‘Cha đẻ’ ngành học máy: ‘Nên ứng dụng AI từ điều đơn giản nhất’

[ad_1]

Tại sự kiện AI day 2021, GS Michael I. Jordan chia sẻ, nên ứng dụng AI vào những điều đơn giản nhất thay vì nghĩ tới những công nghệ siêu việt.

Trong phiên thảo luận sáng 27/8 tại sự kiện “AI day 2021: Tiếp lửa đổi mới sáng tạo”, do VinAI (Tập đoàn Vingroup) tổ chức, nhiều chuyên gia, nhà khoa học đầu ngành, nổi tiếng trên thế giới đã chia sẻ cách để Việt Nam và những người trẻ tiếp cận công nghệ trí tuệ nhân tạo (AI) cũng như phát triển ứng dụng AI.

Phát biểu khai mạc, Thứ trưởng Bộ Khoa học và Công nghệ Bùi Thế Duy cho biết, sự kiện được tổ chức nằm trong kế hoạch phát triển Chiến lược Quốc gia về nghiên cứu, phát triển và ứng dụng AI đến năm 2030. Mục tiêu nhằm thúc đẩy nghiên cứu, sáng tạo và ứng dụng AI, góp phần giải quyết vấn đề thách thức trong phát triển kinh tế – xã hội, giúp các doanh nghiệp công nghệ Việt Nam tối ưu hóa năng lực cạnh tranh.

Là một trong số diễn giả tham gia sự kiện, ông Michael I. Jordan, giáo sư danh dự tại Đại học California, Berkeley – người được coi như “cha đẻ” học máy đưa ra gợi ý, nên ứng dụng AI vào những điều đơn giản nhất và vì người dân, thay vì lúc nào cũng nghĩ tới những công nghệ siêu việt. Theo ông, những điều đơn giản nhất sẽ kết nối được nhiều người nhất.

GS Jordan lấy ví dụ về việc ứng dụng công nghệ vào âm nhạc. Chẳng hạn, mỗi người sáng tạo nhạc đưa lên nền tảng online, cần có một bản đồ điện tử để có thể thấy những ai ở khu vực nào đang nghe bài hát của họ bằng cách hiển thị những chấm nhỏ. “AI ứng dụng trong trường hợp này có thể tạo ra những luồng dữ liệu, sự liên hệ giữa những thông tin”, ông nói.

Các chuyên gia trong phiên thảo luận sự kiện AI day 2021 sáng 27/8. Ảnh: Chụp màn hình

Các chuyên gia trong phiên thảo luận sự kiện AI day 2021 sáng 27/8. Ảnh: Chụp màn hình

Theo GS Jordan, nếu một sinh viên ngành công nghệ thông tin mới ra trường, muốn tập trung vào học máy và tham gia lĩnh vực này cần tìm hiểu khoa học dữ liệu. Ông lấy ví dụ, ở Brooklyn (Mỹ), một số đại học đã thiết lập các chương trình đào tạo khoa học dữ liệu để giải quyết vấn đề khu vực và toàn cầu cho người đang học và mới ra trường. Điều này giúp họ giải quyết được các vấn đề của cá nhân và chung của mọi người.

Khi đã hiểu về dữ liệu, những thuật toán và mô hình mới được nghiên cứu và khai phá dễ dàng hơn. Ngoài ra, cần phối kết hợp các công cụ xử lý, những lĩnh vực với nhau như AI và xây dựng game…

Cho rằng dữ liệu là nguồn tài nguyên quý giá, trong phiên tọa đàm buổi chiều, GS Mark Johnson (Mỹ), ví đây như “một loại dầu mới”, cho những “cỗ máy”, mô hình thuật toán mới.

Ông cho biết, ở Mỹ dữ liệu có thể được mua và bán giống như một hàng hóa, với nhiều cấp bậc khác nhau để phục vụ người dùng cuối. Vì vậy, dữ liệu đều xử lý trước khi sử dụng như tinh lọc, dán nhãn.

GS Mark Johnson trao đổi tại sự kiện. Ảnh: Chụp màn hình

GS Mark Johnson trao đổi tại sự kiện. Ảnh: Chụp màn hình

Theo GS Johnson, một dữ liệu có thể phục vụ cho nhiều mô hình khác nhau, tùy cách xử lý. Để biết chất lượng và số lượng dữ liệu bao nhiêu là đủ cho mô hình chính xác, ông cho rằng, người thu thập nên làm mọi cách để tìm và kết hợp các nguồn dữ liệu khác nhau để đảm bảo về số lượng. Về chất lượng, dữ liệu có thể được tuyển chọn bằng công cụ và kỹ thuật hỗ trợ.

Đồng tình về vai trò của dữ liệu, TS Bùi Hải Hưng, Viện trưởng VinAI cho biết, tại các nước đang phát triển như Việt Nam, Ấn Độ… dữ liệu khó có thể đồng nhất. Việc giải quyết vấn đề này cần sử dụng phương pháp học máy có giám sát (supervised learnig), nhưng rất tốn kém.

VinAI công bố tính năng quan sát toàn cảnh 360 độ cho dòng xe thông minh. Ảnh: Chụp màn hình

VinAI công bố tính năng quan sát toàn cảnh 360 độ cho dòng xe thông minh. Ảnh: Chụp màn hình

Tại sự kiện, Viện trưởng VinAI công bố ba công nghệ mới cho dòng ô tô thông minh, đang được nghiên cứu hoàn thiện. Trong đó có hệ thống giám sát người lái; quan sát toàn cảnh 360 độ và cơ chế tự lái cho xe (đạt đến cấp độ 2+, người dùng có thể nghỉ tay, không cần điều khiển vô lăng, chân ga hay thắng mà xe vẫn có thể di chuyển an toàn trên đường dựa vào thông tin đến từ hệ thống nhận thức).

Nguyễn Xuân

[ad_2]