Bài viết được dịch từ trang web Makeuseof

Ứng dụng của machine learning trong thực tế

Trí thông minh nhân tạo Skynet trong bộ phim khoa học viễn tưởng đang dần trở thành hiện thực, và nó sẽ trở nên cực kỳ phổ biến.

Thật đáng chú ý vì công nghệ trí tuệ nhân tạo đã phát triển một cách nhanh chóng và xuất hiện trong cuộc sống hàng ngày của chúng ta. Các sản phẩm và dịch vụ mà bạn sử dụng hàng ngày, như Siri, Google Now, Xbox Kinect, và Netflix đều dựa trên những tiến bộ gần đây trong lĩnh vực machine learning. Hiện tại, các dịch vụ này đang thay đổi thế giới, và chúng ta mới chỉ bắt đầu khám phá bề mặt của những điều có thể.

Hội nghị CES năm ngoái đã cung cấp một cái nhìn thoáng qua về một số công nghệ đang phát triển. Nhưng theo sau sự kiện này, chúng ta thấy một số lượng đáng kể các thiết bị Internet of Things (IoT) xuất hiện. Những công nghệ này vẫn chưa vượt qua điểm ngưỡng của cuộc cách mạng về công nghệ. Sau đây chúng ta sẽ cùng lướt qua một số lĩnh vực thú vị nhất nhé!

Robot

Microsoft mới đây đã giới thiệu robot tự động có thể được sử dụng để cải thiện tình hình an ninh. Có tên gọi là K5, những chiếc máy này có chiều cao 5 feet, nặng 300 pounds, và được trang bị camera HD, cảm biến, chuông báo động, trí tuệ nhân tạo, và Wi-Fi. Robot K5 có thể đọc được các giấy phép và phát hiện nếu có một vấn đề bất thường xảy ra, ví dụ như khi một người bị thương hoặc một kẻ xâm nhập. Vì được tích hợp wifi nên cho phép K5 có thể giao tiếp với các trụ sở an ninh và chuyển tiếp thông tin. Khi công nghệ được cải thiện, và phần mềm điều khiển nó trở nên tinh vi hơn, thì K5 sẽ trở nên hoàn thiện và có khả năng nhận biết sự khác biệt thậm chí còn hơn cả khả năng của con người.

Ứng dụng của machine learning trong thực tế

Ấn tượng hơn nữa là ATLAS của công ty Boston Dynamics (nay thuộc sở hữu của Google), đó là một robot cực kỳ giống người và có khả năng thực hiện hầu hết các nhiệm vụ mà con người có thể, bao gồm cả chạy trên địa hình không bằng phẳng, và thao tác khéo léo với các đối tượng. Nó được xây dựng để hỗ trợ trong việc tìm kiếm và cứu hộ và cực kỳ mạnh mẽ trong các môi trường không kiểm soát được. Kết hợp với trí tuệ nhân tạo phía trong, ATLAS có thể có rất nhiều ứng dụng, và thay đổi hoàn toàn cách chúng ta nghĩ về robot.

Khóa học nhập môn Machine Learning cho lập trình viên. Học qua dự án nhỏ demo, ngôn ngữ lập trình Python, framework Scikit-Learn và TensorFlow

Thể dục

Công nghệ wearable (thiết bị đeo trên người) đã được gia tăng thời gian gần đây, chủ yếu là vì sự phổ biến ngày càng tăng của những thiết bị đo các hoạt động vận động (fitness tracker) và đồng hồ thông minh (smart-watche). Những thiết bị wearable này rất hữu ích về lâu dài, như một nguồn dữ liệu về sức khỏe, tình trạng cảm xúc, hoạt động, và hạnh phúc của bạn.

Ứng dụng của machine learning trong thực tế

Atlas Wearables là một thiết bị đeo có tích hợp một nền tảng machine intelligence. Ngoài các tính năng cơ bản như đo nhịp tim và lượng calo bị đốt cháy, Atlas đang sử dụng machine learning để tự động phân loại các thói quen tập thể dục của người dùng và giải mã các bài tập khác nhau của họ. Tuy nhiên, việc phát hiện các bài tập thể dục mới chỉ bắt đầu. Atlas cũng đang tìm hiểu về hoạt động đi bộ, ngồi, hoặc tương tác người khác, và cung cấp cái nhìn sâu sắc về tâm trạng của con người, các phản ứng thể chất và năng lượng. Công nghệ này có thể dẫn đến những chẩn đoán hoặc điều trị các rối loạn như rối loạn lưỡng cực và trầm cảm nặng. 

Nông nghiệp

Năm vừa qua là năm nóng nhất từng được ghi nhận, có những hạn hán kỷ lục và tạo ra các vấn đề đối với đất nông nghiệp và nông dân trên khắp đất nước. Việc giảm sản lượng nông nghiệp và tăng giá ảnh hưởng đến cuộc sống của mỗi người dân. Vậy làm thế nào để Internet of Things và trí tuệ nhân tạo có thể giúp giải quyết vấn đề này?

Ứng dụng của machine learning trong thực tế

Có một số dự án ở nhiều nơi trên thế giới (như ENORASIS của châu Âu và SCRI-MIND của Mỹ) tìm cách để triển khai các mạng cảm biến trong các lĩnh vực nông nghiệp để xác định xem cây cối cần bao nhiêu nước để phát triển và tồn tại. Những cảm biến này có thể thu thập dữ liệu về điều kiện đất đai, thay đổi nhiệt độ, tốc độ gió, ánh nắng mặt trời và mưa để giúp cung cấp một cách tiếp cận hướng dữ liệu trong sản xuất nông nghiệp. Tất cả các thông tin này có thể làm tăng năng suất cây trồng và xác định xem việc lãi hay lỗ của vụ mùa đó. Theo thời gian, các nhà nghiên cứu có thể bắt đầu sử dụng dữ liệu này để xác định các loại cây trồng tốt nhất cho chu kỳ canh tác tiếp theo.

Trong khi những sáng kiến ​​mới mang lại tiềm năng cải thiện đáng kể cuộc sống của chúng ta, chúng cũng đem lại lợi ích đáng kể cho các doanh nghiệp. Chúng ta đang sống trong một thời đại của điện toán đám mây và phân tích dữ liệu lớn. Việc sáp nhập machine learning với Internet of Things sẽ cung cấp thông tin chi tiết và tốt hơn về người tiêu dùng và thế giới xung quanh chúng ta. Các doanh nghiệp có thể sử dụng dữ liệu phong phú để tạo ra các mô hình và cung cấp các dịch vụ thông minh hơn và tới đúng đối tượng hơn.