Mối nguy hiểm thực sự của Trí tuệ nhân tạo là gì?
Trong khuôn khổ Hội thảo ‘ Quản lý dữ liệu: Thách thức vượt tầm công nghiệp 4.0′ do công ty Orchestra Networks và Smart-up tổ chức ngày 13/12, ông Nguyễn Xuân Hoài, Đồng sáng lập và Giám đốc Học viện AI đã cảnh báo vấn đề xoay quanh Trí tuệ nhân tạo: ‘Chúng ta đã lắng nghe rất nhiều về AI và trên thực tế, AI cũng đang dần lên lỏi vào trong cuộc sống và tác động đến quyết định của con người. Tuy nhiên, đã đến lúc để chúng ta giao phó nhiệm vụ này cho AI hay chưa, và nên hay không tin vào sự trợ giúp của AI?’
Đồng sáng lập và Giám đốc Học viện AI Nguyễn Xuân Hoài phát biểu tại Hội thảo “Quản lý dữ liệu: Thách thức vượt tầm công nghiệp 4.0″ do Orchestra Networks và Smart-up đồng tổ chức
Không phải tất cả AI đều giống nhau
Artifacial Inteligence hay trí tuệ nhân tạo là công nghệ mô phỏng quá trình suy nghĩ, học tập của con người cho máy móc. Đây là lĩnh vực quan trọng của ngành Khoa học Máy tính và được chia làm 2 loại là: Trí tuệ nhân tạo mạnh – Strong AI (Artifacial General Inteligence) và Trí tuệ nhân tạo yếu – Weak AI (Artifacial Specific Intelligence).
Strong AI là khái niệm Trí tuệ nhân tạo đươc xây dựng có khả năng suy nghĩ như con người, tự nhận thức và tự nhận diện bản thân. Strong AI là đề tài hấp dẫn trên các bộ phim viễn tưởng nhưng thực tế chúng ta mới chỉ có cơ hội tiếp xúc với Weak AI, loại trí tuệ nhân tạo được thiết kế để mô phỏng một số chức năng của con người. Ví dụ, AI chơi cờ có thể đ.ánh bại các nhà vô địch, hay AI lái xe trên hệ thống xe tự hành…
AI và mối quan hệ mật thiết với dữ liệu
Ngày nay, con người sản sinh ra lượng dữ liệu vô cùng lớn. Đồng thời, công nghệ hỗ trợ cho Cách mạng 4.0 đã xóa bỏ rào cản trong việc thu thập Big Data. Chúng ta đang khai thác giá trị lớn nhất là thông tin và tri thức từ dữ liệu. Trí tuệ nhân tạo là công cụ chính để phân tích, trích rút thông tin từ nhiều loại dữ liệu khác nhau. TS. Hoài nhận định: “AI mô phỏng cho cách chúng ta nhận diện và đưa ra dự báo. AI giúp tối ưu hoạt động của con người. Hiện nay, AI cần rất nhiều dữ liệu để làm được điều đó”.
TS. Hoài cho biết AI và dữ liệu có quan hệ mật thiết với nhau: “Những công nghệ AI khai thác dữ liệu (data mining) hiện nay như học sâu (deep learning) cần lượng dữ liệu rất lớn. Chính vì thế, các hệ thống AI hiện nay là AI hướng dữ liệu (data driven AI)”.
Dữ liệu mang đặc trưng phi truyền thống. Trong đó, chất lượng dữ liệu được quyết định bởi nguyên tắc 5″V”, bao gồm: Value – Giá trị, Velocity – Tốc độ, Volume – Số lượng, Veracity – Tính chính xác và Variety – Tính đa dạng. Xử lý dữ liệu lớn (Big Data) cần thực hiện qua nhiều tiến trình và trí tuệ nhân tạo chỉ đảm đương giai đoạn cuối. Vì vậy, AI hướng dữ liệu không chỉ phụ thuộc vào số lượng mà còn cần rất nhiều ở chất lượng dữ liệu.
Video đang HOT
TS. Hòa cho biết các dự án để phân tích dữ liệu lớn phụ thuộc vào AI có thể tổng kết bằng một công thức: Big Data Analytic = 80% Data Engine 20% Data Analysis. TS. Hoài nói: “Có thể thấy rằng trong tiến trình từ khi lấy dữ liệu đến khi trích xuất được thông tin, tri thức từ dữ liệu khổng lồ, có đến 80% quy trình này liên quan đến quản trị dữ liệu, trong đó có quản lý chất lượng của dữ liệu”.
Thiên lệch dữ liệu và hậu quả khó lường đối với AI
Trong quá trình phân tích và sử dụng dữ liệu, thật khó để định nghĩa chính xác khái niệm dữ liệu chất lượng tốt. Ông Hoài chỉ rõ rằng: “Một dữ liệu chất lượng là dữ liệu phù hợp cho nhu cầu của người cần dữ liệu”, nghĩa là chất lượng dữ liệu chỉ bộc lộ trong cách thức trình bày và cách con người truy cập sử dụng dữ liệu. Đặc tính chung của dữ liệu là độ chính xác, tin cậy, khách quan. Dữ liệu được coi là khách quan khi trích xuất từ quá trình doanh nghiệp tương tác với khách hàng. Dữ liệu mang tính chủ quan như lấy ý kiến khảo sát cá nhân.
Trong công nghệ Trí tuệ nhân tạo và học máy (machine learning) tồn tại 1 ngạn ngữ nổi tiếng “GIGO” (Garbage in – Garbage out). Nó mô tả chất lượng thông tin đầu vào không thể vượt quá chất lượng thông tin của đầu ra. Hiện nay, một trong những thách thức đối với AI, hay cụ thể hơn là AI hướng dữ liệu là sự thiên lệch dữ liệu (data bias). Về bản chất của thiên lệch về dữ liệu là một trong những vấn đề nghiêm trọng của chất lượng dữ liệu, khi dữ liệu sử dụng để huấn luyện hệ thống AI mang tính thiên lệch.
Theo thống kê của Đại học Tài chính Harvard, nước Mỹ tổn thất Mỹ 3 nghìn tỷ USD vì dữ liệu thiên lệch. Năm 2015, Google I/O tạo ra một cú sốc khi nhận diện khuôn mặt trong ảnh mang tính chất phân biệt chủng tộc vì dữ liệu dùng để huấn luyện hệ thống AI quá ít ảnh người da màu. Năm 2017, IBM Watson – Hệ thống AI hỗ trợ chẩn đoán và điều trị đã bị nhiều bệnh viện tố cáo là đưa cảnh báo không chuẩn xác. Nguyên nhân chính là do các kỹ sư xây dựng hệ thống của IBM Watson Technology đã giả mạo bệnh án để huấn luyện cho AI. Tất cả sự cố trên được tạo ra bởi dữ liệu thiên lệch.
Càng ngày chúng ta càng sống phụ thuộc vào công nghệ hướng dữ liệu, đưa ra những quyết định nhờ sự trợ giúp của AI. Tạp chí The National thậm chí còn cho biết Trung Quốc đang phát triển hệ thống đ.ánh giá điểm tín dụng xã hội – Social Predicting System, dùng AI để phân tích Big Data ra quyết định chấp nhận hay từ chối mỗi công dân vào hoạt động của xã hội phụ thuộc vào hành vi và điểm tín dụng xã hội đó.
“Vậy điều gì sẽ xảy ra nếu quyết định dựa trên dữ liệu chất lượng kém, bị thiên lệch. Lấy giả thiết, con tôi không được vào cấp 3 vì hệ thống AI đ.ánh giá công dân đ.ánh giá tôi là người tệ hại. Do có một lần hệ thống CCTV nhận diện nhầm tôi và một kẻ tội phạm. Vậy ai sẽ chịu trách nhiệm? Trí tuệ nhân tạo, dữ liệu hay ai?” Đây là câu hỏi không chỉ của TS. Hoài mà còn là thử thách khó khăn nhân mà nhân loại sẽ phải đối mặt trong quá trình phát triển trí thông minh nhân tạo phục vụ con người.
ông Pierre Bonnet, Giám đốc vận hành Orchestra Networks, Giám đốc điều hành Orchestra Networks Việt Nam nói về vai trò của Dữ liệu lớn và AI
Theo ông Pierre Bonnet, Giám đốc vận hành Orchestra Networks, Giám đốc điều hành Orchestra Networks Việt Nam: “Ranh giới giữa ứng dụng tích cực hoặc tiêu cực của Big Data và AI rất mong manh. Một mặt, xã hội tiếp tục tăng trưởng chóng mặt để đáp ứng nhu cầu của mình bằng cách loại bỏ các ảnh hưởng từ bên ngoài, và Big Data và AI được sử dụng để theo đuổi một sự phát triển không bền vững cho hành tinh này. Mặt khác, xã hội sử dụng Big Data và AI để thúc đẩy tăng trưởng tương thích với một hành tinh bền vững, phục vụ tất cả mọi người như nhau, và tận dụng lợi thế của việc quản lý kiến thức tốt hơn”.
Theo Báo Mới
Khởi nghiệp trong lĩnh vực trí tuệ nhân tạo: Startup cần làm chủ kiến thức, công nghệ
PGS.TS Nguyễn Xuân Hoài cho rằng bản thân các startup muốn khởi nghiệp trong lĩnh vực trí tuệ nhân tạo cần có sự chuẩn bị đầy đủ về kiến thức và công nghệ.
Khởi nghiệp trong lĩnh vực AI chưa nhiều
Theo ông Nguyễn Việt Hùng, Phó Tổng Thư kí tòa soạn báo T.iền Phong, trong vài năm trở lại đây, cụm từ cách mạng 4.0 là từ khóa xuất hiện với tuần suất cao trên các phương tiện truyền thông đại chúng.
Một trong những lĩnh vực chủ chốt của CM 4.0 là lĩnh vực trí tuệ nhân tạo (AI). Tại Việt Nam, AI được manh nha nhiều năm, đạt được những thành tựu bước đầu. Thời gian gần đây, cùng với làn sóng khởi nghiệp mạnh mẽ trên cả nước, nhiều doanh nghiệp khởi nghiệp đổi mới sáng tạo trong lĩnh vực AI được thành lập. Nhiều ý tưởng, sản phẩm AI được nghiên cứu, phát triển, giải quyết những vấn đề thiết thực trong cuộc sống.
Tuy nhiên, ông Hùng cũng như nhiều chuyên gia khác đ.ánh giá, ứng dụng AI ở Việt Nam mới dừng ở bước đầu, các doanh nghiệp khởi nghiệp trong lĩnh vực AI chưa nhiều, chưa có thành tựu đột phá, ứng dụng AI giải quyết các vấn đề cuộc sống còn kiêm tốn. Trong khi đó, tiềm năng ứng dụng trí tuệ nhân tạo ở Việt Nam là rất lớn, đặc biệt trong các lĩnh vực Y tế, Giáo dục, Nông nghiệp, Giao thông.
Ông Nguyễn Xuân Hoài, Viện trưởng Viện Trí tuệ nhân tạo cho rằng hoạt động khởi nghiệp trong lĩnh vực trí tuệ tại Việt Nam hiện còn nhiều khó khăn cần tháo gỡ. Ảnh: T.iền phong
Ông Nguyễn Xuân Hoài, Viện trưởng Viện Trí tuệ nhân tạo cho rằng, một khó khăn và cũng là bài toán lớn ở Việt Nam hiện nay là làm sao đưa được AI vào chuyên ngành. Đồng thời, câu hỏi đặt ra là Nhà nước ta sẽ có khung pháp lý nào để sử dụng và bảo vệ nguồn dữ liệu?
"Cũng có những khó khăn khác như việc các dự án AI rủi ro hơn rất nhiều dự án công nghệ thông tin bình thường. Dự án AI không có giải pháp đảm bảo chính xác 100%. Các dự án AI lớn luôn cần phải qua thử nghiệm, từ đó các bên phải cùng nhau chịu rủi ro.
Ngoài việc đưa dữ liệu vào chuyên ngành, người làm AI cũng phải kết nối được với kiến thức chuyên ngành. Người làm AI mà không hiểu rõ chuyên ngành, thì giải pháp đưa ra không mang lại hiệu quả thực tế", ông Hoài nói.
Đề cập thêm về những khó khăn của các starup trong lĩnh vực trí tuệ nhân tạo, ông Nguyễn Thành Công, Giám đốc điều hành của Công ty TNHH Công nghệ LC Việt Nam cho hay, làm trí tuệ nhân tạo thì yếu tố đầu tiên cần là dữ liệu. Bên cạnh đó, cần có đội ngũ thẩm tra, dán nhãn dữ liệu, tinh gọn dữ liệu. Tuy nhiên, ở Việt Nam gần như không có đội ngũ đó cũng như không có nguồn dữ liệu lớn.
"Ngoài ra, để phát triển trí tuệ nhân tạo cần hệ thống siêu máy tính. Đa phần người làm trong lĩnh vực trí tuệ nhân tạo ở Việt Nam phải tự sắm cáp màn hình để tự trải nghiệm. Như chúng ta đã biết, dữ liệu bản thân nó sinh ra liên quan tới từng cá nhân và số hóa. Người Việt nam gần như không có dữ liệu để phát triển trí tuệ nhân tạo. Về nhân lực đa phần là người du học ở nước ngoài, và đội ngũ này còn khá hạn chế. Phần lớn người Việt Nam chỉ học lý thuyết, không có dữ liệu, không có hạ tầng để phát triển trí tuệ nhân tạo", ông Nguyễn Thành Công trăn trở.
Startup cần biết cách làm chủ cuộc chơi
Ông Phạm Hồng Quất, Cục trưởng Cục Phát triển thị trường và doanh nghiệp khoa học công nghệ, Bộ Khoa học và Công nghệ nhận định, để hoạt động khởi nghiệp trong lĩnh vực AI phát triển trong tương lai, cần có chính sách mở để dễ dàng tiếp cận trong nghiên cứu ứng dụng sản phẩm AI cho người dân, cộng đồng. Ngoài doanh nghiệp thì chính quyền, nhà trường... cũng cần ứng dụng AI.
"Hiện nay, rất nhiều startup cũng đặt vấn đề nhưng liệu rằng có người dùng không? Từng có ứng dụng đặt giờ hẹn khám bệnh tại các bệnh viện ở Việt Nam nhưng thất bại bởi bệnh viện công từ chối tiếp nhận trong khi bệnh viện tư thì số lượng quá ít", ông Quất nêu vấn đề.
Cùng chung ý kiến về vấn đề môi trường, pháp luật và chính hỗ trợ của chính phủ cho startup lĩnh vực AI, ông Lê Công Thành, Chủ tịch HĐQT Infore Technology cho biết việc đầu tiên cần làm là nhìn nhận rõ cơ hội và bài toán trong việc tự làm startup lĩnh vực AI. Nếu như startup có cơ hội liên kết với Nhà nước, giải quyết bài toán của cơ quan quản lý đặt ra thì rất tốt. Tuy nhiên hiện giờ chưa có điều này.
Thứ hai, về nguồn vốn. Có một s.ố đ.ề tài, dự án của cơ quan quản lý Nhà nước nhưng mới ở giai đoạn bắt đầu với nguồn vốn ít, chưa có các nguồn đầu tư vào cho startup, trong đó là lĩnh vực AI. Thứ ba, cần truyền thông để mọi người phân biệt rõ giữa startup và khởi nghiệp trong bối cảnh hai hình thái này dễ bị đ.ánh đồng.
"Người ta nói startup có 10 người thì có thể có đến 9 người nhưng khởi nghiệp thì tỷ lệ thành công sẽ cao hơn. Tôi đọc có những nghiên cứu những người khởi nghiệp tỷ lệ thất bại chỉ khoảng 30%. Khi chúng ta hiểu không đúng thì những phản biện xã hội không được chính xác", Chủ tịch HĐQT Infore Technology cho hay.
Muốn khởi nghiệp trong lĩnh vực trí tuệ nhân tạo, các starup cần có đủ kiến thức và biết làm chủ công nghệ.
Cũng theo vị này, các cơ quan quản lý nhà nước cần sớm tạo cơ chế chính sách điều kiện cho các lĩnh vực mới. Ví dụ có thể không áp dụng ở Việt Nam nhưng nghiên cứu để áp dụng ở nước ngoài.
Đứng ở góc độ nghiên cứu và đào tạo, PGS.TS Nguyễn Xuân Hoài cho rằng bản thân các startup muốn khởi nghiệp cần có sự chuẩn bị đầy đủ về kiến thức và công nghệ nếu muốn làm về AI. Làm AI đòi hỏi phải chuyên nghiệp vì đó là lĩnh vực nghiên cứu và phát triển công nghệ. Chủ startup vẫn có thể tận dụng nguồn tri thức từ bên ngoài, nhưng người này vẫn phải có khả năng hấp thụ, tiếp nhận nguồn tri thức. Nếu startup chưa có chuẩn bị kỹ lưỡng, khó có thể làm về lĩnh vực AI được.
"Đương nhiên, muốn startup cần nhiều yếu tố khác nhau như tư duy kỹ thuật, tìm kiếm thị trường... Nhưng đứng trên góc độ nghiên cứu và đào tại, kiến thức sâu rộng về lĩnh vực AI là quan trọng nhất", ông Hoài nhận định thêm.
Theo Báo Mới
Làm thế nào để trí tuệ nhân tạo trở thành 'trợ lý' của con người? Trí tuệ nhân tạo (AI), một công nghệ chỉ mới vài thập niên trước vẫn được coi như khoa học viễn tưởng, nay đã bắt đầu len lỏi vào cuộc sống hàng ngày của con người. Tác giả bài viết "Trí tuệ nhân tạo tại châu Âu", Christian Scker, cho rằng AI là một công nghệ đề cập đến khả năng học hỏi,...
