Chuyên gia của Đại học RMIT chỉ ra 4 xu hướng đang nổi trong lĩnh vực AI

Chuyên gia cho rằng thời gian tới sẽ có ​​những tiến bộ hơn nữa trong lĩnh vực Xử lý ngôn ngữ tự nhiên, đặc biệt trong việc xử lý dữ liệu đa ngôn ngữ. Ảnh: Unsplash.

Xử lý ngôn ngữ tự nhiên (NLP)

Sự gia tăng nhanh chóng việc sử dụng các thiết bị xách tay như điện thoại thông minh, máy tính bảng và máy tính xách tay cho doanh nghiệp những giao diện mới để kết nối với khách hàng qua trang web và các kênh mạng xã hội.

Theo Tiến sĩ Esteban Ortiz-Ospina từ Our World in Data, có 2,4 tỉ người dùng Facebook, trong khi các kênh mạng xã hội khác như YouTube và WhatsApp cũng có tới hơn một tỉ người dùng cho mỗi kênh. Những dịch vụ này khiến dữ liệu do người dùng tạo ra gia tăng mạnh mẽ và nêu bật nhu cầu phải có năng lực Xử lý ngôn ngữ tự nhiên (NLP).

NLP là một nhánh của khoa học máy tính tập trung vào việc kiến tạo, phân tích và diễn giải ngôn ngữ của con người để hoàn thành các nhiệm vụ như phân loại cảm xúc, dịch máy, nhận dạng ký tự viết tay, nhận dạng giọng nói, v.v.

Chúng ta chứng kiến những bước đột phá đáng kể của NLP trong vài năm gần đây với các mô hình ngôn ngữ mạnh mẽ nhất như GPT-3, có thể tạo ra các tác phẩm tiểu thuyết sáng tạo, phát triển mã máy tính và tóm tắt kho tài liệu nghiên cứu lớn. Tuy nhiên, tiềm năng đầy đủ của NLP vẫn đang được tiếp tục khám phá.

TS. Đinh Ngọc Minh

Trong những năm tới đây, chúng ta sẽ tiếp tục chứng kiến ​​những tiến bộ hơn nữa trong lĩnh vực NLP, đặc biệt là trong việc xử lý dữ liệu đa ngôn ngữ. Tác động sẽ lan rộng trong các lĩnh vực như tài chính, dịch vụ, giải trí, v.v. Trong đó đối tượng mục tiêu không còn giới hạn ở các khu vực hoặc ngôn ngữ cụ thể. NLP sẽ tiếp tục phát triển để đáp ứng nhu cầu khai thác ý kiến ​​của người tiêu dùng, hiểu nhu cầu của khách hàng và cá nhân hóa các lựa chọn công việc và giải trí.

Công nghệ thị giác máy tính tiên tiến

AI nhanh chóng hoàn thiện trong lĩnh vực hình ảnh và thị giác máy tính với sự ra đời gần đây của các kỹ thuật học sâu, học không giám sát và học tích cực.

Kể từ những ngày chúng ta có thể khiến máy tính phân loại các đối tượng như chữ cái, động vật và đồ gia dụng, thị giác máy tính đã đi một chặng đường dài và mang lại những tác động đáng kể cho cuộc sống hàng ngày của chúng ta.

Ví dụ, các giải pháp AI có thể xử lý một số thách thức lớn nhất trong phân khúc chăm sóc sức khỏe, đặc biệt là trong lĩnh vực hình ảnh y khoa. Thông thường, việc phân tích hình ảnh y khoa đòi hỏi nhiều thời gian và nỗ lực từ các bác sĩ và chuyên gia chụp X quang có kinh nghiệm. Ngày nay, các bác sĩ không phải quét qua hàng nghìn bản chụp CXR và CT, mà thay vào đó họ có thể sử dụng hệ thống AI tự động giúp xác định những bản chụp quan trọng nhất để có thể đẩy nhanh việc đưa ra quyết định.

Chúng ta sẽ tiếp tục chứng kiến ​​sự đột phá trong các giải pháp thị giác máy tính dựa trên AI và tác động của điều này sẽ không chỉ gói gọn trong lĩnh vực hình ảnh y khoa. Thị giác máy tính sẽ hỗ trợ đắc lực cho lĩnh vực lái xe tự hành, sản xuất thông minh, nhà thông minh và thành phố thông minh, thông qua một ngành mới được gọi là thị giác máy tính vùng biên. Ảnh và hình ảnh theo thời gian thực sẽ được xử lý, phân loại và mô tả gần hơn với nơi chúng được tạo ra để hỗ trợ quá trình ra quyết định theo thời gian thực.

Học tăng cường

Đây là một lĩnh vực quan trọng khác của AI và học máy. Về cơ bản, học tăng cường mô phỏng một môi trường thực tế, trong đó các tác nhân khám phá và điều chỉnh hành vi của chúng để tối đa hóa phần thưởng (và/hoặc giảm thiểu hình phạt).

Mô hình học tập này hiệu quả vì nó bắt chước cách chúng ta học trong cuộc sống thực, nơi không phải lúc nào chúng ta cũng đưa ra quyết định chính xác, hoặc thực hiện một hành động an toàn tuyệt đối. Mặc dù chúng ta không nhất thiết phải thực hiện các hành động ngẫu nhiên và dựa hoàn toàn vào quy trình thử-và-sai, điều quan trọng là chúng ta coi trọng tính ngẫu nhiên của thế giới thực trong việc đào tạo các cỗ máy AI của chúng ta.

Do đó, các kỹ thuật học tăng cường đóng một vai trò quan trọng trong việc phát triển robot tự động (bao gồm xe tự hành), xây dựng chiến lược giao dịch và xác thực quá trình ra quyết định phức tạp.

So với học có giám sát, trong đó học sâu đã mang lại những đột phá đáng kể, học tăng cường vẫn chưa thực sự tỏa sáng. Tuy nhiên, vì chúng ta mong đợi các tác nhân nhân tạo sẽ đưa ra những quyết định phức tạp trong khi vẫn đảm bảo những mục tiêu dài hạn, học tăng cường sẽ tiếp tục là một trong những xu hướng thú vị nhất của AI.

Việt Nam khan hiếm nhân sự trong lĩnh vực AI. Ảnh minh họa - Internet.

AI sáng tạo

Xu hướng mới nổi của AI có khả năng sáng tạo bao hàm các phương pháp học máy, trong đó có NLP, nhằm mục đích tạo ra sản phẩm rất thực, và có thể là nguyên bản, bằng khả năng học hỏi đặc điểm và nội dung từ dữ liệu theo miền cụ thể.

Chẳng hạn, các thuật toán AI sáng tạo có thể sáng tác các bản nhạc, tạo ra các tác phẩm văn học hoặc tạo ra các bức tranh khi được giao cho những chủ đề cụ thể, và vì vậy thể loại AI này có tác động đáng kể đến giáo dục, sáng tạo và truyền thông.

Gartner coi AI sáng tạo là xu hướng công nghệ AI chiến lược cho năm 2022 và sẽ bùng nổ trong những năm tới. Trong số các công nghệ tiềm năng, mô hình ngôn ngữ có khả năng sáng tạo (nhằm mục tiêu tạo ra nội dung nghe có vẻ tự nhiên) sẽ có ứng dụng trong lĩnh vực tiếp thị, dịch vụ khách hàng và giáo dục được cá nhân hóa.

Mạng đối nghịch tạo sinh (GAN) có thể được sử dụng để phát hiện gian lận, tạo dữ liệu tổng hợp và mô hình hóa yếu tố rủi ro, đặc biệt là trong các dịch vụ ngân hàng và đầu tư.

Cuối cùng nhưng không kém phần quan trọng, những giải pháp AI sáng tạo có thể giải quyết các vấn đề chung trong khi vẫn có thể thích ứng với các tình huống và bối cảnh khác nhau, do đó, hứa hẹn một lộ trình dẫn đến trí tuệ nhân tạo toàn diện (AGI).