là nhờ học tăng cường. AlphaGo được “dạy” bằng cách khởi tạo một phần tử tự động với một cơ sở dữ liệu chuyên gia thiết lập sẵn, sau đó đã được điều chỉnh bằng cách chơi một số lượng lớn trò chơi chống lại chính nó và áp dụng học tăng cường

Một ví dụ khác là thiết bị OpenAI của Elon Musk được trình diễn tại The International 2017 – giải đấu trò chơi MOBA Dota 2 có lượng người chơi vô cùng đông đảo. Thiết bị này, bằng cách hoạt động 24/24h và tiếp xúc với hàng chục player giỏi nhất hành tinh, đã tự học tập lối chơi của các player cũng như tự chiến đấu với bản thân hàng nghìn lần. Kết quả là nó đã đánh bại toàn bộ tất cả các player trong màn thi đấu solo 1v1 với kết quả 10/0 bất bại.

Chế tạo robot

Việc điều hướng robot, ít nhất là trên môi trường có trọng lực hầu như đã trở nên rất dễ dàng. Tuy nhiên thách thức hiện nay trong lĩnh vực này là làm thế nào để tạo ra một robot có thể tương tác với thế giới xung quanh theo các cách khái quát và dự đoán được. Một yêu cầu tự nhiên cần phải đáp ứng khác là sự thao tác với robot. Khi mà deep learning mới chỉ đang trong giai đoạn sơ khai thì việc ứng dụng nó trên robot còn tồn tại rất nhiều hạn chế. Hạn chế lớn nhất là vấn đề bộ nhớ khi rất khó để tạo ra bộ nhớ đủ lớn để một robot có khả năng tự học tập tất cả các lĩnh vực khác nhau trong đời sống


Thị giác máy tính

Không chỉ vậy, người ta còn lo ngại rằng một khi vấn đề về bộ nhớ được giải quyết, sẽ còn bài toán đau đầu nhất và cũng nguy hiểm nhất, ảnh hưởng đến sự tồn vong của nhân loại: làm thế nào chúng ta có thể vừa cho phép robot khám phá thế giới một cách an toàn mà không phạm lỗi gây nguy hại đến chính nó và những người xung quanh? Và dù những tiến bộ gần đây trong việc chế tạo nhận thức tin cậy cho máy tính bao gồm thị giác, lực, nhận thức và cảm giác, bộ não deep-learning, vẫn chưa có nghiên cứu nào cho thấy rằng người ta có thể hoàn toàn kiểm soát được những gì mà chúng có thể học tập.

Thị giác máy tính tới thời điểm hiện tại là hình thức nổi bật nhất trong số các nhận thức mà con người tạo ra cho AI. Lĩnh vực này cũng biến đổi nhiều nhất bởi sự xuất hiện của deep learning. Ví dụ, chỉ mới cách đây vài năm, các vector hỗ trợ là phương pháp được lựa chọn cho hầu hết công đoạn phân loại hình ảnh trong thiết kế đồ họa. Nhưng sự hợp lưu của máy tính với sức mạnh phần cứng khổng lồ, đặc biệt là trên GPU ( bộ xử lí đồ họa – chính là sức mạnh của các Card VGA ), tính tiếp cận dễ dàng của các tập dữ liệu lớn thông qua Internet, và sự phát triển của các thuật toán mạng thần kinh đã góp phần tạo nên những cải tiến đáng kể trong hiệu suất phân loại hình ảnh ( chẳng hạn như cách Facebook, Youtube nhận biết những content đồi trụy, hoặc phân loại ảnh theo category trên ImageNet ), thậm chí còn tốt hơn cả con người dưới một vài góc độ. Khả năng cao trong tương lai 1-2 năm tới, chúng ta sẽ có thể ứng dụng trí tuệ nhân tạo để tự động chú thích ảnh và video ( Youtube hiện đã có tính năng này, nhưng vẫn cần hoàn thiện rất nhiều vì khả năng tự động tạo phụ đề hỗ trợ còn ít ngôn ngữ và tính chính xác vô cùng củ chuối )

Xử lí ngôn ngữ tự nhiên

Thường được gắn liền với khả năng nhận dạng giọng nói tự động, Xử lí ngôn ngữ tự nhiên đã và đang chứng tỏ tầm quan trọng của mình không kém cạnh so với các lĩnh vực khác về nhận thức máy. Google, Apple, Microsoft và rất nhiều các ông lớn khác trong làng công nghệ đang ganh đua để dành được miếng bánh màu mỡ này, với các phần mềm trợ lí ảo tích hợp mang tính cạnh tranh ngày càng hoàn thiện như Siri, Googe Voice, Bixby, Cortana….

Các hệ thống hợp tácTrong một thông báo gần đây, Google cho biết 20$ truy vấn trên Google Search của hãng được thực hiện bằng giọng nói hỗ trợ trên nhiều ngôn ngữ khác nhau với khả năng dịch tức thời (thời gian thực) giọng nói của người dùng và hỗ trợ tìm kiếm các từ khóa đa ngôn ngữ. Trong thời gian tới, lĩnh vực xử lí ngôn ngữ tự nhiên đang hướng đến việc tương tác với người dùng một cách chủ động thông qua hộp thoại thay vì chỉ phản ứng lại với những yêu cầu cách điệu của người dùng

Nghiên cứu về các hệ thống hợp tác hiểu đơn giản là tìm kiếm các mô hình, thuật toán để phát triển hệ thống tự trí có thể kết hợp với các hệ thống khác và với chính con người. Nghiên cứu này dựa trên việc phát triển các mô hình hợp tác chính thức và phát triển hệ thống AI trở thành một đối tác hiệu quả với các hệ thống khác. Sự quan tâm ngày càng tăng lên đối với các ứng dụng có thể được tận dụng bằng cách để các ứng dụng (đặc biệt là nền tảng di động) thu thập thông tin về hành vi, thói quen, sở thích của người dùng và phản ứng ngược lại phù hợp để khắc phục những hạn chế còn tồn tại và giúp con người giải quyét các vấn đề của mình ( win – win )

Tạo nguồn từ đám đông (Crowdsourcing) và tính toán của con người

Bởi vì phương pháp tự động vẫn còn tồn tại nhiều hạn chế so với khả năng của con người, lĩnh vực nghiên cứu về tạo nguồn từ đám đông và tính toán của con người thực chất là tìm cáchtăng cường các hệ thống máy tính bằng cách sử dụng trí tuệ của con người để giải quyết những vấn đề mà máy tính không thể làm nổi. Chắc đọc định nghĩa của lĩnh vực này cũng tạo cho bạn liên tưởng đến một nền tảng vô cùng nổi tiếng được sử dụng bởi tất cả mọi người trong mọi độ tuổi, trên mọi lĩnh vực đúng không? Không gì khác ngoài Wikipedia, kho kiến thức do người dùng đóng góp và chỉnh sửa liên tục, vượt xa so với các nguồn thông tin biên soạn truyền thống như những cuốn bách khoa toàn thư cổ lỗ sĩ hay từ điển vạn vật, cả về quy mô lẫn chiều sâu

Lí thuyết trò chơi thuật toán và lựa chọn tính toán xã hộiCrowdsourcing nói đơn giải là khai thác trí tuệ đám đông. Ứng dụng của lĩnh vực này hơi mơ hồ hơn một chút, thường thấy trong các nền tảng khoa học công dân để giúp sinh viên, tình nguyện viên giải quyết các vấn đề khoa học chẳng hạn như Amazon Mechanical Turk – một kênh tự động cung cấp trí tuệ con người theo yêu cầu. Những số liệu và dữ liệu thu thập được từ lĩnh vực này cũng góp phần hỗ trợ các tiến bộ trong nhièu lĩnh vực nhánh khác như thị giác máy tính, xử lý ngôn ngữ tự nhiên bằng cách cho phép tiếp cận kho dữ liệu khổng lồ thu về trong một khoảng thời gian ngắn

Hiện tại, trí tuệ nhân tạo đang được ứng dụng vào các phạm vi tính toán kinh tế và xã hội bao gồm các cơ cấu khuyến khích. Các hệ thống trí tuệ nhân tạo có tính phân tán và đa tác nhân đã được nhen nhóm ý tưởng và bắt đầu thực hiện từ đầu những năm thập kỉ 80 và trở nên nổi tiếng ở những năm 90 về sau với sự hậu thuẫn của Internet. Các chủ đề đón nhận sự quan tâm nhiều nhất của công chúng là thiết kế cơ chế tính toán ( lý thuyết thiết kế khuyến khích có đầu vào được báo cáo trung thực ), lựa chọn tính toán xã hội ( lý thuyết làm thế nào để tập hợp trật tự thứ hạng các lựa chọn thay thế ), gợi mở thông tin khuyến khích ( dự báo thị trường, quy tắc tính điểm, dự đoán ngang hàng ) và lý thuyết trò chơi thuật toán ( các điểm cân bằng của thị trường, trò chơi mạng và các trò chơi parlor như Poker )

Internet vạn vật (IoT)

Chúng ta sẽ tìm hiểu một cách rõ ràng hơn về lĩnh vực này trong phần thứ 3 của bài viết, nhưng trước hết hãy tìm hiểu qua về nó. Đây là lĩnh vực nghiên cứu khai thác ý tưởng rằng một loạt các thiết bị mà chúng ta sử dụng hằng ngày có thể kết nối với nhau thông qua Internet và chia sẻ dữ liệu mà cảm biến của từng thiết bị thu thập được. Các thiết bị này có thể là bất cứ thứ gì, từ nhà cửa, đồ dùng, xe, máy ảnh, điện thoại v.v. Rào cản duy nhất ở hiện tại ( và chắc chắn sẽ được khắc phục trong tương lai ) là công nghệ mạng không dây phải đủ tốt và có độ bao phủ toàn địa phương, quốc gia hay thậm chí toàn thế giới. Nếu rào cản này được giải quyết triệt để, chúng ta có thể sử dụng data thu thập được cho các mục đích nâng cao trải nghiệm người dùng.

Tính toán phỏng đoán theo Nơ-ron thần kinh

Trước đây, máy tính truyền thống ứng dụng mô hình tính toán von Neumann bằng việc tách các module nhập/ xuất , hướng dẫn – xử lý và bộ nhớ. Với sự thành công của các mạng lưới thần kinh sâu đối với một phạm vi rộng các nhiệm vụ, mô hình tính toán thay thế đang được phá triển, đặc biệt là các mô hình lấy cảm hưng từ mạng thần kinh sinh học nhằm nâng cao hiệu quả phần cứng và sức mạnh hệ thống của máy tính. Các máy tính mô phỏng theo mô hình này vẫn chưa đem lại kết quả cao ở thời điểm hiện tại dù đã bắt đầu đi vào thương mại, nhưng tiềm năng trong tương lai của chúng vẫn rất lớn.

2. Trí thông minh nhân tạo trong làn sóng cách mạng 4.0 và trào lưu Internet of Things

Cách mạng 4.0

Chúng ta đã đề cập đến Interrnet of Things và cách mạng công nghiệp 4.0 qua những phần đầu của bài viết. Tuy nhiên, vẫn còn rất nhiều điều cần bàn luận, đặc biệt là tính ứng dụng của trí thông minh nhân tạo

Hãy nói qua về cách mạng 4.0. Thuật ngữ này đã phổ biến đến khắp ngõ ngách trên thế giới nhưng thực chất không một ai có thể khẳng định rõ ràng bộ mặt thực sự của nó. Trên phạm vi toàn cầu vẫn còn tồn tại rất nhiều tranh cãi, nhưng hầu hết đều cho rằng cốt lõi của cách mạng công nghiệp 4.0 là sản xuất hàng hóa và dịch vụ thông minh thông qua các đột phá công nghệ số với sự trợ giúp của trí tuệ nhân tạo

Sự hiện diện của trí tuệ nhân tạo sẽ vô cùng rộng lớn và liên quan đến mọi lĩnh vực trong đời sống xã hội. Chúng ta đã bắt đầu thấy những chiếc xe không người lái vận hành vô cùng trơn tru của nhà phát minh Elon Musk, hay những tàu do thám vũ trụ không người lái được thiết kế để tự động thu thập dữ liệu mà không cần sự điều khiển của con người. Ứng dụng xe tải không người lái OTTO cũng đã được Uber thử nghiệm tại Mỹ để vận chuyển hàng hóa xuyên tiểu bang. Các mẫu xe hơi đời mới đến từ những nhà sản xuất xe lớn đang dần dần tích hợp chức năng lái xe tự động (autopilot)Nếu trong các cuộc cách mạng trước đây tự động hóa đã giúp con người loại bỏ đi gánh nặng chân tay bằng sự trợ giúp của máy móc, thì với các tiến bộ công nghệ hiện tại, cách mạng 4.0 sẽ là sự thay thế vai trò của con người trong rất nhiều ngành nghề. Nói một cách chính xác hơn, trí tuệ nhận tạo sẽ không thay thế con người làm tất cả mọi công việc mà chỉ hỗ trợ họ làm việc hiệu quả hơn và đưa ra các quyết định đúng đắn hơn

Với lĩnh vực y học, sự hiện diện của trí tuệ nhân tạo có thể thấy rõ nhất qua các ứng dụng mobile danh mục sức khỏe. Chỉ cần chụp hình và điền vào các thông tin về sức khỏe của người dùng để hệ thống trí tuệ nhân tạo tiếp nhận, ngay tức thì kết quả chuẩn đoán sức khỏe cũng như gợi ý điều trị sẽ được trả về. Các chuyên gia của hãng IBM mới đây đã dẫn ví dụ về ứng dụng của AI trong y tế Hàn Quốc. Trung tâm Y tế Gil trực thuộc đại học Gachan đã sử dụng ứng dụng trí tuệ nhân tạo Watson của hãng IBM để hỗ trợ các bác sĩ và bệnh nhân ung bướu đưa ra các lựa chọn điều trị bệnh ung thư. Dựa trên các thông tin về bệnh nhân, Trung tâm Y tế Gil đã sử dụng IBM Watson để chẩn đoán và sử dụng thuốc, cắt giảm chi phí y tế cho bệnh nhân. Quan trọng hơn, trung tâm này đã triển khai các dịch vụ y tế với chất lượng tốt hơn tạo điều kiện cho nhiều bệnh nhân tiếp cận dịch vụ y tế hơn, bất kể họ có hoàn cảnh kinh tế – xã hội như thế nào

Chương trình giáo dục nổi tiếng tại Mỹ Sesane Street và IBM Watson đã hợp tác để ứng dụng AI trong giáo dục, đào tạo trẻ nhỏ. Chương trình giáo dục cho mỗi trẻ được cá nhân hóa thông qua AI để tạo điều kiện cho các em học theo nhịp độ của bản thân một cách phù hợp nhất. Bên cạnh đó, các giáo viên cũng nhận được sự trợ giúp đắc lực của Ai với sự giúp đỡ của phần mềm cố vấn giành cho giáo viên cung cấp bởi IMB để nâng cao chiến lược giảng dạy cho giáo viên.

Bên cạnh đó, trí tuệ nhân tạo còn được sử dụng với mục đích giải đáp thắc mắc về pháp lý của người dân khi họ cần tiếp cận luật pháp, ứng dụng để quản lí chính sách, an sinh xã hội.

Ở thời điểm hiện tại, khi những dấu ấn của cách mạng 4.0 vẫn còn chưa rõ nét, cơ hội để phát triển trí tuệ nhân tạo và ứng dụng nó được chia đều cho các nước. Những thách thức cho ngành trí tuệ nhân tạo vẫn còn rất nhiều, chẳng hạn như sản xuất máy móc có khả năng phối hợp các hành động phức tạp như tay-mắt, chế tác nghệ thuật và sáng tạo. Và đó cũng chỉ mới là những gì chúng ta mường tượng được, vẫn còn rất nhiều tiềm năng ủcủa AI chưa được nghĩ tới để khai thác

Với làn sóng của cách mạng công nghiệp 4.0, công nghệ phát triển nhanh và robot xuất hiện nhiều trong các nhà máy khiến nhiều người tự hỏi về viễn cảnh máy móc thay thế hoàn toàn con người. Ở góc nhìn lạc quan, các chuyên gia cho hay tương lai trên không đáng sợ, vì thế giới khi đó sẽ tốt đẹp hơn, hiệu quả hơn, con người được giải phóng để theo đuổi những công việc sáng tạo, thú vị hơn.

Internet of Things

Như đã đề cập, Internet of Things là trào lưu quan trọng nhất sẽ thay đổi cách mà chúng ta sống trong tương lai. Thế giới đang chứng kiến những chuyển biến vô cùng lớn trong các ngành công nghiệp nhờ ứng dụng AI và mạng lưới liên kết Internet. Sẽ không còn là viễn cảnh xa vời trong tương lai khi chiếc ô tô của bạn được kết nối với mạng không dây toàn cầu và được gợi ý đưa đến Garage bảo trì tự động. Và bài toán đặt ra cho nhân loại lúc này là làm sao để lưu trữ khối lượng data khổng lồ đến từ hàng nghìn tỉ thiết bị thông minh trên toàn thế giới. Thậm chí nếu giải quyết được bài toán đó, một câu hỏi khác vẫn còn bỏ ngỏ là làm sao để chuyển giá trị dữ liệu khổng lồ đến thế thành giá trị hữu hình?

Cả hai bài toán trên không thể xử lí trực tiếp bởi con người, mà chắc chắn cần một công cụ có sức mạnh vượt trội làm thay – và chính là AI là lời giải đáp hoàn hảo

Khối lượng thông tin khổng lồ mà Internet of Things cung cấp được gọi là Big data. Đây chính là nguyên liệu hoàn hảo nhất, là nhiên liệu cung cấp cho AI để nó có thể phát huy sức mạnh vượt trội. Chúng ta đã biết một trong những đặc điểm quan trọng nhất mà ngành công nghiệp trí tuệ nhân tạo đang hướng tới là khả năng tự học. Bằng việc phá vỡ giới hạn nguồn thông tin tiếp cận cho AI, chúng ta sẽ sở hữu một bộ não nhân tạo chứa hàng tỷ tỷ thông tin quý giá mà phải mất vài triệu năm con người mới có thể tự xử lí hết. Với machine learning, deep learning và advance learning, AI có thể phân tích bức tranh dữ liệu và tìm ra ý nghĩa của Big Data

Big data là nhiên liệu hoàn hảo để AI có thể phát huy sức mạnh vượt trội của nó. AI giúp phân tích bức tranh dữ liệu và tìm ra ý nghĩa đằng sau thông qua machine learning (như trong việc dự báo để duy trì trạng thái), augmented reality (thực tế tăng cường – phân tích dữ liệu trong bối cảnh), và deep learning (công nghệ mô phỏng khả năng học hỏi của não bộ con người).

Sự giao thoa giữa AI và IoT cũng phá bỏ rất nhiều giới hạn của ngành công nghiệp hiện nay cũng như tái định nghĩa tương tác giữa con người và máy móc ở một cấp độ cao hơn. Đồng thời với khả năng tự học, AI có thể tiếp thu tất cả dữ liệu mà chúng từng xử lí.

Các giải pháp được cung cấp bởi AI sẽ mang tính chủ động và tức thời. Lấy ví dụ, nếu bạn gặp trục trặc về bảng điện, các ứng dụng AI sẽ giúp kỹ thuạt viên kết nối để hỗ trợ ngay khi sự cố xảy ra. Sau đó, bộ phận chăm sóc khách hàng sẽ đối chiếu tự đối dữ liệu hệ thốgn thực và những ghi nhận dữ liệu từ các trường tương tự hợp đã xảy ra trước đó để tìm ra giải pháp tối ưu. Đây chính là sự kết hợp dữ liệu thời gian thực, sự giao thoa giữa dữ liệu có cấu trúc và phi cấu trúc trong database để đem đến trải nghiệm hoàn hảo nhất cho người dùng

3. Việt Nam trong làn sóng trí tuệ nhân tạo

Lịch sử phát triển AI tại Việt Nam

Ngay từ những năm 1970, các viện nghiên cứu trí tuệ nhân tạo đã được xây dựng tại Việt Nam. Bộ môn trí tuệ nhân tạo cũng được đưa vào giảng dạy rộng rãi cho sinh viên chuyên ngành tin học ở một số trường đại học. Điều này khẳng định rằng Việt Nam đã có nhận thức khá sớm và thức thời đối với vai trò của AI trong đời sống, cũng như nhận ra tiềm năng phát triển của nó trong tương lai. Những người đi đầu tiên phong trong giảng dạy và nghiên cứu trí tuệ nhân tạo tại Việt nam là các giáo sư Nguyễn Văn Ba, Bạch Hưng Khang, Phan Đình Diệu, Hoàng Kiếm… Họ đã đào tạo rất nhiều thế hệ sinh viên ưu tú và xây dựng nền móng cho ngành nghiên cứu và phát triển trí tuệ nhân tạo sau này ở Việt Nam

Không chỉ vậy, hưởng ứng sự hồi sinh của ngành trí tuệ nhân tạo và các cuộc thi toàn cầu thúc đẩy lĩnh vực này, Việt Nam cũng đã có một số sản phẩm ứng dụng công nghệ trí tuệ nhân tạo. Chẳng hạn như công trình nghiên cứu tự động nhận dạng chữ tiếng Việt (Vietnamese Optical Character Recognition) của giáo sư Bạch hưng Khang cùng tập thể các nhà khoa học nghiên cứu. Nhóm đã tạo ra phần mềm VnDOCR – phần mềm số một tại thị trường Việt Nam cho việc nhận dạng chữ tiếng Việt từ các văn bản in

Trí tuệ nhân tạo trong cuộc sống hàng ngày

Có thể nói, TTNT đang hiện hữu ở mọi mặt trong cuộc sống trên khắp thế giới, và Việt Nam cũng không phải là ngoại lệ. Tuy tại Việt Nam ứng dụng AI vẫn còn ở mức rất sơ khai nhưng nước ta vẫn là mảnh đất đầy màu mỡ cho các doanh nghiệp trong và ngoài nước đầu tư. Đáng chú ý là, những doanh nghiệp ứng dụng công nghệ này đa phần là start-up chứ không phải các doanh nghiệp đã lớn mạnh. Điều này là bởi vì các doanh nghiệp lớn đa phần là nhà nước, có bộ máy hoạt động phức tạp nhiều ban ngành nên việc áp dụng công nghệ mới phải trải qua rất nhiều công đoạn, trong khi các doanh nghiệp Startup với nhân sự trẻ và quy mô nhỏ hơn có thể ứng dụng rất nhanh và hiệu quả. Tuy nhiên cũng có một số doanh nghiệp lớn về công nghệ thông tin như FPT ứng dụng rất hiệu quả trí tuệ nhân tạo trong quá trình làm việc, chẳng hạn như dùng các Chatbot qua Facebook Messenger hay tự xây dựng Platform AI cho doanh nghiệp với tên gọi FPT AI.

Không chỉ trên thế giới mà ngay tại Việt Nam, công nghệ này đã đi vào rất nhiều ứng dụng trong thực tế. Ví dụ gần nhất và đơn giản nhất là hộp thư Email tự động phân loại mail vào các nhóm như spam, thư quan trọng,… hoặc chiếc điện thoại thông minh đang được 37% trong số 94% người Việt Nam có điện thoại di động sử dụng, trong đó có rất nhiều ứng dụng của trí tuệ nhân tạo như: phần mềm nhận dạng giọng nói, phần mềm nhận diện khuôn mặt khi chụp ảnh, trợ lý ảo Siri,…Ngành Marketing và báo chí tại Việt Nam cũng đang dần ứng dụng AI để nâng cao hiệu suất làm việc. Đối với ngành Marketing, việc Google và Facebook đã và đang ứng dụng AI trong quảng cáo, bộ máy tìm kiếm và lọc nội dung là thách thức cũng như tiềm năng đối với bất kì Marketer nào. Việc tìm hiểu xu thế trí tuệ nhân tạo đang trở nên cấp thiết với bất kì doanh nghiệp nào bởi trong thời đại công nghệ số, tụt hậu về kiến thức cũng đồng nghĩa với sự thất bại

Trong đời sống hàng ngày, hệ thống điều khiển giao thông thông minh tại thành phố Hồ Chí Minh, y tế thông minh, phòng chống gian lận, tiết kiệm năng lượng,… đều là những ứng dụng của trí tuệ nhân tạo.


Cơ hội và thách thức của Việt Nam

Để không tụt hậu, điều đầu tiên chính là tăng cường nhận thức từ cấp cao cho tới các doanh nghiệp, nhà trường, đơn vị nghiên cứu, từ đó xây dựng nên những chương trình hành động cụ thể như: có kế hoạch cung cấp nguồn lực hàm lượng chất xám cao cho ngành trên cơ sở phát triển giáo dục đào tạo một cách có hệ thống, phối hợp giữa doanh nghiệp và trường học; xây dựng khung cơ chế cũng như những chính sách hỗ trợ các doanh nghiệp công nghệ cao, khởi nghiệp nhằm thúc đẩy sự phát triển nói chung của thị trường công nghệ Việt Nam.

Ngoài FPT với FPT AI, Viettel cũng đẩy mạnh những nghiên cứu và cho ra đời những giải pháp Chính phủ điện tử, quản lí giáo dục (SMAS), quản lý và đôn đốc bán hàng cho chuỗi phân phối (DMS.One), hệ thống công tơ điện tử một pha hộ gia đình (SMMS.One), hệ thống văn phòng điện tử (Voffice),… Tổ hợp giáo dục trực tuyến lớn nhất Việt Nam cũng khởi động Topica AI Lab với mong muốn đưa những ý tưởng phát triển sản phẩm ứng dụng AI thực sự đi vào đời sống,… Có thể kể đến vài cái tên khác với những nghiên cứu liên quan đến ngành này như: VNG, VC Corp, Viện công nghệ thông tin IOIA,…

Việt Nam liệu có thể ghi tên mình trên bản đồ AI?

Hiện tại, với nhận thức rõ ràng về tiềm năng của AI, Việt Nam đã chú trọng đào tạo nhân lực để bắt kịp với tốc độ phát triển trên thế giới. Đại học Bách Khoa, Đại học Công nghệ, Đại học Khoa học tự nhiên,… đều đang là những cái nôi ươm nhiều ý tưởng trong lĩnh vực này. Nhóm nghiên cứu của phó giáo sư, Tiến sỹ Phan Xuân Hiếu, Đại học công nghệ Hà Nội đã ra mắt trợ lý ảo – VAV với hơn 160 nghìn lượt tải về. Ứng dụng Trợ lý ảo cho phép người dùng có một trợ lý mà không phải trả lương. Trợ lý ảo này có thể tự động gọi xe tắc xi, tự đồng tìm kiếm phòng khám, đặt lịch bác sỹ, gọi điện thoại cho người thân,… và vô vàn ứng dụng khác.

Một câu hỏi quan trọng là thời điểm hiện tại Việt Nam có thua kém bất cứ cường quốc công nghệ nào không? Không thể nhắc 2 từ “thua kém”, nếu không muốn nói là chúng ta đang chứng minh khả năng trong cuộc cách mạng công nghiệp lần thứ 4 bởi những dấu ấn đầy ấn tượng. Việc tụt hậu hay không phụ thuộc vào mỗi cá nhân, khả năng sáng tạo của con người là không giới hạn, đặc biệt là khi máy móc có thể thay thế con người ở một số công việc, nhưng những công việc đòi hỏi sự bứt phá thì con người là không thể thay thế.Các startup công nghệ Việt nam cũng  hoàn toàn có thể triển khai AI ở một lĩnh vực hẹp cụ thể, đi vào thị trường ngách. Lĩnh vực ứng dụng phố biến cho AI hiện nay là: xử lý ngôn ngữ tự nhiên, phân tích dự báo, nhận diện hình ảnh và nhận diện giọng nói. Thông qua chiến lược phát triển sản phẩm thông minh, những công ty startup nhỏ cũng có thể thực hiện công nghệ tiên phong.

KẾT LUẬN

Trí tuệ nhân tạo là lĩnh vực có tính biến đổi cao và triển vọng to lớn trong việc mang lại lợi ích cho kinh tế – xã hội. Trí tuệ nhân tạo với những gì đã và đang thể hiện có tiềm năng cách mạng hóa cách thức chúng ta sống, làm việc, học tập và giao tiếp.

Điều này thúc đẩy các nước trong đó có Việt Nam đầu tư và nghiên cứu về lĩnh vực AI. Việc đầu tư kịp thời vào AI sẽ giúp các nước có thể nâng cao công nghệ trong mọi lĩnh vực, từ đó phát triển kinh tế thịnh vượng, cải thiện môi trường giáo dục, chất lượng cuộc sống và tăng cường an ninh quốc gia.

Tuy nhiên, bên cạnh những tiềm năng to lớn hứa hẹn trong tương lai, trí thông minh nhân tạo còn đặt ra thách thức và những cân nhắc trong tương lai cần xem xét. Để có thể thực tế hóa toàn bộ tiềm năng của trí thông minh nhân tạo, nhân loại sẽ còn phải đối mặt với rất nhiều thử thách. Bên cạnh đó, một khi những rào cản vật lí của trí thông minh nhân tạo đã bị xóa bỏ, viễn cảnh tương lai của con người vẫn đứng trước nguy cơ bị đe dọa. Điều này vô tình lại đặt ra một thách thức khác trong tương lai: làm thế nào để sử dụng trí thông minh nhân tạo một cách hợp lí nhất

Bên cạnh đó, trí tuệ nhân tạo với sự hiện diện phổ cập theo các mức độ khác nhau trong đời sống của các nước trên thế giới cũng yêu cầu bất cứ ai trong số chúng ta đón đầu xu hướng mới. Việc trang bị tâm lý và kiến thức cho người dân trong thời gian tới là nhiệm vụ cần thiết của các chính phủ để chính quốc gia đó không bị gạt ra bên lề cuộc cách mạng hứa hẹn sẽ thay đổi tất cả lĩnh vực kinh tế và xã hội: Cách mạng trí tuệ nhân tạo