Trí tuệ nhân tạo, deep learning, machine learning là gì?

  1. Công nghệ thông tin

Với những tiến bộ vượt bậc của AI – từ lĩnh vực xe hơi không người lái, đến việc làm chủ các trò chơi như Poker và Go, cho tới tự động hóa các dịch vụ tương tác với khách hàng – công nghệ tiên tiến này đã sẵn sàng để cách mạng hóa các doanh nghiệp. Trong quá trình này, thuật ngữ AI, machine learning, và deep learning thường được sử dụng một cách ngẫu nhiên và thường gây ra sự nhầm lẫn với nhau, trong khi mỗi loại công nghệ đều có những khác biệt riêng. Tới bản thân mình cũng hay bị nhầm lẫn, nhờ mọi người giúp với.

Từ khóa: 

công nghệ thông tin

Câu hỏi được gộp với Phân biệt Machine Learning, Deep Learning, AI, Datamining?

Chủ đề này em thấy mọi người cũng có thảo luận tại đây ạ. Anh coi tham khảo :D

Link: https://noron.vn/post/phan-biet-machine-learning-deep-learning-ai-datamining-97249675913012578

Trả lời

Chủ đề này em thấy mọi người cũng có thảo luận tại đây ạ. Anh coi tham khảo :D

Link: https://noron.vn/post/phan-biet-machine-learning-deep-learning-ai-datamining-97249675913012578

Về cơ bản:

  • Datamining là quá trình tự động xử lý dữ liệu lớn để ra được những thông tin mới và hữu ích.
  • AI là một lĩnh vực nghiên cứu, mà đầu ra là các ứng dụng giúp máy móc thay thế được con người (trong một số công việc)
  • Machine Learning là phương pháp chủ đạo để mine từ data thô thành các thông tin giá trị
  • Deep Learning là một biến thể của Machine Learning

---

Do đó theo mình, các thuật ngữ này khác nhau về mặt phạm trù. Mình bổ sung thêm Big Data vào nhóm này để chúng ta có thể quan sát sự khác nhau ở một khía cạnh khác:

  • Ngay từ thế kỉ trước, doanh nghiệp đã biết giá trị của việc lưu trữ dữ liệu. Bằng chứng nằm ở hệ thống đo đạc vận hành, báo cáo tài chính, hay sự hình thành của Machine Learning (~1950) theo ngay sau sự xuất hiện của máy tính. Khả năng lưu trữ dữ liệu cũng như năng lực tính toán là rào cản phát triển tại thời điểm này.
  • Với sự bùng nổ của sức mạnh vi tính (computing power) từ những năm 2000, kèm với mô hình lập trình tính toán song song, doanh nghiệp có thể lưu trữ dữ liệu lớn (Big Data) với chi phí rất thấp. Người người nhà nhà bắt đầu đầu tư với hi vọng sớm gây dựng được một nguồn tài sản vô giá.
  • Bước tiếp theo, họ tìm cách khai thác (mine) nguồn tài sản này (data). Quá trình làm việc với nguồn dữ liệu khổng lồ thì hiển nhiên phải làm bằng máy. Mà đã là máy thì phải tự động. Mục tiêu của data mining là tự động tìm ra được những đặc trưng khó/chưa được phát hiện (unknown pattern). Machine Learning chính là cấu phần quan trọng nhất nghiên cứu về vấn đề này; là những thuật toán nhận trực tiếp dữ liệu làm input.
  • Cả các bài toán và năng lực giải quyết các bài toán bằng Data Mining lập tức phát triển với tốc độ chóng mặt và bổ trợ lẫn nhau. Phạm vi mở rộng từ y tế, tài chính, vận hành cho đến nhận diện hình ảnh, âm thanh, xe tự lái, nhà thông minh... Các vấn đề này đều có điểm chung là cần "trí thông minh" để đối mặt. Không phải người, máy móc giải thì gọi là Artificial Intelligence.
  • Trong họ hàng nhà Machine Learning có một ông đặc biệt là Deep Learning. Ông này deep ở chỗ ông ý mở rộng giải thuật Neural Network thêm nhiều tầng (điều vốn dĩ khó thực hiện được khi sức mạnh vi tính còn yếu). Điều này khiến ông ta vượt qua rất nhiều ông chú, bà bác khác để vô địch trong một số lĩnh vực. Đây lại vừa là những lĩnh vực khó vừa thú vị như xử lý hình ảnh (Computer Vision) và xử lý ngôn ngữ (Natural Language Processing). *Xu hướng nghiên cứu gần đây, rất có thể đem lại bước tiến đột phá trong tương lai, đang đến từ việc người ta nghiên cứu các cách deep khác nhau của ông này.

https://ml-book-vn.khanhxnguyen.com/intro.html
Bạn xem link này thử. Nó giải thích mỗi khái niệm trong mối tương quan với các khái niệm khác nên ng ko biết gì như mình hiểu được

Mỗi khái niệm thể hiện một góc nhìn khác nhau nên có sự bao trùm lẫn nhau.

AI (Artificial Intelligence) cần chú ý danh từ chính ở đây là Intelligence (trí tuệ) -> Tất cả những thứ làm giống hành động của con người thì được quy vào tập hợp này -> AI rất rộng và bao trùm hầu hết các khái niệm khác.

ML (Machine learning) (danh từ ở đây là learning) là một tập các phương pháp dạy cho máy học từ dữ liệu. Machine learning là một phương pháp trong các phương pháp để đạt đến mục tiêu AI. ML bao gồm: cây quyết định, mạng bayes, SVM, mạng neuron.... và rất rất nhiều phương pháp khác.

DL (Deep learning) là một phương pháp trong tập ML (hầu hết) sử dụng mạng neuron nhân tạo.

DM (Data mining) (danh từ ở đây là mining) có mục tiêu là tìm ra tri thức mới từ dữ liệu.
-> So sánh DM với AI vẫn có sự khác biệt và chồng chéo
-> So sánh DM với ML về cơ bản là hai khía cạnh khác nhau nên đương nhiên không cái nào là tập con của cái nào.

Theo một số chuyên gia DataMining tại Việt Nam thì mọi người cho rằng lịch sử của ngành DataMining bắt đầu từ ngành xác xuất thống thê. Tuy vậy nó không phải là khái niệm bao chùm lẫn nhau.

Có rất nhiều người định nghĩa trí tuệ nhân tạo (AI), dể hiểu đơn giản thì AI làm ra những thứ thông minh (tự động hoặc hành động, phản xạ giống con người). Bất kỳ thứ gì thông minh, tự hành động được cũng được coi là có AI.

Học máy (machine learning - ML) là một phương pháp để tạo ra các sản phẩm có trí tuệ nhân tạo từ dữ liệu. ML là một ngành nhỏ trong AI.

Deep learning là một phương pháp học máy sử dụng nhiều tầng, lớp xử lý. Deep learning là một trong số rất nhiều phương pháp học máy.

câu hỏi khó quá đọc ko hiểu @.@

AI > Machine Learning = Datamining > Deep Learning

Nội dung sắp xếp theo thời gian

Nêu các dấu hiệu nhận biết tứ giác nội tiếp

CA: Ăn uống thế nào để hạn chế ung thư?

Triệu chứng chảy dịch ở dò hậu môn có tính chất gì?

Mục tiêu đào tạo của Ngành Việt Nam học là gì?

CA: Làm sao để quên đi một người đã từng coi là tất cả ?