Deep Learning là gì? Nó hoạt động như thế nào? Sự khác biệt giữa Machine Learning (học máy) và Deep Learning (học sâu) là gì? Chúng tôi chia nhỏ phân nhánh của trí tuệ nhân tạo này theo cách dễ dàng để bạn sẽ trình bày nó – ngay cả với những người không chuyên.
Deep Learning là gì?
Deep Learning là một ví dụ rõ nét về vấn đề này: Nó ảnh hưởng đến – tuy nhiên không thể thay thế cho nhau – phạm trù bao quát hơn của Machine Learning. Điều này làm trầm trọng thêm khả năng cho những hiểu lầm hay gặp. Theo thực tế, có một sự tương đồng với những cô búp bê Nga ở đây: Deep Learning nằm bên trong Machine Learning, Machine Learning lại nằm trong Trí tuệ nhân tạo / AI.
Trí thông minh nhân tạo về căn bản là khi máy móc thực hiện các nhiệm vụ thường đòi hỏi trí thông minh của con người. Lĩnh vực trí tuệ nhân tạo gồm có Machine Learning, trong số đó máy móc có thể học hỏi bằng kinh nghiệm và có được các kỹ năng mà không cần sự tham gia của con người, ông Bill Brock, phó giáp đốc kỹ thuật tại Very, giải thích. Deep Learning là một nhánh của Machine Learning, trong đó mạng lưới thần kinh – thuật toán lấy cảm hứng từ bộ não con người – học từ một lượng lớn dữ liệu.
Cách thức hoạt động của Deep Learning
Cách thức hoạt động của thuật toán Deep Learning diễn ra như sau: Các dòng thông tin có thể được trải qua nhiều lớp cho đến lớp sau cùng. Lấy quy trình học của con người làm ví dụ nhất định. Qua các lớp trước tiên sẽ tập trung vào việc học các định nghĩa cụ thể hơn trong khi các lớp sâu hơn sẽ dùng thông tin đã học để nghiên cứu và phân tích chuyên sâu trong các khái niệm trừu tượng . Quy trình xây dựng biểu diễn dữ liệu này được gọi là trích xuất tính năng.
Kiến trúc phức tạp của việc học sâu được cung cấp từ mạng lưới thần kinh sâu với năng lực thực hiện trích xuất tính năng tự động. Trái lại, trong học máy thông thường còn gọi là học nông, nhiệm vụ này được thực hiện khi truy tìm các thuật toán nhất định.
Hệ thống gợi ý trên các nền tảng
Các nền tảng lớn hiện nay như Facebook, Amazon, Netflix,… Đều có hệ thống gợi ý (recommend) rất mạnh làm tăng đáng kể độ tác động qua lại của người dùng. Nhất định là chúng dựa trên các dữ liệu người dùng phát sinh ra khi dùng để gợi ý thêm những sản phẩm họ sẽ thích (trên các nền tảng mua sắm), những bộ phim họ sẽ muốn được xem (vd. Như trên Netflix), gợi ý các bài quảng cáo/được tài trợ (trên Facebook) hay các khóa học người học chú ý (trên các nền tảng học online).
Nhận diện hình ảnh
Mục tiêu của công nghệ nhận diện ảnh là biết được và xác định các đối tượng trong ảnh cũng như hiểu được nội dung và ngữ cảnh trong số đó. Ví dụ trên cho thấy dịch vụ nhận diện và nắm rõ ràng khuôn mặt của AlchemyVision có năng lực phân biệt hai khuôn mặt tương tự nhau giữa nam diễn viên Will Ferrell và tay trống của Red Hot Chili Peppers, Chad Smith. Công nghệ nhận diện hình ảnh cũng được đưa vào Facebook để gợi ý người dùng tag mặt bạn bè hay ứng dụng vào khoa học tội phạm và điều tra.
Phát hiện những loại bệnh hiếm gặp
Gần đây, trí tuệ nhân tạo Watson của IBM đã phát hiện ra một loại bệnh mà các bác sĩ đã bó tay không thể tìm ra ở một nữ bệnh nhân. Bằng cách so sánh bộ gen của người phụ nữ này với hơn 20 triệu kết quả nghiên cứu bệnh khác, Watson đã đưa ra kết quả là một chứng leukemia cực kỳ hiếm gặp chỉ trong 10 phút.
QUỐC BẢO – TỔNG HỢP
Tham khảo: thegioimaychu.vn, longvan.net, genk.vn
