Cùng tìm hiểu về AI (Phần 1)

I. Định nghĩa về AI 

Trong phần đầu tiên, chúng ta sẽ làm quen với khái niệm AI bằng cách xem xét định nghĩa của nó và một số ví dụ.
Như bạn có thể đã nhận thấy, AI hiện đang là một “chủ đề nóng”: việc truyền thông đưa tin và thảo luận công khai về AI là điều gần như không thể tránh khỏi. Tuy nhiên, bạn cũng có thể nhận thấy rằng AI có ý nghĩa khác nhau đối với những người khác nhau. Đối với một số người, AI là về các dạng sống nhân tạo có thể vượt qua trí thông minh của con người, và đối với những người khác, hầu hết mọi công nghệ xử lý dữ liệu đều có thể được gọi là AI.

Để thiết lập bối cảnh, có thể nói, chúng ta sẽ thảo luận về AI là gì, cách nó có thể được định nghĩa và những lĩnh vực hoặc công nghệ khác có liên quan mật thiết với nhau. Tuy nhiên, trước khi làm như vậy, chúng tôi sẽ nêu bật ba ứng dụng của AI minh họa các khía cạnh khác nhau của AI.

1. Xe ô tộ tự lái

Ô tô tự lái đòi hỏi sự kết hợp của nhiều kỹ thuật AI: tìm kiếm và lập kế hoạch để tìm ra tuyến đường thuận tiện nhất từ A đến B, tầm nhìn máy tính để xác định chướng ngại vật và đưa ra quyết định khi không chắc chắn để đối phó với môi trường phức tạp và năng động. Mỗi thứ này phải làm việc với độ chính xác gần như hoàn hảo để tránh tai nạn.

Các công nghệ tương tự cũng được sử dụng trong các hệ thống tự hành khác như rô bốt giao hàng, máy bay không người lái và tàu tự hành.

Lưu ý: an toàn đường bộ cuối cùng sẽ được cải thiện khi độ tin cậy của hệ thống vượt qua mức độ của con người. Hiệu quả của chuỗi hậu cần khi di chuyển hàng hóa sẽ được cải thiện. Con người chuyển sang vai trò giám sát, theo dõi những gì đang diễn ra trong khi máy móc đảm nhận việc lái xe. Vì giao thông vận tải là một yếu tố quan trọng trong cuộc sống hàng ngày của chúng ta, nên có lẽ cũng có một số tác động mà chúng ta thậm chí còn chưa nghĩ đến.

2. Đề xuất nội dung

Rất nhiều thông tin mà chúng ta gặp phải trong một ngày thông thường được cá nhân hóa. Ví dụ bao gồm Facebook, Twitter, Instagram và các nội dung truyền thông xã hội khác; quảng cáo trực tuyến; đề xuất âm nhạc trên Spotify; đề xuất phim trên Netflix, HBO và các dịch vụ phát trực tuyến khác. Nhiều nhà xuất bản trực tuyến như trang web của báo chí và công ty phát thanh truyền hình cũng như các công cụ tìm kiếm như Google cũng cá nhân hóa nội dung mà họ cung cấp.

Mặc dù trang đầu của phiên bản in của New York Times hoặc China Daily là giống nhau đối với tất cả độc giả, trang chủ của phiên bản trực tuyến khác nhau đối với mỗi người dùng. Các thuật toán xác định nội dung bạn xem dựa trên AI.

Lưu ý: mặc dù nhiều công ty không muốn tiết lộ chi tiết các thuật toán của họ, nhưng nhận thức được các nguyên tắc cơ bản sẽ giúp bạn hiểu được các tác động tiềm ẩn: những nguyên tắc này liên quan đến cái gọi là bong bóng bộ lọc, buồng dội âm, nhà máy troll, tin tức giả và các hình thức mới của tuyên truyền.

3. Xử lý ảnh và video

Nhận dạng khuôn mặt đã là một mặt hàng được sử dụng trong nhiều ứng dụng của khách hàng, doanh nghiệp và chính phủ như sắp xếp ảnh của bạn theo người, tự động gắn thẻ trên mạng xã hội và kiểm soát hộ chiếu. Các kỹ thuật tương tự có thể được sử dụng để nhận ra những chiếc xe khác và chướng ngại vật xung quanh một chiếc xe tự hành hoặc để ước tính quần thể động vật hoang dã.

AI cũng có thể được sử dụng để tạo hoặc thay đổi nội dung trực quan. Các ví dụ đã được sử dụng ngày nay bao gồm chuyển kiểu, nhờ đó bạn có thể điều chỉnh ảnh cá nhân của mình để trông giống như được vẽ bởi Vincent van Gogh và các nhân vật do máy tính tạo ra trong ảnh chuyển động như Avatar, Chúa tể của những chiếc nhẫn và các hoạt ảnh Pixar phổ biến ở đó các nhân vật hoạt hình mô phỏng lại các cử chỉ của các diễn viên người thật.

Lưu ý: khi các kỹ thuật như vậy phát triển và phổ biến rộng rãi hơn, sẽ dễ dàng tạo ra các video giả trông tự nhiên về các sự kiện mà không thể phân biệt được với cảnh quay thật. Điều này thách thức quan điểm cho rằng “nhìn thấy là tin”.

Đâu là AI? và không phải là AI?

Sự phổ biến của AI trên các phương tiện truyền thông một phần là do mọi người đã bắt đầu sử dụng thuật ngữ này khi chúng đề cập đến những thứ trước đây thường được gọi bằng các tên khác. Bạn có thể thấy hầu hết mọi thứ từ số liệu thống kê và phân tích kinh doanh đến các quy tắc if-then được mã hóa thủ công được gọi là AI. Tại sao lại như vậy? Tại sao nhận thức của công chúng về AI lại mơ hồ đến vậy? Hãy xem xét một vài lý do.

Lý do 1: không có định nghĩa được thống nhất chính thức

Ngay cả các nhà nghiên cứu AI cũng không có định nghĩa chính xác về AI. Lĩnh vực này đang được xác định lại liên tục khi một số chủ đề được phân loại là không phải AI và các chủ đề mới xuất hiện.

Có một trò đùa cũ (ngớ ngẩn) rằng AI được định nghĩa là “những thứ tuyệt vời mà máy tính không thể làm được”. Điều trớ trêu là theo định nghĩa này, AI không bao giờ có thể đạt được bất kỳ tiến bộ nào: ngay khi chúng ta tìm ra cách làm điều gì đó thú vị với máy tính, nó không còn là vấn đề của AI nữa. Tuy nhiên, có một yếu tố của sự thật trong định nghĩa này. Ví dụ, 50 năm trước, các phương pháp tự động để tìm kiếm và lập kế hoạch được coi là thuộc lĩnh vực của AI. Ngày nay các phương pháp như vậy được dạy cho mọi sinh viên khoa học máy tính. Tương tự như vậy, một số phương pháp xử lý thông tin không chắc chắn đang được hiểu rõ đến mức chúng có khả năng được chuyển từ AI sang thống kê hoặc xác suất rất sớm.

Lý do 2: Di sản của khoa học viễn tưởng

Sự nhầm lẫn về ý nghĩa của AI càng trở nên tồi tệ hơn khi những hình ảnh của AI hiện diện trong các tác phẩm văn học và điện ảnh khoa học viễn tưởng khác nhau. Những câu chuyện khoa học viễn tưởng thường kể về những người hầu thân thiện cung cấp thông tin chi tiết hoặc đối thoại dí dỏm, nhưng đôi khi có thể theo dõi các bước của Pinocchio và bắt đầu tự hỏi liệu họ có thể trở thành con người hay không. Một lớp sinh vật hình người khác trong khoa học viễn tưởng tán thành động cơ nham hiểm và chống lại chủ nhân của họ theo mạch câu chuyện cổ về những người học việc phù thủy, quay trở lại Golem of Prague và hơn thế nữa.

Thường thì robot của những sinh vật như vậy chỉ là một tấm ván mỏng trên đầu một đặc vụ rất giống con người, điều này có thể hiểu được vì hầu hết các tác phẩm hư cấu – thậm chí là khoa học viễn tưởng – cần phải được người đọc liên tưởng, những người sẽ bị xa lánh bởi trí thông minh quá khác biệt và kỳ lạ . Vì vậy, hầu hết khoa học viễn tưởng được đọc tốt nhất như một phép ẩn dụ về tình trạng con người hiện tại, và robot có thể được coi là chỗ dựa cho các bộ phận bị đàn áp của xã hội hoặc có lẽ là tìm kiếm ý nghĩa cuộc sống của chúng ta.

Lý do 3: những gì có vẻ dễ dàng nhưng thực sự khó…

Một sự khó khăn khác trong việc hiểu AI là rất khó để biết nhiệm vụ nào dễ và nhiệm vụ nào khó. Nhìn xung quanh và nhặt một đồ vật trong tay, sau đó nghĩ về những gì bạn đã làm: bạn đã dùng mắt để quan sát xung quanh, tìm ra đâu là một số đồ vật thích hợp để nhặt, chọn một trong số chúng và lập kế hoạch quỹ đạo cho bàn tay của bạn chạm đến cái đó, sau đó di chuyển bàn tay của bạn bằng cách co các cơ khác nhau theo trình tự và cố gắng siết chặt đối tượng với một lực vừa phải để giữ nó giữa các ngón tay của bạn.

Thật khó để đánh giá tất cả những điều này phức tạp như thế nào, nhưng đôi khi nó có thể nhìn thấy được khi có sự cố xảy ra: vật bạn chọn nặng hơn hoặc nhẹ hơn nhiều so với bạn mong đợi, hoặc ai đó mở cửa ngay khi bạn tay đang cầm vật, và sau đó bạn có thể thấy mình mất cân bằng nghiêm trọng. Thông thường những nhiệm vụ kiểu này cảm thấy dễ dàng, nhưng cảm giác đó có từ hàng triệu năm tiến hóa và vài năm thực hành thời thơ ấu.

Mặc dù dễ dàng đối với bạn, nhưng việc cầm nắm đồ vật bằng robot là vô cùng khó khăn và đây là một lĩnh vực học tập tích cực. Các ví dụ gần đây bao gồm dự án Google’s robotic grasping project (robot cầm vật của Google) và cauliflower picking robot (robot hái súp lơ).

… Và những gì có vẻ khó thực sự dễ dàng

Ngược lại, các nhiệm vụ chơi cờ và giải các bài tập toán học có vẻ rất khó, đòi hỏi nhiều năm thực hành để thành thạo và liên quan đến “trình độ cao hơn” và tập trung tư tưởng có ý thức. Không có gì ngạc nhiên khi một số nghiên cứu AI ban đầu tập trung vào những loại nhiệm vụ này và có vẻ như vào thời điểm đó, chúng gói gọn bản chất của trí thông minh.

Kể từ đó, việc chơi cờ vua rất phù hợp với máy tính, nó có thể tuân theo các quy tắc khá đơn giản và tính toán nhiều chuỗi nước đi thay thế với tốc độ hàng tỷ phép tính mỗi giây. Máy tính đã đánh bại nhà đương kim vô địch thế giới về con người ở môn cờ vua trong trận Deep Blue vs Kasparov nổi tiếng vào năm 1997. Bạn có thể tưởng tượng được rằng vấn đề khó hơn lại là lấy các quân cờ và di chuyển chúng trên bàn cờ mà không làm đổ nó! Chúng ta sẽ nghiên cứu các kỹ thuật được sử dụng trong chơi các trò chơi như cờ vua hoặc tic-tac-toe.

Tương tự, trong khi việc thành thạo toán học chuyên sâu đòi hỏi (có vẻ như) trực giác và sự khéo léo của con người, nhiều (nhưng không phải tất cả) bài tập của một khóa học trung học hoặc đại học điển hình có thể được giải bằng cách áp dụng máy tính và bộ quy tắc đơn giản.

Vì vậy, những gì sẽ là một định nghĩa hữu ích hơn?

Một nỗ lực nhằm đưa ra một định nghĩa hữu ích hơn trò đùa “những gì máy tính chưa thể làm được” sẽ là liệt kê các thuộc tính đặc trưng cho AI, trong trường hợp này là tính tự chủ và tính thích ứng.

Thuật ngữ chính

Quyền tự trị
Khả năng thực hiện các tác vụ trong môi trường phức tạp mà không cần người dùng hướng dẫn liên tục.

Thích nghi
Khả năng cải thiện hiệu suất bằng cách học hỏi kinh nghiệm.

Các từ có thể gây hiểu lầm

Khi định nghĩa và nói về AI, chúng ta phải thận trọng vì nhiều từ mà chúng ta sử dụng có thể gây hiểu nhầm khá nhiều. Ví dụ phổ biến là học tập, hiểu biết và thông minh.

Ví dụ, bạn có thể nói rằng một hệ thống thông minh, có lẽ vì nó cung cấp các hướng dẫn điều hướng chính xác hoặc phát hiện các dấu hiệu của khối u ác tính trong các bức ảnh về tổn thương da. Khi chúng ta nghe điều gì đó như thế này, từ “thông minh” dễ dàng gợi ý rằng hệ thống có khả năng thực hiện bất kỳ nhiệm vụ nào mà một người thông minh có thể thực hiện: đi đến cửa hàng tạp hóa và nấu bữa tối, giặt và gấp quần áo, v.v.

Tương tự như vậy, khi chúng ta nói rằng hệ thống thị giác máy tính hiểu hình ảnh vì nó có thể phân đoạn hình ảnh thành các đối tượng riêng biệt như ô tô khác, người đi bộ, tòa nhà, con đường, v.v., từ “hiểu” dễ dàng gợi ý rằng hệ thống cũng hiểu rằng ngay cả khi một người mặc áo phông có in hình con đường, thì việc lái xe trên con đường đó (và đè lên người) là không ổn.

Trong cả hai trường hợp trên, chúng ta sẽ sai.

Điều quan trọng là nhận ra rằng trí thông minh không phải là một chiều duy nhất như nhiệt độ. Bạn có thể so sánh nhiệt độ của ngày hôm nay với nhiệt độ của ngày hôm qua hoặc nhiệt độ ở Helsinki với nhiệt độ ở Rome và cho biết nhiệt độ nào cao hơn và nhiệt độ nào thấp hơn. Chúng ta thậm chí còn có xu hướng nghĩ rằng có thể xếp hạng mọi người theo trí thông minh của họ – đó là điều mà chỉ số thông minh (IQ) phải làm. Tuy nhiên, trong bối cảnh của AI, rõ ràng là các hệ thống AI khác nhau không thể được so sánh trên một trục hoặc một chiều về trí thông minh của chúng. Thuật toán chơi cờ có thông minh hơn bộ lọc thư rác hay hệ thống đề xuất âm nhạc thông minh hơn xe tự lái? Những câu hỏi này không có ý nghĩa. Điều này là do trí tuệ nhân tạo có phạm vi hẹp : khả năng giải quyết một vấn đề không cho chúng ta biết gì về khả năng giải quyết một vấn đề khác.

Tại sao bạn có thể nói “một nhánh AI” mà không phải “một AI”

Việc phân loại thành AI và không phải AI không phải là sự phân đôi rõ ràng có – không: trong khi một số phương pháp rõ ràng là AI và một số phương pháp khác rõ ràng không phải là AI, thì cũng có những phương pháp liên quan đến một chút AI, như một nhúm muối. Vì vậy, đôi khi sẽ thích hợp hơn khi nói về “AIness” (như trong hạnh phúc hoặc tuyệt vời) hơn là tranh cãi xem một thứ gì đó có phải là AI hay không.

Bất chấp sự ngăn cản của chúng ta, việc sử dụng AI như một danh từ đếm được vẫn phổ biến. Ví dụ: dòng tiêu đề Dữ liệu từ thiết bị đeo được giúp dạy AI phát hiện các dấu hiệu của bệnh tiểu đường, đây là một dòng tiêu đề khá tốt vì nó nhấn mạnh tầm quan trọng của dữ liệu và làm rõ rằng hệ thống chỉ có thể phát hiện các dấu hiệu của bệnh tiểu đường chứ không phải chẩn đoán và các quyết định điều trị. Và bạn chắc chắn không bao giờ nên nói bất cứ điều gì như trí thông minh nhân tạo của Google đã xây dựng một AI vượt trội hơn bất kỳ tiêu đề nào do con người tạo ra, đây là một trong những tiêu đề AI gây hiểu lầm nhất mọi thời đại mà chúng tôi từng thấy (lưu ý rằng tiêu đề đó không phải của Google Research) .

Việc sử dụng AI như một danh từ đếm được tất nhiên không phải là vấn đề lớn nếu những gì đang được nói theo cách khác có ý nghĩa, nhưng nếu bạn muốn nói chuyện như một người chuyên nghiệp, hãy tránh nói “một AI”, và thay vào đó hãy nói “một phương pháp AI. “.

Bài tập : Đây có phải là AI hay không?

1. Bảng tính tính tổng và các hàm được xác định trước khác trên dữ liệu nhất định
2. Dự đoán thị trường chứng khoán bằng cách điều chỉnh một đường cong với dữ liệu quá khứ về giá cổ phiếu
3. Hệ thống định vị GPS để tìm đường nhanh nhất
4. Hệ thống đề xuất âm nhạc như Spotify đề xuất nhạc dựa trên hành vi nghe của người dùng
5. Các giải pháp lưu trữ dữ liệu lớn có thể lưu trữ một lượng lớn dữ liệu (chẳng hạn như hình ảnh hoặc video) và truyền chúng cho nhiều người dùng cùng một lúc
6. Các tính năng chỉnh sửa ảnh như độ sáng và độ tương phản trong các ứng dụng như Photoshop
7. Các bộ lọc chuyển phong cách trong các ứng dụng như Prisma để chụp ảnh và biến nó thành các phong cách nghệ thuật khác nhau (trường phái ấn tượng, trường phái lập thể, …)

(Còn Tiếp)