Cách thức hoạt động của trí tuệ nhân tạo

Đào Công
24/04/2020 07:03
D

Hiện nay, trí tuệ nhân tạo (AI) đang ngày càng được quan tâm và nhắc đến nhiều trên các phương tiện thông tin đại chúng. Chúng được sử dụng ở khắp mọi nơi: từ lĩnh vực công nghệ cao, tính toán phức tạp, cho đến y tế, công nghiệp ô tô và ngay cả điện thoại thông minh.... Vậy AI là gì? Nó hoạt động như thế nào và có trở thành mối đe dọa không?

Cách thức hoạt động của trí tuệ nhân tạo

AI là gì? Nếu nhận định rằng AI có thể tư duy, đưa ra quyết định một cách độc lập, thậm chí có thể biết nhận thức, thì điều này là không đúng. Hầu hết các hệ thống hiện có ngày nay chưa đến gần được với nhận định như vậy về AI. Thực tế, chúng đều hoạt động trong khuôn khổ các thuật toán đã được xác định trước.

Có những thuật toán rất tiên tiến, nhưng chúng vẫn chỉ là nền tảng để AI hoạt động dựa vào đó. Chưa thể có sự tự do, vượt ra ngoài nền tảng, khuôn khổ này, nhất là các dấu hiệu biểu hiện cho sự nhận thức. Đây chỉ là những chương trình có hiệu năng rất cao và có thuật toán tốt nhất trong lĩnh vực của chúng. Hệ thống AI vẫn đang tiếp tục được hoàn thiện. Nhưng ngay cả thực tế là AI hiện nay còn cách rất xa mới tiến tới sự hoàn hảo, thì nó vẫn có rất nhiều điểm chung với con người.

AI hoạt động như thế nào?

Trước hết, AI có thể thực hiện các nhiệm vụ của mình và tiếp nhận các kỹ năng mới nhờ học máy sâu (deep machine learning). Có thể định nghĩa học máy sâu bằng giải thích sau đây: Khác với các phương pháp truyền thống, thì khi tất cả các thông tin cần thiết đã được tải vào hệ thống, hệ thống sẽ phát triển độc lập bằng việc học các thông tin có sẵn nhờ các thuật toán học máy. Trong một số trờng hợp, hệ thống cũng có thể tìm kiếm thông tin một cách độc lập.

Ví dụ, để tạo một chương trình phát hiện gian lận, thuật toán học máy hoạt động phân loại danh sách các giao dịch ngân hàng và kết quả cuối cùng sẽ chỉ ra các giao dịch đó là hợp pháp hoặc bất hợp pháp. Mô hình học máy nghiên cứu các ví dụ và phát triển mối quan hệ thống kê giữa các giao dịch hợp pháp và gian lận. Sau đó, khi thuật toán học máy được cung cấp dữ liệu mới về giao dịch ngân hàng, nó sẽ phân loại giao dịch dựa trên tiêu chí mà nó đã suy ra nhờ các ví dụ trước.

Về nguyên tắc, càng được cung cấp nhiều dữ liệu thì thuật toán học máy càng thực hiện được chính xác công việc của nó. Học máy đặc biệt hữu ích trong việc giải quyết các bài toán mà trong đó các quy tắc không được xác định trước và không thể được biểu diễn trong hệ thống nhị phân. Đối với các hoạt động ngân hàng, có thể có một hệ thống tính toán nhị phân với đầu ra là: 0 - hoạt động hợp pháp và 1 - bất hợp pháp. Nhưng để đi đến kết luận này, hệ thống cần phân tích rất nhiều thông số mà nếu chỉ nhập bằng tay thì sẽ mất không dưới một năm. Dù sao, việc dự đoán tất cả các trường hợp cũng không thể thực hiện được. Và một hệ thống hoạt động trên cơ sở học máy sâu sẽ có thể tìm ra được một quy luật nào đó, ngay cả khi chưa gặp trường hợp như vậy trước đây.

Học máy sâu và mạng nơ-ron 

Trong khi các thuật toán huấn luyện máy cổ điển giải quyết được nhiều bài toán mà trong đó có rất nhiều thông tin dưới dạng cơ sở dữ liệu, thì chúng lại không xử lý được dữ liệu hình ảnh và âm thanh.

Ví dụ, Jeremy Howard – nhà nghiên cứu AI người Australia cho biết, việc tạo ra một mô hình dự đoán ung thư vú bằng phương pháp học máy cổ điển đòi hỏi nỗ lực của nhiều chuyên gia y tế, lập trình viên và các nhà toán học. Các nhà khoa học sẽ phải tạo ra nhiều thuật toán nhỏ hơn để học máy có thể xử lý các luồng thông tin: một hệ thống con riêng nghiên cứu về X-quang, một hệ thống riêng cho MRI, một hệ thống khác để giải thích các xét nghiệm máu,… Đối với mỗi loại phân tích sẽ cần một hệ thống riêng. Sau đó, tất cả sẽ được kết hợp thành một hệ thống lớn. Đây là một tiến trình xử lý không đơn giản và tiêu tốn tài nguyên. Các thuật toán học máy sâu giải quyết cùng một bài toán bằng cách sử dụng các mạng nơ-ron sâu, một kiểu kiến trúc phần mềm có ảnh hưởng từ bộ não con người (mặc dù mạng nơ-ron máy tính khác với nơ-ron sinh học, nhưng nguyên tắc hoạt động gần như giống nhau). Mạng nơ-ron máy tính là các liên kết của các “nơ-ron điện tử” có khả năng xử lý và phân loại thông tin. Chúng có thể được coi là các lớp và mỗi lớp chịu trách nhiệm về nhiệm vụ của mình, kết quả sẽ tạo thành một bức tranh tổng thể. Ví dụ, khi huấn luyện một mạng nơ-ron để xử lý hình ảnh của các đối tượng khác nhau, nó sẽ tìm cách trích xuất các đối tượng từ những hình ảnh này. Mỗi lớp của mạng nơ-ron sẽ phát hiện ra các đặc tính nhất định: hình dạng, màu sắc, sự xuất hiện của các đối tượng,…

Mạng nơ-ron là một bộ não nhân tạo?

Mặc dù có cấu trúc tương tự với mạng nơ-ron thần kinh của con người, nhưng mạng nơ-ron máy tính không có các dấu hiệu của hệ thống nơ-ron thần kinh trung ương như con người. Mạng nơ-ron máy tính về cơ bản là các chương trình phụ trợ. Trong khi đó, bộ não con người là hệ thống tổ chức cao nhất để tiến hành tính toán. Bộ não có thể được coi là một hệ thống máy tính độc lập. Các nhà khoa học đã đưa vào AI một số khía cạnh trong cấu trúc của não người dưới dạng số. Nhưng điều này cũng chỉ cho phép tăng tốc độ tính toán mà không mang lại cho máy móc khả năng nhận thức.

Mạng nơ-ron đã xuất hiện từ những năm 1950, ít nhất ở dưới dạng khái niệm. Tuy nhiên, chúng không được phát triển cho đến gần đây, bởi việc xây dựng những mạng này đòi hỏi khối lượng dữ liệu và sức mạnh tính toán khổng lồ. Trong những năm gần đây, các yếu tố này đã trở nên có sẵn, vì vậy mạng nơ-ron đã được chú ý hơn và ngày càng phát triển. Tuy nhiên hiện tại chưa có đủ công nghệ để cho ra đời các mạng nơ-ron nhân tạo đầy đủ thực sự.

Học sâu và mạng lưới nơ-ron được sử dụng để làm gì?

Hai công nghệ này đã giúp cho nhiều lĩnh vực đạt được những phát triển đáng kể, con người sử dụng chúng hàng ngày phục vụ cuộc sống mà đa phần không hiểu về cách thức hoạt động của chúng. Một số lĩnh vực sử dụng hai công nghệ này có thể kể đến như:

- Thị giác máy tính, khả năng phần mềm hiểu nội dung của hình ảnh và video: Đây là lĩnh vực mà học sâu đã đạt được nhiều tiến bộ lớn. Ví dụ, các thuật toán xử lý hình ảnh học sâu có thể phát hiện các loại ung thư, bệnh phổi, bệnh tim,… Chúng thực hiện điều này nhanh và hiệu quả hơn bác sĩ. Học sâu trong lĩnh vực này cũng được áp dụng trong nhiều ứng dụng được sử dụng hàng ngày. Apple Face ID và Google Photos sử dụng học sâu để nhận diện khuôn mặt và cải thiện chất lượng hình ảnh. Facebook sử dụng học sâu để tự động gắn thẻ ảnh tải lên,… Thị giác máy tính cũng giúp các doanh nghiệp tự động nhận diện và chặn các nội dung không phù hợp như hình ảnh bạo lực, nhạy cảm. Và học sâu cũng đóng vai trò rất quan trọng trong việc cho phép xe tự lái có thể hiểu những gì xung quanh chúng.

- Nhận dạng tiếng và giọng nói: Khi người dùng nói một lệnh cho ứng dụng trợ lý ảo Google Assistant, các thuật toán học sâu sẽ biến giọng nói thành các lệnh văn bản. Một số ứng dụng trực tuyến sử dụng học sâu để ghi lại nội dung trong các tệp âm thanh và video thành văn bản. Ngay cả khi sử dụng ứng dụng để nhận diện một bài hát, các thuật toán của mạng nơ-ron và học sâu cũng đóng vai trò trong đó.

- Công cụ tìm kiếm trên web: Khi người dùng muốn tìm kiếm thứ gì đó trong công cụ tìm kiếm, để yêu cầu của người dùng được xử lý rõ ràng và kết quả tìm kiếm chính xác hơn, các hãng cung cấp công cụ tìm kiếm đã kết nối các thuật toán mạng nơ-ron với công cụ của họ. Nhờ vậy mà sau khi hệ thống chuyển sang học máy và mạng nơ-ron, hiệu suất của công cụ tìm kiếm Google đã tăng lên nhiều lần.

Hạn chế của học sâu và mạng nơ-ron

Mặc dù mang lại lợi ích rất lớn, nhưng học sâu và mạng nơ-ron cũng tồn tại một số nhược điểm như sau:

- Phụ thuộc vào dữ liệu: Nhìn chung, các thuật toán học sâu đòi hỏi một số lượng rất lớn dữ liệu huấn luyện để hoàn thành chính xác các nhiệm vụ của chúng. Tuy nhiên hiện nay, đối với nhiều bài toán, lượng dữ liệu chất lượng là chưa đủ để tạo ra các mô hình xử lý.

- Không thể đoán trước: Mạng nơ-ron đang phát triển theo một cách khá lạ thường. Thông thường, các thuật toán diễn ra theo như đã quy định. Tuy nhiên đôi khi (ngay cả khi mạng nơ-ron thực hiện tốt nhiệm vụ của nó) nhưng người tạo ra chúng cũng khó có thể hiểu được các thuật toán hoạt động như thế nào. Việc thiếu khả năng dự đoán khiến việc loại bỏ và sửa lỗi trong các thuật toán của mạng nơ-ron trở nên vô cùng khó khăn.

- Sai lệch thuật toán: Dữ liệu huấn luyện càng tốt thì thuật toán học sâu thực hiện được càng chính xác. Vấn đề là dữ liệu huấn luyện thường tồn tại các lỗi, thiếu sót bị ẩn hoặc công khai, từ đó các thuật toán sẽ kế thừa những điều này. Ví dụ, thuật toán nhận dạng khuôn mặt được huấn luyện chủ yếu với ảnh của người da trắng sẽ hoạt động kém chính xác hơn đối với ảnh của những người có màu da khác.

- Thiếu tính khái quát hóa: Sử dụng các thuật toán học sâu để thực hiện các nhiệm vụ có mục tiêu xác định là rất tốt, tuy nhiên việc khái quát hóa kiến thức của chúng là khó khăn. Không giống như con người, mô hình học sâu được huấn luyện để chơi trò StarCraft sẽ không thể chơi một trò chơi tương tự khác như WarCraft. Học sâu thực hiện không tốt việc xử lý dữ liệu khác với các ví dụ nó được huấn luyện.

Tương lai của học sâu, mạng nơ-ron và AI

Rõ ràng, quá trình xử lý nhiệm vụ của học sâu và mạng nơ-ron vẫn chưa được hoàn thiện, nhiều nỗ lực đã được thực hiện để cải thiện các thuật toán học sâu. Học sâu là một phương pháp tiên tiến trong việc tạo ra AI. Nó đã trở nên ngày càng phổ biến trong những năm gần đây do sự phong phú của dữ liệu và sự tăng lên của sức mạnh tính toán. Đây là công nghệ cốt lõi cho nhiều ứng dụng mà con người sử dụng hàng ngày.

Tuy nhiên, liệu có thể đến một lúc nào đấy ý thức được sinh ra trên cơ sở của công nghệ này? Sẽ có hay không sự sống nhân tạo thực sự? Một số nhà khoa học nhận định rằng, tại thời điểm khi số lượng kết nối giữa các thành phần của mạng nơ-ron nhân tạo tiến tới tương đương với tỉ lệ giữa các tế bào thần kinh trong não người, thì điều tương tự có thể xảy ra. Tuy nhiên, nhận định này vẫn chỉ là một dự đoán. Để một AI thực sự có thể xuất hiện thì cần suy nghĩ lại về cách tiếp cận trong việc tạo ra các hệ thống dựa trên AI. Tất cả các ứng dụng AI hiện nay chỉ là chương trình phần mềm cho các nhiệm vụ trong một phạm vi hạn chế. 

Theo An toàn Thông tin

Bình luận

Tối thiểu 10 chữ Tiếng việt có dấu Không chứa liên kết

Gửi bình luận

Tin cùng chuyên mục

Chuyển đổi số: Những việc cần làm ngay một cách thực chất!

Chuyển đổi số: Những việc cần làm ngay một cách thực chất!

AI "lấn sân" hội họa, nghệ thuật AI có phải là nghệ thuật đích thực?

AI "lấn sân" hội họa, nghệ thuật AI có phải là nghệ thuật đích thực?

5G và các thách thức trong thiết kế hệ thống IoT công nghiệp

5G và các thách thức trong thiết kế hệ thống IoT công nghiệp

Cần giải pháp “gỡ khó” về nguyên liệu cho ngành… điện tử

Cần giải pháp “gỡ khó” về nguyên liệu cho ngành… điện tử

Chuyển đổi số để Báo chí cách mạng Việt Nam bắt nhịp với thời đại công nghệ

Chuyển đổi số để Báo chí cách mạng Việt Nam bắt nhịp với thời đại công nghệ

Một số khuyến nghị về định hướng chiến lược chuyển đổi số báo chí quốc gia

Một số khuyến nghị về định hướng chiến lược chuyển đổi số báo chí quốc gia

Báo chí số - Nhìn lại 30 năm nghiên cứu và triển vọng phía trước

Báo chí số - Nhìn lại 30 năm nghiên cứu và triển vọng phía trước

Sử dụng trí tuệ nhân tạo trong hoạt động báo chí: Thực tiễn và các vấn đề pháp lý

Sử dụng trí tuệ nhân tạo trong hoạt động báo chí: Thực tiễn và các vấn đề pháp lý

Bảo vệ nền tảng tư tưởng của Đảng trên không gian mạng trong tình hình hiện nay

Bảo vệ nền tảng tư tưởng của Đảng trên không gian mạng trong tình hình hiện nay

Hướng tới những đột phá tiếp theo về công nghệ vô tuyến

Hướng tới những đột phá tiếp theo về công nghệ vô tuyến

AR thời gian thực có thể thay đổi tương lai của cuộc gọi video

AR thời gian thực có thể thay đổi tương lai của cuộc gọi video

Quyền riêng tư và văn hóa Việt

Quyền riêng tư và văn hóa Việt

Tin mới cập nhật

Toyota bZ4X - Khả năng vận hành không như công bố

Toyota bZ4X - Khả năng vận hành không như công bố

Có thể bạn chưa biết: 5 nghiên cứu khoa học giúp cuộc sống trở nên ý nghĩa hơn

Có thể bạn chưa biết: 5 nghiên cứu khoa học giúp cuộc sống trở nên ý nghĩa hơn

7.500 vệ tinh của SpaceX được Mỹ phê duyệt triển khai

7.500 vệ tinh của SpaceX được Mỹ phê duyệt triển khai

Lazada Logistics 'xanh hóa' hoạt động giao vận

Lazada Logistics 'xanh hóa' hoạt động giao vận

USB4™ Version 2.0 - Giải pháp tối ưu hóa hiệu năng thiết kế USB

USB4™ Version 2.0 - Giải pháp tối ưu hóa hiệu năng thiết kế USB

Cùng Signify 'khám phá' hệ sinh thái chiếu sáng mới tại GEFE 2022

Cùng Signify 'khám phá' hệ sinh thái chiếu sáng mới tại GEFE 2022

ASUS Zenbook 17 Fold OLED (UX9702): Laptop màn hình gập nhỏ gọn nhất thế giới

ASUS Zenbook 17 Fold OLED (UX9702): Laptop màn hình gập nhỏ gọn nhất thế giới

Visa tổ chức thành công Chương trình Kỹ năng Quản lý Tài chính

Visa tổ chức thành công Chương trình Kỹ năng Quản lý Tài chính

LG ra mắt tháp giặt sấy thông minh LG WashTower™

LG ra mắt tháp giặt sấy thông minh LG WashTower™

IHG Hotels & Resorts mang đến cộng đồng khó khăn những bữa ăn ngon

IHG Hotels & Resorts mang đến cộng đồng khó khăn những bữa ăn ngon

Xinapse mang giải pháp Generative AI-based đến Việt Nam

Xinapse mang giải pháp Generative AI-based đến Việt Nam

Đưa người dân lên môi trường số và tính tương tác TTĐT tại địa phương

Đưa người dân lên môi trường số và tính tương tác TTĐT tại địa phương

Tin đọc nhiều

Xây dựng tương lai bền vững hơn với 6G

Xây dựng tương lai bền vững hơn với 6G

Anten tái cấu hình cho hệ thống truyền thông di động 5G

Anten tái cấu hình cho hệ thống truyền thông di động 5G

Việt Nam đang ở đâu trong nền công nghiệp sản xuất ô tô toàn cầu

Việt Nam đang ở đâu trong nền công nghiệp sản xuất ô tô toàn cầu

Hoàn thiện thể chế và các điều kiện nền tảng để phát triển nền kinh tế số tại Việt Nam

Hoàn thiện thể chế và các điều kiện nền tảng để phát triển nền kinh tế số tại Việt Nam

Đô thị hoá ở Việt Nam phải là quá trình xây dựng thành phố thông minh

Đô thị hoá ở Việt Nam phải là quá trình xây dựng thành phố thông minh

Tương lai nào cho giá vàng sau dịch bệnh COVID-19

Tương lai nào cho giá vàng sau dịch bệnh COVID-19

Bảo vệ người lao động trong kỷ nguyên 4.0

Bảo vệ người lao động trong kỷ nguyên 4.0

Kỹ thuật kết nối trên nền tảng tích hợp chia sẻ dữ liệu quốc gia

Kỹ thuật kết nối trên nền tảng tích hợp chia sẻ dữ liệu quốc gia

Kinh nghiệm trong công tác quản lý nhà nước lĩnh vực thông tin và truyền thông Lâm Đồng 2019

Kinh nghiệm trong công tác quản lý nhà nước lĩnh vực thông tin và truyền thông Lâm Đồng 2019

Phát triển các Doanh nghiệp Công nghệ Việt Nam

Phát triển các Doanh nghiệp Công nghệ Việt Nam

Video xem nhiều

Đại học Miami tạo ra cảm biến chất lượng không khí phát hiện Covid-19

Đại học Miami tạo ra cảm biến chất lượng không khí phát hiện Covid-19

Ford F-150 Lightning 2022 ra mắt: Bán tải chạy điện giá khởi điểm chưa đến 40 nghìn USD

Ford F-150 Lightning 2022 ra mắt: Bán tải chạy điện giá khởi điểm chưa đến 40 nghìn USD

Thông điệp lan tỏa mùa dịch COVID-19

Thông điệp lan tỏa mùa dịch COVID-19

Clip: Khuyến cáo đối với người lao động, người làm việc, người bán hàng tại khu dịch vụ trong dịch Covid-19

Clip: Khuyến cáo đối với người lao động, người làm việc, người bán hàng tại khu dịch vụ trong dịch Covid-19

Cỗ xe lai phản lực tăng tốc từ 0 - 1010 km/h trong 50 giây tham vọng phá kỷ lục thế giới

Cỗ xe lai phản lực tăng tốc từ 0 - 1010 km/h trong 50 giây tham vọng phá kỷ lục thế giới

“Rắn tiên tri” dự đoán đội tuyển Việt Nam thắng Thái Lan

“Rắn tiên tri” dự đoán đội tuyển Việt Nam thắng Thái Lan

Pretzel - Bánh quy cây: Biểu tượng văn hoá châu Âu với nhiều tranh cãi về nguồn gốc

Pretzel - Bánh quy cây: Biểu tượng văn hoá châu Âu với nhiều tranh cãi về nguồn gốc

Làm thế nào để nâng cao tương tác giữa loa và phòng nghe hiệu quả

Làm thế nào để nâng cao tương tác giữa loa và phòng nghe hiệu quả

Trực tiếp: Apple ra mắt Iphone 11 tại Cupertino, California, Mỹ

Trực tiếp: Apple ra mắt Iphone 11 tại Cupertino, California, Mỹ

Chiếc điều hòa cá nhân này của Sony là tất cả những gì bạn cần để sống sót qua mùa hè nóng nực

Chiếc điều hòa cá nhân này của Sony là tất cả những gì bạn cần để sống sót qua mùa hè nóng nực

Những gì bạn muốn biết về 5G

Những gì bạn muốn biết về 5G

5G thay đổi tương lai của bạn như thế nào?

5G thay đổi tương lai của bạn như thế nào?

Bàn về tầm nhìn và các trụ cột của công nghệ thông tin di động 6G
04/03/2022
Chip xử lý A15 Bionic của Apple có gì mới
15/09/2021
Sex Education mùa 3 được Netflix công chiếu vào 17/9
14/09/2021
iPhone 13 không thay đổi nhiều về ngoại hình, camera được nâng cấp mạnh
13/09/2021
Cách xem trực tiếp sự kiện ra mắt iPhone 13 và Apple Watch 7
10/09/2021
VNEID của Bộ Công an khác các ứng dụng đang được vận hành?
10/09/2021
'Cái tôi' thời 4.0 và tính hai mặt của mạng xã hội
04/09/2021
'Muôn màu' cảm xúc của trẻ trong ngày khai giảng online
24/08/2021
Chủ tịch Chu Ngọc Anh giải toả 'ách tắc' về Giấy đi đường cho người dân Thủ đô
10/08/2021
Hàng loạt Macbook M1 tự dưng vỡ màn hình, Apple có đồng ý bảo hành?
02/08/2021
6 bộ phim hay nhất để xem trên VieON
29/01/2021
Bắc Ninh: Không ký kết triển khai dự án Owifi 5G với CSE Singapore
27/06/2020
Bị World Bank cấm dự thầu 7 năm, công ty Sao Bắc Đẩu thừa nhận sai sót
27/06/2020
Wefinex - Mô hình hoạt động đa cấp "đội lốt" đầu tài chính trên mạng internet
10/06/2020
Khai trừ MISA khỏi Câu lạc bộ Chữ ký số và Giao dịch điện tử Việt Nam
27/05/2020
Chuyển đổi số - Nên hiểu như thế nào cho đúng
25/05/2020
Chống thất thu thuế là thách thức lớn đối với nền kinh tế số
29/04/2020
Cách chuyển tập tin sang máy tính mới
10/11/2019
VNPT, MobiFone, VTC sẽ hoàn thành cổ phần hóa trước năm 2021
20/08/2019
5G thay đổi tương lai của bạn như thế nào?
26/07/2019
Nhận diện hành vi lừa đảo trên không gian mạng
25/07/2019
Truyền hình OTT - Hướng đi mới của các “nhà Đài”
24/07/2019