Trang chủ Thế giới nói gì AI sẽ phát triển như thế nào trong năm 2021?

AI sẽ phát triển như thế nào trong năm 2021?

Trí tuệ nhân tạo (AI) đang ngày càng tác động sâu rộng đến cuộc sống của con người. Đặc biệt trong bối cảnh “bình thường mới” và Covid-19 tiếp tục là thách thức lớn đối với thế giới, AI sẽ là hạt nhân thông minh của các quy trình tự động và công nghệ không tiếp xúc. Từ thực tế trên, Information Week đã công bố những dự đoán về xu hướng phát triển của AI trong năm 2021, có thể kể đến quản trị tự động, AI biên, Học tăng cường, Điện toán lượng tử,….

1. Quản trị tự động trở thành chìa khóa để kiểm soát các ứng dụng AI

Năm 2021, các doanh nghiệp sẽ tăng cường quản trị AI trong toàn tổ chức, bằng việc đẩy mạnh công tác kiểm thử mô hình trong quy trình vận hành của Học máy. Điều này nhằm mục đích đảm bảo AI thực hiện chính xác những tác vụ dự kiến, đồng thời loại bỏ các vi phạm về quyền riêng tư, phân biệt chủng tộc, và những kết quả bất lợi của thuật toán.

2. Gia tăng các biện pháp bảo vệ nền kinh tế dựa trên AI

Khi AI thâm nhập ngày càng sâu rộng vào nền kinh tế số, thì thị trường có nhu cầu ngày một cao đối với việc phát hiện và xử lý các mối đe dọa những ứng dụng AI, chẳng hạn như hệ thống thị giác máy tính biên dựa trên các mạng nơ-ron phức hợp. Nhằm gia tăng các biện pháp bảo vệ, nhiều nhà phát triển AI dự kiến sẽ áp dụng Adversarial ML Threat Matrix, một framework tập hợp các kỹ thuật khác nhau được kẻ tấn công sử dụng để phá hỏng hệ thống ML. 

3. Sự phát triển của AI biên

Năm 2021, các nhà phát triển AI sẽ tiếp tục hiệu chỉnh tất cả kiến trúc mạng thần kinh, siêu tham số và những tính năng khác của mô hình để phù hợp hơn với phần cứng của các nền tảng biên. Tự động hóa việc nén và điều chỉnh mô hình AI nhằm thực thi nhanh chóng, hiệu quả trên vô số điểm cuối biên chính là mục tiêu sau cùng của quy trình này. Trong cách mạng Tiny Machine Learning, cuộc đua tìm ra cấu trúc nhỏ gọn, hiệu quả nhất của mạng thần kinh cho một tác vụ AI cụ thể sẽ là thử thách lớn đối với các nhà khoa học.

4. Nhận diện khuôn mặt – công nghệ xác thực không tiếp xúc trở thành ứng dụng đi đầu trên thị trường AI

Công nghệ nhận diện khuôn mặt ứng dụng AI sẽ phát triển mạnh trong bối cảnh đại dịch Covid-19
Công nghệ nhận diện khuôn mặt ứng dụng AI sẽ phát triển mạnh trong bối cảnh đại dịch Covid-19

Trong bối cảnh đại dịch Covid-19, công nghệ nhận diện khuôn mặt ngày càng được sử dụng rộng rãi trong nội bộ doanh nghiệp lẫn hoạt động kinh doanh. Giám sát an ninh, xác thực tài chính,… đều sẽ dần triển khai ứng dụng này nhằm giảm thiểu tối đa rủi ro lây nhiễm dịch bệnh thông qua đường tiếp xúc. Cùng với sự phát triển của công nghệ nhận diện, các quy định pháp lý, nhằm bảo vệ thông tin nhạy cảm của người dùng, sẽ ngày một được chú trọng.

5. Sự phát triển mạnh của AI trong chẩn đoán y tế

Các công cụ AI có thể chẩn đoán và đánh giá nguy cơ, tiến triển của bệnh, đặc biệt là phát hiện các tế bào ung thư. So với phương pháp chẩn đoán truyền thống được thực hiện bởi các bác sĩ, các công cụ AI có thể phân tích nhiều dữ liệu hơn – do đó cung cấp thông tin chi tiết hơn. Không chỉ bắt chước công việc của các bác sĩ chẩn đoán, các mô hình AI sẽ tích hợp một lượng lớn dữ liệu từ các nguồn khác nhau (ví dụ: hình ảnh, bệnh lý và dữ liệu lâm sàng) – nơi các chuyên gia từ nhiều lĩnh vực chia sẻ những phát hiện và kiến ​​thức của họ để đưa ra quyết định chẩn đoán và điều trị chính xác nhất.

AI trở thành trợ lý đắc lực dành cho bác sĩ chẩn đoán hình ảnh
AI trở thành trợ lý đắc lực dành cho bác sĩ chẩn đoán hình ảnh

Được phát triển bởi Viện Nghiên cứu Dữ liệu lớn VinBigdata, VinDr là nền tảng trí tuệ nhân tạo tích hợp trên hệ thống lưu trữ và truyền tải hình ảnh y tế (PACS) nhằm hỗ trợ bác sĩ chẩn đoán hình ảnh đưa ra quyết định chính xác, nhanh chóng và giảm thiểu sai sót. Được trang bị các tính năng AI, VinDr có thể đưa ra gợi ý chẩn đoán bệnh và khoanh vùng tổn thương trên ảnh, cũng như tự động chẩn đoán đồng thời nhiều ca chụp. Hiện VinDr đã hỗ trợ chẩn đoán X-quang lồng ngực và X-quang tuyến vú. Trong tương lai gần, các nhà phát triển sẽ sớm triển khai thêm các tính năng chẩn đoán CT lồng ngực, CT gan mật, CT sọ não, MRI sọ não, X-quang xương khớp.

6. Công nghệ robot sẽ đưa Học tăng cường (Reinforcement Learning – RL) trở thành xu hướng chủ đạo của AI

Robot sẽ được đào tạo một phần hoặc toàn bộ thông qua  RL để điều hướng, quản lý và thao tác công việc một cách linh hoạt trong những tình huống thực tế phức tạp. Cảm biến sinh học, phân phối, khử trùng sẽ là những phân khúc thống trị thị trường robot. Máy bay không người lái trở thành một trong những ứng dụng AI được đào tạo dựa trên RL.

7. Điện toán lượng tử là phương pháp xử lý thông tin tiến bộ trong tương lai

Thế giới đang bắt đầu phát triển vượt ra khỏi sự tính toán truyền thống để chuyển sang một kỷ nguyên dữ liệu mới gọi là điện toán lượng tử. Điện toán lượng tử sẽ tác động mạnh đến AI và phân tích dữ liệu. Nhận thấy sức mạnh và tốc độ của điện toán lượng tử có thể giải quyết những thách thức phức tạp nhất, năm 2021, các nhà phát triển dự kiến sẽ bắt đầu đưa nền tảng lượng tử vào các kế hoạch điện toán AI hiệu suất cao, hướng tới thương mại hóa phương pháp này.

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...

03 bài toán kinh điển trong Xử lý ngôn ngữ tự nhiên

Các bài toán trong Xử lý ngôn ngữ tự nhiên (NLP) từ cơ bản đến nâng cao bao gồm part-of-speech tagging, chunking, dependency parsing,...

Phần mềm mã nguồn mở là gì? Tất cả những điều bạn nên biết

Mã nguồn mở thường được lưu trữ trong kho lưu trữ công cộng và được chia sẻ công khai. Bất kỳ ai cũng có...