Cách mạng công nghiệp 4.0: những công nghệ sẽ làm Thay đổi thế giới trong tương lai.

       Cuộc cách mạng công nghiệp lần thứ 4 đang diễn ra từ những năm 2000 gọi là cuộc cách mạng số, thông qua các công nghệ như internet vạn vật (IoT), trí tuệ nhân tạo (AI), dữ liệu lớn (Big Data),... để chuyển hóa toàn bộ thế giới thực thành thế giới số. Năm 2013, một từ khóa mới là "Công nghiệp 4.0" (Industrie 4.0) xuất phát từ một báo cáo của chính phủ Đức đề cập đến cụm từ này nhằm nói tới chiến lược công nghệ cao, điện toán hóa ngành sản xuất mà không cần sự tham gia của con người. Dưới đây là các xu hướng công nghệ hàng đầu đang thúc đẩy cuộc cách mạng công nghiệp 4.0, hứa hẹn sẽ làm thay đổi thế giới trong tương lai.

  1. Trợ lý ảo (Virtual Assistant)

       Cùng với xu hướng đơn giản hoá cách người dùng sử dụng smartphone, máy tính, những trợ lý ảo thông minh đang xuất hiện ngày càng nhiều để thay đổi thói quen sử dụng thiết bị của người dùng. Có thể hiểu đơn giản trợ lý ảo là phần mềm, công cụ được xây dựng dựa trên nền tảng trí thông minh nhân tạo (AI) và được các nhà phát triển hệ điều hành, hay các hãng công nghệ tích hợp sâu vào trong hệ điều hành với mục đích chính là hỗ trợ người dùng thiết bị dễ dàng hơn bằng chính thói quen mà người dùng thường làm trên thiết bị.

       Một số trợ lý ảo phổ biến trên thế giới và ở Việt Nam hiện nay như: Apple Siri của hãng Apple, Google Assistant của Google, Amazon Alexa của Amazon, Microsoft Cortana của Microsoft, Facebook M là một trợ lý ảo của Facebook, Samsung Bixby của Samsung, trợ lý ảo Ki-Ki do Zalo thuộc VNG phát triển, trợ lý ảo Nami Assistant được phát triển bởi Công ty Cổ phần Đầu tư và Giải pháp Công nghệ cao toàn cầu PFM, Giám đốc tài chính số AMIS.VN của Công ty MISA,... các trợ lý ảo đã tham gia hỗ trợ người dùng ở rất nhiều lĩnh vực khác nhau.

  1. Mạng thần kinh nhân tạo (Artificial Neural Networks)

       Mạng thần kinh nhân tạo (ANN, Artificial Neural Networks hoặc gọi tắt là Neural Networks) đề cập tới một mô hình học tập đặc biệt mô phỏng cách các khớp thần kinh làm việc trong não người. Điện toán truyền thống sử dụng một loạt xác nhận logic để thực hiện một nhiệm vụ. Neural Networks lại sử dụng một mạng lưới các nút (hoạt động như tế bào thần kinh) và các cạnh (hoạt động như các khớp thần kinh) để xử lý dữ liệu. Dữ liệu đầu vào (input) sẽ chạy qua toàn bộ hệ thống và một loạt kết quả đầu ra (output) được tạo ra. Sau đó output sẽ được so sánh với các dữ liệu mà hệ thống đã được học trước đó.

 

  1. Học máy (Machine Learning)

       Machine Learning là một lĩnh vực của trí tuệ nhân tạo liên quan đến việc nghiên cứu và xây dựng các kĩ thuật cho phép các hệ thống "học" tự động từ dữ liệu để giải quyết những vấn đề cụ thể. Ví dụ như các máy có thể "học" cách phân loại thư điện tử xem có phải thư rác (spam) hay không và tự động xếp thư vào thư mục tương ứng. Theo định nghĩa của Wikipedia, “Machine learning is the subfield of computer science that gives computers the ability to learn without being explicitly programmed”. Có thể hiểu đơn giản, Machine Learning là một lĩnh vực nhỏ của ngành khoa học máy tính, nó có khả năng tự học hỏi dựa trên dữ liệu đưa vào mà không cần phải được lập trình cụ thể.

  1. Học sâu (Deep Learning)

       Deep Learning là một kỹ thuật trong Machine Learning liên quan đến các thuật toán lấy cảm hứng từ cấu trúc và hoạt động của bộ não động vật gọi là mạng thần kinh nhân tạo (Artificial Neural Networks). Cái tên Deep Learning ra đời với mục đích nhấn mạnh các lớp ẩn Hidden layers của Neural Networks. Có thể hiểu Deep Learning chính là Neural Networks với nhiều Hidden layers.

       Ngày nay, Deep Learning đang trở thành một trong những lĩnh vực hot nhất trong khoa học máy tính. Chỉ trong vài năm, Deep Learning đã thúc đẩy tiến bộ trong đa dạng các lĩnh vực như nhận thức sự vật (object perception), dịch tự động (machine translation), nhận diện giọng nói, nhận dạng hình ảnh, xử lý ngôn ngữ tự nhiên, khám phá dược phẩm và độc chất học, quản lý quan hệ khách hàng (CRM), các hệ thống khuyến cáo (gợi ý), tin sinh học (bioinformatics),… đây từng là những vấn đề rất khó khăn đối với các nhà nghiên cứu về trí tuệ nhân tạo.

  1. Trí tuệ nhân tạo (Artificial Intelligence)

       Trí tuệ nhân tạo hay trí thông minh nhân tạo (tiếng Anh: Artificial Intelligence hay Machine Intelligence - AI) là một ngành thuộc lĩnh vực khoa học máy tính (Computer Science). Là trí tuệ do con người lập trình tạo nên với mục tiêu giúp máy tính có thể tự động hóa các hành vi thông minh như con người. Trí tuệ nhân tạo khác với việc lập trình logic trong các ngôn ngữ lập trình là ở việc ứng dụng các hệ thống học máy (Machine Learning) để mô phỏng trí tuệ của con người trong các xử lý mà con người làm tốt hơn máy tính. Cụ thể, trí tuệ nhân tạo giúp máy tính có được những trí tuệ của con người như: biết suy nghĩ và lập luận để giải quyết vấn đề, biết giao tiếp do hiểu ngôn ngữ, tiếng nói, biết học và tự thích nghi.

       Trong lịch sử phát triển AI, các nhà nghiên cứu phân thành 4 hướng tiếp cận chính: Hành động như người (acting humanly), suy nghĩ như người (thinking humanly), suy nghĩ hợp lý (thinking rationally), hành động hợp lý (acting rationally). Trong đó, mức độ mô phỏng máy tính như người là khó nhất và đây cũng là mục tiêu mà các nhà khoa học đang hướng tới. Ngoài ra, AI còn hướng đến khả năng máy tính có thể suy luận gồm những đặc trưng sau:

       - Suy luận (Reasoning): khả năng giải quyết vấn đề bằng suy luận logic.

       - Tri thức (Knowledge): khả năng biểu diễn tri thức về thế giới xung quanh (hiểu được có bao nhiêu đối tượng, sự kiện, tình huống hiện hữu trong thế giới thực và được phân loại dựa trên đặc tính của từng đối tượng đó).

       - Lập kế hoạch (Planning): khả năng thiết lập và đạt được mục tiêu đề ra dựa trên tri thức đã biểu diễn được.

       - Giao tiếp (Communication): khả năng hiểu được ngôn ngữ viết và nói của con người.

       - Nhận thức (Perception): khả năng suy luận về thế giới từ hình ảnh thị giác, âm thanh và các đầu vào giác quan khác.

       - Đến nay thì hướng tiếp cận này đã đạt được một số thành quả nhất định, hiện đang được ứng dụng rộng rãi trong đời sống của con người hàng ngày như:

       - Xử lý ngôn ngữ tự nhiên (Natural Language Processing): máy có khả năng đọc hiểu và giao tiếp bằng ngôn ngữ tự nhiên với người.

       - Biểu diễn tri thức (Knowledge Representation): máy có khả năng lưu trữ tri thức thông qua thị giác, thính giác, hay văn bản.

       - Suy luận tự động (Automated Reasoning): máy có khả năng sử dụng tri thức đã lưu trữ để trả lời câu hỏi hay đưa ra kết luận hữu ích.

       - Học máy (Machine Learning): máy có khả năng thích nghi với các điều kiện môi trường xung quanh để rút trích ra các nguyên lý từ tri thức thu nhận được phục vụ cho việc ra quyết định.

       - Thị giác máy tính (Computer Vision): máy có khả năng quan sát và xác định được các đối tượng xung quanh.

       - Người máy (Robotics): máy có khả năng tương tác với đối tượng và di chuyển trong môi trường xung quanh.

  1. Dữ liệu lớn (Big Data)

       Theo Wikipedia: Dữ liệu lớn (Big Data) là một thuật ngữ để chỉ việc xử lý một tập hợp dữ liệu rất lớn và phức tạp mà các ứng dụng xử lý dữ liệu truyền thống không xử lý được. Dữ liệu lớn bao gồm các thách thức như phân tích, thu thập, giám sát dữ liệu, tìm kiếm, chia sẻ, lưu trữ, truyền nhận, trực quan, truy vấn và tính riêng tư. Thuật ngữ này thường chỉ đơn giản đề cập đến việc việc sử dụng các phân tích dự báo, phân tích hành vi người dùng, hoặc một số phương pháp phân tích dữ liệu tiên tiến khác trích xuất giá trị từ dữ liệu mà ít khi đề cập đến kích thước của bộ dữ liệu.

       Theo Gartner: Dữ liệu lớn là những nguồn thông tin có đặc điểm chung là khối lượng lớn, tốc độ cao và dữ liệu định dạng dưới nhiều hình thức khác nhau, do đó muốn khai thác được đòi hỏi phải có hình thức xử lý mới để đưa ra quyết định, khám phá bên trong và xử lý tối ưu hóa để biến nó thành giá trị.

       Nguồn hình thành dữ liệu lớn:

       - Dữ liệu hành chính (phát sinh từ chương trình của một tổ chức, có thể là chính phủ hay phi chính phủ, ví dụ như hồ sơ y tế điện tử ở bệnh viện, hồ sơ bảo hiểm, hồ sơ ngân hàng, dữ liệu công dân, dữ liệu giao thông,...);

       - Dữ liệu từ hoạt động thương mại (phát sinh từ các giao dịch giữa hai thực thể, ví dụ như các giao dịch thẻ tín dụng, giao dịch mua bán trên mạng, bao gồm cả các giao dịch từ các thiết bị di động);

       - Dữ liệu từ các thiết bị cảm biến như thiết bị chụp hình ảnh vệ tinh, cảm biến đo môi trường, cảm biến khí hậu thời tiết;

       - Dữ liệu từ các thiết bị theo dõi, ví dụ theo dõi dữ liệu từ điện thoại di động, GPS;

       - Dữ liệu từ các hành vi, ví dụ như tìm kiếm trực tuyến (tìm kiếm sản phẩm, dịch vụ hay thông tin khác), đọc thông tin trên các trang mạng trực tuyến...;

       - Dữ liệu từ các thông tin về ý kiến, quan điểm của các cá nhân, tổ chức, trên các phương tiện thông tin xã hội.

  1. Xử lý ngôn ngữ tự nhiên (Natural Language Processing)

       Xử lý ngôn ngữ tự nhiên (Natural Language Processing, NLP) là một nhánh của trí tuệ nhân tạo tập trung vào các ứng dụng trên ngôn ngữ của con người. Trong trí tuệ nhân tạo thì xử lý ngôn ngữ tự nhiên là một trong những phần khó nhất vì nó liên quan đến việc phải hiểu ý nghĩa ngôn ngữ - công cụ hoàn hảo nhất của tư duy và giao tiếp (Wikipedia, 2019).

       Được xây dựng dựa trên ngôn ngữ học phức tạp, các nguyên lý thống kê, và thuật toán mạng thần kinh (Neural Network Algorithms), NLP trải qua 5 bước xử lý (Daniel and Martin, 2008) như sau:

       (i) Phân tích hình thái: Trong bước này, từng từ sẽ được phân tích và các ký tự không phải chữ (như các dấu câu) sẽ được tách ra khỏi các từ. Trong tiếng Anh và nhiều ngôn ngữ khác, các từ được phân tách với nhau bằng dấu cách. Tuy nhiên trong tiếng Việt, dấu cách được dùng để phân tách các tiếng (âm tiết) chứ không phải từ. Cùng với các ngôn ngữ như tiếng Trung, tiếng Hàn, tiếng Nhật, phân tách từ trong tiếng Việt là một công việc rất phức tạp và khó khăn.

       (ii) Phân tích cú pháp: Dãy các từ sẽ được biến đổi thành các cấu trúc thể hiện sự liên kết giữa các từ này. Sẽ có những dãy từ bị loại do vi phạm các luật văn phạm.

       (iii) Phân tích ngữ nghĩa: Thêm ngữ nghĩa vào các cấu trúc được tạo ra bởi bộ phân tích cú pháp.

       (iv) Tích hợp văn bản: Ngữ nghĩa của một câu riêng biệt có thể phụ thuộc vào những câu đứng trước, đồng thời nó cũng có thể ảnh hưởng đến các câu phía sau.

       (v) Phân tích thực nghĩa: Cấu trúc thể hiện điều được phát ngôn sẽ được thông dịch lại để xác định nó thật sự có nghĩa là gì.

       Dựa trên khái niệm xử lý ngôn ngữ tự nhiên nêu trên - tức biến đổi dữ liệu ngôn ngữ, có thể nêu ra một số bài toán tiêu biểu của xử lý ngôn ngữ với các mức độ khác nhau về xử lý và sử dụng ngôn ngữ tự nhiên của con người như: nhận dạng chữ viết (Optical Character Recognition), nhận dạng tiếng nói (Speech Recognition), dịch tự động (Machine Translation), tổng hợp tiếng nói (Speech Synthesis), tìm kiếm thông tin (Information Retrieval), trích chọn thông tin (Information Extraction), tóm tắt văn bản (Text Summarization), phát hiện tri thức và khai phá dữ liệu văn bảm (Knowledge Discovery and Text Data Mining).

       Tóm lại, cuộc cách mạng công nghiệp 4.0 diễn ra với tốc độ nhanh theo cấp số nhân, đang làm thay đổi bối cảnh toàn cầu và có tác động đến tất cả các quốc gia, cả tác động tích cực cũng như bất lợi. Nắm bắt được các xu hướng phát triển của công nghệ trong tương lai; các cá nhân, doanh nghiệp và cả ở cấp quốc gia có thể chủ động thích ứng, nắm bắt cơ hội để có thể phát triển nhanh và bền vững hơn.

Triệu Tuấn - Trung tâm Xúc tiến đầu tư và hỗ trợ doanh nghiệp tỉnh Cà Mau (iPEC)