Giải ngố về deep learning, công nghiệp đang tạo điều kiện cho trí óc nhân tạo sánh được với con người

Deep learning là gì?

Deep learning đã và đang là một chủ đề AI được đàm luận sôi nổi. Là một phạm trù bé bỏng của machine learning, deep learning dồn vào một chỗ giải quyết các nhân tố can hệ tới mạng tâm thần nhân tạo nhằm nâng cấp các công nghệ như nhận biết giọng nói, tầm nhìn máy tính và giải quyết tiếng nói tự nhiên. Deep learning đang trở thành một trong những ngành nghề hot nhất trong kỹ thuật máy tính. Chỉ trong một số năm, deep learning đã xúc tiến văn minh trong đa dạng các ngành như kiếm được thức sự vật (object perception), dịch không người điều khiển (machine translation), nhận diện giọng nói,… - những khó khăn từng rất gian nan với các nhà tìm hiểu trí tuệ nhân tạo.

Để nắm bắt hơn về deep learning, hãy nhìn lại một số định nghĩa cơ bản về trí tuệ nhân tạo.

Trí tuệ nhân tạo có thể được nắm bắt dễ chơi là được cấu thành từ các lớp xếp chồng lên nhau, trong đó mạng thần kinh nhân tạo nằm ở dưới đáy, machine learning nằm ở tầng tiếp theo và deep learning nằm ở tầng trên cùng.

Mạng tâm thần nhân tạo

Trong công nghệ tin tức, mạng tâm thần nhân tạo là một hệ thống các chương trình và cấu trúc dữ liệu mô hình cách thức điều hành của não người. Một mạng tâm thần như vậy thường bao gồm một lượng lớn các vi giải quyết hoạt động Đồng thời, mỗi vi xử lý chứa đựng một vùng kiến thức riêng và có thể tầm nã cập vào các dữ liệu trong bộ nhớ riêng của mình (nhiều lúc chúng không một mực phải là phần cứng mà có thể là các ứng dụng và giải thuật).

Nói cách khác, nếu ví mạng thần kinh nhân tạo với não người thì các neuron thần kinh chính là các node (node là tổ chức thần kinh trong mạng thần kinh nhân tạo – mỗi chiếc máy tính trong mạng tâm thần có thể được xem như 1 node) được gắn kết với nhau trong một mạng lưới lớn. Bản thân từng node này chỉ tư vấn được những thắc mắc cực kỳ cơ bản chứ ko phải mưu trí, nhưng khi được gộp bình thường với nhau thì chúng lại có sức mạnh giải quyết được cả những tác vụ khó. Và điều cần thiết ở đây là bằng những thuật toán thích hợp, chúng ta có thể dạy và huấn luyện được chúng.

Machine và deep learning

Machine learning là chương trình chạy trên một mạng thần kinh nhân tạo, có kỹ năng tập huấn máy tính "học" từ một lượng lớn dữ liệu được cung ứng để khắc phục những trắc trở cụ thể.

Chẳng hạn ví như muốn dạy máy tính cách băng qua trục đường, theo phương pháp truyền thống bạn sẽ đưa cho nó một loạt nguyên tắc hướng dẫn phương pháp nhìn trái phải hay đợi xe và người đi qua,… Thế nhưng nếu dùng machine learning, bạn sẽ cho máy tính xem 10.000 đoạn ghi hình quay cảnh người ta băng qua trục đường bình an và 10.000 video quay cảnh khách hàng nào đó bị xe đâm để nó tự học theo.

Phần khó khăn nhất là khiến sao cho máy tính hiểu và thẩm thấu được những đoạn ghi hình này ngay trong khoảng đầu. Qua phổ quát thập kỷ, nhân loại đã thử qua phổ quát cách thức khác nhau, trong đó có cả bí quyết “tặng thưởng” cho máy tính khi nó làm đúng (reinforcement learning), rồi so sánh lựa chọn dần ra những bí quyết tốt nhất.

Ngày nay, một chính sách dạy máy tính mới đang nhanh chóng trở nên tầm thường là deep learning – một loại machine learning sử dụng phổ quát lớp thần kinh nhân tạo để phân tích dữ liệu về nhiều chi tiết khác nhau.

chả hạn giả dụ bạn dạy máy tính nhận biết hình ảnh một con mèo thì chúng ta sẽ lập trình ra đa dạng lớp trong mạng thần kinh nhân tạo, mỗi lớp có kĩ năng xác định một đặc điểm chi tiết của con mèo như râu, vuốt, chân,… rồi cho máy xem hàng ngàn bức ảnh mèo (chỉ ra rằng “Đây là con mèo”) cùng hàng ngàn bức chụp ko phải mèo (liệt kê rằng "đây không hề mèo"). Khi mạng tâm thần nhân tạo này xem hết các bức chụp, các lớp node của nó sẽ dần nhận ra râu, vuốt, chân,..., nhân thức lớp nào là cần thiết, lớp nào không. Nó cũng sẽ trông thấy rằng mèo luôn có chân nhưng những con vật không hề mèo cũng có chân nên khi cần xác định mèo, chúng sẽ sắm chân đi kèm những đặc điểm khác như vuốt hay râu.

Cuộc chơi deep learning

Năm 2011, Google khởi tạo công trình Google Brain với mục đích phát hành một mạng tâm thần được huấn luyện bởi các thuật toán deep learning. Công trình này sau đó đã chứng minh được khả năng tiếp nhận được cả những khái niệm bậc cao của deep learning.

Năm rồi, Facebook cũng thi công AI Research Unit, đơn vị phân tích về AI sử dụng deep learning tham gia việc phát triển các biện pháp hiệu quả hơn giúp nhận mặt khuôn mặt và sự vật trên 350 triệu bức tranh và đoạn ghi hình được đăng chuyên chở lên Facebook mỗi ngày. Một Chẳng hạn tiêu biểu khác về deep learning trong thực tiễn là khả năng nhận biết giọng nói của các trợ lý ảo Google Now và Siri.

Tương lai của deep learning

Deep learning đang ngày càng cho thấy một tương lai đầy hứa hẹn hứa với vận dụng tham gia nhân tố khiển xe tự lái hay robot quản gia. Dù rằng các sản phẩm này vẫn còn nhiều hạn chế giễu nhưng những thứ chúng làm cho được bây chừ thực sự rất khó mường tưởng nổi chỉ một vài năm lúc trước; vận tốc nâng cấp cũng cao chưa từng thấy. Tài năng phân tích dữ liệu lớn và sử dụng deep learning tham gia các hệ thống máy tính có thể tự thích nghi với những gì chúng tiếp thu mà không cần tới bàn tay lập trình của loài người sẽ hối hả tạo dựng tuyến đường cho phổ biến bỗng phá trong tương lai. Những đột nhiên phá này có thể là việc kiến tạo ra những trợ lý ảo, các chuỗi hệ thống xe tự lái hay dùng tham gia thiết kế đồ họa, sáng tác nhạc, cho tới phát hành các nguyên liệu mới giúp robot thấu hiểu quả đât bao quanh hơn. Chính vì tính thương mại cao mà các tổ chức kinh doanh lớn, đặc biệt là Google, luôn ưu tiên các startup về robot và deep learning trong danh sách thâu tóm của chính mình.

Một vài ứng dụng khác của deep learning:

Hệ thống gợi ý trên các nền móng

Các nền móng lớn bây chừ như Facebook, Amazon, Netflix,... đều có chuỗi hệ thống gợi ý (recommend) rất mạnh giúp tăng đáng kể độ tương tác của khách hàng. Cụ thể là chúng dựa trên các dữ liệu người dùng phát hiện ra khi dùng để gợi ý thêm những vật phẩm họ sẽ thích (trên các nền móng bán buôn), những bộ phim họ sẽ muốn xem (vd. như trên Netflix), gợi ý các bài lăng xê/được tài trợ (trên Facebook) hay các khóa học người học nhiệt tình (trên các nền móng học trực tuyến).

Nhận diện hình ảnh

Tiêu chí của kĩ nghệ nhận biết ảnh là nhận mặt và xác định các đối tượng trong ảnh cũng như hiểu được nội dung và văn cảnh trong đó. Chẳng hạn trên cho thấy phục vụ nhận biết và xác định gương mặt của AlchemyVision có khả năng phân biệt nhị khuôn mặt tương tự nhau giữa nam diễn viên Will Ferrell và tay trống của Red Hot Chili Peppers, Chad Smith. Công nghiệp nhận biết hình ảnh cũng được đưa vào Facebook để gợi ý người dùng tag mặt anh em hay ứng dụng tham gia kỹ thuật phạm nhân và điều tra.

Nhận thấy các loại bệnh hi hữu chạm chán

Cách đây không lâu, trí tuệ nhân tạo Watson của IBM đã phát hiện ra một loại bệnh mà các bác sĩ đã bó tay chẳng thể mua ra ở một nữ bệnh nhân. Bằng phương pháp so sánh bộ gen của người thiếu phụ này với hơn 20 triệu kết quả nghiên cứu bệnh khác, Watson đã đưa ra kết quả là một chứng leukemia cực kỳ hiếm gặp gỡ chỉ trong 10 phút.

Mặt hạn chế giễu

Ưu việt là vậy nhưng deep learning không phải là không có những giới hạn nhất định.

Thứ nhất, deep learning luôn yên cầu một lượng dữ liệu đầu vào to con để máy tính học hỏi. Thứ tự này mất phổ quát thời gian và sức mạnh giải quyết mà chỉ có các server cỡ lớn mới làm được. Nếu như không có đủ dữ liệu đầu tham gia, hay có đủ dữ liệu nhưng không đủ sức mạnh để giải quyết, thì mọi thứ không thể diễn ra đúng như yêu cầu, kết quả máy tính đưa ra bởi thế cũng không đúng mực.

Thứ nhì, deep learning vẫn chưa thể nhận diện được những thứ tinh vi. hay tương tự nhau. Lý do là vì hiện chưa có kĩ thuật nào đủ tốt để trí não nhân tạo có thể rút ra những kết luận đó một phương pháp logic bởi chúng chưa có được kỹ năng nhận diện như nhân loại. Ví dụ như trường hợp một mạng tâm thần được đòi hỏi tạo ra các hình ảnh về quả tạ 2 đầu sau khi xem loạt ảnh mẫu. Bức hình đáng ra sẽ khá tuyệt vời ví như không chi tiết cánh tay người thừa mứa bởi máy tính vẫn chưa nắm bắt rằng dù có hay đi cùng hình ảnh quả tạ thì cánh tay cũng chẳng hề là một phần của quả tạ.

Chưa hết, những khí cụ trí óc nhân tạo biểu lộ tốt hiện giờ như Siri hay Cortana đều sử dụng nhiều mánh khóe để né tránh những câu hỏi khó và làm cho bạn có cảm giác như đang thủ thỉ với người thật vì chúng dùng các câu nói đùa, câu trích dẫn, các biểu hiện xúc cảm,…được set sẵn để khiến bạn phân tâm và không còn để ý tới thắc mắc lúc đầu bạn đặt ra nữa.

Kết

Deep learning nói riêng hay trí óc nhân tạo nói phổ biến đích thực có đầy đủ Áp dụng tuyệt vời, nhưng chúng ta hiện mới chỉ đang ở quá trình đầu sản xuất nó nên những hạn dè bỉu là không thể tránh khỏi. Có lẽ còn phải chờ khá lâu nữa những hệ thống AI “có tri giác” mới đích thực hình thành, nhưng những gì các công ty lớn như Google, Facebook, IBM đang khiến cho bây chừ cũng gần giống với việc đặt những viên gạch đầu tiên thành lập con đường cho kỷ nguyên AI trong những thập kỷ tới.

Tìm hiểu OpenMind, The Verge

Tham khảo thêm: meo vay hay