Trang chủ Thế giới nói gì 04 cấp độ phát triển của Trí tuệ nhân tạo

04 cấp độ phát triển của Trí tuệ nhân tạo

Trí tuệ nhân tạo (AI) là một khái niệm quen mà lạ. Dù được nhắc đến, cũng như ứng dụng rất phổ biến trong đời sống, nhưng không nhiều người biết đầy đủ các dạng của AI. Thực tế, AI được phân chia thành 4 dạng từ thấp đến cao. Trong đó, tương tự như tháp nhu cầu Maslow, cấp độ đơn giản nhất chỉ yêu cầu các hoạt động cơ bản và cấp độ cao cấp nhất cho thấy khả năng tự nhận thức, biết tất cả và thấy được tất cả. Bài viết dưới đây sẽ chỉ rõ 04 cấp độ phát triển của AI.

Khái quát 04 cấp độc phát triển của AI
Khái quát 04 cấp độc phát triển của AI

1, Reactive Machines

Reactive Machines (AI phản ứng): Ở cấp độ đơn giản nhất này, AI chỉ thực hiện các hoạt động cơ bản như phản ứng với một số kích thích. Mô hình không lưu trữ đầu vào và không thực hiện học tập. Đây là giai đoạn đầu tiên của bất kỳ hệ thống AI nào. Ví dụ cụ thể cho AI phản ứng là Static model (mô hình tĩnh), với kiến trúc đơn giản và dễ dàng được tìm thấy trên các kho lưu trữ GitHub. Do đó, các mô hình này có thể được tải xuống, chuyển đi và nạp vào bộ công cụ của các nhà phát triển không một chút phức tạp.

2, Limited Memory

Limited Memory (AI với bộ nhớ hạn chế): Ở cấp độ này, AI sử dụng dữ liệu đã lưu trữ để đưa ra các dự đoán. So với AI phản ứng, AI với bộ nhớ hạn chế có cấu trúc phức tạp hơn. Mọi mô hình học máy hiện nay đều yêu cầu dạng AI này. AI với bộ nhớ hạn chế cũng được chia thành 03 phân loại nhỏ:

  • Học tăng cường (Reinforcement learning): Các mô hình này học cách đưa ra dự đoán từ chính những chu kỳ thử nghiệm, thậm chí là những sai sót đã xảy ra.
  • Bộ nhớ ngắn hạn-dài hạn (LSTM): Để dự đoán các kết quả tiếp theo trong một trình tự, LSTM gắn thẻ quan trọng hơn dành cho thông tin diễn ra trong thời gian gần, và mức độ quan trọng này lần lượt giảm xuống theo trình tự xa dần về quá khứ.
  • Mạng đối nghịch phát sinh (E-GAN) gồm hai mạng thần kinh (mạng phân biệt và mạng tạo sinh). Trong đó mô hình tạo sinh (mô hình sinh mẫu) tạo ra các dữ liệu ứng viên), còn mô hình phân biệt (discriminative model) sẽ đánh giá chúng. Sự cạnh tranh giữa 2 mô hình này sẽ vận hành theo cách phân phối dữ liệu. Trong thực tế, AI với bộ nhớ ngắn hạn vận hành theo 2 cách: Thứ nhất, mô hình liên tục được đào tạo dựa trên dữ liệu mới. Thứ hai, mô hình tự động học tập từ hành vi của chính nó.

3, Theory of Mind

Theory of Mind (AI dựa trên lý thuyết tâm lý): Hiện nay, chúng ta mới đang tiệm cận được cấp độ AI này. Những dấu hiệu đầu tiên của AI ToM có thể thấy ở các phương tiện tự hành, khi AI bắt đầu tương tác với suy nghĩ và cảm xúc của con người. Được phát triển dựa trên lý thuyết tâm lý, AI sẽ trở thành một người bạn đồng hành tốt hơn, chứ không đơn giản chỉ thực hiện những câu lệnh của người dùng mà không quan tâm đến vấn đề của họ.

4, Self-Aware

Self-Aware (AI tự nhận thức): Đây được cho là cấp độ phát triển cao nhất của AI. Tương tự như trong các phim khoa học viễn tưởng, khi đạt đến cấp độ này, AI có khả năng tự nhận thức và tư duy một cách độc lập so với con người.

Như vậy, AI có 04 cấp độ phát triển và phần lớn các ứng dụng hiện nay đang dừng ở cấp thứ 2 (AI với bộ nhớ hạn chế). Dựa trên công nghệ này, có thể xây dựng nhiều giải pháp khác nhau, tương ứng với các lĩnh vực y tế, dịch vụ, giáo dục, sản xuất,…

(Nguồn tham khảo: bmc blogs)

BÀI MỚI NHẤT

Transformer Neural Network – Mô hình học máy biến đổi thế giới NLP

Năm 2017, Google công bố bài báo “Attention Is All You Need” thông tin về Transformer như tạo ra bước ngoặt mới trong lĩnh...

Các biểu thức chính quy cần thiết (Regex) trong NLP

Khi xử lý văn bản, chúng ta thường mong muốn chuẩn hóa và trích xuất một số thông tin (như số, ngày tháng, v.v.)...

Giảm chiều dữ liệu để tăng hiệu quả của mô hình AI

Các tập dữ liệu đa chiều (high-dimensionality datasets) hiện là tài nguyên quý giúp tổ chức nghiên cứu giải quyết những vấn đề phức...

Newsletter nổi bật về khoa học dữ liệu và AI (2021)

Newsletter về khoa học dữ liệu và AI là giải pháp tuyệt vời cho việc quá tải thông tin khi nghiên cứu. Newsletter đã...

BÀI ĐỌC NHIỀU

Chiến thuật chinh phục các cuộc thi trên Kaggle

Với hơn 5 triệu tài khoản đăng ký, các cuộc thi trên Kaggle là sân chơi quốc tế dành cho cộng đồng trí tuệ...

Supervised Learning và Unsupervised Learning: Khác biệt là gì?

Supervised learning (Học có giám sát) và Unsupervised learning (Học không giám sát) là hai trong số những phương pháp kỹ thuật cơ bản...

Giáo sư Vũ Hà Văn được Hiệp hội Toán thống kê thế giới bầu chọn là Hội viên danh dự năm 2020

Với những cống hiến trong lý thuyết xác suất, đặc biệt là lý thuyết ma trận ngẫu nhiên, Giáo sư Vũ Hà Văn –...

Trí tuệ nhân tạo trong ngành thương mại điện tử

Dữ liệu đang trở thành một mặt hàng theo đúng nghĩa đen. Theo Diễn đàn kinh tế Thế giới, 44 zettabyte dữ liệu sẽ...