Ba đột phá mới của AI và ý nghĩa đối với doanh nghiệp

Trí tuệ nhân tạo (AI) là một lĩnh vực mà các nhà quản lý được khuyến khích cần phải xây dựng chiến lược để có thể tiếp cận và ứng dụng công nghệ này trong kinh doanh.

Bài viết được chia sẻ bởi Tiến sĩ Min Sun – Trưởng nhóm các nhà Khoa học AI, Appier.

Các CEO ngày nay đang phải đối mặt với tốc độ phát triển nhanh chóng của công nghệ dưới áp lực phải liên tục đổi mới để đảm bảo tính cạnh tranh, sự phù hợp và tâm thế sẵn sàng cho những làn sóng thay đổi tiếp theo. Các nhà lãnh đạo doanh nghiệp cũng đón nhận những thách thức khi nhận được thông báo về việc ứng dụng công nghệ hay tài nguyên mới cũng như đưa ra quyết định đâu là giải pháp tốt nhất cho tổ chức nhằm duy trì văn hóa công ty, bên cạnh đó là cải thiện năng suất hoạt động.

Trí tuệ nhân tạo (AI) là một lĩnh vực mà các nhà quản lý được khuyến khích cần phải xây dựng chiến lược để có thể tiếp cận và ứng dụng công nghệ này trong kinh doanh. Tuy nhiên, AI cũng có thể gây hoang mang cho những người đứng đầu để hiểu được những gì đang xảy ra cũng như làm thế nào để công nghệ có thể được áp dụng hiệu quả trong kinh doanh!

Tiến sĩ Min Sun, tác giả bài viết.

Một số đột phá AI trong thời gian gần đây đã sẵn sàng cho các doanh nghiệp áp dụng. Dưới đây là ba tiến bộ mới của AI – bao gồm tất cả các lĩnh vực trong học sâu (deep learning), học tăng cường (reinforcement learning), và cách AI có thể được áp dụng trong kinh doanh.

Học sâu về Nhận dạng hình ảnh (Deep learning in visual recognition)

Trước năm 2012, AI đã hoạt động hiệu quả trong một số tình huống cụ thể như nhận diện khuôn mặt và nhận diện góc nhìn của xe ô tô. Tuy nhiên, tại thời điểm đó, lượng dữ liệu hình ảnh điển hình có sẵn rất nhỏ - chỉ vài nghìn hình ảnh được dán nhãn và phân loại. Năm 2012 là năm đột phá trong nhận dạng hình ảnh khi ImageNet công bố một bộ dữ liệu lớn gồm 14 triệu hình ảnh trong hơn 21.000 danh mục, được phát triển từ 2007-2010 bởi một nhóm các nhà khoa học trong đó có tôi. Sự phát triển này cho thấy máy tính có thể tận dụng lượng dữ liệu đào tạo khổng lồ để cải thiện hiệu suất nhận dạng hình ảnh đối với con người. Vào năm 2015, máy tính đã có thể vượt qua hiệu suất của con người trong việc nhận ra 1.000 loại đối tượng trong ImageNet.

ImageNet. Nguồn ảnh: analyticsvidhya.com.

Có một số hình thức thú vị mà các ngành công nghiệp như vận chuyển và chăm sóc sức khỏe đang sử dụng công nghệ AI - để nhận thức rõ hơn về môi trường xung quanh một chiếc xe tự lái, hay để xác định tốt hơn những bất thường như khối u để lên phác đồ điều trị tiếp theo.

Đối với các doanh nghiệp truyền thống - đặc biệt là những doanh nghiệp có lượng giấy tờ lưu trữ nhiều như ngân hàng, bảo hiểm và luật – thì công nghệ nhận dạng hình ảnh được hỗ trợ bằng học sâu có thể xác định số lượng lớn tài liệu với tốc độ nhanh, số hóa dữ liệu và phân loại chúng. Khi con người phải nhập thông tin theo cách thủ công, máy tính có thể xem lại và sắp xếp vài nghìn (thậm chí nhiều hơn) tài liệu mỗi giờ và có thể đánh dấu người đánh giá để xác minh thông tin. Điều này giải phóng thời gian cho con người tập trung vào các công việc quan trọng và sáng tạo hơn.

Học tăng cường (Reinforcement Learning)

Vào năm 2016, nhà vô địch cờ vây thế giới Lee Sedol đã bị đánh bại bởi chương trình máy tính AlphaGo của Google DeepMind. Go là một trò chơi chiến lược yêu cầu người chơi đặt các quân cờ vào đúng khu vực của bảng để ngăn người chơi khác tiến lên. Công nghệ có thể làm điều này bởi vì nó đã thực hành hàng triệu lần để cải thiện tỷ lệ thắng của mình thông qua học tập tăng cường, đánh giá bằng phần mềm để thực hiện hành động nào trong một môi trường hoặc tình huống nhất định nhằm mang lại kết quả xứng đáng hoặc tích cực (trong trường hợp AlphaGo, đó là chiến thắng trò chơi). Đối với các doanh nghiệp, bước đột phá này có thể hỗ trợ cải thiện các lĩnh vực liên quan đến phân bổ nguồn lực.

Lee Sedol lost a five-game match to AlphaGo in 2016. Nguồn ảnh: Independent.

Ví dụ như các công ty công nghệ lớn có trung tâm dữ liệu lớn cần đảm bảo chất lượng ổn định đồng thời giảm mức tiêu thụ điện năng. Học tăng cường có thể tự động phân bổ máy nào sẽ thực hiện nhiệm vụ, đồng thời thay đổi cài đặt làm mát phù hợp cùng một lúc. Như trong trò chơi cờ vây, phần mềm sẽ tính toán “đâu là nơi đặt quân cờ” để cho kết quả tốt nhất.

Học tăng cường cũng có thể giá trị đối với bất kỳ công ty nào có hoạt động hậu cần trong kinh doanh. Trong trường hợp giao hàng hoặc vận chuyển hàng hóa hoặc con người (chẳng hạn như công ty vận chuyển, dịch vụ chia sẻ phương tiện hoặc nhà cung cấp thực phẩm), các tổ chức thường đưa ra quyết định phân bổ tài nguyên bằng cách xem xét các mô hình và kinh nghiệm trong quá khứ. Tuy nhiên, bằng cách sử dụng thuật toán của học tăng cường, giờ đây các doanh nghiệp này có thể dự báo phân bổ nguồn lực trong tương lai, đảm bảo hành động tốt nhất cho mọi tình huống cụ thể (ví dụ: sử dụng nhiều tài xế hoặc người lái hơn trong thời điểm lưu lượng truy cập lớn, nhu cầu cao,...).

Mô hình học sâu trong nhận dạng ngôn ngữ (Deep Learning Model for Language Recognition)

Giống như nhận dạng trực quan, chỉ trong vài năm gần đây, AI mới có thể hiểu văn bản thô bằng nhiều ngôn ngữ; ghép các từ tương tự với nhau; và xác định khi các từ giống nhau có nhiều nghĩa (chẳng hạn như ‘Let’s go out’ vs. ‘Let’s play Go’). Khả năng này mở ra một loạt tiềm năng cho các nhà lãnh đạo doanh nghiệp khi muốn hiểu rõ hơn về cách tương tác của khách hàng, nhân viên hoặc các bên liên quan với các thông tin bằng văn bản về tổ chức của mình.

Một lĩnh vực kinh doanh mà công nghệ này đặc biệt có giá trị là tiếp thị. Các nhà tiếp thị rất giỏi trong việc thu thập dữ liệu và hành vi của người tiêu dùng – họ đang tìm kiếm điều gì, họ truy cập và mua sắm ở đâu,…Theo cách truyền thống, một nhà tiếp thị thấy rằng một khách hàng truy cập vào trang web du lịch, trang web thời trang và tài chính, thiết lập các danh mục rộng cho sở thích của mình. Với sự cải tiến trong nhận dạng ngôn ngữ, các nhà tiếp thị có thể thu thập nhiều thông tin chi tiết hơn từ văn bản mà người tiêu dùng đang nhìn thấy khi cô ấy truy cập vào một trang web. Công nghệ này có thể ‘đọc’ từ cụ thể, vẽ ra tương ứng các thuật ngữ như ‘buổi trình diễn thời trang’, ‘Paris’, ‘dặm bay thưởng’. Với cái nhìn sâu sắc này, các nhà tiếp thị có thể nhắm mục tiêu nội dung và thông điệp hiệu quả hơn.

Những điều này có ý nghĩa gì

Công nghệ được giới thiệu trên đây đã trình làng những giải pháp sẵn sàng cho doanh nghiệp và ban lãnh đạo khi quyết định ứng dụng AI nên xác nhận rằng các nhà cung cấp đang ứng dụng công nghệ AI tiên tiến nhất hiện có. Trong tương lai, chắc chắn chúng ta sẽ có nhiều tiến bộ hơn trong AI, nhưng các lãnh đạo doanh nghiệp không thể chờ đợi đưa ra quyết định để đảm bảo họ có điều mới nhất. Thay vào đó, họ cần phải làm việc với công nghệ và các nhân tài có khả năng linh hoạt để thích nghi và nâng cấp khi AI tiến bộ. Bản thân quản lý cấp cao nên tìm cách - thông qua việc đọc và nghe, và làm việc với các nhân sự được đào tạo về AI và các chuyên gia bên ngoài - để theo kịp những gì đang xảy ra trong phòng thí nghiệm, để khi công nghệ đó đến phòng họp, ban giám đốc (C-suite) có thể đưa ra quyết định hiệu quả nhất về việc ứng dụng AI nhằm thúc đẩy doanh nghiệp tiến lên phía trước.

* Nguồn: Appier