Vì sao nhiều người thường 'nhầm' trí tuệ nhân tạo và máy học?

Trang Thenextweb nhận định đang có khá nhiều sự nhầm lẫn giữa trí tuệ nhân tạo (AI) và máy học (Machine Learning). Không ít người đề cập đến AI và máy học như các từ đồng nghĩa và sử dụng chúng thay thế cho nhau, trong khi một số khác cho rằng chúng là các công nghệ riêng biệt.

Trong nhiều trường hợp, nguyên nhân của sự nhầm lẫn bắt nguồn từ việc hiểu sai hai khái niệm trên. Tuy nhiên, một số khác, người sử dụng chúng lại cố ý bỏ qua những khác biệt nhằm mục đích tạo điểm nhấn để tiếp thị và bán hàng.

Máy học là gì?

Máy học là một lĩnh vực của trí tuệ nhân tạo liên quan đến việc nghiên cứu và xây dựng các kĩ thuật cho phép các hệ thống "học" tự động từ dữ liệu để giải quyết những vấn đề cụ thể.

Ví dụ, nếu bạn cung cấp cho chương trình máy học các hình ảnh chụp X-quang cùng những triệu chứng tương ứng, nó sẽ có thể học từ đó và đưa ra các giải pháp hỗ trợ hoặc tự động phân tích những hình ảnh X-quang tương tự trong tương lai.

Về bản chất, máy học sẽ dựa trên các dữ liệu có sẵn để đưa ra phân tích, dự đoán trong tương lai. Ảnh: Zdnet.

Máy học có thể được ứng dụng để so sánh tất cả các hình ảnh khác nhau và tìm ra những hình ảnh có triệu chứng tương tự. Khi bạn cung cấp thêm một hình ảnh mới, nó sẽ so sánh nội dung này với các mẫu đã thu thập và cho bạn biết về những hình ảnh có khả năng chứa triệu chứng đã nghiên cứu trước đó. Đây được gọi là "học có giám sát", loại máy học này cần có thuật toán đào tạo để đưa ra dữ liệu.

Một loại máy học khác được gọi là "học không giám sát", chúng không cần thuật toán có sẵn và có thể tự "học" để tìm ra kết quả.

Loại máy học phổ biến thứ ba là "học củng cố", dựa trên việc cung cấp cho máy học thuật toán cùng một bộ quy tắc với các ràng buộc cụ thể, sau đó nó sẽ tự tìm cách đạt được mục tiêu tốt nhất theo các yêu cầu.

Máy học củng cố thường liên quan đến việc tìm một mục tiêu, phần thưởng như ghi điểm trong một trò chơi hoặc giảm lượng tiêu thụ điện cho một cơ sở. Thuật toán sẽ tự động điều chỉnh để tối đa hóa mục tiêu đạt được theo các ràng buộc được cung cấp. Học củng cố được biết nhiều thông qua việc dạy AI chơi các trò chơi máy tính như CS-Go, StarCraft, Poker, Dota.

Về bản chất, máy học sẽ nghiên cứu dữ liệu để phân loại thông tin hoặc dự đoán các trường hợp có thể xảy ra trong tương lai.

AI là gì?

Trí tuệ nhân tạo mang một phạm vi ý nghĩa rất rộng. "Cho đến gần đây, chúng tôi tin rằng trí tuệ nhân tạo là cách ứng dụng khoa học và kỹ thuật làm cho máy tính có thể hoạt động theo cách giống như trí thông minh của con người", Andrew Moore, Trưởng khoa Khoa học Máy tính tại Đại học Carnegie Mellon nhận định.

Theo Thenextweb, vài thập kỷ trước, một chiếc máy tính bỏ túi cũng có thể được gọi là AI, vì khi đó tính toán là thứ mà chỉ có những bộ não con người mới có thể thực hiện được.

Trợ lý ảo Siri của Apple cũng là một dạng trí tuệ nhân tạo được biểu tượng hóa giúp dễ dàng tiếp cận hơn với người dùng. Ảnh: CNet.

Theo Zachary Lipton, biên tập viên của Approximately Correct giải thích, "thuật ngữ AI ám chỉ những mục tiêu biến đổi liên tục để máy có thể thực hiện những việc con người làm được".

Hiện nay, AI đã được nhiều hãng công nghệ hiện thực hóa thông qua những trợ lý ảo như Siri và Alexa, hoặc các hệ thống đề xuất phim hiệu quả của Netflix và YouTube.

Những công nghệ này ngày càng trở nên quan trọng trong cuộc sống hàng ngày của chúng ta. Trên thực tế, chúng là những công nghệ thông minh tăng cường giúp chúng nâng cao khả năng hiện hữu và gần gũi hơn với con người.

Không giống như máy học, AI là một thứ luôn thay đổi, và những thay đổi sẽ xuất hiện khi các công nghệ liên quan trở nên tiên tiến hơn. Có thể trong một vài thập kỷ, các công nghệ AI tiên tiến ngày nay sẽ bị coi là lỗi thời.

Các công ty công nghệ thường 'nhầm' AI và máy học?

Trong những thập kỷ đầu phát triển đã có rất nhiều sự cường điệu xung quanh ngành công nghiệp này, không ít nhà khoa học đã hứa rằng AI ở cấp độ con người sẽ dần trở nên phổ biến.

Tuy nhiên trên thực tế đã có những thời điểm trí tuệ nhân tạo không nhận được nhiều sự quan tâm. Trong lịch sử trí tuệ nhân tạo đã xuất hiện thuật ngữ "mùa đông AI", đây là một giai đoạn mà AI bị giảm kinh phí nghiên cứu và sự quan tâm từ các nhà khoa học.

Sau đó, các công ty đã cố gắng tách họ ra khỏi thuật ngữ AI, thứ đã được họ sử dụng trong nhiều năm nhằm quảng cáo cho các sản phẩm của mình. Thậm chí, IBM đã mô tả Deep Blue là một siêu máy tính và tuyên bố rằng nó không sử dụng trí thông minh nhân tạo.

Các công ty công nghệ thường dựa vào khái niệm khó hiểu của trí tuệ nhân tạo để thu hút nhiều sự chú ý từ người dùng. Ảnh: Thenextweb.

Trong thời gian này, các thuật ngữ khác như big data, phân tích dự báo và máy học bắt đầu thu hút được nhiều sự chú ý và trở nên phổ biến. Trong năm 2012, máy học, deep learning và mạng thần kinh đã có những bước tiến lớn và bắt đầu được sử dụng trong nhiều lĩnh vực. Nhiều công ty bắt đầu sử dụng thuật ngữ máy học và deep learning để tiếp thị cho sản phẩm của họ.

Deep learning bắt đầu được nhắc đến với khả năng có thể thực hiện được hàng loạt công việc khác nhau mà không cần lập trình như nhận dạng giọng nói, nhận dạng khuôn mặt, phân loại hình ảnh và xử lý ngôn ngữ tự nhiên.

Từ đây, hàng loạt nỗi lo bắt đầu được khơi gợi cũng như những tin đồn về việc deep learning có thể xâm nhập vào các hệ thống máy tính, chiếm quyền kiểm soát và gây hại cho con người. Hay đơn giản hơn, chúng có thể làm rất nhiều người thất nghiệp vì khả năng của chúng.

Tất cả những yếu tố này đã giúp khơi dậy sự tò mò và hiếu kỳ xung quanh trí thông minh nhân tạo. Do đó, với một khái niệm AI mơ hồ, nghe có nét thần bí và kỳ diệu, các công ty công nghệ sẽ tận dụng điều này để tăng khả năng tiếp thị cho sản phẩm của họ.