Học máy (Machine Learning) & Ứng dụng?

  1. Trí tuệ nhân tạo

Với đa số mọi người, Học máy (Machine Learning) như là một con đường dẫn đến Trí tuệ nhân tạo (AI). Nhưng với một số nhà khoa học dữ liệu, chuyên gia về xác xuất thống kê, hay người kinh doanh đơn thuần thì “Học máy chính là công cụ mạnh mẽ để tạo ra những dự đoán có độ chính xác cao về triển vọng của sản phẩm, thị yếu khách hàng, trợ giúp đắc lực cho marketing hay bất kỳ ứng dụng nào khác”

Ngay cả khi bạn không thể tự tạo ra được một thuật toán Học máy, thì bạn cũng có thể tận dụng được sức mạnh của nó. Bước đầu tiên để tận dụng được Học máy trong công việc của bạn là xác định được: “Tại sao Học máy lại có giá trị?”. Từ đó vấn đề chỉ còn là huấn luyện cho máy học, lặp đi lặp lại cho đến khi bạn đạt được kết quả như mong muốn.


A. Học máy & Trí tuệ nhân tạo: Khác nhau ở đâu?

Hầu hết mọi người đều biết về Trí tuệ nhân tạo, và khi nghe về thuật ngữ này chúng ta tưởng tượng ngay đến Robots – những thứ có thể thực hiện tốt những công việc của con người. Tuy nhiên, nhiều hoạt động thường ngày của chúng ta vô cùng phức tạp, do đó còn cả một quãng đường dài cho đến khi robots hoàn toàn thay thế được con người. Rất nhiều tiềm năng của trí tuệ nhân tạo (AI) vẫn chưa được khám phá, còn Học máy đã thành hiện thực và hiện hữu trong cuộc sống hàng ngày của chúng ta.

Học máy có thể coi như là một phần, là cơ sở cốt lõi của Trí tuệ nhân tạo. Cốt lõi của Học máy là quá trình mà một hệ thống tự nâng cấp chính nó thông qua việc học dựa trên dữ liệu. Đây thực sự là một ý tưởng mới, trong quá khứ, chúng ta tin rằng robot cần học mọi thứ từ con người. Nhưng bộ não con người quá phức tạp, không phải tất cả hành động và hoạt động của nó đều có thể được mô tả rõ ràng.

Đến năm 1959, Arthur Samuel nảy ra một ý tưởng thông minh rằng chúng ta không cần phải dạy máy tính và có thể để chúng tự học. Ông mô tả lý thuyết của mình bằng thuật ngữ “Học máy”, thuật ngữ mà giờ đây trở thành định nghĩa tiêu chuẩn cho khả năng học tự động của máy tính.


B. Ứng dụng phổ biến của Học máy

Cách tốt nhất để hiểu được tiềm năng của Học máy đó là khám phá ra “Con người và các công ty hiện nay đã thu lợi như thế nào từ việc áp dụng Học máy?”.

Một vài ví dụ sau đây sẽ cho thấy điều đó:


1.     Xử lý ngôn ngữ tự nhiên (NLP):

Nếu bạn nghĩ Google Translate tự bản thân nó đã thực sự là một cuốn từ điển hoàn hảo thì bạn nên suy nghĩ lại. Nó thực ra được tạo nên từ một bộ các thuật toán Học máy dựa trên việc cập nhật theo thời gian các đầu vào từ phía người dùng, như từ mới và cú pháp mới. Siri, Alexa, Cortana, và gần đây nhất là Google Assistant, tất cả đều dựa trên việc Xử lý ngôn ngữ tự nhiên để Nhận dạng giọng nói, Tổng hợp giọng nói (dựa trên một phần), cho phép chúng hiểu hay phát âm ra những từ chưa từng gặp phải trước đó.


2.     Hệ thống gợi ý (Recommendation systems):

Trên Netflix, Amazon, Facebook, mọi thứ được gợi ý cho bạn đều phụ thuộc vào các hoạt động của bạn như tìm kiếm, thích hay các hành vi trước đó của bạn. Các website này cung cấp các đề xuất thông qua những nền tảng, thiết bị, ứng dụng. Hệ thống sẽ kết nối người bán với người mua, những bộ phim hay với những người muốn xem chúng,… Tất cả những điều này cải thiện đáng kể đời sống và trải nghiệm của con người.

Amazon, một ví dụ điển hình cho doanh nghiệp áp dụng Học máy. Hệ thống của công ty này có những thuật toán đáng kinh ngạc khi nó có thể dự đoán với độ chính xác cao về những thứ khách hàng muốn mua và khi nào họ mua chúng. Công ty này sở hữu bằng sang chế về “anticipatory shipping” (giao hàng trước thời hạn), hệ thống cho phép vận chuyển hàng hóa từ kho gần nhất. Vì vậy, khách hàng có thể đặt hàng và nhận hàng trong cùng một ngày (mặc dù chưa biết rõ rằng liệu họ đã mua chúng hay chưa).


3.     Kinh doanh bằng thuật toán (Algorithmic trading):

Là quá trình liên quan tới các hành vi ngẫu nhiên, sự thay đổi dữ liệu liên tục và những yếu tố đa dạng từ chính trị đến tư pháp trên thị trường. Kinh doanh bằng thuật toán (algorithmic trading) khá phổ biến ở nước ngoài trên các thị trường tài chính có thực hiện giao dịch điện tử, và hiểu nôm na là việc sử dụng các phần mềm máy tính để xác định thời gian đặt lệnh, khối lượng giao dịch, mức giá, thậm chí là vị thế (mua hay bán), mức lời mục tiêu và mức dừng lỗ trong kinh doanh cổ phiếu và các sản phẩm tài chính khác. Trong khi các nhà tài chính không thể dự đoán về các hành vi kể trên thì các thuật toán Học máy lại có thể, thậm trí đáp ứng với những thay đổi trên thị trường nhanh hơn con người.

Thực sự, có rất nhiều hoạt động kinh doanh của con người sử dụng Học máy. Bạn có thể dự đoán liệu một nhân viên sẽ tiếp tục ở lại công ty hay rời đi. Hay quyết định bỏ thời gian của mình vào một khách hàng có khả năng sẽ mua hàng của đối thủ cạnh tranh hoặc không mua gì cả. Bạn cũng có có thể tối ưu hóa quá trình, dự đoán doanh số và phát hiện những cơ hội tiềm ẩn.

Sau đó , chúng ta có những phương tiện tự lái, những thứ mới đầu chỉ là tầm nhìn của khoa học viễn tưởng nhưng giờ đã thành hiện thực: một chiếc xe có thể tự lái hàng triệu dặm mà không cần người lái. Điều này, một lần nữa, là thành quả của một bộ các thuật toán Học máy giúp cho những chiếc xe học được cách lái xe an toàn và hiệu quả.

Như bạn có thể thấy, Học máy mở ra cho toàn thế giới và các doanh nghiệp cơ hội để hiện thực hóa ước mơ, đạt được các chiến lược đang tiến hành.


Vậy thì Làm thế nào để tạo được một "Mô hình Học máy"? Mình sẽ cùng bàn luận thêm với mọi người ở một bài chia sẻ sau :D


Source tham khảo:

Machine Learning - An Overview

Từ khóa: 

ai

,

machine learning

,

trí tuệ nhân tạo