Thuật ngữ Machine Learning là gì?
Machine learning gây nên cơn sốt công nghệ trên toàn thế giới trong vài năm nay. Trong giới học thuật, mỗi năm có hàng ngàn bài báo khoa học về đề tài này. Trong giới công nghiệp, từ các công ty lớn như Google, Facebook, Microsoft đến các công ty khởi nghiệp đều đầu tư vào machine learning. Hàng loạt các ứng dụng sử dụng machine learning ra đời trên mọi linh vực của cuộc sống, từ khoa học máy tính đến những ngành ít liên quan hơn như vật lý, hóa học, y học, chính trị.
Vậy thì thuật ngữ machine learning nghĩa là gì? Các chuyên gia hãy giải đáp giúp tôi.
công nghệ thông tin
Chào bạn,
Một trong những vai trò của công nghệ hiện nay liên quan đến việc phát triển cũng như hoàn thiện những dịch vụ trên nền tảng smartphone và web đó là khả năng học hỏi, nhận thức của hệ thống máy móc (Machine Learning). Đôi khi, khái niệm trên bị hiểu và sử dụng như một cách gọi khác của “trí tuệ nhân tạo” (AI), đặc biệt là khi những tên tuổi lớn trong giới công nghệ muốn quảng bá hình ảnh về phát minh tiên tiến mới nhất của họ. Tuy nhiên, hai phạm trù trên, dù có một mối liên hệ nhất định, nhưng lại thuộc về những khía cạnh hoàn toàn khác biết trong lĩnh vực công nghệ máy tính.
Mục đích của những dự án AI là tạo ra một cỗ máy có khả năng mô phỏng lại bộ não của con người, và tất nhiên, để đạt được điều đó, các nhà khoa học phải tìm được ra cách gán cho chúng kỹ năng nhận thức và tiếp thu vốn có của não bộ. Dù vậy, giới hạn của trí thông minh nhân tạo không chỉ dừng lại ở đó, mà còn bao gồm cả lưu trữ và biểu hiện kiến thức, lập luận, hay thậm chí cả tư duy trừu tượng. Mặt khác, Machine Learning chỉ tập trung vào những phần mềm, ứng dụng được viết ra để giúp máy móc “học tập” từ những sự kiện, trải nghiệm và phản hồi nhận được trước đó.
Một điều nữa có thể khiến bạn cảm thấy bất ngờ và ngạc nhiên là Machine Learning thực ra lại được áp dụng nhiều hơn trong những phân tích số liệu và thông tin thống kê so với AI. Tại sao lại như vậy? Chẳng phải AI đi kèm với rất nhiều ưu điểm và tiềm năng vượt trội hơn để có thể hỗ trợ con người sao? Để giải đáp cho những thắc mắc, câu hỏi trên, hãy cùng nhìn sâu hơn nữa vào bản chất thật sự của vấn đề này.
Một trong số những định nghĩa được lấy làm tiêu chuẩn mẫu mực nhất giải thích cho Machine Learning đã được phát biểu bởi Giáo sư Tom Mitchell tại Đại học Carnegie Mellon (CMU), cho rằng:
Một chương trình máy tính được coi là có khả năng học tập từ những “kinh nghiệm” (E) khi thực hiện một số tác vụ (Task) và đối chiếu với thước đo hiệu suất (Performance), KHI hiệu quả công việc tại tác vụ T, được đo bằng thang P đã cải thiện bằng kinh nghiệm E.
Nguyễn Mai Chi
Chào bạn,
Một trong những vai trò của công nghệ hiện nay liên quan đến việc phát triển cũng như hoàn thiện những dịch vụ trên nền tảng smartphone và web đó là khả năng học hỏi, nhận thức của hệ thống máy móc (Machine Learning). Đôi khi, khái niệm trên bị hiểu và sử dụng như một cách gọi khác của “trí tuệ nhân tạo” (AI), đặc biệt là khi những tên tuổi lớn trong giới công nghệ muốn quảng bá hình ảnh về phát minh tiên tiến mới nhất của họ. Tuy nhiên, hai phạm trù trên, dù có một mối liên hệ nhất định, nhưng lại thuộc về những khía cạnh hoàn toàn khác biết trong lĩnh vực công nghệ máy tính.
Mục đích của những dự án AI là tạo ra một cỗ máy có khả năng mô phỏng lại bộ não của con người, và tất nhiên, để đạt được điều đó, các nhà khoa học phải tìm được ra cách gán cho chúng kỹ năng nhận thức và tiếp thu vốn có của não bộ. Dù vậy, giới hạn của trí thông minh nhân tạo không chỉ dừng lại ở đó, mà còn bao gồm cả lưu trữ và biểu hiện kiến thức, lập luận, hay thậm chí cả tư duy trừu tượng. Mặt khác, Machine Learning chỉ tập trung vào những phần mềm, ứng dụng được viết ra để giúp máy móc “học tập” từ những sự kiện, trải nghiệm và phản hồi nhận được trước đó.
Một điều nữa có thể khiến bạn cảm thấy bất ngờ và ngạc nhiên là Machine Learning thực ra lại được áp dụng nhiều hơn trong những phân tích số liệu và thông tin thống kê so với AI. Tại sao lại như vậy? Chẳng phải AI đi kèm với rất nhiều ưu điểm và tiềm năng vượt trội hơn để có thể hỗ trợ con người sao? Để giải đáp cho những thắc mắc, câu hỏi trên, hãy cùng nhìn sâu hơn nữa vào bản chất thật sự của vấn đề này.
Một trong số những định nghĩa được lấy làm tiêu chuẩn mẫu mực nhất giải thích cho Machine Learning đã được phát biểu bởi Giáo sư Tom Mitchell tại Đại học Carnegie Mellon (CMU), cho rằng:
Một chương trình máy tính được coi là có khả năng học tập từ những “kinh nghiệm” (E) khi thực hiện một số tác vụ (Task) và đối chiếu với thước đo hiệu suất (Performance), KHI hiệu quả công việc tại tác vụ T, được đo bằng thang P đã cải thiện bằng kinh nghiệm E.