Bài viết được dịch từ trang web Forbes
Sẽ là rất thú vị nếu đặt câu hỏi liệu giấc mơ về người máy của con người có thành sự thật, nhưng trên thực tế khoa học đã phát triển đến một điểm mà nó bắt đầu trùng với khoa học viễn tưởng. Không, chúng ta không có những người máy tự động có thể chống lại con người - chưa - nhưng chúng ta đang ngày càng tiến gần hơn với những gì người ta có xu hướng gọi là "trí tuệ nhân tạo."
Machine Learning là một tập con của trí tuệ nhân tạo, nơi mà các thuật toán máy tính được sử dụng để tự học từ dữ liệu và thông tin. Trong machine learning, các máy tính không cần phải được lập trình một cách rõ ràng nhưng có thể tự thay đổi và cải thiện các thuật toán của chúng.
Hiện nay, các thuật toán machine learning cho phép máy tính có thể giao tiếp với con người, xe hơi tự lái, viết và xuất bản tường thuật các trận đấu thể thao, và tìm thấy kẻ tình nghi khủng bố. Tôi tin chắc rằng machine learning sẽ tác động một cách sâu sắc đến mọi ngành công nghiệp và các công việc liên quan đến chúng, đó là lý do tại sao mọi nhà quản lý cần phải có ít nhất một số kiến thức về machine learning và nó đã phát triển như thế nào.
Trong bài viết này tôi sẽ cung cấp một sơ lược theo thời gian về lịch sự hình thành của machine learning cũng như các sự kiện quan trọng gần đây nhất.
1950 - Nhà bác học Alan Turing đã tạo ra "Turing Test (phép thử Turing)" để xác định xem liệu một máy tính có trí thông minh thực sự hay không. Để vượt qua bài kiểm tra đó, một máy tính phải có khả năng đánh lừa một con người tin rằng nó cũng là con người.
1952 - Arthur Samuel đã viết ra chương trình học máy (computer learning) đầu tiên. Chương trình này là trò chơi cờ đam, và hãng máy tính IBM đã cải tiến trò chơi này để nó có thể tự học và tổ chức những nước đi trong chiến lược để giành chiến thắng.
1957 - Frank Rosenblatt đã thiết kế mạng nơron (neural network) đầu tiên cho máy tính, trong đó mô phỏng quá trình suy nghĩ của bộ não con người.
1967 - Thuật toán "nearest neighbor" đã được viết, cho phép các máy tính bắt đầu sử dụng những mẫu nhận dạng (pattern recognition) rất cơ bản. Nó được sử dụng để vẽ ra lộ trình cho một người bán hàng có thể bắt đầu đi từ một thành phố ngẫu nhiên nhưng đảm bảo anh ta sẽ đi qua tất cả các thành phố khác theo một quãng đường ngắn nhất.
1979 - Sinh viên tại trường đại học Stanford đã phát minh ra giỏ hàng "Stanford Cart" có thể điều hướng để tránh các chướng ngại vật trong một căn phòng.
1981 - Gerald Dejong giới thiệu về khái niệm Explanation Based Learning (EBL), trong đó một máy tính phân tích dữ liệu huấn luyện và tạo ra một quy tắc chung để nó có thể làm theo bằng cách loại bỏ đi những dữ liệu không quan trọng.
1985 - Terry Sejnowski đã phát minh ra NetTalk, nó có thể học cách phát âm các từ giống như cách một đứa trẻ tập nói.
1990s - Machine Learning đã dịch chuyển từ cách tiếp cận hướng kiến thức (knowledge-driven) sang cách tiếp cận hướng dữ liệu (data-driven). Các nhà khoa học bắt đầu tạo ra các chương trình cho máy tính để phân tích một lượng lớn dữ liệu và rút ra các kết luận - hay là "học" từ các kết quả đó.
1997 - Deep Blue của hãng IBM đã đánh bại nhà vô địch cờ vua thế giới.
2006 - Geoffrey Hinton đã đưa ra một thuật ngữ "deep learning" để giải thích các thuật toán mới cho phép máy tính "nhìn thấy" và phân biệt các đối tượng và văn bản trong các hình ảnh và video.
2010 - Microsoft Kinect có thể theo dõi 20 hành vi của con người ở một tốc độ 30 lần mỗi giây, cho phép con người tương tác với máy tính thông qua các hành động và cử chỉ.
2011 - Máy tính Watson của hãng IBM đã đánh bại các đối thủ là con người tại Jeopardy.
2011 - Google Brain đã được phát triển, và mạng deep nơron (deep neural network) của nó có thể học để phát hiện và phân loại nhiều đối tượng theo cách mà một con mèo thực hiện.
2012 - X Lab của Google phát triển một thuật toán machine learning có khả năng tự động duyệt qua các video trên YouTube để xác định xem video nào có chứa những con mèo.
2014 - Facebook phát triển DeepFace, một phần mềm thuật toán có thể nhận dạng hoặc xác minh các cá nhân dựa vào hình ảnh ở mức độ giống như con người có thể.
2015 - Amazon ra mắt nền tảng machine learning riêng của mình.
2015 - Microsoft tạo ra Distributed Machine Learning Toolkit, trong đó cho phép phân phối hiệu quả các vấn đề machine learning trên nhiều máy tính.
2015 - Hơn 3.000 nhà nghiên cứu AI và Robotics, được sự ủng hộ bởi những nhà khoa học nổi tiếng như Stephen Hawking, Elon Musk và Steve Wozniak (và nhiều người khác), đã ký vào một bức thư ngỏ để cảnh báo về sự nguy hiểm của vũ khí tự động trong việc lựa chọn và tham gia vào các mục tiêu mà không có sự can thiệp của con người.
2016 - Thuật toán trí tuệ nhân tạo của Google đã đánh bại nhà vô địch trò chơi Cờ Vây, được cho là trò chơi phức tạp nhất thế giới (khó hơn trò chơi cờ vua rất nhiều). Thuật toán AlphaGo được phát triển bởi Google DeepMind đã giành chiến thắng 4/5 trước nhà vô địch Cờ Vây.
Vậy thì chúng ta đã tiến gần hơn đến trí tuệ nhân tạo? Một số nhà khoa học cho rằng đó thực sự là một câu hỏi sai.
Họ tin rằng một máy tính sẽ chẳng bao giờ "nghĩ" theo cách của bộ não con người, và việc so sánh giữa khả năng phân tích tính toán và thuật toán của một máy tính với tâm trí con người thì cũng giống như việc so sánh quả táo và quả cam vậy.
Bất chấp điều đó, các khả năng của máy tính trong việc xem, hiểu và tương tác với thế giới xung quanh chúng đang phát triển với một tốc độ đáng kể. Và khi lượng dữ liệu chúng ta tạo ra tiếp tục lớn lên theo cấp số nhân, thì khả năng của máy tính trong việc xử lý và phân tích - học từ kết quả đó - cũng ngày càng phát triển và mở rộng.
Bình luận