Các công ty Mỹ chưa sẵn sàng cho cuộc cạnh tranh về công nghệ AI với Trung Quốc
Một nhà đầu tư mạo hiểm có nhiều năm làm việc tại Silicon Valley cho rằng, thế giới cần bắt đầu chuẩn bị để mối mặt với những thách thức mà trí tuệ nhân tạo đặt ra cho nhân loại.
Ông Lý Khai Phục (Kai-Fu Lee), một chuyên gia có uy tín trong lĩnh vực công nghệ trí tuệ nhân tạo, Chủ tịch kiêm CEO của Sinovation Ventures, cho rằng các công ty công nghệ Mỹ không thể xem thường các công ty công nghệ trí tuệ nhân tạo (AI) tại Trung Quốc mà quỹ của ông đang đầu tư.
Là một công dân Đài Loan nhưng ông Lý Khai Phục lại có phần lớn thời gian làm việc tại thị trường Trung Quốc. Ông đã trải qua thế kỷ sống tại Mỹ và trước khi trở thành một nhà đầu tư mạo hiểm ông đã từng làm việc cho Apple, Microsoft và Google. Ông đã dành cho tờ Bloomberg Businessweek cuộc phỏng vấn dưới đây ngay trước khi ông chính thức ra mắt cuốn sách có tiêu đề “Các siêu cường AI: Trung Quốc, Silicon Valley và trật tự thế giới mới” (AI Superpowers: China, Silicon Valley, and the New World Order).
Vì sao Google và các công ty công nghệ AI hàng đầu khác của Mỹ lại lo ngại về sự cạnh tranh từ phía các doanh nghiệp Trung Quốc?
Rất nhiều người ở Silicon Valley cho rằng nếu bạn là một người chỉ đi bắt chước công nghệ của người khác thì suốt đời bạn vẫn chỉ là người thất bại. Bạn sẽ không bao giờ có thể trở thành một nhà cải tiến vĩ đại. Trung Quốc đã cho thấy quan điểm đó là sai.
Hãy nghĩ về những con người rất thông minh và làm việc chăm chỉ, có kỹ năng lãnh đạo và kinh doanh tốt nhưng lại không được làm việc trong một môi trường thuận lợi như Silicon Valley. Ở giai đoạn đầu, bắt chước công nghệ của người khác là quá trình học hỏi và đào tạo tốt nhất.
Hãy nghĩ về mô hình tháp. Tất cả những người bắt chước công nghệ nằm ở đáy tháp không thể phát triển được vì họ không bao giờ học được cách phát triển một sản phẩm tốt. Thế nhưng nếu bạn bắt chước công nghệ của người khác ở giai đoạn đầu, học hỏi từ những kinh nghiệm thu được và làm cho startup tiếp theo của bạn tốt hơn hay sản phẩm hiện có của bạn trở nên hoàn hảo hơn thì đó là một giải pháp tuyệt vời mà những người ở Silicon Valley không bao giờ nghĩ rằng là có thể.
Ông có thể chỉ ra một ví dụ điển hình như vậy?
Video đang HOT
Meituan Dianping của Wang Xing là một ví dụ. Ở Trung Quốc đã có những người bắt chước Facebook, Twitter hay Groupon. Thế nhưng với Meituan, Wang Xing đã tìm ra cách sử dụng công nghệ và kỹ năng kinh doanh của mình để biến nó thành một doanh nghiệp đổi mới và có lợi nhuận.
Ông ấy đã dành được sự trung thành của khách hàng bằng cách phát triển một chương trình phần mềm rất tốt. Ông ấy rất quan tâm tới trải nghiệm của người dùng, vì vậy việc giao đồ ăn chỉ diễn ra trong vòng 20-30 phút. Bằng cách làm như vậy đồ ăn đến tay người dùng luôn nóng.
Trên ứng dụng bạn có thể tìm thấy 500, thậm chí là 5.000 cửa hàng bán đồ ăn hoặc nhiều hơn, phần mềm của Meituan cho phép tối ưu hóa việc giao hàng, giữ cho chi phí giao hàng chỉ ở mức dưới 1 USD cho mỗi đơn hàng.
Điều gì đã ngăn cản các công ty khác của Mỹ, chẳng hạn như Uber hay Seamless làm điều tương tự?
Rất khó để thay đổi thói quen kinh doanh của một quốc gia nào đó. Người Mỹ coi nhẹ vấn đề logistics nhưng lại quan tâm nhiều hơn tới việc cho thuê các nền tảng phần mềm và để người khác làm tất cả những thứ khác ngay từ đầu. Những người như Wang Xing lại sẵn sàng dấn thân vào phần việc nặng nhọc thông qua việc thuê hàng ngàn nhân viên giao hàng, quản lý họ và đảm bảo họ làm việc hiệu quả, đúng giờ. Đó là một công việc không hề dễ dàng.
Có thể là đặc biệt không dễ ở Trung Quốc. Rõ ràng là chính phủ Trung Quốc đã không ngần ngại tạo điều kiện thuận lợi cho các công ty công nghệ phát triển. Đâu là điều quan trọng nhất mà chính phủ Trung Quốc đã làm cho cộng đồng các công ty công nghệ?
Vai trò quan trọng nhất của chính phủ Trung Quốc là cho phép các công ty công nghệ tiến hành những thử nghiệm công nghệ mới chưa được chứng thực. Có nghĩa là chính phủ cho phép họ thử nghiệm ở một qui mô hạn chế để xem điều gì sẽ diễn ra. Nếu thử nghiệm thành công, chính phủ sẽ đẩy xa giới hạn, thậm chí cho phép họ hoạt động ở những vùng xám, chẳng hạn như cho phép Alibaba và Tencent hoạt động trong lĩnh vực thanh toán.
Các dịch vụ Alipay và WeChat của hai công ty này đã tạo ra một cuộc cách mạng về thanh toán không dùng tiền mặt ở Trung Quốc. Giờ đây chẳng còn chỗ cho các công ty thẻ tín dụng. Một điều quan trọng nữa mà chính phủ Trung Quốc đã làm để giúp các công ty công nghệ phát triển là đầu tư vào cơ sở hạ tầng.
Ở Trung Quốc, độ phủ sóng 3G và 4G tốt hơn so với ở Mỹ. Ở Mỹ, sóng 3G và 4G tốt ở khu vực thành phố nhưng ở nông thôn lại không tốt bằng Trung Quốc.
Đâu là tác động lan tỏa của những khoản đầu tư này trong cuộc chiến giành vị trí siêu cường về AI giữa các công ty Mỹ và Trung Quốc?
Theo quan điểm của tôi thì Trung Quốc phần nào đó đã bắt kịp Mỹ về công nghệ AI. Mỹ có những thuận lợi cơ bản, chẳng hạn như họ có những trường đại học tốt nhất hoặc ít nhất là trong quá khứ có những người nhập cư đến từ khắp nơi trên thế giới. Trung Quốc lại có những lợi thế khác như: cơ sở dữ liệu lớn hơn, chính sách mang tính hỗ trợ hơn từ chính phủ và bây giờ là có những doanh nhân rất giỏi.
Thế còn tình trạng đáng sợ khi một quốc gia sở hữu một khối lượng dữ liệu khổng lồ và theo dõi các công dân của mình một cách gắt gao thì sao? Đó có vẻ như là con đường dẫn tới một viễn tưởng khoa học tồi tệ.
Vấn đề chính mà nhân loại đang phải đối mặt không phải là Mỹ hay Trung Quốc đi đầu. Vấn đề ở đây là AI sẽ mang lại rất nhiều sự thịnh vượng nhưng cũng đặt ra nhiều thách thức, chẳng hạn như vấn đề việc làm, quyền riêng tư và an ninh. Đó là những điều mà chúng ta nên cùng nhau làm việc để tìm ra giải pháp tiềm năng. Nếu không có giải pháp tốt, bất cứ một vấn đề nào trong số những vấn đề kể trên cũng sẽ dẫn tới những thảm họa có quy mô lớn hơn bất cứ một thảm họa nào đã xảy ra trong lịch sử loài người. Chúng ta cần bắt tay vào chuẩn bị ngay từ bây giờ.
Theo Báo Mới
AI giờ đây có thể giúp viết các trang tiểu sử về các nhà khoa học trên Wikipedia
Không khó để có thể tìm thấy được tiểu sử của nhiều nhà khoa học nổi tiếng trên trang Wikipedia, nhưng việc xác định xem những tên tuổi nào vẫn chưa được cập nhật trên Wiki thì lại phức tạp hơn nhiều.
Ví dụ, nhiều người trong số chúng ta có thể chưa từng nghe nói về Christina Economos. Chưa có trang Wikipedia nào viết về cô ấy, mặc dù Christina hiện đang là giáo sư tại Đại học Tufts và là tác giả của nhiều công trình nghiên cứu nổi bật. Nhưng trong khi chưa có một trang Wikipedia nào viết về Christina Economos, một đoạn tiểu sử ngắn về cô đã được mô tả một cách chuyên nghiệp trên một trang web được gọi là Primer. Và từ một đoạn tiểu sử nhỏ đó, một hệ thống AI có tên là Quicksilver sẽ phát triển thành một trang Wiki đầy đủ về giáo sư Christina Economos.
Ý tưởng của dự án là sử dụng AI để hỗ trợ việc viết các trang tiểu sử về các nhà khoa học hiện vẫn chưa được cập nhật trên Wikipedia trong khi họ hoàn toàn xứng đáng được cả thế giới biết đến. Ví dụ, trên trang Primer viết về tiểu sử Christina Economos, có một liên kết khác đến một bài báo từ trang CBS Boston viết về Christina Economos, đây là những nguồn thông tin tốt cho một biên tập viên Wikipedia - người có thể muốn viết một bài về cô ấy.
Primer ra mắt chính thức vào năm ngoái và sử dụng AI để đọc, phân tích thông tin và từ đó đưa ra các báo cáo. Nhiệm vụ chính của AI này là làm công việc mà một nhà phân tích có thể làm. Trí thông minh nhân tạo thường cần được cung cấp dữ liệu để tự học hỏi, và vì vậy, chỉ tính riêng cho dự án này, Primer đã sử dụng khoảng 30.000 trang Wikipedia về các nhà khoa học hiện có để đào tạo hệ thống machine learning này của họ.
Sau đó, họ đã cho hệ thống AI học hơn 200,000 tên và thông tin nghề nghiệp liên quan. Những cái tên này là của các tác giả được liệt kê trong các bài báo liên quan đến khoa học máy tính và nghiên cứu y sinh học được cung cấp cho Primer từ Viện Trí tuệ Nhân tạo Allen.
"Đó là dữ liệu đầu vào đê cho Quicksilver tự học, chúng tôi chỉ cần cung cấp thông tin cho nó, sau đó Quicksilver sẽ tự làm nốt phần việc còn lại. Chúng tôi viết ra thông tin về hơn 40.000 người mới mỗi đêm ", John Bohannon, giám đốc khoa học tại Primer cho biết.
"Xét trên tổng thể quy mô toàn hệ thống, mọi chuyện sẽ phức tạp hơn nhiều, tất nhiên rồi. Một là hệ thống AI cần phải được định hướng (disambiguation) (một thuật ngữ kỳ lạ mà bạn có thể tìm hiểu trên Wikipedia) trong trường hợp này có nghĩa là để đảm bảo rằng hệ thống không lẫn lộn hai người có cùng tên. Nó cũng tham khảo một loạt các nguồn tin tức khác nhau để tìm hiểu thêm về mỗi nhà khoa học, nó xây dựng một cho mỗi người mô hình riêng". Ông John Bohannon nói thêm.
AI cũng tự phân loại các sự kiện khi quét tin tức về mỗi cái tên cụ thể, điều này đòi hỏi các tài liệu cũng như tin tức phải được tổ chức thành các cụm, trong đó mỗi cụm sẽ mô tả một sự kiện trong thực tế. Đó là các "sự kiện tin tức" có thể là khi một nhà khoa học xuất bản một nghiên cứu thu hút sự chú ý của truyền thông, do đó các thông tin này rất có giá trị đối với một bài viết trên Wikipedia.
Ông Bohannon cho biết một khía cạnh khác của dự án là giúp các nhà khoa học nữ dễ dàng có được những sự hiện diện xứng đáng trên Wikipedia, đồng thời hỗ trợ cho các biên tập viên wiki xóa bỏ khoảng cách về giới giới tính trong khoa học. Từ bây giờ các biên tập muốn tạo ra nhiều trang Wikipedia hơn cho các nhà khoa học nữ, họ có thể sử dụng dữ liệu từ Quicksilver.
"Mục tiêu của chúng tôi chắc chắn không phải là dùng AI để viết Wikipedia. Thay vào đó, AI sẽ là một trợ thủ đắc lực cho những người muốn viết các trang mới hoặc cập nhật các trang cũ trên Wiki Nếu bạn tò mò muốn xem các sản phẩm mẫu của Quicksilver trông như thế nào, hãy truy cập trang này, trong đó có 100 ví dụ về các trang Wikipedia do AI tạo ra, được in mờ.
Theo Tri Thuc Tre
Cuộc chiến thuơng mại Mỹ Trung có thể ảnh huởng đến giá iPhone: Tim Cook lo lắng, Donanld Trump nói đừng sợ Có lẽ Apple phải tìm đường sản xuất iPhone ở những nơi khác thay vì Trung Quốc, nếu không thì Tim Cook lúc nào cũng như ngồi trên đống lửa. Như chúng ta đã biết, phần lớn điện thoại hiện nay được sản xuất hoặc lắp ráp tại Trung Quốc. Ngay cả Apple, một công ty Mỹ 100% cũng đang phụ thuộc vào...