Học máy là gì và tại sao nó quan trọng?


Phạm Thịnh Cường
3 năm trước
Hữu ích 2 Chia sẻ Viết bình luận 0
Đã xem 7937

Gần đây, dường như mỗi khi bạn mở trình duyệt hoặc tình cờ cuộn qua một nguồn cấp tin tức, có ai đó đang viết về học máy và tác động của nó đối với cả con người và sự tiến bộ của trí tuệ nhân tạo. Học máy đã được nhấn mạnh trong các bài viết bao gồm mọi thứ, từ các giải pháp Trợ lý ảo đến xe tự lái và robot có thể thực hiện các nhiệm vụ giống như con người. Một số công ty lớn đang định nghĩa học máy là 'tương lai', nhưng điều đó thực sự có nghĩa là gì? 

Học máy là gì?

Học máy không có gì mới. Trên thực tế, lịch sử bắt đầu từ hơn sáu mươi năm trước khi Alan Turing tạo ra 'Thử nghiệm Turing' để xác định xem một máy tính có trí thông minh thực sự hay không. Tuy nhiên, có thể lập luận rằng 25-30 năm qua đã chứng kiến ​​những bước nhảy vọt lớn nhất về những tiến bộ trong công nghệ lời nói. Nhưng tôi đang vượt lên chính mình ở đây.

Hãy nghĩ về máy học như thế này. Là một con người, và là một người sử dụng công nghệ, bạn hoàn thành một số nhiệm vụ nhất định đòi hỏi bạn phải đưa ra quyết định hoặc phân loại một cái gì đó. Chẳng hạn, khi bạn đọc hộp thư đến vào buổi sáng, bạn quyết định đánh dấu rằng 'Giành được một hành trình miễn phí nếu bạn bấm vào đây' là thư rác. Làm thế nào một máy tính biết để làm điều tương tự? Học máy bao gồm các thuật toán dạy máy tính thực hiện các nhiệm vụ mà con người thực hiện một cách tự nhiên hàng ngày.

Những nỗ lực đầu tiên về trí tuệ nhân tạo liên quan đến việc dạy máy tính bằng cách viết một quy tắc. Nếu chúng tôi muốn dạy một máy tính đưa ra khuyến nghị dựa trên thời tiết, thì chúng tôi có thể viết một quy tắc cho biết: NẾU thời tiết nhiều mây và khả năng lượng mưa lớn hơn 50%, THÌ đề nghị lấy một chiếc ô. Tuy nhiên, vấn đề với cách tiếp cận này được sử dụng trong các hệ thống chuyên gia truyền thống là chúng ta không biết mức độ tin cậy của quy tắc này. Có đúng 50% thời gian không? Hơn? Ít hơn?

Vì lý do này, học máy đã phát triển để bắt chước sự phù hợp với mô hình mà bộ não con người thực hiện. Ngày nay, các thuật toán học máy dạy cho máy tính nhận ra các tính năng của một đối tượng. Trong các mô hình này, ví dụ, một máy tính được hiển thị một quả táo và nói rằng đó là một quả táo. Sau đó, máy tính sử dụng thông tin đó để phân loại các đặc tính khác nhau của một quả táo, dựa trên thông tin mới mỗi lần. Lúc đầu, một máy tính có thể phân loại một quả táo thành hình tròn và xây dựng một mô hình nói rằng nếu một cái gì đó tròn thì đó là một quả táo. Sau đó, khi một quả cam được giới thiệu, máy tính sẽ biết rằng nếu một cái gì đó tròn VÀ đỏ, thì đó là một quả táo. Sau đó, một quả cà chua được giới thiệu, và cứ như vậy. Máy tính phải liên tục sửa đổi mô hình của nó dựa trên thông tin mới và gán giá trị dự đoán cho từng mô hình, chỉ ra mức độ tin cậy rằng một đối tượng là một điều hơn một điều khác. Ví dụ, màu vàng là một giá trị dự đoán nhiều hơn cho một quả chuối so với màu đỏ là cho một quả táo. 

Vậy tại sao mọi người lại nói về học máy?

Những thuật toán cơ bản này để dạy một cỗ máy hoàn thành các nhiệm vụ và phân loại giống như một con người có từ vài thập kỷ trước. Sự khác biệt giữa bây giờ và khi các mô hình được phát minh lần đầu tiên là càng nhiều thông tin được đưa vào các thuật toán, chúng càng trở nên chính xác hơn. Vài thập kỷ qua đã chứng kiến ​​khả năng mở rộng dữ liệu và thông tin khổng lồ, cho phép dự đoán chính xác hơn nhiều so với những gì có thể có trong lịch sử lâu dài của học máy.

Các kỹ thuật mới trong lĩnh vực học máy - chủ yếu liên quan đến việc kết hợp các phần đã tồn tại trong quá khứ - đã cho phép nỗ lực nghiên cứu phi thường trong Mạng lưới thần kinh sâu (DNN). Đây không phải là kết quả của một bước đột phá lớn, mà là các máy tính nhanh hơn nhiều và hàng ngàn nhà nghiên cứu đóng góp cải tiến gia tăng. Điều này đã cho phép các nhà nghiên cứu mở rộng những gì có thể trong học máy, đến mức máy móc vượt trội hơn con người cho các nhiệm vụ khó khăn nhưng được xác định hẹp như nhận diện khuôn mặt hoặc chơi trò chơi cờ vây. 

Tại sao nó lại quan trọng?

Học máy có một số ứng dụng rất thực tế thúc đẩy loại kết quả kinh doanh thực tế - chẳng hạn như tiết kiệm thời gian và tiền bạc - có khả năng tác động mạnh mẽ đến tương lai của tổ chức của bạn. Đặc biệt, tại Tương tác, chúng tôi thấy tác động to lớn xảy ra trong ngành chăm sóc khách hàng, nhờ đó học máy cho phép mọi người hoàn thành công việc nhanh chóng và hiệu quả hơn. Thông qua các giải pháp Trợ lý ảo, học máy sẽ tự động hóa các tác vụ cần được thực hiện bởi một tác nhân trực tiếp - chẳng hạn như thay đổi mật khẩu hoặc kiểm tra số dư tài khoản. Điều này giải phóng thời gian đại lý có giá trị có thể được sử dụng để tập trung vào loại chăm sóc khách hàng mà con người thực hiện tốt nhất: cảm ứng cao, ra quyết định phức tạp không dễ xử lý bằng máy. 

Học máy đã có những cải tiến mạnh mẽ trong vài năm qua, nhưng chúng ta vẫn còn rất xa để đạt được hiệu suất của con người. Nhiều lần, cỗ máy cần sự hỗ trợ của con người để hoàn thành nhiệm vụ. Tại  Tương tác , chúng tôi đã triển khai các giải pháp Trợ lý ảo kết hợp hoàn hảo giữa nhân tạo với trí thông minh thực sự của con người để mang lại độ chính xác và hiểu biết cao nhất.

Hữu ích 2 Chia sẻ Viết bình luận 0
Đã xem 7937