logo
  • Tin tức
  • Báo cáo
  • Sự kiện
  • Nổi bật
  • Coin68 TV
  • E-Magazine
  • Góc nhìn
  • Báo cáo
  • Sự kiện
  • Nổi bật
  • Coin68 TV
  • E-Magazine
  • Góc nhìn
ads

Trí tuệ nhân tạo (AI) là gì? Top những ứng dụng AI phổ biến

-25/07/2023

Với sự phát triển chóng mặt của lĩnh vực công nghệ trong những năm gần đây, AI đã không còn là từ khoá quá xa lạ. Những ứng dụng được phát triển từ AI ngày càng đóng vai trò quan trọng trong cuộc sống của con người. Vậy AI là gì và đã có những ứng dụng nào của AI được sử dụng phổ biến, các bạn hãy cùng Coin68 tìm hiểu thông qua bài viết này nhé!

Trí tuệ nhân tạo (AI) là gì? Top những ứng dụng AI phổ biến 

AI là gì?

Trí tuệ nhân tạo (AI) là sự mô phỏng trí tuệ của con người bằng hệ thống máy tính. Các ứng dụng cụ thể của AI bao gồm các hệ thống chuyên gia, xử lý ngôn ngữ tự nhiên, nhận dạng giọng nói và hệ thống thị giác máy.


AI

Machine Learning

Thuật toán machine learning cung cấp dữ liệu và sử dụng các kỹ thuật thống kê để giúp thuật toán này “học” cách ngày càng hoàn thành tốt hơn một nhiệm vụ mà không nhất thiết phải được lập trình cụ thể cho nhiệm vụ đó. Thay vào đó, các thuật toán Machine Learning sử dụng dữ liệu lịch sử làm đầu vào để dự đoán các giá trị đầu ra mới. Cuối cùng, Machine Learning bao gồm khả năng học có giám sát (trong đó đầu ra dự kiến cho đầu vào được biết nhờ tập dữ liệu được gắn nhãn) và học không giám sát (trong đó đầu ra dự kiến không xác định do sử dụng tập dữ liệu không được gắn nhãn).

Deep Learning

Deep learning là một loại machine learning chạy đầu vào thông qua kiến trúc mạng thần kinh lấy cảm hứng từ Kiến trúc nơ-ron thần kinh (neural network architecture). Các mạng nơ-ron chứa một số lớp ẩn mà qua đó dữ liệu được xử lý, cho phép máy học “sâu” trong quá trình học, tạo các kết nối và trọng số đầu vào để có kết quả tốt nhất.

Ai hoạt động như thế nào?

Hệ thống AI hoạt động bằng cách nhập một lượng lớn dữ được gắn nhãn, phân tích dữ liệu về các mối tương quan và mẫu, đồng thời sử dụng các mẫu này để đưa ra dự đoán về các trạng thái trong tương lai. Bằng cách này, một chatbot được cung cấp các ví dụ về văn bản có thể học cách tạo ra các cuộc trao đổi giữa người với người hoặc một công cụ nhận dạng hình ảnh có thể học cách xác định và mô tả các đối tượng trong hình ảnh bằng cách xem xét hàng triệu ví dụ. Các kỹ thuật Generative AI mới được cải tiến nhanh chóng có thể tạo ra văn bản, hình ảnh, âm nhạc và các phương tiện khác chân thực.

Lập trình AI tập trung vào các kỹ năng nhận thức bao gồm:

  • Học hỏi: Khía cạnh này của lập trình AI tập trung vào việc thu thập dữ liệu và tạo quy tắc về cách biến dữ liệu đó thành thông tin có thể thực hiện được. Các quy tắc, được gọi là thuật toán, cung cấp cho các thiết bị máy tính hướng dẫn từng bước về cách hoàn thành một nhiệm vụ cụ thể.

  • Lý luận: Khía cạnh này của lập trình AI tập trung vào việc chọn thuật toán phù hợp để đạt được kết quả mong muốn.

  • Tự điều chỉnh: Khía cạnh này của lập trình AI được thiết kế để liên tục tinh chỉnh các thuật toán và đảm bảo chúng mang lại kết quả chính xác nhất có thể.

  • Sáng tạo: Khía cạnh này của AI sử dụng mạng nơ-ron thần kinh, hệ thống dựa trên quy tắc, phương pháp thống kê và các kỹ thuật AI khác để tạo ra hình ảnh mới, văn bản mới, âm nhạc mới và ý tưởng mới.

Lịch sử phát triển AI

Cuối thế kỷ 19 và nửa đầu thế kỷ 20 đã đưa ra công trình nền tảng giúp tạo ra máy tính hiện đại. Năm 1836, nhà toán học Charles Babbage của Đại học Cambridge và Augusta Ada King và Nữ bá tước Lovelace, đã phát minh ra thiết kế đầu tiên cho một cỗ máy có thể lập trình được.

Vào những năm 1940: Nhà toán học Princeton John Von Neumann đã nghĩ ra kiến trúc cho máy tính lưu trữ, ý tưởng này cho phép các chương trình trên máy tính và dữ liệu mà nó xử lý có thể được lưu giữ trong bộ nhớ của máy tính. 

Vào những năm 1950: Với sự ra đời của máy tính hiện đại, các nhà khoa học có thể kiểm tra ý tưởng của họ về trí thông minh của máy móc. Một phương pháp để xác định xem một máy tính có trí thông minh hay không đã được phát minh bởi nhà toán học người Anh và người phá mật mã trong Thế chiến II Alan Turing. Bài kiểm tra Turing tập trung vào khả năng của máy tính trong việc đánh lừa những người thẩm vấn tin rằng câu trả lời của nó đối với các câu hỏi của họ là do con người thực hiện.

Vào năm 1956: Lĩnh vực trí tuệ nhân tạo hiện đại được trích dẫn rộng rãi là bắt đầu từ năm nay trong một hội nghị mùa hè tại Đại học Dartmouth. Được tài trợ bởi Cơ quan Dự án Nghiên cứu Tiên tiến Quốc phòng (DARPA), hội nghị có sự tham gia của 10 người nổi tiếng trong lĩnh vực này, bao gồm những người tiên phong về AI Marvin Minsky, Oliver Selfridge và John McCarthy, người được cho là đã đặt ra thuật ngữ trí tuệ nhân tạo. Cùng tham dự còn có Allen Newell, một nhà khoa học máy tính và Herbert A. Simon, một nhà kinh tế học, nhà khoa học chính trị và nhà tâm lý học nhận thức. Cả hai đã trình bày Logic Theorist mang tính đột phá của họ, một chương trình máy tính có khả năng chứng minh các định lý toán học nhất định và được gọi là chương trình AI đầu tiên.

Vào những năm 1950 và 1960: Sau hội nghị của Đại học Dartmouth, các nhà lãnh đạo trong lĩnh vực AI còn non trẻ đã dự đoán rằng trí thông minh nhân tạo tương đương với bộ não con người đang đến gần, thu hút sự hỗ trợ lớn của chính phủ và ngành. Thật vậy, gần 20 năm nghiên cứu cơ bản được tài trợ tốt đã tạo ra những tiến bộ đáng kể trong AI: Ví dụ, vào cuối những năm 1950, Newell và Simon đã công bố thuật toán Bộ giải quyết vấn đề chung (GPS), thuật toán này không giải quyết được các vấn đề phức tạp nhưng đã đặt nền móng cho việc phát triển các kiến trúc nhận thức tinh vi hơn; và McCarthy đã phát triển Lisp, một ngôn ngữ lập trình AI vẫn được sử dụng cho đến ngày nay. Vào giữa những năm 1960, Giáo sư Joseph Weizenbaum của MIT đã phát triển ELIZA, một chương trình NLP ban đầu đặt nền móng cho các chatbot ngày nay.

Vào những năm 1970 và 1980: Thành tựu của trí tuệ nhân tạo bị cản trở bởi những hạn chế trong bộ nhớ và xử lý máy tính cũng như bởi sự phức tạp của vấn đề. Chính phủ và các tập đoàn đã ngừng hỗ trợ nghiên cứu AI, dẫn đến giai đoạn lĩnh vực này bị “ngó lơ” một khoảng thời gian khá dài; khoảng thời gian từ năm 1974 đến năm 1980 được gọi là "Mùa đông AI" đầu tiên. Vào những năm 1980, nghiên cứu về các kỹ thuật học sâu (deep learning) và việc ngành áp dụng các hệ thống chuyên gia của Edward Feigenbaum đã khơi dậy một làn sóng AI mới, tuy nhiên sau đó các chính phủ đã không còn tài trợ lĩnh vực này nữa. Điều này dẫn đến mùa đông AI thứ hai kéo dài đến giữa những năm 1990.

Vào những năm 1990: sự gia tăng sức mạnh tính toán và sự bùng nổ dữ liệu đã châm ngòi cho sự phục hưng của AI vào cuối những năm 1990, tạo tiền đề cho những tiến bộ vượt bậc trong AI mà chúng ta thấy ngày nay. Sự kết hợp giữa dữ liệu lớn và sức mạnh tính toán gia tăng đã thúc đẩy những bước đột phá trong NLP, thị giác máy tính (computer vision), người máy (robotics), học máy (machine learning) và học sâu (deep learning). Năm 1997, khi những tiến bộ trong AI tăng tốc, Deep Blue của IBM đã đánh bại đại kiện tướng cờ vua người Nga Garry Kasparov, trở thành chương trình máy tính đầu tiên đánh bại một nhà vô địch cờ vua thế giới.

Vào những năm 2000: Những tiến bộ hơn nữa trong học máy (machine learning), học sâu (deep learning), NLP, nhận dạng giọng nói và  thị giác máy tính (computer vision) đã tạo ra các sản phẩm và dịch vụ đã định hình cách chúng ta sống ngày nay. Chúng bao gồm việc ra mắt công cụ tìm kiếm của Google vào năm 2000 và ra mắt công cụ đề xuất của Amazon vào năm 2001. Netflix đã phát triển hệ thống đề xuất cho phim, Facebook giới thiệu hệ thống nhận dạng khuôn mặt và Microsoft ra mắt hệ thống nhận dạng giọng nói để chuyển lời nói thành văn bản. IBM ra mắt Watson và Google bắt đầu sáng kiến xe tự lái Waymo.

Vào những năm 2010: Thập kỷ từ 2010 đến 2020 chứng kiến sự phát triển vượt bậc của AI với những thành tựu như: sự ra đời của trợ lý giọng nói Siri của Apple và Alexa của Amazon, chiến thắng của IBM Watson trên Jeopardy, ô tô tự lái, sự ra mắt của TensorFlow, sự ra đời của phòng thí nghiệm nghiên cứu OpenAI, các nhà phát triển mô hình ngôn ngữ GPT-3 và trình tạo hình ảnh Dall-E, ...

Vào những năm 2020. Thập kỷ hiện tại đã chứng kiến sự ra đời của AI thế hệ mới, một loại công nghệ trí tuệ nhân tạo có thể tạo ra nội dung mới. AI sáng tạo bắt đầu bằng một lời nhắc có thể ở dạng văn bản, hình ảnh, video, thiết kế, nốt nhạc hoặc bất kỳ đầu vào nào mà hệ thống AI có thể xử lý. Sau đó, các thuật toán AI khác nhau sẽ trả về nội dung mới theo yêu cầu. Nội dung có thể bao gồm các bài tiểu luận, giải pháp cho vấn đề hoặc giả mạo thực tế được tạo từ hình ảnh hoặc âm thanh của một người. Khả năng của các mô hình ngôn ngữ như ChatGPT-3, Bard của Google và Megatron-Turing NLG của Microsoft đã khiến cả thế giới kinh ngạc.

Ưu và nhược điểm của công nghệ AI

Ưu điểm của AI

  • Giỏi các công việc định hướng chi tiết: AI đã được chứng minh xử lý tốt hơn các bác sĩ trong việc chẩn đoán một số bệnh ung thư, bao gồm ung thư vú và khối u ác tính.

  • Giảm thời gian cho các tác vụ nặng về dữ liệu: AI được sử dụng rộng rãi trong các ngành sử dụng nhiều dữ liệu, bao gồm ngân hàng và chứng khoán, dược phẩm và bảo hiểm, để giảm thời gian phân tích các tập dữ liệu lớn. Ví dụ, các dịch vụ tài chính thường xuyên sử dụng AI để xử lý các đơn xin vay và phát hiện gian lận.

  • Tiết kiệm sức lao động và tăng năng suất: một ví dụ ở đây là việc sử dụng tự động hóa kho hàng, vốn đã phát triển trong thời kỳ đại dịch và dự kiến sẽ tăng lên khi tích hợp trí tuệ nhân tạo và học máy (machine learning).

  • Mang lại kết quả nhất quán: các công cụ dịch thuật AI tốt nhất mang lại mức độ nhất quán cao, mang đến cho các doanh nghiệp nhỏ khả năng tiếp cận khách hàng bằng ngôn ngữ mẹ đẻ của họ.

  • Có thể cải thiện sự hài lòng của khách hàng thông qua cá nhân hóa: AI có thể cá nhân hóa nội dung, tin nhắn, quảng cáo, đề xuất và trang web cho từng khách hàng.

  • Các tác nhân ảo do AI hỗ trợ luôn sẵn sàng: Các chương trình AI không cần ngủ hay nghỉ, cung cấp dịch vụ 24/7.

Nhược điểm của AI

  • Chi phí vận hành cao.

  • Đòi hỏi chuyên môn kỹ thuật sâu.

  • Nguồn cung nhân lực có trình độ để xây dựng các công cụ AI còn hạn chế.

  • Thiếu khả năng khái quát hóa từ nhiệm vụ này sang nhiệm vụ khác.

  • Loại bỏ việc làm của con người, tăng tỷ lệ thất nghiệp.

Phân loại AI

AI có thể được phân thành bốn loại, bắt đầu với các hệ thống thông minh dành riêng cho nhiệm vụ được sử dụng rộng rãi ngày nay và tiến tới các hệ thống có tri giác, vốn chưa tồn tại. Các loại như sau.

  • Loại 1: Reactive machines. Các hệ thống AI này không có bộ nhớ và được thiết kế dành riêng cho một nhiệm vụ nhất định. Một ví dụ cho hệ thống AI này là Deep Blue, chương trình cờ vua của IBM đã đánh bại Garry Kasparov vào những năm 1990. Deep Blue có thể xác định các quân cờ trên bàn cờ và đưa ra dự đoán, nhưng vì nó không có bộ nhớ nên nó không thể sử dụng kinh nghiệm trong quá khứ để phán đoán các nước đi của đối thủ trong tương lai.

  • Loại 2: Limited memory. Các hệ thống AI này có bộ nhớ, vì vậy chúng có thể sử dụng các kinh nghiệm trong quá khứ để đưa ra các quyết định trong tương lai. Một số chức năng ra quyết định trong ô tô tự lái được thiết kế theo cách này.

  • Loại 3: Theory of mind. Theory of mind là một thuật ngữ tâm lý học. Khi được áp dụng cho AI, điều đó có nghĩa là hệ thống sẽ có trí thông minh xã hội để hiểu cảm xúc. Loại AI này sẽ có thể suy ra ý định của con người và dự đoán hành vi, một kỹ năng cần thiết để các hệ thống AI trở thành thành viên không thể thiếu trong các team có còn người.

  • Loại 4: Self-awareness. Trong danh mục này, các hệ thống AI có ý thức về bản thân, điều này mang lại cho chúng ý thức. Hệ thống AI này sẽ có khả năng tự nhận thức hiểu được trạng thái hiện tại của chính chúng. Loại AI này chưa tồn tại.

Ngoài ra, AI cũng có thể được phân loại thành Strong và Weak AI

  • Strong AI, còn được gọi là Trí tuệ tổng hợp nhân tạo (Artificial General Intelligence), mô tả chương trình có thể tái tạo khả năng nhận thức của bộ não con người. Khi phải đối mặt với một nhiệm vụ không quen thuộc, một hệ thống AI mạnh có thể sử dụng logic để áp dụng kiến thức từ lĩnh vực này sang lĩnh vực khác và tự tìm ra giải pháp. Về lý thuyết, một chương trình AI mạnh sẽ có thể vượt qua cả bài kiểm tra Turing và Căn phòng tiếng trung quốc (Chinese Room argument: một thí nghiệm được dùng để thử thách trí thông minh nhân tạo).

  • Weak AI, còn được gọi là AI hẹp (Narrow AI), được thiết kế và đào tạo để hoàn thành một nhiệm vụ cụ thể. Robot công nghiệp và trợ lý cá nhân ảo, chẳng hạn như Siri của Apple, sử dụng AI yếu.

Một số ứng dụng sử dụng công nghệ AI phổ biến

Với sự bùng nổ của ông nghệ AI trong những năm gần đây, vô số ứng dụng của công nghệ AI đã được ra đời. Chúng ta có thể kể đến một số ứng dụng nổi bật như: ChatGPT, Bard, IBM Watson, Google Maps, Codex.

ChatGPT

ChatGPT là một chatbot trí tuệ nhân tạo có khả năng tạo nội dung bằng văn bản ở nhiều định dạng, từ bài tiểu luận đến các dòng code và câu trả lời cho các câu hỏi đơn giản. Được OpenAI ra mắt vào tháng 11 năm 2022, ChatGPT được hỗ trợ bởi một mô hình ngôn ngữ lớn cho phép ChatGPT mô phỏng chặt ngôn ngữ viết của con người.

Bard 

Bard là một chatbot AI đàm thoại có thể tạo ra các loại văn bản. Bạn có thể đặt bất kỳ câu hỏi nào, miễn là không vi phạm chính sách nội dung của nó, Bard sẽ đưa ra câu trả lời. Mặc dù Bard chưa chính thức thay thế Google Assistant, nhưng đó là một trợ lý AI mạnh mẽ hơn nhiều.

Google Maps

Google Maps sử dụng dữ liệu vị trí từ điện thoại thông minh, cũng như dữ liệu do người dùng báo cáo về những thứ như công trình xây dựng và tai nạn ô tô, để theo dõi lưu lượng giao thông.

IBM Watson

IBM Watson là một hệ thống máy tính có khả năng trả lời các câu hỏi được đặt ra bằng ngôn ngữ tự nhiên, được phát triển trong dự án DeepQA của IBM bởi một nhóm nghiên cứu do nhà nghiên cứu chính David Ferrucci đứng đầu. Watson được đặt theo tên của người sáng lập và Giám đốc điều hành đầu tiên của IBM, nhà công nghiệp Thomas J. Watson. 

Codex

OpenAI Codex là một mô hình trí tuệ nhân tạo được phát triển bởi OpenAI. Ứng dụng này có khả năng phân tích cú pháp ngôn ngữ tự nhiên và tạo mã phản hồi. Codex hổ trợ GitHub Copilot, một công cụ lập trình tự động hoàn thành cho các IDE được chọn, như Visual Studio Code và Neovim. Codex là hậu duệ của mô hình GPT-3 của OpenAI, được tinh chỉnh để sử dụng trong các ứng dụng lập trình.

Các dự án AI nổi bật trong thị trường crypto

Về mặt lý thuyết, các chuyên gia cho rằng Blockchain và AI là 2 lĩnh vực khác biệt và hoàn toàn không có bất kỳ mối liên hệ nào với nhau. Tuy nhiên, hai lĩnh vực này có thể kết hợp ở một số khía cạnh nhất định, điển hình của sự kết hợp này là các dự án như SingularityNet và Fetch.AI.

SingularityNet

SingularityNet là một thị trường giao dịch các sản phẩm dịch vụ AI được xây dựng trên blockchain. SingularityNet cho phép các nhà phát triển phát hành và kiếm tiền từ các thuật toán AI của họ một cách dễ dàng với API công khai và thị trường giao dịch phi tập trung.

Fetch.AI

Fetch.ai là một nền tảng blockchain sử dụng trí tuệ nhân tạo để giúp mọi người tự động hóa các tác vụ hàng ngày như đặt chỗ đậu xe hoặc chuyến bay.

Fetch.AI (FET) đưa giải pháp công nghệ mà họ gọi là Three Layers bao gồm ba phần chính: Autonomous Economic Agents (AEA), Open Economic Framework (OEF) và Smart Ledgers. Hệ thống được củng cố bởi mô hình đồng thuận Useful Proof of Work và Machine Learning trí tuệ nhân tạo AI được sử dụng bởi blockchain trong hệ thống Fetch.

Tổng kết

Với sự phát triển mạnh mẽ của lĩnh vực công nghệ, AI ngày càng có nhiều đóng góp cho đời sống con người. Thông qua bài viết này, Coin68 hy vọng các bạn đã được những thông tin hữu ích về lĩnh vực AI. Coin68 hẹn gặp lại các bạn trong các bài viết sau.

-25/07/2023
logo-footer
Kết nối với chúng tôi
    Coin68 là nơi cung cấp cái nhìn tổng quan nhanh và chính xác nhất về tiến bộ công nghệ blockchain trên toàn cầu.
      Copyright © 2016 by Coin68