AI – 24h Sống xanh https://24hsongxanh.vn Hướng đến một cuộc sống tốt đẹp hơn Thu, 03 Jun 2021 07:29:47 +0000 vi hourly 1 https://24hsongxanh.vn/wp-content/uploads/2019/10/cropped-icon-song-xanh-logo-03-32x32.png AI – 24h Sống xanh https://24hsongxanh.vn 32 32 John McCarthy: Cha đẻ của AI https://24hsongxanh.vn/john-mccarthy-cha-de-cua-ai/ Thu, 03 Jun 2021 07:19:25 +0000 https://24hsongxanh.vn/?p=61264 john-mccarthy-cha-de-cua-ai

John McCarthy là nhà khoa học máy tính tiên phong người Mỹ. Ông được biết đến là cha đẻ của trí thông minh nhân tạo (AI) do đã có nhiều đóng góp quan trọng trong việc định hình sự phát triển của máy móc thông minh. John McCarthy cũng chính là nhà khoa học đã […]

The post John McCarthy: Cha đẻ của AI appeared first on 24h Sống xanh.

]]>
john-mccarthy-cha-de-cua-ai

John McCarthy là nhà khoa học máy tính tiên phong người Mỹ. Ông được biết đến là cha đẻ của trí thông minh nhân tạo (AI) do đã có nhiều đóng góp quan trọng trong việc định hình sự phát triển của máy móc thông minh.

John McCarthy cũng chính là nhà khoa học đã đề xuất thuật ngữ “trí thông minh nhân tạo (artificial intelligence)” gọi tắt là AI trong một bản kế hoạch mà ông trình bày tại Hội nghị Dartmouth – hội nghị đầu tiên về trí tuệ nhân tạo diễn ra vào năm 1956. Mục tiêu của bản kế hoạch này là tìm ra cách chế tạo một cỗ máy có thể suy luận giống như con người, có khả năng suy nghĩ trừu tượng, giải quyết vấn đề và tự hoàn thiện bản thân.

john-mccarthy-cha-de-cua-ai
John McCarthy (1927 – 2011) làm việc trong phòng thí nghiệm trí tuệ nhân tạo tại Đại học Stanford. Ảnh: AP.

McCarthy tuyên bố “mọi khía cạnh của việc học hoặc bất kỳ tính năng nào khác của trí thông minh về nguyên tắc có thể được mô tả chính xác đến mức chúng ta có thể tạo ra một cỗ máy để mô phỏng nó”.

Năm 1958, McCarthy sáng tạo ra ngôn ngữ máy tính Lisp. Nó nhanh chóng trở thành ngôn ngữ lập trình AI tiêu chuẩn và được sử dụng rộng rãi cho đến ngày nay, không chỉ trong robot và các ứng dụng khoa học khác mà còn trong rất nhiều dịch vụ dựa trên internet, từ phát hiện gian lận thẻ tín dụng cho đến lập lịch trình hàng không. Nó cũng mở đường cho công nghệ nhận dạng giọng nói, bao gồm Siri – ứng dụng trợ lý cá nhân trên điện thoại iPhone.

McCarthy được các đồng nghiệp mô tả là người có tầm nhìn vượt thời đại. Vào thập niên 1960, ông đã hình thành ý tưởng về hệ thống chia sẻ thời gian (time-sharing) của máy tính hoặc mạng lưới, cho phép người dùng chia sẻ dữ liệu bằng cách liên kết với một máy tính trung tâm, qua đó giúp hạ thấp chi phí sử dụng máy tính. Sự đổi mới này là một đóng góp quan trọng cho sự phát triển của Internet, và là tiền thân của công nghệ điện toán đám mây – một phương pháp lưu trữ dữ liệu trên một máy chủ từ xa có thể truy cập thông qua Internet.

McCarthy sinh ra ở Boston, bang Massachusetts (Mỹ) vào năm 1927. Cha của ông là người nhập cư gốc Ailen và mẹ là người nhập cư Do Thái gốc Litva. Trong suốt thời kỳ suy thoái kinh tế, gia đình ông chuyển nơi ở nhiều lần, cuối cùng đến Los Angeles. Tại đây, cha của ông đã thành lập một nghiệp đoàn cho những công nhân sản xuất quần áo, trong khi mẹ ông là người tích cực tham gia phong trào đấu tranh giành quyền lợi cho phụ nữ.

Lúc còn nhỏ, McCarthy là một đứa trẻ ốm yếu nhưng đặc biệt thông minh và có năng khiếu về toán học. Ông tốt nghiệp Viện Công nghệ California (Caltech) vào năm 1948. Sau khi tham dự một hội nghị chuyên đề về “Cơ chế não trong hành vi” tại Caltech, ông bắt đầu quan tâm đến AI và tìm cách phát triển những cỗ máy có thể suy nghĩ như con người.

Năm 1951, ông bảo vệ thành công luận án tiến sĩ toán học tại Đại học Princeton. Sau một thời gian công tác tại Đại học Dartmouth và Viện Công nghệ Massachusetts (MIT), ông trở thành giáo sư chính thức tại Đại học Stanford vào năm 1962, nơi ông làm việc cho đến khi nghỉ hưu.

Vào khoảng thời gian ở Đại học Dartmouth, McCarthy đã tổ chức những hội thảo mang tính đột phá về AI. Tại đây, ông gặp Marvin Minsky, người sau này trở thành một trong những nhà lý thuyết hàng đầu trong lĩnh vực này. Sau khi chuyển đến MIT, ông và Minsky đã thành lập Phòng thí nghiệm Trí tuệ Nhân tạo MIT. Tuy nhiên, quan điểm của họ về AI bắt đầu có nhiều điểm xung đột nên McCarthy chuyển tới Đại học Stanford và thành lập Phòng thí nghiệm AI tại đây với tên gọi SAIL. Phòng thí nghiệm SAIL nhanh chóng trở nên nổi tiếng và trở thành đối thủ cạnh tranh của Phòng thí nghiệm Trí tuệ Nhân tạo MIT. McCarthy từng là giám đốc của SAIL từ năm 1965 đến năm 1980.

Trong suốt những năm 1960 và 1970, phòng thí nghiệm SAIL đóng vai trò then chốt trong việc tạo ra các hệ thống bắt chước nhiều kỹ năng của con người, bao gồm thị giác, lắng nghe, suy luận và chuyển động. Tại đây, ông đã nghiên cứu và chế tạo phiên bản đầu tiên của một chiếc xe tự lái. Ông thường xuyên giới thiệu các phát minh mới và mời Câu lạc bộ Máy tính Homebrew – một nhóm người có cùng đam mê nghiên cứu AI ở Thung lũng Silicon – tới phòng thí nghiệm để cùng nhau thảo luận. Câu lạc bộ Máy tính Homebrew bao gồm hai thành viên sáng lập của Apple, bao gồm Steve Jobs và Steven Wozniak.

Vào thập niên 1970, McCarthy đã công bố một bài báo về mua và bán hàng qua máy tính. Ông dường như đã nhìn thấy trước viễn cảnh tương lai của thương mại điện tử.

McCarthy nghỉ việc tại Đại học Stanford vào năm 1994, nhưng vẫn tiếp tục viết và thuyết trình, trong lần gần đây nhất là về tính khả thi của việc du hành giữa các vì sao.

Với những đóng góp quan trọng cho sự phát triển của AI, McCarthy đã được trao tặng nhiều giải thưởng danh giá ví dụ như Giải thưởng Turing của Hiệp hội Máy tính (năm 1971), Giải thưởng Kyoto (năm 1988), Huy chương Khoa học Quốc gia Mỹ về Toán học, Thống kê và Khoa học Tính toán (năm 1990), Huy chương Benjamin Franklin về Khoa học Máy tính và Nhận thức của Viện Franklin (năm 2003),….

Chúng ta không thể phủ nhận rằng công nghệ AI đã có nhiều sự đổi mới trong những năm qua, và việc sử dụng AI trong nhiều lĩnh vực của đời sống mang lại những kết quả tuyệt vời. Những tiến bộ về AI sẽ biến đổi cuộc sống hiện đại bằng cách định hình lại giao thông vận tải, y tế, khoa học, tài chính và quân đội.

Theo báo cáo của Artificial Solutions: “Kết quả gần đây từ một cuộc khảo sát các nhà nghiên cứu học máy (machine learning) dự đoán AI sẽ vượt trội hơn con người ở nhiều lĩnh vực trong 10 năm tới, chẳng hạn như dịch ngôn ngữ (vào năm 2024), viết bài luận tại trường học (năm 2026), lái xe tải (năm 2027), làm việc trong lĩnh vực bán lẻ (năm 2031), viết một cuốn sách bán chạy nhất (năm 2049), cho đến làm việc như một bác sĩ phẫu thuật (năm 2053). Các nhà nghiên cứu cũng tin rằng có 50% khả năng AI làm tốt hơn con người trong tất cả các nhiệm vụ trong 45 năm tới và tự động hóa tất cả các công việc của con người trong 120 năm”.

Gần như mọi khía cạnh trong cuộc sống của chúng ta đang bị ảnh hưởng bởi các cỗ máy trí tuệ nhân tạo nhằm thúc đẩy lợi nhuận và nâng cao năng lực con người. Chúng ta thật khó có thể tưởng tượng cuộc sống hiện đại sẽ ra sao nếu thiếu vắng AI.

Do đó, chúng ta sẽ mãi mãi biết ơn McCarthy và những người tiên phong khác là động lực đằng sau công nghệ đáng kinh ngạc này. Họ đã góp phần làm cho khoa học máy tính trở nên giống con người hơn và hiệu quả hơn.

Quốc Lê

Theo khoahocphattrien.vn/ Independent

 

Link nguồn: https://khoahocphattrien.vn/cong-nghe/john-mccarthy-cha-de-cua-ai/20210603102158177p1c859.htm

The post John McCarthy: Cha đẻ của AI appeared first on 24h Sống xanh.

]]>
Hãy thực tế về AI https://24hsongxanh.vn/hay-thuc-te-ve-ai/ Mon, 19 Apr 2021 07:48:32 +0000 https://24hsongxanh.vn/?p=58604 hay-thuc-te-ve-AI

Những năm gần đây, trí tuệ nhân tạo (AI) đã thu hút sự quan tâm, tiền bạc và tài năng nhiều hơn bất cứ khi nào khác trong lịch sử tương đối ngắn ngủi của nó. Nhưng điều đáng tiếc là đã xuất hiện không ít sự cường điệu, kết quả của những huyền thoại […]

The post Hãy thực tế về AI appeared first on 24h Sống xanh.

]]>
hay-thuc-te-ve-AI

Những năm gần đây, trí tuệ nhân tạo (AI) đã thu hút sự quan tâm, tiền bạc và tài năng nhiều hơn bất cứ khi nào khác trong lịch sử tương đối ngắn ngủi của nó. Nhưng điều đáng tiếc là đã xuất hiện không ít sự cường điệu, kết quả của những huyền thoại và quan niệm sai lầm do người ngoại đạo “rao giảng”.

Thực sự thì AI đang phát triển không ngừng, với năng lực được cải thiện qua từng năm, trung bình 1–2 % theo các thang đo (benchmark) tiêu chuẩn. Một bước đột phá lớn nhất xảy đến năm 2012 khi nhà khoa học máy tính Geoffrey Hinton cùng đồng nghiệp tại Đại học Toronto (Canada) trình diễn những thuật toán deep learning (học nhiều tầng) đánh bại các thuật toán thị giác máy tính (computer vision) tiên tiến với biên độ 10,8 % trong bài thử thách ImageNet Challenge.

hay-thuc-te-ve-AI
Lĩnh vực AI đã đạt được nhiều tiến bộ đáng kể. Tuy nhiên, hãy còn không ít huyền thoại và quan niệm sai lầm xoay quanh nó. Ảnh: leeschlenker.medium.com

Bên cạnh đó, nhà nghiên cứu AI ngày nay còn được hưởng lợi rất nhiều từ những công cụ ngày càng mạnh mẽ, bao gồm điện toán đám mây cho hiệu quả về mặt chi phí, phần cứng giá rẻ với năng lực tính toán siêu tốc (“như GPUs”), khả năng chia sẻ dữ liệu liền mạch qua internet cùng tiến bộ trong lĩnh vực phần mềm nguồn mở chất lượng cao. Nhờ những yếu tố này, công nghệ machine learning (học máy) và đặc biệt là deep learning, đã tạo nên sự hứng khởi chưa từng thấy. Các nhà đầu tư xếp hàng dài để tài trợ cho những công ty AI đầy triển vọng, và các chính phủ thì rót hàng trăm triệu USD vào những viện nghiên cứu AI tiên tiến.

Chắc chắn AI sẽ còn tiến xa hơn nữa, nhưng không hẳn theo đường tuyến tính. Phần lớn sự cường điệu đều bám vào một vài huyền thoại nghe rất hấp dẫn, chẳng hạn AI có thể giải quyết mọi việc.

Huyền thoại thứ nhất: hầu như tuần nào chúng ta cũng được nghe những câu chuyện giật gân về năng lực vượt trội của AI như “Các cỗ máy thông minh đang tự dạy chúng vật lý lượng tử”; “Trí tuệ nhân tạo phát hiện ung thư phổi chính xác hơn con người.” Nhưng những tiêu đề như vậy thường chỉ đúng theo nghĩa hẹp. Chẳng hạn, đối với mục tiêu “phát hiện ung thư phổi”, AI chỉ có khả năng đưa ra giải pháp cho một khía cạnh cụ thể và đã được đơn giản hóa của vấn đề, ví dụ: giảm thiểu nhiệm vụ “chẩn đoán ung thư” thành nhận diện hình ảnh hoặc phân loại tài liệu khoa học.

Điều mà các câu chuyện trên ít đề cập là AI không thực sự hiểu hình ảnh hoặc ngôn ngữ theo cách của con người. Thay vào đó, thuật toán chỉ tìm kiếm những tổ hợp tính năng ẩn, phức tạp mà sự hiện diện của chúng trong một tập hợp hình ảnh hoặc tài liệu cụ thể nào đó mang đặc trưng của một lớp hướng mục tiêu (targeted class, VD: nguy cơ ung thư hoặc mối đe dọa bạo lực). Sự phân loại như vậy không nhất thiết phải được tin cậy đối với các quyết định của con người – dù cho nó liên quan đến kết quả chẩn đoán của một bệnh nhân hay phán xét ai đó phải chịu giam giữ trong bao lâu.

Mặc dù những hệ thống AI tỏ ra vượt trội hơn con người trong các nhiệm vụ thường được gắn với “cấp độ thông minh cao” như chơi cờ vua, cờ vây hoặc trò Jeopardy,… song chúng vẫn chưa có khả năng hoàn thành xuất sắc những thứ con người thành thục mà không cần huấn luyện, chẳng hạn cảm thụ văn học. “Lẽ thường” (common sense) như chúng ta vẫn gọi, thực chất là một cơ sở tri thức ngầm khổng lồ – thứ tác động lên quá trình tìm hiểu và tích lũy trải nghiệm về thế giới từ khi còn nhỏ. Các coder giỏi nhất vẫn chưa thể mã hóa những thứ thuộc về “lẽ thường” và đưa chúng vào các hệ thống AI. Vì thế, mặc dù sẽ đảm đương ngày càng nhiều việc khó khăn, nhưng AI còn lâu mới bằng được đứa trẻ hay cả con chó, con mèo.

Huyền thoại thứ hai: AI sẽ sớm vượt qua con người về mặt trí tuệ. Năm 2015, Ray Kurzweil – tác giả của cuốn best-seller về tương lai The Singularity Is Near (tạm dịch: Sự kỳ dị bất thường sắp tới) – từng dự đoán: đến năm 2045, trí thông minh của máy sẽ mạnh hơn vô hạn so với toàn bộ nhân loại cộng lại. Nhưng một số rào cản đã không được tính đến ở đây.

Thứ nhất, đó là sự phức tạp tuyệt đối của các hệ thống AI, vốn phải dựa vào hàng tỷ biến số để đào tạo thuật toán học máy từ những tập hợp dữ liệu khổng lồ. Rất khó để hiểu hết cơ chế tương tác giữa tất cả các phần này, chúng kết nối và tích hợp với nhau như thế nào để thực hiện một nhiệm vụ nhất định.

Rào cản thứ hai là sự khan hiếm của dữ liệu được chú giải (“hay gắn nhãn”) mà thuật toán học máy dựa vào. Nhóm BigTech bao gồm Google, Amazon, Facebook và Apple hiện đang sở hữu nhiều dữ liệu giá trị nhất, nhưng họ có rất ít động lực để công khai những tài sản này.

Huyền thoại thứ ba: AI sẽ sớm biến con người thành thừa thãi. Trong cuốn Homo Deus: Lược sử tương lai (best-seller của năm 2015), Yuval Noah Harari lập luận: phần lớn con người có nguy cơ trở thành công dân loại hai của các xã hội mà ở đó, tất cả những quyết định mang tính trí tuệ cấp cao đều phụ thuộc vào AI. Thật vậy, một số công việc phổ biến như lái xe tải,… rất có thể sẽ bị AI xóa bỏ trong khoảng mươi năm tới, cùng với nhiều công việc văn phòng mang tính thường xuyên, lặp đi lặp lại. Nhưng xu hướng này sẽ không đồng nghĩa với tình trạng thất nghiệp hàng loạt, khi cuộc sống của hàng triệu hộ gia đình vẫn được đảm bảo nhờ chính sách thu nhập cơ bản phổ quát (universal basic income). Việc làm cũ mất đi sẽ được thay thế bằng những công việc mới mà chúng ta chưa thể hình dung ra. Vào thập niên 1980, không mấy ai dự đoán được hàng triệu triệu người sẽ hưởng lợi nhờ nền kinh tế internet.

Nhiều ngành nghề trong tương lai chắc chắn sẽ cần người lao động được đào tạo bài bản hơn về toán và khoa học. Nhưng bản thân AI cũng đã có thể mang đến những giải pháp từng phần, với các phương pháp đào tạo mới, hấp dẫn thế hệ trẻ và trang bị cho họ nhiều kỹ năng cần thiết cho tương lai. Việc làm bị AI lấy đi sẽ được bù đắp bằng những công việc mới – sinh ra nhờ đào tạo con người bằng AI. Không có quy luật công nghệ hay lịch sử nào định hướng nhân loại tới một tương lai nô dịch về mặt trí tuệ.

Tất nhiên sẽ có thêm những huyền thoại khác xuất hiện, chẳng hạn: AI khuất phục và làm hại con người; AI không bao giờ có khả năng sáng tạo như con người, không thể suy nghĩ và hành động theo nhân – quả, … Thời gian và các nghiên cứu chuyên sâu sau cùng sẽ “lật tẩy” những lầm tưởng này.

Đây quả là khoảng thời gian thú vị đối với AI. Tuy nhiên, đó cũng là lý do để chúng ta cần duy trì sự thực tế về tương lai của nó.

Tác giả Stan Matwin là giáo sư ngành khoa học máy tính, giữ ghế Canada Research Chair và Giám đốc Viện Phân tích Dữ liệu lớn (Big Data Analytics) tại Đại học Dalhousie University ở Halifax, Nova Scotia, Canada, đồng thời là giáo sư Viện Khoa học Máy tính trực thuộc Viện Hàn lâm Khoa học Ba Lan.

Thế Hải

Theo khoahocphattrien.vn/ Project Syndicate

 

Link nguồn: https://khoahocphattrien.vn/cong-nghe/hay-thuc-te-ve-ai/20210415102619883p1c859.htm

The post Hãy thực tế về AI appeared first on 24h Sống xanh.

]]>
AI đọc dữ liệu não bộ, tạo ra những hình ảnh hấp dẫn https://24hsongxanh.vn/ai-doc-du-lieu-nao-bo-tao-ra-nhung-hinh-anh-hap-dan/ Mon, 08 Mar 2021 05:56:43 +0000 https://24hsongxanh.vn/?p=56387 AI-d0c-du-lieu-nao-bo

Các nhà nghiên cứu đã thành công trong việc làm cho một AI (trí tuệ nhân tạo) hiểu được quan niệm chủ quan của chúng ta về cái đẹp. Nhóm nghiên cứu tại Đại học Helsinki (Phần Lan) và Đại học Copenhagen (Đan Mạch) đã làm nhiều thí nghiệm để xem liệu một máy tính […]

The post AI đọc dữ liệu não bộ, tạo ra những hình ảnh hấp dẫn appeared first on 24h Sống xanh.

]]>
AI-d0c-du-lieu-nao-bo

Các nhà nghiên cứu đã thành công trong việc làm cho một AI (trí tuệ nhân tạo) hiểu được quan niệm chủ quan của chúng ta về cái đẹp.

Nhóm nghiên cứu tại Đại học Helsinki (Phần Lan) và Đại học Copenhagen (Đan Mạch) đã làm nhiều thí nghiệm để xem liệu một máy tính có thể xác định được các đặc điểm trên khuôn mặt mà chúng ta cho là hấp dẫn hay không, và dựa theo đó để tạo ra những hình ảnh mới phù hợp với tiêu chí mong muốn cá nhân của chúng ta.

AI-d0c-du-lieu-nao-bo
Phản ứng não của người tham gia thí nghiệm khi xem hình ảnh được ghi lại qua điện não đồ. ẢNH CHỤP MÀN HÌNH

Để thực hiện mục tiêu trên, nhóm nghiên cứu đã sử dụng AI cho việc giải thích các tín hiệu não và kết hợp kết quả thu được từ giao diện não – máy tính với một mô hình tổng thể các khuôn mặt nhân tạo. Cách tiếp cận này cho phép máy tính tạo ra hình ảnh khuôn mặt phù hợp với sở thích của từng cá nhân.

“Trong các nghiên cứu trước đây, chúng tôi đã thiết kế các mô hình có thể xác định và kiểm soát đặc điểm chân dung đơn giản, chẳng hạn như màu tóc và cảm xúc. Nhưng mọi thứ chỉ dừng lại phần lớn ở mức ai tóc vàng và ai đang cười. Sự hấp dẫn là đối tượng nghiên cứu khó hơn vì nó liên quan đến văn hóa và tâm lý, những yếu tố có thể đóng vai trò vô thức trong sở thích cá nhân của chúng ta. Thật sự chúng ta rất khó giải thích chính xác điều gì khiến cho một cái gì đó hoặc một ai đó đẹp. Vẻ đẹp nằm trong mắt của người xem”, Michiel Spapé, nhà nghiên cứu cao cấp, tiến sĩ Khoa Tâm lý và Ngôn ngữ bệnh học (Logopedics) tại Đại học Helsinki, nói.

Ban đầu, các nhà nghiên cứu giao nhiệm vụ tạo ra hàng trăm bức chân dung nhân tạo cho một mạng nơ-ron đối nghịch chung (generative adversarial neural network – GAN). Kết quả hình ảnh lần lượt được đưa cho 30 tình nguyện viên xem, với yêu cầu chú ý đến những khuôn mặt mà họ thấy hấp dẫn. Phản ứng não của họ ngay trong thời điểm xem hình ảnh sẽ được ghi lại qua điện não đồ (electroencephalography – EEG).

“Thí nghiệm hoạt động hơi giống ứng dụng hẹn hò nổi tiếng Tinder. Tuy nhiên, người tham gia ở đây không phải làm bất cứ điều gì ngoài việc nhìn vào hình ảnh. Chúng tôi đo phản ứng tức thì từ não của họ đối với hình ảnh”, tiến sĩ Spapé cho hay.

Các nhà nghiên cứu đã phân tích dữ liệu điện não đồ bằng kỹ thuật máy học, kết nối dữ liệu điện não đồ cá nhân thông qua giao diện não – máy tính với một mạng thần kinh sinh dưỡng. “Giao diện não – máy tính có thể lý giải ý kiến của người dùng về mức độ hấp dẫn của một loạt hình ảnh. Bằng cách diễn giải quan điểm cá nhân đó, mô hình AI dùng để diễn giải phản ứng của não và mạng nơ-ron tổng hợp mô hình hóa hình ảnh khuôn mặt có thể kết hợp cùng nhau để tạo ra một hình ảnh khuôn mặt hoàn toàn mới theo sở thích cá nhân”, Phó giáo sư Tuukka Ruotsalo, người đứng đầu dự án nghiên cứu, cho biết.

Để kiểm tra tính phù hợp, nhóm nghiên cứu đã tạo ra các bức chân dung mới cho từng người tham gia, dựa trên dự đoán họ sẽ cảm thấy hấp dẫn về mặt cá nhân. Sau khi thử nghiệm trong quy trình mù đôi (double-blind procedure), kết quả nhận thấy các hình ảnh mới phù hợp với sở thích của đối tượng với độ chính xác khách quan hơn 80%.

Theo nhóm nghiên cứu, kết quả đạt được có thể mang lại lợi ích cho xã hội bằng cách nâng cao năng lực học hỏi cho máy tính, đặc biệt trong việc ngày càng hiểu được sở thích chủ quan của con người, thông qua sự tương tác giữa các giải pháp AI và giao diện não – máy tính. “Nếu điều này có thể xảy ra ở một thứ gì đó mang tính cá nhân và chủ quan như sự hấp dẫn, chúng tôi cũng có thể xem xét các chức năng cao cấp khác như khả năng nhận thức và ra quyết định”, tiến sĩ Spapé nói.

Nghiên cứu kết hợp giữa khoa học máy tính và tâm lý học được đăng trên tạp chí lưu trữ quốc tế đa lĩnh vực IEEE Trans Transaction in Affective Computing.

Phương Anh
Theo thanhnien.vn
Link nguồn: https://thanhnien.vn/cong-nghe/ai-doc-du-lieu-nao-bo-tao-ra-nhung-hinh-anh-hap-dan-1350722.html

The post AI đọc dữ liệu não bộ, tạo ra những hình ảnh hấp dẫn appeared first on 24h Sống xanh.

]]>
Khi nào robot biết khóc? https://24hsongxanh.vn/khi-nao-robot-biet-khoc/ Mon, 22 Feb 2021 08:52:53 +0000 https://24hsongxanh.vn/?p=55817 khi-nao-robot-biet-khoc

Bằng việc biến cảm xúc thành các thông số được định lượng, robot trong tương lai có thể nhận biết và phản ứng sự vui, buồn của con người. Naoki là phụ bếp bánh của Angelica Lim. Dù chỉ giỏi việc bếp núc, Naoki khiến công việc của Lim vui vẻ hơn. Naoki có làn […]

The post Khi nào robot biết khóc? appeared first on 24h Sống xanh.

]]>
khi-nao-robot-biet-khoc

Bằng việc biến cảm xúc thành các thông số được định lượng, robot trong tương lai có thể nhận biết và phản ứng sự vui, buồn của con người.

Naoki là phụ bếp bánh của Angelica Lim. Dù chỉ giỏi việc bếp núc, Naoki khiến công việc của Lim vui vẻ hơn. Naoki có làn da trắng, 2 lỗ tai là 2 chiếc loa, miệng là camera còn đôi mắt là bộ thu phát hồng ngoại.

“Tôi chỉ yêu robot”, Lim chia sẻ năm 2013 khi còn học tiến sĩ khoa Khoa học thông minh và Công nghệ, Đại học Kyoto (Nhật Bản). Lim tin rằng trong những năm tới, robot sẽ chung sống bình thường với con người.

Tuy nhiên do chỉ là robot, Naoki không cảm thấy vui khi nghe truyện cười hay “chảy nước miếng” lúc nhìn thức ăn. Tóm lại, máy móc vẫn chưa thể hiểu cảm xúc của chúng ta.

Zing lược dịch bài viết của Neil Savage, cây viết khoa học thường xuất hiện trên các tạp chí uy tín như NatureIEEE Spectrum hay New Scientist.

khi-nao-robot-biet-khoc
Vài chục năm nữa, robot có thể hiểu được cảm xúc con người. Ảnh: Sapiens.org.

Cảm xúc liên quan đến sự tồn tại của con người

Ít nhất đó là suy nghĩ từ hàng chục năm qua. Cảm xúc thường được xem là đặc trưng của con người, máy móc sẽ không thể hiểu hay phản ứng. Hàng loạt tác phẩm khoa học viễn tưởng như 2001: A Space OdysseyThe Terminator hay Star Trek đều đánh vào điểm yếu trên.

Melissa Sturge-Apple, Phó giáo sư tâm lý học tại Đại học Rochester (Mỹ), cho rằng cảm xúc liên quan đến sự tồn tại của con người.

“Chúng là dạng phản ứng với các tín hiệu của môi trường và sắp xếp hành động. Nếu sợ hãi, ta sẽ bỏ chạy. Nếu thích một món ăn, bạn sẽ ăn nhiều hơn. Con người có thể làm những thứ mang đến lợi ích cho sự sống của bản thân”, Sturge-Apple cho biết.

Chìa khóa sinh tồn của con người là giao tiếp thông qua sự đồng cảm. Theo lý luận này, những sinh vật muốn tồn tại đều thể hiện điều đó dưới một số hình thức, dù có thể không giống con người.

Tuy nhiên nếu xem cảm xúc của con người là cơ học, chúng có thể được nhận biết và đo lường. Đó là điều các nhà khoa học trong lĩnh vực điện toán ảnh hưởng (affective computing) đang nghiên cứu.

khi-nao-robot-biet-khoc
Angelica Lim nấu ăn với sự trợ giúp của robot Naoki. Ảnh: Irwin Wong

Nghiên cứu đưa cảm xúc vào robot

Các nhà khoa học máy tính và tâm lý học đang “huấn luyện” những cỗ máy có thể nhận biết và phản ứng với cảm xúc của con người. Chúng được chia nhỏ thành các thuộc tính có thể định lượng và phân tích. Họ cũng đang nghiên cứu thuật toán cảnh báo bác sĩ nếu bệnh nhân che giấu cảm xúc thực sự, bên cạnh hệ thống máy tính có thể nhận biết và phản hồi cảm xúc.

Wendi Heinzelman, Giáo sư kỹ thuật điện và máy tính tại Đại học Rochester, cộng sự của Sturge-Apple đang phát triển thuật toán phát hiện cảm xúc dựa trên chất giọng của người nói. Heinzelman cung cấp cho máy tính bản ghi giọng nói các diễn viên tương ứng với cảm xúc vui, buồn hay tức giận. Máy tính sẽ đo cao độ, độ lớn, sự dao động của năng lượng và cao độ từ thời điểm này sang thời điểm khác của các bản ghi.

Máy tính cũng theo dõi formants, dải tần số thay đổi theo hình dạng đường hô hấp. Cổ họng thắt lại vì tức giận sẽ làm thay đổi giọng nói. Hệ thống sẽ chạy chương trình phân tích để gắn dữ liệu đo được với các cảm xúc tương ứng.

Tiến sĩ Neal Lathia, cộng tác viên Phòng thí nghiệm Máy tính tại Đại học Cambridge (Anh) đang phát triển EmotionSense, ứng dụng trên smartphone có khả năng ghi âm lời nói của con người để phân tích cảm xúc.

Giống như Lathia và Heinzelman, Lim cho rằng có một số đặc điểm nhận dạng cảm xúc. Khi nhận biết những biểu hiện đó thông qua hành vi một con vật hoặc âm nhạc, chúng ta có thể biết cảm xúc của chúng.

“Bản chất một bản nhạc không hề buồn. Nhưng làm sao chúng ta có cảm giác buồn khi nghe nó?”, Lim sử dụng 4 thông số: tốc độ (speed), cường độ (loud), sự đều đặn (regularity) và mức độ (extent). Ví dụ, lời nói của một người tức giận thường nhanh, to, thô kệch và đứt quãng. Một người đang đi bộ bình thường, đều đặn và không dậm chân tại chỗ nhiều khả năng có cảm xúc hài lòng. Trong khi một người bước đi chậm chạp, quãng bước ngắn và sải chân không đều có thể đang buồn.

Các nhà nghiên cứu đang làm việc với lượng cảm xúc hạn chế để máy tính dễ dàng nhận biết, do một số cảm xúc khá phức tạp để phân biệt. Heinzelman đang tập trung vào 6 cảm xúc: giận dữ, buồn bã, ghê tởm, hạnh phúc, sợ hãi và trung tính. Bà cho rằng càng nhiều cảm xúc sẽ càng khó phân tích vì chúng rất giống nhau.

khi-nao-robot-biet-khoc
Robot trong tương lai có thể nhận biết cảm xúc con người bằng cách phân tích giọng nói và khuôn mặt. Ảnh: The Verge

Tất nhiên, giọng nói không phải cách duy nhất để con người truyền tải trạng thái cảm xúc. Maja Pantic, Giáo sư về điện toán ảnh hưởng và hành vi, lãnh đạo nhóm hiểu biết và hành vi thông minh của Đại học Imperial College London (Anh), sử dụng thị giác máy tính để nhận biết các biểu hiện trên khuôn mặt về cảm xúc của con người.

Theo đó, hệ thống của Pantic theo dõi các chuyển động khác nhau trên khuôn mặt như nâng hoặc hạ lông mày, chuyển động của các cơ quanh miệng hoặc mắt. Nó có thể cho biết sự khác biệt giữa nụ cười chân thành và lịch sự dựa trên tốc độ và thời gian cười.

Pantic đã xác định 45 hành động khác nhau trên khuôn mặt, và máy tính của bà có thể nhận diện 30 cảm xúc. 15 cảm xúc còn lại bị giới hạn bởi tầm nhìn 2 chiều của máy tính. Những chuyển động theo hướng khác như nghiến hàm và nghiên răng rất khó phát hiện.

Hầu hết hệ thống nhận dạng cảm xúc hoạt động khá tốt trong phòng thí nghiệm, nhưng khi ra thế giới thực lại cho độ chính xác chưa cao. Đó là điều các nhà khoa học muốn cải thiện.

Khi cảm xúc được ghi lại và phân tích, bạn có thể đưa chúng vào máy tính để tạo ra những chú robot với sự tương tác phong phú, thú vị và vui vẻ hơn. Lim, Phó giáo sư Trường Khoa học Máy tính tại Đại học Simon Fraser (Canada), hy vọng một ngày nào đó Naoki có thể biểu hiện cảm xúc thông qua cách đi lại hay khi chơi theramin (một loại nhạc cụ điện tử).

Cũng có những lý do khiến các kỹ sư quan tâm đến robot cảm xúc. Nếu cảm xúc giúp sinh vật tồn tại, liệu chúng có làm điều tương tự đối với robot? Một robot có thể trải qua cảm xúc để phản ứng với môi trường và đưa ra quyết định nhanh chóng, giống như cách con người vứt bỏ mọi thứ và chạy khi nhà bốc cháy.

khi-nao-robot-biet-khoc
Sống chung với robot cảm xúc sẽ mang đến tác động lớn như khi các nền văn minh gặp nhau. Ảnh: IEEE Spectrum

Mehdi Dastani, Giáo sư khoa học máy tính tại Đại học Utrecht (Hà Lan) đang nghiên cứu “logic cảm xúc”, sự mô tả về 22 trạng thái cảm xúc khác nhau như thương hại, hả hê, oán giận, tự hào, ngưỡng mộ, biết ơn và những trạng thái khác để cung cấp cho máy tính. Theo Dastani, robot có thể sử dụng danh sách trên để đánh giá công việc và mục tiêu của chúng.

Ví dụ nếu đi từ điểm A đến B nhưng gặp chướng ngại vật, một robot không cảm xúc sẽ tiếp tục đi rồi lao vào vật cản. Nếu được trang bị cảm xúc, robot có thể thấy thất vọng khi không thể đến đích, cuối cùng từ bỏ để làm nhiệm vụ khác. Khi cảm thấy hạnh phúc, robot sẽ tiếp tục đi đến mục tiêu nhưng nếu thất vọng, nó sẽ tìm hướng đi khác.

Khi nào robot mới có cảm xúc?

Trả lời câu hỏi liệu robot có thể có cảm xúc không, Arvid Kappas, Giáo sư tâm lý học tại Đại học Jacobs (Đức) cho rằng nên gọi chúng là “cảm xúc máy móc” chứ không phải cảm xúc con người bởi chúng vẫn là máy. Theo Kappas, cảm xúc gắn liền với cảm giác của sinh vật. Một robot có thể nhận biết điều đó, nhưng sẽ là cảm xúc của một thứ không có trái tim.

Điều đó cũng đặt ra câu hỏi về đạo đức. Con người có trách nhiệm gì khi Roomba (một loại robot hút bụi) cầu xin đừng để hết pin? Họ sẽ nói gì khi sắp đưa robot Charlie vào nhà tái chế khi bản nâng cấp Charlie S6 ra mắt?

khi-nao-robot-biet-khoc
Robot cảm xúc cũng đặt ra vấn đề đạo đức. Ảnh: GMR Transcription

Bruce MacLennan, Phó giáo sư khoa học máy tính tại Đại học Tennessee (Mỹ) cho rằng nếu tương tác với robot, con người cần suy nghĩ liệu chúng có thể cảm nhận trong điều kiện nào. Ông đề xuất chia cảm xúc thành “protophenomena”, đơn vị nhỏ nhất của các hiệu ứng vật lý dẫn đến cảm xúc.

“Protophenomena rất nhỏ nên người thường có thể không nhận thức. Tuy nhiên, đó là đại lượng vật lý cơ bản mà khoa học có thể đo lường và tái tạo trong máy móc”, MacLennan cho biết.

Theo MacLennan, vẫn còn nhiều thập kỷ đến khi chúng ta phải trả lời câu hỏi liệu robot có cảm xúc như con người hay không. Ông cho rằng sống chung với robot cảm xúc sẽ có tác động lớn tương tự khi các nền văn minh gặp nhau, hoặc lúc nhân loại tiếp xúc với nền văn minh ngoài Trái Đất.

Phúc Thịnh

Theo Zing.vn/ Nautilus

 

Link nguồn: https://zingnews.vn/khi-nao-robot-biet-khoc-post1185248.html

The post Khi nào robot biết khóc? appeared first on 24h Sống xanh.

]]>
Trí tuệ nhân tạo đọc cảm xúc trên mặt người https://24hsongxanh.vn/tri-tue-nhan-tao-doc-cam-xuc-tren-mat-nguoi/ Fri, 29 Jan 2021 12:34:50 +0000 https://24hsongxanh.vn/?p=54814 tri-tue-nhan-tao-doc-cam-xuc-tren-mat-nguoi

Theo Techxplore, các nhà nghiên cứu ở Samsung AI và Đại học Hoàng gia London (Anh) đã tìm ra cách giúp trí tuệ nhân tạo (AI) có thể đọc hiểu biểu cảm trên gương mặt con người. Đọc cảm xúc của con người không phải là việc dễ dàng đối với trí tuệ nhân tạo. Trong những […]

The post Trí tuệ nhân tạo đọc cảm xúc trên mặt người appeared first on 24h Sống xanh.

]]>
tri-tue-nhan-tao-doc-cam-xuc-tren-mat-nguoi

Theo Techxplore, các nhà nghiên cứu ở Samsung AI và Đại học Hoàng gia London (Anh) đã tìm ra cách giúp trí tuệ nhân tạo (AI) có thể đọc hiểu biểu cảm trên gương mặt con người.

tri-tue-nhan-tao-doc-cam-xuc-tren-mat-nguoi
AI phân tích biểu cảm trên gương mặt tài tử Leonardo DiCaprio. ẢNH CHỤP MÀN HÌNH

Đọc cảm xúc của con người không phải là việc dễ dàng đối với trí tuệ nhân tạo. Trong những năm gần đây, các nhà khoa học máy tính trên toàn cầu đã cố gắng phát triển mô hình máy tính có thể đoán được cảm xúc của con người dựa trên nét mặt. Tuy nhiên, hầu hết mô hình hiện nay chỉ nhận ra các cảm xúc cơ bản như tức giận, hạnh phúc, buồn bã chứ chưa thể đọc được những biểu hiện tinh tế hơn của con người.

Các nhà nghiên cứu tại Samsung AI và Đại học Hoàng gia London (Anh) đang phát triển một hệ thống dựa trên mạng neuron sâu có thể đoán cảm xúc với độ chính xác cao bằng cách phân tích hình ảnh khuôn mặt người. Trong bài báo xuất bản trên Nature Machine Intelligence, nhóm nghiên cứu cho biết mô hình này đưa ra kết quả khá nhanh và biết nhận diện những biểu hiện cảm xúc của con người theo thời gian thực (chẳng hạn ảnh chụp trích xuất từ camera an ninh).

Ngoài phần cứng có hiệu suất cao, mô hình này cần đòi hỏi phải có bộ dữ liệu và thuật toán phù hợp. Nhóm nghiên cứu đã biên soạn nhiều bộ dữ liệu dùng để đào tạo mạng neuron sâu cách phân tích cảm xúc, trong đó có bộ dữ liệu AFEW-VA và SEWA chứa hình ảnh mặt người được chụp ngoài đời thực lẫn trong phòng thí nghiệm nhằm phục vụ cho mục đích nghiên cứu.

tri-tue-nhan-tao-doc-cam-xuc-tren-mat-nguoi
Minh họa cách AI đọc cảm xúc của nhân vật trong một cảnh phim. ẢNH CHỤP MÀN HÌNH

Sau đó, nhóm nhà khoa học tiếp tục phát triển mô hình dựa trên phương pháp nhận diện cảm xúc truyền thống bên cạnh những lý thuyết tâm lý học. Họ phân loại 8 cảm xúc chính gồm hạnh phúc, ngạc nhiên, buồn bã, giận dữ, chán ghét, sợ hãi, khinh thường, trung tính, kết hợp với hai thang đo mức độ tích cực/tiêu cực và mức độ kích động của cảm xúc. Họ viết trong bài báo: “Mục tiêu chính của phương pháp này là dựa trên hình ảnh khuôn mặt của một người để ước tính mức độ tích cực/tiêu cực và mức độ kích động của người đó theo thời gian thực”.

Bên cạnh đó, hệ thống cũng phân tích biểu cảm bằng cách sử dụng các “điểm mốc” cụ thể, chẳng hạn như vị trí của môi, mũi và mắt của đối tượng.

Hệ thống này có thể được dùng để tạo ra các robot dịch vụ biết cách nắm bắt cảm xúc của khách hàng và đưa ra phản ứng phù hợp. Cho đến thời điểm hiện tại, hệ thống dựa trên mạng neuron sâu hoạt động tốt nhất với hình ảnh tĩnh, nhưng trong tương lai các nhà khoa học muốn hoàn thiện hệ thống hơn nữa để áp dụng vào việc phân tích video.

Mai Anh

Theo thanhnien.vn

 

Link nguồn: https://thanhnien.vn/cong-nghe/tri-tue-nhan-tao-doc-cam-xuc-tren-mat-nguoi-1335402.html

The post Trí tuệ nhân tạo đọc cảm xúc trên mặt người appeared first on 24h Sống xanh.

]]>
AI sẽ thay thế những công việc gì https://24hsongxanh.vn/ai-se-thay-nhung-cong-viec-gi/ Wed, 30 Dec 2020 10:27:46 +0000 https://24hsongxanh.vn/?p=53374 ai-se-thay-the-nhung-cong-viec-gi

AI không chỉ giới hạn ở các lĩnh vực khoa học, mà đã thâm nhập vào nhiều ngành nghề vốn trước kia chỉ con người đảm nhiệm. AI đang tiến hóa nhanh hơn con người tưởng tượng. Những chương trình máy tính phức tạp này sử dụng thuật toán làm phương tiện để tương tác với […]

The post AI sẽ thay thế những công việc gì appeared first on 24h Sống xanh.

]]>
ai-se-thay-the-nhung-cong-viec-gi

AI không chỉ giới hạn ở các lĩnh vực khoa học, mà đã thâm nhập vào nhiều ngành nghề vốn trước kia chỉ con người đảm nhiệm.

AI đang tiến hóa nhanh hơn con người tưởng tượng. Những chương trình máy tính phức tạp này sử dụng thuật toán làm phương tiện để tương tác với môi trường và học hỏi từ chính trải nghiệm của bản thân.

Về mặt lý thuyết, việc áp dụng AI là vô tận. Nhiều ngành công nghiệp vốn thuần sử dụng lao động con người nay đã bắt đầu tận dụng sức mạnh của công nghệ để cách mạng hóa trải nghiệm làm việc. Thực tế, có rất nhiều hoạt động có ứng dụng AI trong cuộc sống mà ít người để mắt tới. Từ nhà hàng tới phòng triển lãm tranh.

Dưới đây là một số lĩnh vực đã có “dấu chân” của AI.

Viết văn

Việc tự sản sinh ra nội dung được coi là một trong những kỹ năng phức tạp và đòi hỏi nhiều thời gian luyện tập nhất của AI. Trước kia, quá trình hình thành câu, cấu trúc câu và liên kết chúng lại thành một đoạn văn có ý nghĩa, yêu cầu sự giám sát và hiệu đính khá nhiều từ con người. Trong khi việc tạo ra các bản báo cáo với số liệu có sẵn là tương đối đơn giản, viết nội dung sáng tạo là một nghệ thuật rất khó để thành thạo.

Tuy nhiên, các lập trình viên đã viết ra các chương trình tạo lập văn bản phức tạp, rất khó phân biệt với nội dung do con người viết. Các chương trình này có thể tạo ra các bài báo, kịch bản và thậm chí tiểu thuyết. Nổi bật trong lĩnh vực này là mô hình GPT-3 do OpenAI phát triển với khả năng xử lý 175 tỷ tham số. Phần mềm này sử dụng một mô hình ngôn ngữ tổng quát bao gồm hai mạng thần kinh tự cạnh tranh để hoàn thiện lẫn nhau. Chỉ dựa trên dữ liệu đầu vào hạn hẹp, GPT-3 có thể tạo ra những đoạn văn bản hoàn chỉnh không khác gì con người.

Trả lời điện thoại

Do áp lực từ đại dịch, thương mại điện tử năm nay đang trở thành xu hướng ở nhiều quốc gia trên thế giới. Tuy nhiên, cũng giống các cửa hàng truyền thống, các cửa hàng trực tuyến cũng cần một đội ngũ nhân viên làm nhiệm vụ trả lời các câu hỏi từ khách hàng. Với AI, các công ty bán lẻ dù trực tuyến hay truyền thống đều có thể cắt giảm đáng kể nguồn nhân lực này và thay thế bằng các hệ thống trả lời tự động, giải quyết các câu hỏi đơn giản từ khách hàng. Dịch vụ trả lời thoại này phức tạp hơn rất nhiều so với chatbot thông thường. Một số chương trình thậm chí có thể sử dụng trên các nền tảng viễn thông.

ai-se-thay-the-nhung-cong-viec-gi
Google Duplex gọi đặt bàn hộ người dùng. Ảnh: Google

Tiêu biểu cho lĩnh vực này là dự án AI Duplex của Google với khả năng trả lời điện thoại với cách nói chuyện không khác gì người thật. Google đã huấn luyện AI này bằng các cuộc gọi thoại ẩn danh, các đoạn hội thoại từ Google Voice, cũng như lịch sử hội thoại và các chi tiết như thời gian và địa điểm của cả hai đầu cuộc gọi. Hệ thống trí tuệ nhân tạo này đã xuất hiện tại Mỹ, New Zealand, Australia, Canada và Anh.

Xét xử vụ án

Một vụ án hình sự có thể kéo dài hàng tháng hoặc hàng năm trời trong khi các bên có liên quan điều tra để đưa ra những phán quyết công tâm nhất, dựa trên nhiều thông tin nhất. Nhưng khi giao vụ án đó cho một thuật toán AI, thuật toán sẽ quét mọi thông tin liên chỉ trong vài phút và dựa trên đó để ra phán quyết.

Ngày 19/2, Tòa sơ thẩm thành phố Kota Kinabalu, bang Sabah, Malaysia, đã có động thái chưa từng có tại nước này khi sử dụng AI đưa ra phán quyết với 2 bị cáo. Mặc dù bị luật sư biện hộ phản đối, cho rằng việc này có thể tác động đến việc đưa ra quyết định chính xác của tòa, thẩm phán cho biết phần mềm ứng dụng AI đã được nạp đủ các dữ liệu cần thiết để đưa ra khuyến nghị, hỗ trợ tòa trong việc ra quyết định.

Theo các chuyên gia, AI chỉ nên đóng vai trò là trợ lý cho các thẩm phán hay trợ lý trong tòa án vì AI chỉ giỏi xử lý chi tiết, tổng hợp vụ án và tìm kiếm nguồn tham khảo.

Bảo mật ngân hàng

Ngoài tội phạm mạng, hoạt động rửa tiền, trộm cắp danh tính, biển thủ, trốn thuế, giả mạo cũng đang “khủng bố” ngành ngân hàng. Công nghệ, đặc biệt là AI, được xem là công cụ đắc lực trong việc chống lại gian lận và tội phạm tài chính. Thuật toán hiện nay có khả năng phân tích các hình thức gian lận trong quá khứ và từ đó dự đoán tất cả tổ hợp tấn công, giúp các tổ chức tài chính sẵn sàng với chiến lược quản lý và giảm thiểu rủi ro cao nhất. AI giám sát các hoạt động của tài khoản trong thời gian thực và phát hiện các giao dịch mua bán đáng ngờ hiệu quả hơn các chương trình không sử dụng AI hoặc nhân viên con người.

Dự đoán thị trường chứng khoán

Giống nhiều hình thức đầu tư khác, đầu tư chứng khoán tồn tại những rủi ro mà các nhà đầu tư luôn cố gắng để tránh gặp phải. Với công nghệ AI hiện nay, thuật toán có thể can thiệp, giúp nhà đầu tư hạn chế rủi ro, gia tăng lợi nhuận. Cụ thể, trong phân tích chứng khoán, một mô hình phổ biến được các chuyên gia tài chính gọi là tam giác tăng dần, nhằm mô tả xu hướng tăng của giá cổ phiếu. Tuy nhiên, con người thường không đủ nhanh nhạy để nhận ra xu hướng này mà phải nhờ đến AI. Ngoài ra dựa trên dữ liệu trong quá khứ, công nghệ AI có thể làm tốt việc dự đoán phản ứng của thị trường khi có những sự kiện đặc biệt xảy ra.

Bảo vệ động vật

Không chỉ được áp dụng cho lợi ích của con người, AI đang được nhiều tổ chức bảo vệ động vật sử dụng để bảo tồn các loài có nguy cơ tuyệt chủng. Các nhà khoa học từ đại học Cornell đã phát triển lên một ứng dụng cho phép theo dõi vị trí của các loài cá voi có nguy cơ tuyệt chủng cao bằng hình ảnh vệ tinh và sóng âm thanh.

Sử dụng phần mềm AI này, các thuyền trưởng sẽ điều chỉnh được hướng đi của tàu nhằm tránh va chạm với cá voi. Số tai nạn giảm sẽ có lợi cho cả ngành công nghiệp hàng hải và quần thể cá voi.

Giáo dục

Con người không phải những cỗ máy được chế tạo trên một dây chuyền giống hệt nhau, những phương pháp học có hiệu quả với một số học sinh hoàn toàn có thể không có tác dụng với các học sinh khác. Phân tích AI thông qua các nền tảng học tập điện tử có thể dựa vào dữ liệu giáo dục để tạo ra các kế hoạch bài học nhằm tối ưu hóa hiệu suất của trẻ. Sử dụng các chương trình như vậy cho phép học sinh tận dụng tối đa trải nghiệm giáo dục đồng thời giúp giáo viên quản lý toàn bộ lớp học.

Dịch vụ nhà hàng

ai-se-thay-the-nhung-cong-viec-gi
Robot phục vụ tại một nhà hàng ở Hàn Quốc. Ảnh: Hyundai Robotics

Một số nhà hàng đang tìm cách tối ưu hóa trải nghiệm của khách hàng và nhân viên thông qua AI. Các ứng dụng tiên tiến này có thể liên quan đến việc sử dụng bot giao đồ ăn trong một nhà hàng hoặc quán cà phê mà không cần nhân viên phục vụ. Một số chuỗi nhà nhà hàng lớn thậm chí còn phát triển AI của riêng mình, như Taco Bell với ứng dụng đặt món có khả năng hiển thị cho người dùng các món ăn, chương trình khuyến mãi và nội dung có liên quan nhất dựa trên sở thích cá nhân, lịch sử ăn uống, địa điểm, thời tiết, thực đơn và giá cả cụ thể của nhà hàng.

Nghệ thuật

Một lĩnh vực hấp dẫn khác đang chứng kiến sự nổi lên của AI là nghệ thuật. Ngoài cách mạng hóa công nghệ chỉnh sửa ảnh, các thuật toán máy học giờ đây có thể tạo ra nguyên một bức ảnh hoàn chỉnh. Nghệ sĩ AI là những người làm nhiệm vụ lập trình, hướng dẫn các chương trình AI tạo ra một số loại hình nghệ thuật mới lạ và phức tạp. Đây là một cách tiếp cận sáng tạo đối với công nghệ khi nó có thể thay đổi cách nhiều người nghĩ về lập trình. Nhiều tổ chức nghệ thuật lớn trên thế giới đã công nhận một số nghệ sĩ AI và tác phẩm của họ như một “làn gió mới” cho nghệ thuật tương lai.

Tháng 10/2019, biên đạo múa Wayne McGregor đã hợp tác với Google để đào tạo ra một AI có tên “Linving Archive”. Thuật toán của AI này sử dụng hàng nghìn giờ video từ các tác phẩm trước đó của McGregor và nhiều nghệ sĩ khác để đưa ra gợi ý cho các phân đoạn vũ đạo tiếp theo, hiển thị chúng trên màn hình trong thời gian thực.

Đăng Thiên

Theo VnExpress/ Makeuseof

 

Link nguồn: https://vnexpress.net/ai-se-thay-the-nhung-cong-viec-gi-4212938.html

The post AI sẽ thay thế những công việc gì appeared first on 24h Sống xanh.

]]>
AI cải thiện khả năng phát hiện ung thư phổi https://24hsongxanh.vn/ai-cai-thien-kha-nang-phat-hien-ung-thu-phoi/ Tue, 15 Dec 2020 07:49:27 +0000 https://24hsongxanh.vn/?p=52627 AI-cai-thien-kha-nang-phat-hien-ung-thu-phoi

Sau nhiều năm huấn luyện một hệ thống trí tuệ nhân tạo (AI) để phát hiện ra các giai đoạn đầu của bệnh ung thư phổi, Mozziyar Etemadi mừng rỡ khi máy tính phát hiện được khối u trong ảnh chụp của bệnh nhân, chính xác hơn cả các bác sĩ được đào tạo kỹ […]

The post AI cải thiện khả năng phát hiện ung thư phổi appeared first on 24h Sống xanh.

]]>
AI-cai-thien-kha-nang-phat-hien-ung-thu-phoi

Sau nhiều năm huấn luyện một hệ thống trí tuệ nhân tạo (AI) để phát hiện ra các giai đoạn đầu của bệnh ung thư phổi, Mozziyar Etemadi mừng rỡ khi máy tính phát hiện được khối u trong ảnh chụp của bệnh nhân, chính xác hơn cả các bác sĩ được đào tạo kỹ thuật hình ảnh.

Etemadi, một kỹ sư y sinh tại Trường Y Feinberg thuộc Đại học Northwestern ở Chicago, Illinois, cho biết: “Một bác sĩ xem các ảnh chụp CT này sẽ nói bệnh nhân hoàn toàn bình thường, nhưng AI đã phát hiện ra những chi tiết ẩn giấu một cách đầy tự tin. Nó đang tìm ra các dấu hiệu của ung thư.” Sau khi chiếc máy hoàn thành một vòng chạy, Etemadi nghĩ: “Chúng tôi vừa phát hiện ra bệnh ung thư phổi của anh chàng này sớm hơn 1 hoặc 2 năm so với khả năng phát hiện hiện tại.” Tâm trí anh quay cuồng với viễn cảnh tăng cơ hội sống sót của hàng nghìn người.

AI-cai-thien-kha-nang-phat-hien-ung-thu-phoi
Credit: Daniel Stolle

Ung thư phổi là bệnh ung thư nguy hiểm nhất trên thế giới – khoảng 75% những người mắc bệnh chết trong vòng 5 năm sau khi được chẩn đoán. Nhưng khi ung thư được phát hiện sớm, tiên lượng sẽ tốt hơn nhiều. Nếu phát hiện khối u đang ở giai đoạn nhỏ và khu trú trong phổi, gần 2/3 số người sống sót trong ít nhất 5 năm.
Nhu cầu phát hiện sớm đã thúc đẩy sự phát triển của các hệ thống AI phát hiện các khối u phổi ngày càng nhỏ. Hệ thống mà Etemadi đang thực hiện – một sáng kiến ​​chung giữa Google, Đại học Northwestern và các tổ chức khác hiện đang hướng tới áp dụng lâm sàng. Vào tháng 7/2020, Đại học Oxford, Vương quốc Anh, đã công bố một chương trình nghiên cứu trị giá 11 triệu bảng Anh (14,3 triệu USD) nhằm sử dụng AI để giúp chẩn đoán ung thư phổi.

Những phát triển như vậy hứa hẹn sẽ làm cho việc tầm soát ung thư phổi trở nên chính xác và dễ tiếp cận hơn dành cho tất cả mọi người. Nhưng để các hệ thống mới như vậy trở thành những công cụ đắc lực, cần nâng cao một cách cẩn trọng mối quan hệ giữa bác sĩ X quang và thiết bị họ dùng để chẩn đoán.

Phát hiện khối u

Khoảng 70% trường hợp ung thư phổi được phát hiện ở giai đoạn muộn, khi bệnh đã khó điều trị hơn. Điều này phần nào giải thích tại sao tỷ lệ sống sót sau 5 năm khi mắc ung thư phổi là rất thấp. Các triệu chứng ban đầu của ung thư phổi có xu hướng là các bệnh lý thông thường, chẳng hạn như ho dai dẳng hoặc mệt mỏi, rất dễ bị coi là điều bình thường. Bác sĩ ung thư Mariam Jamal-Hanjani tại Viện Ung thư của Đại học College London cho biết: “Mọi người phớt lờ cơn ho. Khi họ đến phòng khám của tôi, thường căn bệnh đã di căn. Đến giai đoạn đó, việc điều trị hiệu quả có thể đã nằm ngoài khả năng”.

Các nghiên cứu tại Đại học California, Los Angeles và các nơi khác cho thấy việc sàng lọc thường xuyên các nhóm người có nguy cơ cao có thể phát hiện nhiều trường hợp ung thư phổi sớm hơn, giảm tỷ lệ tử vong từ 20-30%. Lực lượng Đặc nhiệm Dịch vụ Phòng ngừa Hoa Kỳ, một nhóm tình nguyện đưa ra các khuyến nghị cho các dịch vụ phòng ngừa lâm sàng nên kiểm tra CT hằng năm ở các nhóm có nguy cơ cao mắc ung thư phổi, chẳng hạn như những người từng hoặc đang hút thuốc.

AI-cai-thien-kha-nang-phat-hien-ung-thu-phoi
Mozziyar Etemadi phát triển hệ thống trí tuệ nhân tạo để tìm ung thư phổi giai đoạn đầu. Credit: Ddent photo

Tuy nhiên, số lượng bác sĩ X quang đọc chụp cắt lớp phổi đã không đủ để theo kịp với nhu cầu ngày càng tăng. Ulas Bagci, một chuyên gia hình ảnh máy tại Đại học Central Florida ở Orlando, cho biết: “Có rất nhiều ảnh chụp CT, và rất nhiều người. Khối lượng công việc dày đặc này có thể khiến các bác sĩ X-quang hoạt động quá tải và mắc phải sai lầm trong chẩn đoán”.

Giới hạn về khả năng “tầm nhìn” của con người cũng khiến các bác sĩ X quang dễ dàng bỏ qua những khối u ác tính cực nhỏ. Ví dụ, có đến 35% các nốt sần phổi bị bỏ sót khi xét nghiệm ban đầu. Sử dụng hệ thống AI có thể giúp ích cho cả hai công việc này bằng cách giảm gánh nặng cho các chuyên gia xét nghiệm và phát hiện các điểm bất thường ở phổi mà không thể nhìn thấy bằng mắt thường.

Các bác sĩ X quang sử dụng các công cụ chẩn đoán với sự hỗ trợ của máy tính để giúp họ phát hiện các khối u ác tính. Thông thường, một lập trình viên sẽ lập trình để máy tính đi tìm những đặc trưng của một khối u, nhưng nhiều khi máy tính sẽ gán cho rất nhiều khối u lành tính là ác tính. Bagci nói: “Các bác sĩ X quang không thích điều đó vì họ cần phải bấm vào từng cái một” để kiểm tra, điều này mất rất nhiều thời gian”.

Các hệ thống AI gần đây dựa trên một nguyên tắc được gọi là học sâu (deep learning). Thay vì tìm kiếm các đặc điểm khối u được lập trình viên xác định trước, các hệ thống deep learning tự tìm ra khối u từ các ví dụ trong thực tế. Các nhà nghiên cứu cung cấp cho hệ thống một bộ dữ liệu lớn bao gồm hàng nghìn bản chụp CT phổi, một số bị ung thư và một số không. Từ đó, máy tự học được nốt ung thư phổi lành hay ác tính trông như thế nào.

Càng quét nhiều, chúng càng có thể phân biệt được khối u phổi (ác tính) với khối u lành tính một cách đáng tin cậy. Và chúng làm một cách chính xác hơn các hệ thống cũ không sử dụng AI. Một số hệ thống deep learning cũng cung cấp cho các bác sĩ lâm sàng ước tính về mức độ tin cậy đối với đánh giá của mình, điều này có thể hỗ trợ lớn trong việc đưa ra quyết định lâm sàng.

Sâu hơn

Hệ thống của Etemadi dựa trên phương pháp deep learning để xác định khối u phổi trên ảnh chụp CT. Vào năm 2019, ông và nhóm của mình đã báo cáo rằng hệ thống của họ đã xác định chính xác các giai đoạn đầu của ung thư phổi đến 94%, vượt trội so với nhóm sáu bác sĩ X quang kỳ cựu.

AI-cai-thien-kha-nang-phat-hien-ung-thu-phoi
Giải pháp VinDR dùng AI để hỗ trợ bác sĩ chuẩn đoán ung thư phổi đang được áp dụng trên 10 bệnh viện.

Các nhà nghiên cứu đã đào tạo hệ thống này bằng cách sử dụng cơ sở dữ liệu của hơn 40.000 bản chụp CT – không chỉ những bản chụp hiện tại mà còn cả những bản quét từ trước khi những người này nhận được chẩn đoán ung thư phổi. Trong thời gian đào tạo này, các nhà khoa học đã dạy máy tính phản biện bản quét giai đoạn đầu nào có chứa và không chứa các điểm ung thư. Theo thời gian, máy tính học được các đặc trưng nào trên tấm ảnh có thể phân biệt giữa điểm ác tính và các điểm lành tính, để rồi ngày càng tiến bộ trong việc xác định các dấu hiệu sớm của ung thư.

Khi hệ thống có thể phân tích toàn bộ ảnh chụp CT ba chiều (3D) thay vì một chuỗi các lát cắt 2D, độ chính xác của nó còn có thể cao hơn nữa. Những hình ảnh 3D cung cấp nhiều thông tin chẩn đoán hơn về các đặc điểm của khối u chẳng hạn như các mạch máu nào không phải là một phần của khối u chính. Etemadi nói: “Độ chi tiết của ảnh 3D bắt đầu làm nổi bật các khu vực cách xa khối u. Nó cho chúng ta thấy những chi tiết mà chúng tôi không ngờ tới. Chúng tôi đang mở ra một lĩnh vực nghiên cứu khoa học hoàn toàn mới”.

Bagci và nhóm của ông đã phát triển một mô hình AI deep learning khác có kỹ năng tương tự trong việc phát hiện các nốt sần biểu hiện ung thư phổi giai đoạn đầu. Máy tính xác định chính xác các nốt ung thư nhỏ trên ảnh chụp CT khoảng 95% – cao hơn nhiều so với tỷ lệ chính xác 65% mà các bác sĩ X quang thường đạt được.
Cả hệ thống của Bagci và Etemadi đều xem các bản quét nhiều lần. Đầu tiên, chúng quét các khu vực bất thường, chẳng hạn như các nốt có hình dạng kỳ lạ có thể là ung thư. Sau đó, chúng đánh giá chi tiết hơn từng khu vực của các mục tiêu này để đưa ra phán đoán cuối cùng về việc chúng có phải là ác tính hay không.

Nhóm của Bagci đã đào tạo hệ thống của họ về việc chụp CT có chứa các khối u có kích thước khoảng 1-3 mm mà nhiều bác sĩ X quang khó phát hiện ra. Bagci nói: “Rất khó để tìm kiếm trực quan (bằng mắt) tất cả các điểm ảnh trên màn hình. Tỷ lệ bỏ sót những điểm ảnh đó là rất lớn. Vì hệ thống AI của anh ấy được đào tạo trên hàng nghìn lần quét phổi, nó được tối ưu hóa cao để phát hiện các khu vực có những vấn đề nhỏ mà các chuyên gia có thể bỏ qua, ông nói. “Bạn có thể sử dụng nhiều dữ liệu hơn và các thuật toán mạnh mẽ hơn. Nó sẽ tìm ra các nốt nhỏ tốt hơn”.

Một hệ thống deep learning khác, được phát triển bởi nhóm của Jamal-Hanjani tại Đại học College London và Viện Nghiên cứu Ung thư London, giải quyết vấn đề liên quan đến việc phát hiện các dấu hiệu sớm của sự tái phát ung thư phổi sau khi điều trị ban đầu. Nhóm nghiên cứu đã báo cáo trong năm nay rằng sau khi họ lập trình máy tính trên hàng trăm hình ảnh của các khối u phổi giai đoạn đầu, hệ thống đã phát hiện ra rằng các khối u ở vùng có ít tế bào miễn dịch có nhiều khả năng kích hoạt tái phát sau phẫu thuật cắt bỏ hoặc hóa trị. Các nhà khoa học cho rằng đó là do những khối u này có một số dạng cơ chế che đậy để trốn tránh hệ thống miễn dịch, cho phép các tế bào phân chia không bị kiểm soát. Những cảnh báo về khả năng tái phát này có thể giúp các bác sĩ X quang xác định những người cần theo dõi cẩn thận, Jamal-Hanjani nói.

Sàng lọc phổ rộng

Một trong những ưu điểm chính của hệ thống deep learning là chúng có thể đẩy nhanh sự ra đời của sàng lọc cộng đồng, nhằm phát hiện bệnh ung thư phổi sớm hơn. Có bằng chứng chắc chắn rằng các chương trình như vậy sẽ có hiệu quả.

Ví dụ, các nhà nghiên cứu tại Trung tâm Y tế Đại học Erasmus ở Rotterdam, Hà Lan, gần đây đã nghiên cứu ba tác động của một thử nghiệm chương trình sàng lọc ở Bỉ và Hà Lan. Nhóm nghiên cứu đã theo dõi hơn 15.000 người trên 50 tuổi đang hoặc từng hút thuốc trong ít nhất 10 năm. Vào cuối thử nghiệm, những người đã trải qua kiểm tra định kỳ có nguy cơ tử vong vì ung thư phổi thấp hơn khoảng 25% so với những người đối chứng – và chỉ 1,2% người tham gia có kết quả dương tính giả.
Một nghiên cứu về rủi ro của Hoa Kỳ cho thấy rằng một chương trình tầm soát ung thư phổi quốc gia cho những người có nguy cơ cao sẽ tiết kiệm được khoảng 19.000USD mỗi năm. Điều này cho hiệu quả tương ứng với các chương trình sàng lọc ung thư vú, cổ tử cung và đại trực tràng hiện có.

Với việc AI đang ngày càng phát triển, các chương trình tầm soát ung thư phổi có thể ngăn chặn số ca tử vong cũng như việc giảm chi phí, nhờ vào việc tăng cường tự động hóa và giảm gánh nặng công việc cho bác sĩ X quang. Daniel Tse, giám đốc sản phẩm của Google Health, nói rằng sàng lọc với sự hỗ trợ của AI có thể giúp xác định không chỉ những người bị ung thư phổi giai đoạn đầu mà còn cả những người có nguy cơ cao phát triển ung thư phổi trong vài năm tới. Tse nói: “AI không phải là thuốc chữa bách bệnh” để đơn giản hóa việc sàng lọc trên diện rộng, “nhưng chúng tôi nghĩ nó có thể là một công cụ rất mạnh mẽ”.

Jamal-Hanjani cho biết các bác sĩ X quang sẽ sớm có thể kết hợp kết quả sàng lọc với dữ liệu di truyền để tạo ra các quy trình điều trị phù hợp hơn nữa. Khi các hệ thống deep learning chạy qua các loại tập dữ liệu lớn khác nhau, chẳng hạn như chụp CT, trình tự di truyền và lịch sử điều trị, chúng thường phát hiện ra các mối quan hệ bất thường. Ví dụ, mẫu hiển thị trên phim chụp CT của ai đó có thể dự đoán rằng khối u sẽ có một cấu trúc di truyền cụ thể. Một bác sĩ lâm sàng có thể theo dõi điều này bằng cách giải trình tự các tế bào khối u để xem liệu dự đoán này có đúng hay không. Điều này có thể giúp các bác sĩ chọn ra phương thức điều trị thích hợp nhất cho loại ung thư cụ thể đó.

Mối quan hệ hợp tác cùng phát triển 

Trước khi những phương án này có thể trở thành hiện thực, các bác sĩ và nhà nghiên cứu AI cần giải quyết những câu hỏi cấp bách về cách tốt nhất để giải thích kết quả mà máy tính tìm thấy – và cách phân chia khối lượng công việc chẩn đoán giữa máy móc với bác sĩ được đào tạo.

Việc hệ thống deep learning có thể làm tốt hơn con người trong một số nhiệm vụ chẩn đoán không có nghĩa là chúng sẽ đảm nhận công việc của bác sĩ X quang. Các kỹ sư cho biết hệ thống này có thể cung cấp hướng dẫn chẩn đoán, nhưng chúng chưa thể thay thế các chuyên gia. Bagci nói rằng chúng có khả năng nâng cao kỹ năng chẩn đoán của bác sĩ hơn là làm cho họ trở nên lỗi thời. Ông giải thích: “Máy tính thực hiện tốt các nhiệm vụ cục bộ. Con người làm tốt hơn nhiều ở các nhiệm vụ toàn thể”, chẳng hạn như đưa ra chẩn đoán xác định từ nhiều nguồn thông tin, bao gồm xét nghiệm máu và khám sức khỏe cũng như kết quả quét.

Tse đồng ý với đánh giá này và nói thêm rằng con người giỏi hơn trong việc học hỏi nhanh chóng về những chi tiết nhỏ của các trường hợp ung thư phổi bất thường. Mặt khác, các hệ thống AI đã được đào tạo về các tập dữ liệu bao gồm hàng nghìn trường hợp bệnh sẽ vượt trội trong việc phát hiện các loại dấu hiệu ung thư sớm.
Thông tin thêm từ Nature Outlooks: Những vấn đề về sự tin tưởng sẽ được khắc phục nếu bác sĩ X quang và AI phối hợp hiệu quả. Bằng cách khai thác các kho lưu trữ bằng sức mạnh của máy tính, các hệ thống AI giờ đây có thể đánh giá hàng triệu biến số khác nhau trong một lần quét trước khi đưa ra phán đoán, chẳng hạn như “gần như chắc chắn lành tính” hoặc “75% khả năng mắc bệnh ác tính”. Nhưng việc phân tích hình ảnh càng phức tạp, thì hệ thống càng khó mô tả những gì nó đang làm. Trong khi các trường hợp như vậy con người có thể hiểu được. Bagci nói, không dễ dàng để chuyển hàng triệu phương trình tính toán thành lời giải thích và lý do tại sao một chẩn đoán cụ thể được đưa ra. “Những thuật toán này thực sự là một hộp đen. Tại sao lại ung thư? Nó sẽ không cho bạn biết”.

Các nhà nghiên cứu đang bắt đầu đưa ra các hệ thống chẩn đoán cung cấp những giải thích rõ ràng hơn về lời khuyên của chúng. Bagci, cùng với một nhóm tại Viện Y tế Quốc gia Hoa Kỳ, đã tuyển dụng các bác sĩ X quang để giúp phát triển một loại hệ thống deep learning mới. Khi họ thiết lập phần mềm, các nhà nghiên cứu sử dụng một thiết bị theo dõi để nắm bắt cách các phân tích cụ thể mỗi lần quét. Trong các thử nghiệm ban đầu, hệ thống do bác sĩ X quang đào tạo này chứng minh độ chính xác hơn 90% trong việc phát hiện các điểm ung thư. Bagci nói: “AI tìm hiểu vị trí mà các bác sĩ X quang đang quan tâm”.

Đào tạo các hệ thống deep learning với đầu vào như vậy, cũng như với các phân tích của chính các bác sĩ X quang về lý do tại sao một số điểm nhất định trông giống như ung thư, có thể giúp các hệ thống cải thiện dựa trên các tiêu chí minh bạch và lý giải tốt hơn kết quả của chúng. Ví dụ, để giải thích cho một chẩn đoán, hệ thống có thể chỉ ra rằng một điểm có đường viền lượn sóng hoặc các đặc điểm của tổn thương đã có sự thay đổi kể từ lần quét liền kề.

Tiến triển từng bước

Lợi thế của việc áp dụng AI từng bước là các bác sĩ X quang sẽ không phải đột ngột thay đổi cách họ làm việc.

Andrew Crawford, cố vấn chính sách của Trung tâm Dân chủ và Công nghệ ở Washington, cho biết: Khi các bác sĩ và kỹ sư cung cấp ngày càng nhiều ảnh chụp CT phổi vào các hệ thống deep learning, quyền riêng tư vẫn là điều tối quan trọng. Ông nói: “Tất cả chúng tôi đều ủng hộ việc sử dụng công nghệ để mang lại kết quả tốt hơn cho bệnh nhân, miễn là bạn đang làm điều đó theo cách tạo ra niềm tin”.

Etemadi chỉ ra rằng Google và nhiều tổ chức nghiên cứu AI đã có sẵn một số biện pháp bảo mật, chẳng hạn như xóa tên khỏi dữ liệu quét phổi và che khuất ngày quét mỗi khi được thực hiện.

Nếu các nhà phát triển có thể điều hướng những mối quan tâm của con người cùng với việc bổ sung một số nhiệm vụ chính xác cho các hệ thống AI, các chuyên gia ung thư phổi, những người thử các công cụ mới sẽ không muốn quay lại với các thiết bị cũ, Bagci nói. “Hai bộ não tốt hơn một. Nó sẽ giúp công việc của bác sĩ X quang và các bác sĩ khác dễ dàng hơn”.

Và điều đó sẽ dẫn đến kết quả tốt hơn về lâu dài. Sử dụng AI để tìm ra khối u sớm có thể tăng gấp đôi khoảng thời gian mà các bác sĩ có thể có để điều trị cho một bệnh nhân ung thư, mang lại cho họ nhiều cơ hội hơn để ngăn chặn ung thư lây lan. Như Etemadi nói: “Hầu hết bệnh nhân ung thư phổi đều chết. (Nhưng) Bạn có tiềm năng thay đổi thực sự một phần nào đó (của kết quả)”.

Đức Phát

Theo Tạp chí Tia sáng/ Nature

 

Link nguồn: https://tiasang.com.vn/-doi-moi-sang-tao/AI-cai-thien-kha-nang–phat-hien-ung-thu-phoi-26727

The post AI cải thiện khả năng phát hiện ung thư phổi appeared first on 24h Sống xanh.

]]>
Trí tuệ nhân tạo – tương lai của ngành chăm sóc sức khỏe https://24hsongxanh.vn/tri-tue-nhan-tao-tuong-lai-cua-nganh-cham-soc-suc-khoe/ Fri, 04 Dec 2020 11:43:27 +0000 https://24hsongxanh.vn/?p=52124 nganh-cham-soc-suc-khoe

Công nghệ trí tuệ nhân tạo giúp rút ngắn quá trình nghiên cứu thuốc mới từ vài năm còn vài tháng, đặc biệt trước nhu cầu cấp bách của đại dịch Covid-19. Công nghệ trí tuệ nhân tạo (AI) đóng vai trò lớn trong lĩnh vực chăm sóc sức khỏe thời kỳ đại dịch Covid-19 […]

The post Trí tuệ nhân tạo – tương lai của ngành chăm sóc sức khỏe appeared first on 24h Sống xanh.

]]>
nganh-cham-soc-suc-khoe

Công nghệ trí tuệ nhân tạo giúp rút ngắn quá trình nghiên cứu thuốc mới từ vài năm còn vài tháng, đặc biệt trước nhu cầu cấp bách của đại dịch Covid-19.

Công nghệ trí tuệ nhân tạo (AI) đóng vai trò lớn trong lĩnh vực chăm sóc sức khỏe thời kỳ đại dịch Covid-19 và sẽ giúp tái định hình ngành y tế trong tương lai, CB Insights cho biết trong báo cáo Xu hướng AI trong chăm sóc sức khỏe (Healthcare AI trends to watch) tháng 11 vừa qua.

Theo đó, nhiều tổ chức đang thích nghi bằng cách tận dụng công nghệ này để giải quyết các thách thức về năng lực, đẩy nhanh việc nghiên cứu thuốc và vaccine để chống lại Covid-19 và phát triển nhiều giải pháp y tế từ xa.

Đơn cử trong giai đoạn đại dịch, Nhà Trắng đã hợp tác với Microsoft, viện nghiên cứu AI Allen và nhiều đối tác khác để khai thác 30.000 tài liệu khoa học để hiểu rõ hơn về Covid-19. Các công ty công nghệ lớn như Nvidia và Alibaba tận dụng AI để phát hiện các triệu chứng do Covid-19 gây ra trong các bản chụp CT (chụp cắt lớp vi tính). Các hãng công nghệ sinh học dùng AI để tìm hiểu cấu trúc của virus corona chủng mới (SARS-CoV-2) nhằm xúc tiến phát triển thuốc.

Các biện pháp giãn cách xã hội cũng buộc các phòng nghiên cứu phải tăng tốc năng lực thực hiện các giải pháp y tế từ xa. Trong khi đó, nhiều trung tâm hỗ trợ sinh hoạt bắt đầu thử nghiệm công nghệ giám sát bằng AI để giảm nguy cơ phơi nhiễm của nhân viên y tế…

Riêng trong lĩnh vực nghiên cứu thuốc, AI có thể giúp cắt giảm thời gian phát hiện thuốc mới từ vài năm xuống còn vài tháng. Khi đại dịch Covid-19 bùng phát, các trường đại học, công ty dược đã dùng AI để tìm hiểu rõ hơn về cấu trúc của virus corona mới, xác định các hợp chất đầy hứa hẹn để điều trị bệnh, tìm các hợp chất đã được FDA chấp thuận khả dĩ có thể tái sử dụng…

Mới đây, cả 3 loại vaccine ngừa Covid-19 của các hãng Pfizer- BioNTech, Moderna và AstraZeneca được công bố đều cho hiệu quả trên 90% dù quá trình nghiên cứu phát triển và sản xuất kéo dài vài tháng. Trong đó, vaccine do hãng Pfizer hợp tác phát triển với BioNTech hôm 2/12 vừa được Anh phê duyệt khẩn cấp, trước cả Mỹ và liên minh châu Âu.

nganh-cham-soc-suc-khoe
Gọi vốn tư nhân trong lĩnh vực ứng dụng AI vào y tế đạt kỷ lục hơn 2 tỉ USD vào quý 3.2020. Nguồn: CB Insights

Thông thường một loại vaccine phải mất đến 10 năm để đến được tay người dân. Chỉ riêng giai đoạn nghiên cứu mất 2-5 năm. Vaccine quai bị từng giữ kỷ lục thời gian phân phối nhanh nhất là trong 4 năm.

CB Insights thống kê các công ty lĩnh vực này đã gọi vốn được hơn 2 tỉ USD trong quý III.2020, lập kỷ lục mới về mức rót vốn hằng quý và phá vỡ kỷ lục cũ ghi nhận hồi quý III.2019 với hơn 1,6 tỉ USD. Kể từ tháng 3 năm nay đã có tổng cộng 11 công ty AI chăm sóc sức khỏe đóng các vòng gọi vốn trị giá trên 100 triệu USD, chủ yếu do sự quan tâm đối với AI trong nghiên cứu và phát triển thuốc.

Tổ chức Y tế Thế giới (WHO) nhận định dù các tiến bộ trong việc xác định các loại thuốc để chống lại đại dịch Covid-19 không trực tiếp nhờ vào AI nhưng mô hình tính toán tiên tiến này ngày càng trở thành một phần không thể thiếu trong quá trình phát triển thuốc.

Báo cáo này cũng chỉ ra 7 xu hướng AI trong y tế được tăng tốc nhờ Covid-19 và được dự báo sẽ tiếp tục phát triển mạnh, bao gồm sự hiệu quả và đổi mới trong khám phá thuốc sớm; sự nhanh, rẻ và tốt hơn của công nghệ chụp cộng hưởng từ (MRI) và chụp cắt lớp vi tính (CT); sự liên kết giữa bệnh viện và đối tác dược phẩm để phát triển AI;

AI sẽ vượt qua các phòng lab ở một số loại xét nghiệm nhất định để tiến đến việc lấy máu và xét nghiệm nhanh tại nhà; AI và các công nghệ kỹ thuật số sẽ là tình trạng “bình thường mới” cho các phòng lab; công nghệ giám sát bằng AI sẽ cất cánh ở khu vực cách ly lẫn chăm sóc tại nhà; bệnh viện sử dụng AI và RPA (Robotic process automation: robot tự động xử lý công việc trên máy tính) để quản lý công việc.

Bích Trâm

Theo Forbes Vietnam

 

Link nguồn: https://forbesvietnam.com.vn/tin-cap-nhat/tri-tue-nhan-tao-tuong-lai-cua-nganh-cham-soc-suc-khoe-14261.html

The post Trí tuệ nhân tạo – tương lai của ngành chăm sóc sức khỏe appeared first on 24h Sống xanh.

]]>
Trí tuệ nhân tạo tiên đoán cấu trúc protein https://24hsongxanh.vn/tri-tue-nhan-tao-tien-doan-cau-truc-protein/ Wed, 02 Dec 2020 04:58:49 +0000 https://24hsongxanh.vn/?p=51965 tri-tue-nhan-tao-tien-doan-cau-truc-protein

Trí tuệ nhân tạo (AI) có thể xác định cấu trúc ba chiều của protein – các nhóm a xít a min nắm quyền điều khiển các quá trình sinh học trong cơ thể con người. Thành quả này vô cùng bổ ích đối với việc phát triển thuốc chữa bệnh trong y học chính […]

The post Trí tuệ nhân tạo tiên đoán cấu trúc protein appeared first on 24h Sống xanh.

]]>
tri-tue-nhan-tao-tien-doan-cau-truc-protein

Trí tuệ nhân tạo (AI) có thể xác định cấu trúc ba chiều của protein – các nhóm a xít a min nắm quyền điều khiển các quá trình sinh học trong cơ thể con người. Thành quả này vô cùng bổ ích đối với việc phát triển thuốc chữa bệnh trong y học chính xác/y học cá thể hóa.

Protein rất đa năng, nó có thể làm nhiều việc khác nhau trong cơ thể con người. Nó không những giúp tế bào tạo có cấu trúc riêng biệt mà còn có thể điều khiển mọi quá trình sinh hóa. Bắp thịt, tim, não, da và tóc cũng được tạo thành chủ yếu từ protein. Ngày nay các nhà nghiên cứu nhờ có trí tuệ nhân tạo có thể dự đoán chính xác cấu trúc phân tử của protein, điều mà trước đây là không thể. Nó giúp mở ra một triển vọng mới trong việc nghiên cứu dược phẩm.

Toàn bộ protein trong cơ thể con người có tên là proteom. Nó có sự khác nhau chút ít giữa người này với người kia bởi hướng dẫn xây dựng các protein trong di truyền bộ gene mà bộ gene ở mỗi người lại đều khác nhau. Hệ quả là mầu mắt, mầu tóc của mỗi người đều có sự khác nhau. Nếu bản thiết kế trong bộ gene thiếu một protein tối cần thiết thì đó là nguyên nhân cho căn bệnh di truyền. Do vai trò trung tâm của proteom nên có lúc nó được coi như  một “mã di truyền thứ hai”.

tri-tue-nhan-tao-tien-doan-cau-truc-protein

Protein là một mớ bòng bong

Protein là các đại phân tử hình thành từ các amino axit xếp cạnh nhau. Tuy nhiên những chuỗi này lại kết nối với nhau thành các cấu trúc có không gian cực kỳ rắc rối chứ không phải là các sợi tuyến tính. Cấu trúc protein không lưu trữ trong gene, mà được hình thành theo nguyên tắc của vật lý lượng tử. Nó được gập lại theo cách cấu trúc cho phép năng lượng tiêu hao ở mức thấp nhất, tuy có rất nhiều khả năng gập khác nhau nhưng kỳ diệu là giá trị năng lượng cuối cùng lại tương đương nhau.

Đặc tính sinh học và nhiệm vụ mà protein có thể đảm đương phụ thuộc đáng kể vào cấu trúc ba chiều của nó. Người ta có thể được xác định những đặc tính và nhiệm vụ của ó bằng cách sử dụng phân tích cấu trúc tinh thể tia X rất phức tạp về mặt kỹ thuật. Để làm được điều đó, trước hết phải lấy được từ protein có liên quan để tạo tinh thể. Cho đến nay, người ta mới biết vỏn vẹn chưa đầy một phần trăm cấu trúc protein trong cơ thể con người. Thậm chí, dù có sự hỗ trợ của máy tính thì người ta cũng còn chưa thể tính toán được, xuất phát từ trình tự axit amino đã biết, protein liên quan gập ba chiều như thế nào và do đó nó có những đặc điểm gì. Giải pháp cho “vấn đề gập protein” đặc biệt quan trọng đối với việc phát triển dược phẩm, trong đó protein được tính toán riêng cho người bệnh để protein can thiệp vào quá trình trao đổi chất.

Trí tuệ nhân tạo làm đảo lộn sinh vật học

Mới đây hãng DeepMind của Anh, một công ty con của Google-Holding Alphabet, đã tạo được đột phá để có thể dự báo chính xác cấu trúc của prtein. Chương trình AlphaFold của hãng sử dụng AI, hay còn gọi là Deep-Learning-Algorithm. Điều này không những có thể tác động cực mạnh đến ngành dược mà còn cả ngành sinh học tổng hợp. Bởi vì trên cơ sở các cấu trúc protein đã biết, người ta có thể tạo ra được các phân tử hoàn toàn mới thông qua thiết kế protein có chủ đích.

Giáo sư Helmut Grubmüller thuộc Viện Hóa Lý Sinh Max Plank từ Göttingen cho biết: “Với sự trợ giúp của máy học, nhóm AlphaFold đã thành công trong việc trích xuất các quy tắc gấp protein từ một số lượng lớn các cấu trúc protein đã biết đến mức có thể dự đoán rất chính xác 70 trong số 100 cấu trúc protein trong một thí nghiệm ‘mù’”.

“Đây thực sự là một bước đột phá!”, Jan Kosinski, trưởng nhóm nghiên cứu tại Phòng thí nghiệm Sinh học Phân tử Châu Âu (EMBL), bình luận. “Độ chính xác và tỷ lệ thành công của AlphaFold là chưa từng có. Tôi hầu như không thể chờ đợi để sử dụng phương pháp này cho các protein của mình”. Tuy nhiên Kosinski tỏ ra băn khoăn về việc vẫn còn một số thách thức: “Protein thông thường không chỉ gấp một lần duy nhất, mà nó thay đổi do phản ứng với ngoại cảnh, khi gắn với một protein khác, khi thực hiện các phản ứng enzyme, hay khi gắn kết với các loại thuốc hoặc với kháng thể điều trị. Dường như AlphaFold chưa thể dự báo trước về những thay đổi này. Nhưng học sâu cũng có thể áp dụng vào những vấn đề như thế này.“

Về ứng dụng trong y học của AlphaFold, giáo sư Gunnar Schröder thuộc Trung tâm nghiên cứu Juelich tỏ ra lạc quan. Người dẫn dắt nhóm nghiên cứu Sinh học cáu trúc tính toán cho hay: “Lĩnh vực y học cá thể hóa phát triển nhanh nên có thể thậm chí dẫn đến sự hình thành y học phân tử cá thể hóa. Nhờ vậy trong tương lai, chúng ta có thể điều chỉnh hoạt chất và điều trị thích hợp theo cấu trúc protein của mỗi người”.

Xuân Hoài

Theo Tạp chí Tia sáng/ Welt

 

Link nguồn: https://tiasang.com.vn/-doi-moi-sang-tao/Tri-tue-nhan-tao-tien-doan-cau-truc-protein–26699

The post Trí tuệ nhân tạo tiên đoán cấu trúc protein appeared first on 24h Sống xanh.

]]>
Facebook tạo mô hình AI mã nguồn mở dịch 100 ngôn ngữ https://24hsongxanh.vn/facebook-tao-mo-hinh-ai-ma-nguon-mo-dich-100-ngon-ngu/ Thu, 22 Oct 2020 07:46:43 +0000 https://24hsongxanh.vn/?p=49798 faceboo-tao-mo-hinh-ai

Facebook đang sở hữu một mô hình trí tuệ nhân tạo (AI) mã nguồn mở có khả năng dịch 100 ngôn ngữ bất kỳ mà không cần dịch sang tiếng Anh như một bước trung gian. Theo TheNextWeb, mô hình của Facebook tên là M2M-100, thực chất là một dự án nghiên cứu, nhưng có thể […]

The post Facebook tạo mô hình AI mã nguồn mở dịch 100 ngôn ngữ appeared first on 24h Sống xanh.

]]>
faceboo-tao-mo-hinh-ai

Facebook đang sở hữu một mô hình trí tuệ nhân tạo (AI) mã nguồn mở có khả năng dịch 100 ngôn ngữ bất kỳ mà không cần dịch sang tiếng Anh như một bước trung gian.

Theo TheNextWeb, mô hình của Facebook tên là M2M-100, thực chất là một dự án nghiên cứu, nhưng có thể sẽ được áp dụng để dịch bài đăng cho người dùng Facebook. Gần hai phần ba số người dùng của nền tảng này sử dụng các ngôn ngữ khác tiếng Anh.

Trợ lý nghiên cứu tại Facebook Angela Fan cho biết các nhà nghiên cứu AI đã làm việc trong nhiều năm để xây dựng một mô hình chung có khả năng hiểu tất cả ngôn ngữ trong những tác vụ khác nhau. Mô hình được kỳ vọng sẽ hỗ trợ tốt hơn cho nhiều người, khả năng dịch luôn được cập nhật và tạo ra những trải nghiệm mới đồng đều cho hàng tỉ người.

faceboo-tao-mo-hinh-ai
Hơn 160 ngôn ngữ đang được người dùng sử dụng trên Facebook. Ảnh: REUTERS

Mô hình này được đào tạo dựa trên bộ dữ liệu gồm 7,5 tỉ cặp câu trên 100 ngôn ngữ được khai thác từ các website. Facebook nói tất cả tài nguyên này đều là nguồn mở và sử dụng dữ liệu công khai sẵn có.

Để quản lý quy mô khai thác, nhóm nghiên cứu tập trung vào các bản dịch ngôn ngữ được yêu cầu phổ biến nhất và tránh trường hợp hiếm hơn, chẳng hạn như cặp ngôn ngữ Sinhala – Java. Sau đó, các ngôn ngữ được phân thành 14 nhóm khác nhau, dựa trên điểm tương đồng về ngôn ngữ, địa lý và văn hóa. Cách tiếp cận này được chọn vì người dùng ở chung một nhóm ngôn ngữ sẽ có thể hưởng lợi nhiều hơn từ các bản dịch giữa chúng.

Đối với ngôn ngữ thiếu dữ liệu dịch chất lượng, nhóm nghiên cứu đã sử dụng một phương pháp gọi là dịch ngược để tạo ra các bản dịch tổng hợp có thể bổ sung cho dữ liệu đã khai thác.

Mô hình vẫn chưa được tích hợp trong bất kỳ sản phẩm nào, nhưng các thử nghiệm cho thấy nó có thể hỗ trợ nhiều bản dịch trên Facebook, nơi có hơn 160 ngôn ngữ được sử dụng. Trên thước đo BLEU để đánh giá các bản dịch máy, công ty cho biết mô hình đã đạt kết quả cao hơn 10 điểm so với những hệ thống dịch lấy tiếng Anh làm trọng tâm.

Phú Uy

Theo thanhnien.vn

 

Link nguồn: https://thanhnien.vn/cong-nghe/facebook-tao-mo-hinh-ai-ma-nguon-mo-dich-100-ngon-ngu-1294845.html

The post Facebook tạo mô hình AI mã nguồn mở dịch 100 ngôn ngữ appeared first on 24h Sống xanh.

]]>