SO SÁNH HỌC MÁY VÀ HỌC SÂU – GIỮA AI VÀ CON NGƯỜI (Phần 1)

Đánh giá bản thân học sâu hay học máy hoặc học sâu hay học cạn

PHÂN BIỆT HỌC MÁY VÀ HỌC SÂU CỦA AI

Một trong những khác biệt giữa con người và máy tính là con người chúng ta học hỏi từ những kinh nghiệm trong cuộc sống, nhưng với máy tính hoặc máy móc cần được phải được thực hiện theo một quy trình có sẵn, được lập trình, nó phải được chúng ta cung cấp quy trình và các hướng dẫn chi tiết, từng bước về chính xác những việc cần phải làm. Khả năng học tập là một yếu tố then chốt của trí thông minh. Trong công nghệ và AI cũng phân biệt 2 loại học sâu và học máy

Học máy, Machine learning được hiểu là một lĩnh vực con của Trí tuệ nhân tạo(Artificial Intelligence). Nó sử dụng những thuật toán cho phép máy tính có thể học từ dữ liệu để thực hiện các công việc thay vì được lập trình một cách rõ ràng.

Học máy là một ứng dụng của trí tuệ nhân tạo (AI) cung cấp cho các khả năng tự động học hỏi và cải thiện từ kinh nghiệm mà không cần lập trình rõ ràng. Học máy tập trung vào việc phát triển các chương trình máy tính có thể truy cập dữ liệu và sử dụng nó để tự học.

Machine learning trên thực tế

Hiện nay, máy học còn có nhiều hạn chế. Tuy nhiên đã có nhiều ứng dụng của machine learning rất tốt. dưới đây là một số ứng dụng phổ biến:

Phân tích nội dung văn bản

Phân tích văn bản là công việc trích xuất thông tin từ văn bản. Các văn bản ở đây có thể là các facebook posts, các đoạn chats, tài liệu,… Một số ví dụ phổ biến là:

• Phân tích ngữ nghĩa: học cách phân loại một ý kiến là tích cực, trung tính hay tiêu cực dựa trên nội dung văn bản của người viết.
• Lọc spam: là một trong những ứng dụng phân loại văn bản được biết và sử dụng nhiều nhất hiện nay. Phân loại văn bản là xác định chủ đề cho một văn bản. Bộ lọc spam sẽ học cách phân loại một email có phải spam không dựa trên nội dung và tiêu đề.
• Khai thác thông tin: là từ một văn bản, học cách để trích xuất các thông tin hữu ích. Chẳng hạn như trích xuất địa chỉ, tên người, số điện thoại,..

Trò chơi điện tử và Robot

Trò chơi điện tử và robot: Là lĩnh vực lớn có sự góp mặt nhiều của machine learning. Machine learning có thể học và giải quyết công việc này thay bạn. Một kỹ thuật phổ biến được áp dụng trong trường hợp này là học tăng cường.

Thành tựu của robot gần đây nhất là cỗ máy Alpha Go của Google DeepMind đã đánh bại kỳ thủ cờ vậy số 1 thế giới. Trong khi cờ vây là một trò chơi có không gian trạng thái cực kỳ lớn.

Ứng dụng trong các mạng xã hội hiện nay

Học máy đang được sử dụng trong một loạt các ứng dụng hiện nay. Ví dụ như là là Facebook News Feed. Nguồn cấp tin tức có sử dụng học máy để cá nhân hóa từng nguồn cấp dữ liệu thành viên.

Nếu một thành viên hay dừng lại để đọc hoặc thích một bài đăng của một người bạn cụ thể, News Feed sẽ bắt đầu hiển thị nhiều hơn về hoạt động của người bạn đó trước đó trong nguồn cấp dữ liệu.

Không chỉ riêng facebook, ta có thể bắt gặp những tính năng tương tự đó qua các mạng xã hội khác như google, instagram,….

Giúp nhận dạng hình ảnh

Nhận dạng hình ảnh là một trong những ví dụ về máy học và trí tuệ nhân tạo phổ biến nhất hiện nay. Về cơ bản, nó là một cách tiếp cận để xác định các đặc trưng của một đối tượng trong hình ảnh. Nhiều hơn, kỹ thuật này có thể được sử dụng để phân tích sâu hơn, chẳng hạn như nhận dạng hình khuôn, nhận dạng khuôn mặt, nhận dạng ký tự quang học và nhiều hơn nữa,…

3. Học sâu

Học sâu là một chức năng của trí tuệ nhân tạo (AI), bắt chước hoạt động của bộ não con người trong việc xử lí dữ liệu và tạo ra các mẫu để sử dụng cho việc đưa ra quyết định.

Học sâu đã phát triển cùng với thời đại kĩ thuật số, điều này đã mang lại sự bùng nổ dữ liệu dưới mọi hình thức và từ mọi khu vực trên thế giới.

Lượng dữ liệu khổng lồ này có thể truy cập dễ dàng và có thể được chia sẻ thông tin qua các ứng dụng như điện toán đám mây.

Tuy nhiên, thường thì dữ liệu không có cấu trúc, rộng lớn đến mức có thể phải mất hàng thập kỉ để con người hiểu được nó và trích xuất thông tin liên quan.

4. Deep Learning so với Machine Learning

Deep Learning là một nhánh của Machine Learning sử dụng mạng lưới thần kinh với nhiều lớp. Một mạng lưới thần kinh sâu phân tích dữ liệu với những biểu diễn đã học tương tự như cách một người nhìn vào một vấn đề. Với Machine Learning truyền thống, thuật toán được cung cấp một tập hợp các tính năng có liên quan để phân tích. Tuy nhiên, trong nghiên cứu sâu, thuật toán được cung cấp dữ liệu thô và tự quyết định các tính năng có liên quan. Mạng Deep Learning thường sẽ cải thiện khi bạn tăng lượng dữ liệu được sử dụng để đào tạo chúng.

Deep Learning về bản chất là một nhánh của trí tuệ nhân tạo ai cố gắng bắt chước cách thức hoạt động của bộ não con người.

Giống như con người cần học hỏi từ kinh nghiệm, một thuật toán Deep Learning có thể thực hiện một nhiệm vụ nhiều lần, mỗi lần điều chỉnh nó để cải thiện kết quả tốt hơn. Thuật ngữ “Deep Learning” dùng để chỉ các mạng lưới thần kinh có nhiều lớp cho phép học tập. Deep Learning có thể giải quyết bất kỳ vấn đề nào cần ‘suy nghĩ’ để tìm ra.

PHẦN II: PHÂN BIỆT HỌC SÂU HAY HỌC CẠN CỦA CON NGƯỜI

Học sâu: Quan sát, phân tích, đúc kết, học sâu, rèn luyện tư duy theo chiều sâu, hành trình học hỏi suốt đời. Học – Hiểu – Hành đúng nghĩa.

Một vấn đề các bạn cần nghiên cứu thì chúng ta cần biết cách đặt câu hỏi. Không phải vô cớ mà ông cha ta lâu nay vẫn dùng từ “học hỏi”. Cho nên, “biết học thì mới biết hỏi” và “biết hỏi mới biết học”.  

Câu hỏi trong đời thường biểu hiện sự mong muốn tìm tòi, hiểu biết của con người từ thuở mới bắt đầu tập nói. Con người phát triển trí tuệ của mình theo tuổi tác, điều đó cũng được thể hiện qua khả năng cấu trúc câu hỏi của họ: từ đơn giản (lúc nhỏ) đến phức tạp (khi trưởng thành), kể cả hình thức câu hỏi lẫn nội dung cần trả lời. Một đứa trẻ, trước một vật lạ chỉ có thể hỏi “Cái gì đây?” mà câu trả lời chỉ cần một danh từ. Khi trưởng thành, nó có thể hỏi thêm “Từ đâu có cái này?” hoặc “Làm thế nào để tạo ra được cái này?”…Song, một người có tri thức, có thể hỏi “Cái này được cấu tạo như thế nào?”, “Sự tồn tại của cái này có mối liên hệ gì đối với sự vật xung quanh?” hay, thậm chí “Có thể thay thế nó bằng một cái khác được không?”… Những loại câu hỏi như vậy cũng là nguồn gốc để có kho tàng tri thức của nhân loại ngày nay.

Học cạn: Học nông, học cạn, tư duy hời hợt, học theo bài, học kỹ thuật, bệnh thành tích, học vẹt, không hiểu bản chất và gốc rễ vấn đề.

Ở nhà trường: Ở nhà trường người ta dạy bạn cách viết một câu văn, một đoạn văn, nhưng để làm được một bài văn hay tự sáng tác thơ mới là điều khó.

Trong công việc: Người quản lý của bạn dạy bạn làm từng việc, nó giống như bạn học bảng chữ cái từ A đến Z sau đó ghép vần để bạn có thể đọc được từ đó. Công việc của bạn hẳn cũng vậy, luôn bị người quản lý giao từng việc hoặc 1 chuỗi công việc và bạn có biết nó có ý nghĩa như thế nào? Giá trị ra sao hay lợi ích của việc mình làm là gì? Chỉ có một số người khôn ngoan là tìm hiểu cả chuỗi công việc đó, ghép nó vào hệ thống và họ theo đuổi đam mê công việc vận hành hệ thống đó và họ tiến thân.

Trong học tập: Giảng viên dạy các module rời rạc (vì học nhiều giảng viên khác nhau), hoặc tham gia nhiều chương trình học lẻ tẻ, cái gì cũng biết một tý nhưng không chịu tìm hiểu sâu, dẫn đến tình trạng học nhiều nhưng ứng dụng vào thực tế không nhiều, hoặc chỉ biết áp dụng một cách máy móc.

Học tập qua thông tin trên internet: Thông tin trên mạng chỉ là thức ăn dùng thử. Các bạn tưởng tượng, không 1 ai chia sẻ cả bộ tài liệu hay kiến thức khổng lồ mà họ đang sở hữu, thứ mà các bạn được nhận được là 1 phần nhỏ được cắt ra từ sản phẩm hoàn hảo của họ. Nhưng sẽ không có tính kết nối, thậm chí nhiễu loạn thông tin. Do vậy cần có tư duy học sâu để phân biệt đúng sai và hợp lý.

Ví dụ người đầu bếp: Công thức nấu ăn chỉ là gợi ý còn đầu bếp mới là người tài hoa để sáng tạo nên các món ăn đa vị, hấp dẫn.

Cách thi hiện đại: Đi thi được sử dụng tài liệu tham khảo thoải mái, nhưng đề thi sẽ luôn là những câu hỏi hóc búa, mang tính phân tích theo chiều rộng, chiều sâu. Mục tiêu là Học viên cần có khả năng biết tìm thông tin ở đâu, nguyên lý chung của vấn đề là gì? Biết phân tích để đưa ra giải pháp.

Do vậy cần phá vỡ cách học thụ động mà cần chuyển sang học chủ động:  Học tập cần có tư duy, suy luận, thực hành, áp dụng liên tục, không phụ thuộc “văn mẫu”, mà cần lắng nghe, phân tích, đúc kết nội dung thì kết quả cuối cùng sẽ trở thành người học sâu hiểu sâu,

HỌC – HIỂU – HÀNH ĐÚNG NGHĨA!

SPRINGO ĐÀO TẠO - TƯ VẤN HỆ THỐNG CHIẾN LƯỢC - QUẢN TRỊ - PHÁT TRIỂN CON NGƯỜI & TỔ CHỨC.

Hotline Tư vấn – Huấn luyện Doanh nghiệp: 0969 798 944 (zalo, call, nhắn tin...)

Hotline các khóa Huấn luyện/Đào tạo: 0984 394 338 (zalo, call, nhắn tin...)

Email: hrspring.vn@gmail.com

Địa chỉ: KĐT Vinhome Gardenia Hàm Nghi, Cầu Diễn, Nam Từ Liêm, Hà Nội