DANH MỤC TÀI LIỆU
Tìm hiểu sự khác biệt giữa AI, machine learning và deep learning
S khác bit gia AI, machine learning và deep learning
Trong những năm vừa qua, cùng vi s bùng n ca cuc cách mng công nghip
4.0, các thut ng như trí tu nhân to (AI), hc máy (machine learning) và hc sâu
(deep learning) đang dần tr nên ph biến và tr thành nhng khái nim mà các
công dân ca k nguyên 4.0 buc phi nắm được.
Có th gii thích mi liên h gia 3 khái nim này bằng cách tưởng tượng chúng
như những vòng tròn, trong đó AI - ý tưởng xut hin sm nht - là vòng tròn ln
nht, tiếp đến là machine learning- khái nim xut hin sau, và cui cùng là deep
learning - th đang thúc đẩy s bùng phát ca AI hin nay - là vòng tròn nh nht.
Mi liên h gia AI, machine learning và deep learning
Vic xây dng lên mt h thống AI đương nhiên là cực kì phc tp, tuy nhiên vic
hiểu được nó lại không đến nỗi khó khăn như vậy. Hu hết các trí thông minh nhân
to hin ti ch là những máy đoán thực s tốt (guessing machines, tương tự như bộ
não ca chúng ta). Bn bn cung cp cho h thng mt nhóm d liu (chng hn
như các chữ s t 1 đến 10) và yêu cu h thng to mô hình (x + 1, bắt đầu t 0)
và đưa ra các dự đoán. (Con số tiếp theo s là mười mt). Không có phép thut nào
cả, đây là công việc mà bo của con người làm mi ngày: s dng nhng gì
chúng ta biết để đoán về những điều chúng ta chưa biết.
Điu khiến AI khác với các chương trình máy tính khác là thay vì phải lp ra
những trình chương trình cụ th cho mỗi trường hp, chúng ta hoàn toàn có th dy
học cho AI (machine learning), và nó cũng có kh năng tự hc (deep learning). Có
th định nghĩa ba khái niệm này một cách cơ bản như sau:
Trí tu nhân to (AI): mt c máy có th bắt chước hành vi và tư duy của con
ngưi.
Hc máy (machine learning): Một tính năng của AI, cho phép các chuyên gia đào
to cho AI để nó nhn biết các mu d liu và d đoán.
Hc sâu (deep learning): Mt k thut nh ca machine learning, cho phép máy
có th t đào tạo chính mình.
Khái nim c th
Trí tu nhân to - b o con người trong hình hài ca mt chiếc máy
AI có th đưc định nghĩa như một ngành ca khoa hc máy tính liên quan đến
vic t động hóa các hành vi thông minh. AI là mt b phn ca khoa hc máy tính
và do đó nó phải được đặt trên nhng nguyên lý lý thuyết vng chc, có kh năng
ng dụng được của lĩnh vực này. Nói nôm na cho d hiểu: đó là trí tuệ ca máy
móc được to ra bởi con người. Trí tu này có th tư duy, suy nghĩ, hc hỏi,... n
trí tu con người. X lý d liu mc rng lớn hơn, quy mô hơn, hệ thng, khoa
học và nhanh hơn so với con người.
Tuy nhiên hin nay, công ngh AI vẫn đang còn rất nhiu hn chế. Đơn cử như
Alexa- mt qun gia tuyt vi, mt trong nhng biểu tượng ph biến nht v ng
dng ca trí thông minh nhân tạo nhưng vẫn không th t qua bài kim tra
Turing.
Tóm li, những gì chúng ta đang thực hin vi AI hin nay nm trong khái nim
“AI hẹp” (Narrow AI). Công nghệ này có kh năng thực hin các nhim v c th
một cách tương tự, hoc tốt hơn con người. Ví d v AI hẹp” trong thực tế như
công ngh phân loi hình nh ca Pinterest hay nhn din khuôn mặt để tag bn bè
trên Facebook.
Nhng công ngh này th hin mt s khía cnh của trí thông minh con người,
nhưng làm thế nào để được như vậy? Trí tu đó đến t đâu? Hãy cùng đến vi
vòng tròn tiếp theo: hc máy (machine learning).
thông tin tài liệu
Trong những năm vừa qua, cùng với sự bùng nổ của cuộc cách mạng công nghiệp 4.0, các thuật ngữ như trí tuệ nhân tạo (AI), học máy (machine learning) và học sâu (deep learning) đang dần trở nên phổ biến và trở thành những khái niệm mà các công dân của kỷ nguyên 4.0 buộc phải nắm được
Mở rộng để xem thêm
từ khóa liên quan
xem nhiều trong tuần
yêu cầu tài liệu
Giúp bạn tìm tài liệu chưa có

LÝ THUYẾT TOÁN


×