Ngày tàn của Google+ đã cận kề?

Tạ Lê Trúc Quỳnh12:19 26/08/2018

Google Pháp thông báo đóng cửa kênh Google chính thức và chưa đủ mỉa mai, còn đề nghị người dùng theo dõi họ trên Twitter, Facebook.

7 năm sau ngày ra mắt năm 2011, Google – nền tảng của Google được tung hô là “sát thủ Facebook” – nay chỉ còn sống vật vờ. Google là nỗ lực thứ 4 đánh vào không gian mạng xã hội từ Google, theo sau các thất bại Google Buzz, Google Friend Connect, Orkut. Google chưa bao giờ đạt được mục tiêu ban đầu của những người sáng tạo ra nó.

Google đang trong giai đoạn sống dở chết dở. Đã có lúc, Google tự huyễn hoặc rằng mọi thứ vẫn ổn. Đáng chú ý nhất là 2015, năm mà công ty nhắc đến “540 triệu người dùng tích cực hàng tháng” nhưng gió đã đổi chiều. Đầu năm nay, hãng tìm kiếm lớn nhất thế giới thông báo Google sẽ có một ứng dụng Android mới toanh, “đỉnh cao của nhiều tính năng lõi được viết lại”. Nó mang đến hi vọng Google có kế hoạch nào đó để hồi sinh Google , song tin tức mới nhất liên quan đến nền tảng này lại là một thất vọng.

Theo Android Police , Google Pháp vừa tuyên bố đóng cửa tài khoản Google chính thức, đề nghị người dùng theo dõi trên Facebook và Twitter. Một nhánh của Google khuyên người dùng theo dõi trên nền tảng mạng xã hội khác? Một sự thật mỉa mai và cay đắng.

Tất nhiên, nó không đồng nghĩa Google sẽ bị khai tử ngay ngày mai nhưng với các diễn biến này, ngày tàn của nó đang cận kề là không thể chối cãi. Google không ngại kết liễu các sản phẩm không hiệu quả. Do đó, chúng ta sẽ không ngạc nhiên nếu ngày nào đó họ quyết định đưa Google đi theo hướng mới.

Google biện hộ Google không phải đối thủ trực tiếp của Facebook mà là nền tảng nơi mọi người thu thập thông tin từ nhiều dịch vụ khác nhau của Google cũng như kết nối với nhau quanh các chủ đề liên quan đến Google. Song, có biện hộ thế nào, Google ngày nay vẫn chẳng khác gì một “cánh đồng hoang”.

Theo PhoneArena

Giải ngố về Neural Networks, Artificial Intelligence và Machine Learning

Bài viết sẽ cho các bạn biết ý nghĩa của các thuật ngữ Artificial Intelligence (trí tuệ nhân tạo - AI), Machine Learning (máy học) và Neural Networks (mạng thần kinh) trong các ứng dụng.

Gần đây, cả Google và Microsoft đều rất tích cực trong việc bổ sung neural networks cho các ứng dụng dịch ngôn ngữ của họ. Google còn cho biết rằng họ đang sử dụng machine learning cho việc gợi ý list nhạc cho người dùng. Todoist thì tuyên bố rằng họ đang sử dụng AI để gợi ý khi nào bạn cần hoàn thành một nhiệm vụ. Any.do thì phát biểu rằng bot của họ với sự hỗ trợ của AI có thể làm một số việc cho bạn.

Tất cả những tuyên bố này vừa được đưa ra gần đây thôi. Một vài trong số chúng chỉ là những mánh khóe quảng cáo nhưng đôi khi những thay đổi này lại rất hữu ích. AI, machine learning và neural networks là những thuật ngữ mô tả việc máy tính có thể làm những nhiệm vụ phức tạp hơn và học hỏi từ môi trường của chúng. Trong thực tế, ba thuật ngữ này có ý nghĩa rất khác nhau.

Neural Networks phân tích dữ liệu phức tạp bằng cách mô phỏng não người

Mạng thần kinh nhân tạo (ANN hoặc gọi tắt là Neural Networks) đề cập tới một mô hình học tập đặc biệt mô phỏng cách các khớp thần kinh làm việc trong não người. Điện toán truyền thống sử dụng một loạt xác nhận logic để thực hiện một nhiệm vụ. Neural networks lại sử dụng một mạng lưới các nút (hoạt động như tế bào thần kinh) và các cạnh (hoạt động như các khớp thần kinh) để xử lý dữ liệu. Dữ liệu input sẽ chạy qua toàn bộ hệ thống và một loạt kết quả output được tạo ra.

Sau đó output sẽ được so sánh với các dữ liệu mà hệ thống đã được học trước đó. Ví dụ, nếu bạn muốn huấn luyện máy tính nhận biết hình ảnh của một chú chó bạn sẽ phải nhập vào hệ thống hàng triệu bức ảnh chụp những chú chó để đâu là hình ảnh trông giống một chú chó. Sau đó, chúng ta sẽ phải xác nhận những bức ảnh nào thực sự là một chú chó. Tiếp theo, hệ thống sẽ ưu tiên kết quả này trên toàn bộ neural networks để có thể tìm được kết quả đúng. Qua thời gian và hàng triệu lần lặp lại, cuối cùng mạng sẽ cải thiện tính chính xác của các kết quả mà nó đưa ra.

Để hiểu rõ hơn về cách neural networks làm việc bạn có thể thử game Quick, Draw! của Google. Trong game này, Google huấn luyện mạng của họ nhận biết những hình vẽ. Nó so sánh hình vẽ của bạn với những ví dụ được vẽ bởi những người khác. Mạng sẽ đoán các hình vẽ và sau đó được đảo tạo để nhận biết những hình vẽ trong tương lai dựa trên những gì trông giống như thế mà nó đã thấy trước đó. Ngay cả khi kỹ năng vẽ của bạn không được tốt thì mạng của Google vẫn nhận biết khá tốt những hình vẽ cơ bản như tàu ngầm, nhà máy và con vịt.

Neural networks không phải là giải pháp phù hợp cho tất cả mọi thứ nhưng nó đặc biệt nổi trội khi bạn cần xử lý các dữ liệu phức tạp. Google và Microsoft đã chính xác khi sử dụng neural networks cho các ứng dụng dịch bởi dịch ngôn ngữ là một công việc rất khó khăn. Măc dù hiện tại vẫn còn có lỗi nhưng với khả năng học tập từ những bản dịch chính xác, neural networks có thể giúp hệ thống đưa ra những kết quả tốt hơn theo thời gian.

Điều tương tự đã diễn ra với công nghệ phiên âm giọng nói. Sau khi Google áp dụng neural networks vào Google Voice tỷ lệ phiên âm lỗi đã giảm tới 49%. Mặc dù không thể mang lại kết quả ngay lập tức và không hoàn hảo nhưng neural networks có thể phân tích các dữ liệu phức tạp rất tốt và từ đó mang lại cho bạn những tính năng tự nhiên hơn trong các ứng dụng.

Các bạn có thể xem video giải thích neural networks của kênh YouTube DeepLearning.TV ở phía trên để có thêm thông tin, nhớ bật phụ đề tiếng Việt nếu bạn không tự tin vào khả năng

tiếng Anh của mình.

Machine Learning dạy máy tính để cải thiện khả năng

Machine Learning là một thuật ngữ rộng bao gồm bất cứ điều gì mà trong đó bạn dạy máy tính để cải thiện một nhiệm vụ mà nó đang thực hiện. Cụ thể hơn, machine learning đề cập tới bất kỳ hệ thống mà hiệu suất của máy tính khi thực hiện một nhiệm vụ sẽ trở nên tốt hơn sau khi hoàn thành nhiệm vụ đó nhiều lần. Neural networks là một ví dụ về machine learning nhưng đó không phải là cách học hỏi duy nhất của máy tính.

Ví dụ, một trong những phương pháp học tập khác của máy tính là Reinforcement Learning. Trong phương pháp này, máy tính sẽ thực hiện một nhiệm vụ và sau đó kết quả của nó sẽ được chấm điểm. Video giải thích cách máy tính học chơi cờ vua của Android Authority ở trên là một ví dụ. Máy tính sẽ được chơi một trận cờ vua và kết thúc nó có thể thắng hoặc thua. Nếu nó thắng, các nước đi của nó trong trận đấu đó sẽ được gắn nhãn thắng. Sau khi chơi hàng triệu trận, hệ thống có thể xác định được những nước đi nào có nhiều khả năng giúp nó giành chiến thắng dựa trên kết quả của các trận trước đó.

Trong khi neural networks rất tốt với những công việc như nhận dạng khuôn mẫu trong hình ảnh, các dạng khác của machine learning lại hữu ích trong những nhiệm vụ khác như xác định loại nhạc mà bạn yêu thích. Ví dụ, Google cho biết ứng dụng âm nhạc của họ sẽ tìm cho bạn những bản nhạc mà bạn muốn nghe. Nó thực hiện điều này bằng cách chọn list nhạc dựa trên thói quen nghe nhạc trong quá khứ của bạn. Nếu bạn bỏ qua list nhạc mà nó gợi ý, nó sẽ gắn nhãn thất bại cho list nhạc đó. Tuy nhiên, nếu bạn chọn một trong nhưng gợi ý, hệ thống sẽ gắn nhãn thành công cho gợi ý đó và củng cố quá trình hình thành gợi ý này để có thể đưa ra thêm nhiều gợi ý tốt như vậy trong tương lai.

Trong trường hợp này, bạn sẽ không thể hưởng lợi từ ML nếu bạn không sử dụng tính năng này thường xuyên. Lần đầu bạn mở ứng dụng âm nhạc của Google, tất cả các gợi ý bạn thấy đều chả liên quan gì tới gu âm nhạc của bạn. Về mặt lý thuyết, bạn càng dùng ứng dụng này nhiều thì các gợi ý càng tốt hơn trước.

Nhưng dẫu sao thì machine learning cũng không hoàn hảo, bạn vẫn sẽ nhận được những gợi ý không phù hợp. Tuy nhiên, chắc chắn bạn sẽ nhận được những gợi ý không phù hợp nếu chỉ sử dụng ứng dụng này 6 tháng một lần. Nếu bạn không sử dụng ứng dụng thường xuyên để giúp hệ thống gợi ý bài hát học tập thì nó sẽ chẳng khá hơn mấy so với hệ thống gợi ý bài hát thông thường. Là một từ thông dụng, machine learning mơ hồ hơn so với neural networks nhưng nó vẫn mang ngụ ý rằng phần mềm bạn đang dùng sẽ sử dụng thông tin phản hồi của bạn để cải thiện hiệu suất của nó.

Artificial Intelligence dùng để chỉ bất cứ thứ gì đó thông minh

Nếu như như neural networks là một dạng của machine learning thì machine learning lại là một dạng của AI. Tuy nhiên, danh mục những gì được coi là AI lại rất khó xác định. Hiện tại chúng ta đã đạt những thành tựu đáng kể trong công nghệ AI. Ví dụ, nhận dạng ký tự quang học đã từng được coi là quá phức tạp với máy tính nhưng nay một ứng dụng trên điện thoại có thể quét tài liệu và biến chúng thành văn bản. Có vẻ như hơi coi nhẹ AI nếu dùng thuật ngữ này để mô tả những tính năng cơ bản hiện tại.

Tuy nhiên, do AI thực sự có hai loại khác nhau nên những tính năng cơ bản cũng sẽ được coi là AI. AI mức thấp hoặc hẹp dùng để mô tả bất kỳ hệ thống nào được thiết kế cho một hoặc một loạt nhiệm vụ nhỏ. Ví dụ, trợ lý Google Assistant và Siri được thiết kế để làm một loạt nhiệm vụ khá nhỏ nhặt như nhận lệnh giọng nói và trả lại kết quả hoặc mở ứng dụng.

Ngược lại, AI mức cao, hay còn gọi là trí tuệ nhân tạo nói chung hoặc " Full AI ", dùng để chỉ một hệ thống có khả năng thực hiện bất cứ điều gì con người có thể làm. Đương nhiên, hệ thống này không hoặc ít nhất là chưa xuất hiện. Còn rất lâu nữa chúng ta mới có thể chế tạo được một hệ thống AI giống như trợ lý Jarvis của Iron Man.

Do hầu như bất cứ AI nào bạn sử dụng hiện tại đều bị coi là AI mức thấp nên cụm từ AI trong mô tả ứng dụng thực sự chỉ mang ý nghĩa nó là một ứng dụng thông minh. Bạn có thể nghe thấy nhiều tuyên bố, quảng cáo nhưng thực sự AI hiện tại không thể so sánh với trí thông minh của con người.

Các nghiên cứu thực tiễn trong lĩnh vực AI rất hữu ích và có lẽ bạn đã ứng dụng nó vào cuộc sống hàng ngày mà không hề hay biết. Bạn trực tiếp hoặc gián tiếp được tận hưởng lợi ích từ các nghiên cứu AI mỗi lần điện thoại của bạn tự động nhớ nơi bạn dừng chân, tự nhận dạng những khuôn mặt trong các bức ảnh, gợi ý những thứ bạn có thể quan tâm hoặc tự động nhóm tất cả các bức ảnh vào thư mục du lịch....

Tới một thời điểm nào đó, AI thực sự sẽ giúp các ứng dụng trở nên thông minh hơn, đúng như mong đợi của bạn. Tuy nhiên, machine learning và neural networks là những cách duy nhất để cải thiện một số tính năng nhất định.

Dẫu vậy, machine learning và neural networks không hề giống nhau. Không nên cho rằng một ứng dụng có công nghệ machine learning sẽ tốt hơn bởi còn tùy vào cách sử dụng của người dùng. Ví dụ, khi một công ty phát triển hệ thống neural networks mạnh mẽ có thể giải quyết một số nhiệm vụ phức tạp giúp bạn, cuộc sống của bạn sẽ dễ dàng hơn. Nhưng khi công ty khác tích hợp machine learning vào một ứng dụng vốn đã có tính năng đề xuất thông minh thì bạn lại chẳng quan tâm bởi bạn cho rằng hai tính năng đề xuất này chẳng khác gì nhau.

Machine learning và neural networks là những công nghệ cực kỳ thú vị. Tuy nhiên, bạn chẳng cần bận tâm nhiều làm gì khi thấy những thuật ngữ này trong phần mô tả của một ứng dụng. Hãy cứ làm như bạn đã từng, đánh giá ứng dụng dựa trên sự hữu ích của chúng đối với bạn.

Theo Tri Thuc Tre

YouTube mở rộng tính năng quảng cáo không thể bỏ qua YouTube đang mở rộng tính năng kích hoạt quảng cáo không thể bỏ qua trên video cho nhiều nhà sáng tạo nội dung. Công ty vừa thông báo mọi nhà sáng tạo nội dung có thể kiếm tiền từ video sẽ sớm được cung cấp chức năng đặt quảng cáo không thể bỏ qua. Thay đổi bắt đầu từ tuần tới và các...

Bạn thấy bài viết này có hữu ích không?

Có

Không

Tin liên quan

Xem thêm Share

Xem nhiều

Lộ clip Thiên An casting phim giữa bão tẩy chay, diễn xuất ra sao mà bị chê không xứng làm diễn viên?00:40

Bắt khẩn cấp ba nam thanh niên 17-18 tuổi chuyên giật bàn bày đồ cúng ở TPHCM01:42

Cha ở TPHCM nhịn đói, đội mưa khóc tìm con, vỡ oà khi nhận tin vui01:13

Thuỳ Dương: Làm ăn thất bại, giờ ở trọ ọp ẹp, tái hôn, có bầu xanh xao04:59

Bạo lực chính trị giữa nước Mỹ bị chia rẽ07:55

Romania xuất kích máy bay chiến đấu, Ba Lan đóng cửa sân bay vì cảnh báo UAV09:08

Trấn Thành 'tuyên chiến' cực căng với Trường Giang, tuyên bố một câu gây 'sốc'?02:53

"Bà cụ non" Cam Cam, con gái Kiên Hoàng - Heo Mi Nhon lộ diện khác lạ, gây 'sốc'02:44

Em gái Văn Toàn hối anh trai chuyện vợ con, dân tình réo Hòa Minzy02:36

Venezuela tố Mỹ 'bắt giữ trái phép' tàu cá giữa lúc căng thẳng06:57

Phương Mỹ Chi vô nước biển trước khi diễn, giàn giáo concert EXSH cháy02:30

Tiêu điểm

Tin đang nóng

Tin mới nhất

Google bị kiện vì tính năng tóm tắt AI ảnh hưởng đến doanh thu của các hãng truyền thông

11:14:11 15/09/2025

Theo hồ sơ vụ kiện của Penske, khoảng 20% các tìm kiếm trên Google dẫn đến các trang của họ hiện nay đều đi kèm với những tóm tắt AI này và con số này có khả năng tăng lên trong thời gian tới.

Chuyển đổi số thúc đẩy đổi mới hệ thống y tế tư nhân

10:17:16 15/09/2025

Nhờ ứng dụng công nghệ sâu rộng, thời gian chờ khám và trả kết quả tại Medlatec đã giảm xuống chỉ còn 30% so với trước đây; dịch vụ X-quang trả kết quả trong vòng 30 phút, các xét nghiệm khác trả kết quả trong ngày với tỷ lệ hài lòng kh...

AI không dễ lật đổ ngành phần mềm doanh nghiệp trị giá 1.200 tỉ đô la

10:13:44 15/09/2025

Các công cụ như ChatGPT của OpenAI cho phép người dùng không chuyên tạo ra phần mềm chỉ bằng cách mô tả nhu cầu của họ bằng ngôn ngữ tự nhiên. Cái gọi là lập trình theo cảm hứng này có thể khiến các phần mềm có sẵn trở nên lỗi thời.

iOS 26 phát hành ngày 16/9 và đây là những việc cần làm ngay với iPhone

10:04:14 15/09/2025

Tại sự kiện Awe Dropping vừa qua, dù phần lớn sự chú ý dồn vào iPhone Air và iPhone 17, Apple cũng công bố tin quan trọng về phần mềm: iOS 26. Các mẫu iPhone mới sẽ cài sẵn iOS 26, còn bản cập nhật chính thức sẽ được tung ra ngày 16/9.

Lượng người sử dụng ChatGPT có thời điểm giảm tới 70%, lý do là gì?

20:13:29 14/09/2025

Đáng chú ý, việc AI được sử dụng trong môi trường giáo dục không chỉ xuất phát từ nhu cầu tự nhiên mà còn được thúc đẩy bởi các khoản đầu tư chiến lược.

Thêm Google Maps, Gemini trở nên hấp dẫn hơn bao giờ hết

20:11:13 14/09/2025

Google có thể đang chuẩn bị nâng cấp khả năng của trợ lý AI Gemini Live với khả năng chia sẻ camera, cho phép nó có thể nhìn thấy mọi thứ mà người dùng thấy.

Google Gemini vượt ChatGPT, trở thành ứng dụng iPhone số 1

10:47:31 14/09/2025

Một trong những yếu tố quan trọng thúc đẩy sự tăng trưởng này chính là Nano Banana - mô hình chỉnh sửa ảnh thông minh tích hợp trong Gemini. Chỉ trong khoảng hai tuần, công cụ này đã được sử dụng để chỉnh sửa hơn 500 triệu hình ảnh.

Không biết Speak AI, bảo sao tiếng Anh mãi không khá!

11:11:02 13/09/2025

Speak AI - công cụ hiện đại, giúp cá nhân hóa quá trình luyện nói, cải thiện phát âm và tăng sự tự tin khi giao tiếp.

Những thách thức trong thương mại hóa 5G ở Việt Nam

21:01:15 12/09/2025

Dù đã triển khai tại nhiều tỉnh thành và được xem là nền tảng cho kinh tế số, chặng đường thương mại hóa 5G tại Việt Nam vẫn còn nhiều thách thức về chi phí, ứng dụng, an ninh mạng và nhân lực.

Ra mắt nền tảng AI hợp nhất 'Make in Viet Nam'

20:04:56 12/09/2025

Người dùng có thể dễ dàng so sánh, lựa chọn kết quả giữa nhiều mô hình AI, tận dụng khả năng tạo sinh hình ảnh và tri thức mới, qua đó nâng cao hiệu quả sáng tạo, quản trị và năng suất cho tổ chức, doanh nghiệp, hộ kinh doanh và gia đìn...

ShinyHunters và các vụ tấn công mạng đánh cắp dữ liệu gây chấn động

20:02:44 12/09/2025

Google Threat Intelligence Group là bộ phận của Google chuyên nghiên cứu, phân tích và cung cấp thông tin tình báo về các mối đe dọa an ninh mạng trên toàn cầu. Nhiệm vụ chính của Google Threat Intelligence Group:

17 cách biến ChatGPT thành trợ lý miễn phí

11:17:16 12/09/2025

Muốn ChatGPT trả lời đúng ý, nhanh và chất lượng hơn? Bí quyết nằm ở cách viết câu lệnh (prompt). Dưới đây là 17 nguyên tắc vàng giúp người dùng Việt khai thác AI thông minh và hiệu quả.