[Infographic] Sự phát triển của Trí tuệ nhân tạo (AI) vs Máy học (ML)

15/10/2022 13:45Phản hồi: 27

[Infographic] Sự phát triển của Trí tuệ nhân tạo (AI) vs Máy học (ML)

Trí tuệ nhân tạo – Artificial Intelligence (AI) và Công nghệ máy học – Machine Learning (ML) là hai xu hướng công nghệ được phát triển mạnh mẽ trong thời gian gần đây. Các hãng công nghệ lớn như Google, Facebook, Amazon, Microsoft... đều đầu tư rất lớn vào lĩnh vực này và đã tạo ra nhiều sản phẩm hữu ích phục vụ con người.

Bạn có thể bắt gặp hai khái niệm về AI hay ML được đề cập trong các bài báo về thiết bị xe tự lái, hệ thống nhà thông minh, các robot thực hiện những công việc thay thế con người và đôi lúc hai khái niệm này được xem là tương đương. Tuy nhiên thực tế không hẳn như vậy.

Có thể hiểu, Trí tuệ nhân tạo - AI là những chương trình máy tính thông minh được lập trình sẵn nhằm phục vụ mong muốn của con người, nhưng để chúng thật sự thông minh thì phải cần đến công nghệ máy học – ML giúp chúng thu thập dữ liệu và tự hoàn thiện.

Nguồn: valuecoders

27 bình luận

Xu hướng

GÀ

Quá trời quá đất

GÀ

b nào cho mình hỏi, bất cứ ML nào cũng cần phải trải qua quá trình "đào tạo" phải không ?
mình thấy ngta làm AI chơi Flapping Bird, trải qua 1 quá trình dài chết lên chết xuống, mình nghĩ quá trình này là ML, thì cuối cùng cũng đi được điểm cao, cái này mình nghĩ là sau khi ML học dc cách chơi game thì AI có thể tự chơi game

ĐẠI BÀNG

@heliosy ML tức là dạy cho "M" cách "L". Bình thường bạn học như thế nào thì máy sẽ được học như thế đấy.

Ví dụ có người dạy: Bạn đi học, đc GV cho bài tập, bạn làm sai, gv sửa --> học có giám sát.
Nếu không có người dạy, bạn cũng có bài tập nhưng k có đáp án, kết quả bạn giải ra không có đúng/sai liền, mà phải thực nghiệm hoặc dùng kết quả đó có độ sai số --> học ko giám sát

Còn cái mảng bạn đang nói nó là học tăng cường: Máy sẽ đóng vai trò là 1 agent, tự chơi.

Giống khi bạn chơi game: Bạn biết rules & actions ; khi chơi game tổng hợp các rules & actions này lại --> sẽ đc phần thưởng hoặc bị phạt.
Lúc này máy cũng sẽ đc lập trình các rules & actions --> nó sẽ tự chơi game --> chơi game đc thưởng (hoặc phạt = thưởng âm) --> nó sẽ tự tối đa hóa cái thưởng --> nó biết cách chọn lọc các "tổ hợp rules & actions" - tức là cách chơi game, sao để đạt được kết quả tối ưu nhất.

Thực tế: agent nó chơi FB --> chết lên chết xuống vì ban đầu nó còn "ngây thơ" - "naive" --> nhưng sau khi chọn lọc có hệ thống thì nó đạt điểm cao.

Khi bạn học về ML thì bạn sẽ biết nó (agent trong RL = Reinforcement Learning - học tăng cường) dựa trên lý thuyết của sinh học: Thuyết tiến hóa & chọn lọc tự nhiên, mà mô phỏng cơ bản nhất là Thuật Giải Di Truyền - Genetic Algo

GÀ

Super Toad đã nói: ↑

ML tức là dạy cho "M" cách "L". Bình thường bạn học như thế nào thì máy sẽ được học như thế đấy.

Ví dụ có người dạy: Bạn đi học, đc GV cho bài tập, bạn làm sai, gv sửa --> học có giám sát.
Nếu không có người dạy, bạn cũng có bài tập nhưng k có đáp án, kết quả bạn giải ra không có đúng/sai liền, mà phải thực nghiệm hoặc dùng kết quả đó có độ sai số --> học ko giám sát

Còn cái mảng bạn đang nói nó là học tăng cường: Máy sẽ đóng vai trò là 1 agent, tự chơi.

Giống khi bạn chơi game: Bạn biết rules & actions ; khi chơi game tổng hợp các rules & actions này lại --> sẽ đc phần thưởng hoặc bị phạt.
Lúc này máy cũng sẽ đc lập trình các rules & actions --> nó sẽ tự chơi game --> chơi game đc thưởng (hoặc phạt = thưởng âm) --> nó sẽ tự tối đa hóa cái thưởng --> nó biết cách chọn lọc các "tổ hợp rules & actions" - tức là cách chơi game, sao để đạt được kết quả tối ưu nhất.

Thực tế: agent nó chơi FB --> chết lên chết xuống vì ban đầu nó còn "ngây thơ" - "naive" --> nhưng sau khi chọn lọc có hệ thống thì nó đạt điểm cao.

Khi bạn học về ML thì bạn sẽ biết nó (agent trong RL = Reinforcement Learning - học tăng cường) dựa trên lý thuyết của sinh học: Thuyết tiến hóa & chọn lọc tự nhiên, mà mô phỏng cơ bản nhất là Thuật Giải Di Truyền - Genetic Algo

@Super Toad hèn gì ml lương cao hơn nhiều so với ai bác nhỉ,hic

ĐẠI BÀNG

@toilachi9 Nói thật với bác là cũng không hẳn. Việc lương ML nó cao hơn là vì mình thấy ở VN kiếm thấy ít công ty làm đúng chất về AI lắm, hầu hết ở VN chỉ làm tới mức ML thôi - ý mình là làm thuần túy, không tính kiểu đem mấy model AI về nhận dạng khuôn mặt rồi biển báo này nọ.

Dĩ nhiên có một số đơn vị làm về AI cũng khá nổi như là Zalo (AI), Vin (AI) nhưng mình thấy các mảng vẫn chưa kiểu đi theo hướng nghiên cứu thuần mà kiểu đem công nghệ có sẵn rồi ứng dụng. Điển hình bác thấy mấy sản phẩm của Vin/Zalo trên thế giới nó làm hết rồi. Hướng của VinAI thì có thêm nghiên cứu cũng khá dữ nhưng ở mặt lý thuyết.

Vậy nên mình thấy ở VN hiện tại làm ML là ổn thôi. Với cả thực tế mình làm việc với mấy ông giáo sư bên nước ngoài ổng toàn thích dùng ML hơn AI. Về bản chất AI nó dựa trên nguyên lý tính toán mềm, tức là chấp nhận có sai số nhất định, vậy nên output của nó hầu như là xác suất rồi con người tự đặt 1 cái ngưỡng cho nó quyết định. Còn ML là tính toán cứng, tức là đúng là đúng, sai là sai, tính ra loại X thì nó là X chứ không có kiểu 95% là X, 5% là Y.

Một trong những ví dụ về cái tính tin cậy giữa AI so với ML là cái thuật toán gợi ý. Mấy con AI nó gợi ý xịn và chính xác hơn mấy thuật toán ML trc đây nhiều, nhưng bọn Amazon nó vẫn dùng ML là chính, vì ML nó cho ra đc "lí do tại sao lại gợi ý như vậy" - kiểu như là "mày nên mua X vì mày đã từng mua Y, và có nhiều thằng mua Y đã mua X" chứ AI nó không thể diễn giải như vậy, thay vào đó AI sẽ nói "mày nên mua X vì mày có khả năng 95% mua X".

Mà chung quy lại thì, hiểu ML dễ, nhưng hiểu sâu thì không dễ. Còn hiểu AI khó hơn tí, nhưng hiểu sâu AI thì mình thấy k ai làm đc vì chả ai biết AI nó chứa cái gì trong đó :v Còn trả lương cao thấp thì tùy :v Như trong danh sách bạn bè mình top 1 lương là 1 thằng Software Engineering (ở VN, lương 6k$ 1 tháng :v) còn AI Engineer có 1k7-2k, Data Engineer tầm 2k, ML Engineer tầm 1k5-2k5.

GÀ

Tách ML ra để so sánh với AI là k đúng bản chất.

Cái infographics trên làm người không hiểu càng khó hiểu thêm =))

GÀ

Cái infographic này thật ra là một bản nhái từ trang giới thiệu của Microsoft rồi thêm mắm muối vào: https://azure.microsoft.com/en-us/solutions/ai/artificial-intelligence-vs-machine-learning/#applications

Nhưng mà so sánh vậy thì sai lè 😁 Machine learning là subset của AI thì bất cứ tác vụ ML nào thì AI nó đều làm được hết.

VIP

@Gia Tường Bác nói đúng. Đọc ảnh ở trên t lại hiểu nó là 2 cái ko trùng nhau, trong khi AI nó bao gồm ML.

Bác chủ thớt tách ảnh ra khỏi ngữ cảnh tổng quát, làm ng đọc dễ hiểu sai.

GÀ

tìm hiểu những vấn đề quá khả năng rồi đi trình bày lại cho người khác lại càng mù mờ.

AI là thuật ngữ chung, chỉ những chương trình máy tính có khả năng tự động thực hiện những công việc đòi hỏi độ phức tạp cao mà lập trình logic cứng thông thường ko thực hiện được.

ML = Machine Learning - Máy học. Đúng như cái tên ở đây là cho chương trình tiếp nhận 1 lượng dữ liệu càng lớn càng tốt, thông qua đó, dữ liệu về chủ đề gì thì chương trình sẽ có khả năng phân loại, nhận biết tốt các đối tượng, dữ liệu thuộc dạng đó trong thực tế. Chữ Learning - Học ở đây là 1 cách viết ẩn dụ, ám chỉ việc chương trình được cung cấp 1 lượng dữ liệu lớn & càng nhiều dữ liệu thì càng có khả năng hoạt động chính xác hơn.
vd: muốn 1 chương trình nhận biết ảnh nào là chó/mèo, bạn phải có dữ liệu ảnh về chó/mèo thật nhiều. Dựa vào các thuật toán ML, chương trình sẽ có khả năng nhận biết các đối tượng là chó/mèo ngoài thực tế chính xác nhất có thể. Đây là khả năng mà những chương trình lập trình thông thường ko làm được vì chỉ dựa vào logic fix cứng trong coding.

Deep Learning là quá trình trích xuất đặc trưng từ dữ liệu gốc & output sẽ là đầu vào của các mô hình ML. ML muốn học tốt, nhận biết, phận loại chó/mèo chính xác nhất có thể thì cần dữ liệu đầu vào tốt, và Deep Learning giải quyết được vấn đề này.

Người viết bài hoàn toàn ko có tí kiến thức gì về mảng AI/ML. Viết cũng như ko viết.
tặng cái ảnh

Screenshot 2022-10-16 121720.png

ĐẠI BÀNG

tr4n đã nói: ↑

tìm hiểu những vấn đề quá khả năng rồi đi trình bày lại cho người khác lại càng mù mờ.

AI là thuật ngữ chung, chỉ những chương trình máy tính có khả năng tự động thực hiện những công việc đòi hỏi độ phức tạp cao mà lập trình logic cứng thông thường ko thực hiện được.

ML = Machine Learning - Máy học. Đúng như cái tên ở đây là cho chương trình tiếp nhận 1 lượng dữ liệu càng lớn càng tốt, thông qua đó, dữ liệu về chủ đề gì thì chương trình sẽ có khả năng phân loại, nhận biết tốt các đối tượng, dữ liệu thuộc dạng đó trong thực tế. Chữ Learning - Học ở đây là 1 cách viết ẩn dụ, ám chỉ việc chương trình được cung cấp 1 lượng dữ liệu lớn & càng nhiều dữ liệu thì càng có khả năng hoạt động chính xác hơn.
vd: muốn 1 chương trình nhận biết ảnh nào là chó/mèo, bạn phải có dữ liệu ảnh về chó/mèo thật nhiều. Dựa vào các thuật toán ML, chương trình sẽ có khả năng nhận biết các đối tượng là chó/mèo ngoài thực tế chính xác nhất có thể. Đây là khả năng mà những chương trình lập trình thông thường ko làm được vì chỉ dựa vào logic fix cứng trong coding.

Deep Learning là quá trình trích xuất đặc trưng từ dữ liệu gốc & output sẽ là đầu vào của các mô hình ML. ML muốn học tốt, nhận biết, phận loại chó/mèo chính xác nhất có thể thì cần dữ liệu đầu vào tốt, và Deep Learning giải quyết được vấn đề này.

Người viết bài hoàn toàn ko có tí kiến thức gì về mảng AI/ML. Viết cũng như ko viết.
tặng cái ảnh

@tr4n Dịch lại theo chỉ tiêu mà bác :lol:

GÀ

tr4n đã nói: ↑

tìm hiểu những vấn đề quá khả năng rồi đi trình bày lại cho người khác lại càng mù mờ.

AI là thuật ngữ chung, chỉ những chương trình máy tính có khả năng tự động thực hiện những công việc đòi hỏi độ phức tạp cao mà lập trình logic cứng thông thường ko thực hiện được.

ML = Machine Learning - Máy học. Đúng như cái tên ở đây là cho chương trình tiếp nhận 1 lượng dữ liệu càng lớn càng tốt, thông qua đó, dữ liệu về chủ đề gì thì chương trình sẽ có khả năng phân loại, nhận biết tốt các đối tượng, dữ liệu thuộc dạng đó trong thực tế. Chữ Learning - Học ở đây là 1 cách viết ẩn dụ, ám chỉ việc chương trình được cung cấp 1 lượng dữ liệu lớn & càng nhiều dữ liệu thì càng có khả năng hoạt động chính xác hơn.
vd: muốn 1 chương trình nhận biết ảnh nào là chó/mèo, bạn phải có dữ liệu ảnh về chó/mèo thật nhiều. Dựa vào các thuật toán ML, chương trình sẽ có khả năng nhận biết các đối tượng là chó/mèo ngoài thực tế chính xác nhất có thể. Đây là khả năng mà những chương trình lập trình thông thường ko làm được vì chỉ dựa vào logic fix cứng trong coding.

Deep Learning là quá trình trích xuất đặc trưng từ dữ liệu gốc & output sẽ là đầu vào của các mô hình ML. ML muốn học tốt, nhận biết, phận loại chó/mèo chính xác nhất có thể thì cần dữ liệu đầu vào tốt, và Deep Learning giải quyết được vấn đề này.

Người viết bài hoàn toàn ko có tí kiến thức gì về mảng AI/ML. Viết cũng như ko viết.
tặng cái ảnh

@tr4n bác ấy chỉ dịch lại thôi. Bác ấy có viết đâu 😁

GÀ

khả năng bao nhiêu % AI sẽ phản và lật đổ con người? giống như học sinh học trò chửi lại thầy cô giáo vậy

GÀ

@ruantinghe91 AI được áp dụng đầy ngoài chiến trường rồi đó bạn, giết người như ngoé rồi đó. Nhưng khủng khiếp như mấy bộ phim ternimator thì never xảy ra.

GÀ

@ruantinghe91 kiểu gì cũng có người viết AI dạng khủng bố, nên là khi AI "tốt" thông minh như người thì chắc chắn cũng có AI "xấu".

GÀ

Liệu AI có thống trị nhân loại

GÀ

Dân trong nghề không thích sự so sánh này, rất dễ làm người đọc hiểu sai bản chất.

GÀ

Mảng AI hiện nay chắc Apple nắm trùm rồi, nhìn Siri là hiểu, thông minh không có đối thủ

GÀ

@ntroppld Siri may ra khôn hơn được con bichby của sam 😆

TÍCH CỰC

@Tech Man Bixby nay ngon hơn nhiều rồi. Xếp ngang ngửa Siri rồi nhé bác. Thấy nhiều youtuber test và bất ngờ với sự tiến bộ của con bích đấy 😁

TÍCH CỰC

@ntroppld AI thì Apple ko có cửa trên bảng xếp hạng chứ ko nói đến đầu bảng

CAO CẤP

Có thể hiểu ML là 1 phần của AI chắc cũng ko sai. Có AI nào dự vietlot chính xác 99% ko nhỉ :p

GÀ

@Dave ✅ mong là có AI làm đc điều đó, chỉ cần chọn đúng từ 00 - 99 mỗi ngày là đủ 😁

GÀ

bài viết chia sẻ hay

GÀ

ML là "máy lọc" chứ nhỉ 😁

GÀ

@Kahny La ML là "học máy" chứ nhỉ, k thì AI sẽ là "Nhân tạo trí tuệ" 😅

GÀ

@casperpas Ý của bác kia là "M"áy "L"ọc

GÀ

@huynhtai52014 à thực ra mình cũng muốn nói "chủ thớt" với cả nh người khác nữa thôi, toàn dịch ML là "máy học" 😅

Xu hướng

Bài mới

Chịu trách nhiệm nội dung: Trần Mạnh Hiệp
© 2024 Công ty Cổ phần MXH Tinh Tế
Địa chỉ: Số 70 Bà Huyện Thanh Quan, P. Võ Thị Sáu, Quận 3, TPHCM
Số điện thoại: 02822460095
MST: 0313255119
Giấy phép thiết lập MXH số 11/GP-BTTTT, Ký ngày: 08/01/2019