Machine Learning là gì? Khái niệm cơ bản và ứng dụng trong đời sống

Vinh Phạm

1331

19-02-2021

Machine Learning trong thời đại 4.0 hiện nay đang được ứng dụng phổ biến trên mọi lĩnh vực. Machine Learning giống như một phần không thể thiếu cùng với trí tuệ nhân tạo. Trong bài viết hôm nay, Bizfly Cloud sẽ nêu ra những khái niệm cơ bản để bạn đọc hiểu rõ hơn nhé. 

Machine Learning là gì?

Machine Learning là một lĩnh vực con của Trí tuệ nhân tạo, sử dụng các thuật toán giúp cho máy tính có thể học từ dữ liệu để thực hiện các công việc thay vì được lập trình một cách rõ ràng.

Trong vài năm gần đây, machine learning gây nên cơn sốt công nghệ trên toàn thế giới. Trong giới học thuật mỗi năm có hàng ngàn bài báo khoa học về đề tài này. Còn đối với giới công nghiệp, các công ty lớn như Google, Facebook, Microsoft đến những công ty khởi nghiệp đều đầu tư vào machine learning.

Trên thực tế, Machine learning hiện nay đang là lĩnh vực thể hiện rõ sự tiến bộ trong tiến trình của Trí tuệ nhân tạo. Đây là một chủ đề nóng và có khả năng làm cho máy móc trở nên thông minh hơn.

Sự ra đời của machine learning

Điều khác biệt chính giữa con người và máy tính là con người học hỏi từ những kinh nghiệm được đúc kết từ trong quá khứ, nhưng với máy tính hoặc máy móc thì cần được thực hiện theo một quy trình có sẵn. Máy tính là những thiết bị hoạt động một cách nghiêm ngặt với ý nghĩa thông thường.

Như vậy chúng ta có thể hiểu được rằng nếu muốn máy làm một việc gì đó chúng ta cần cung cấp cho nó những quy trình và hướng dẫn chi tiết từng bước về chính xác những việc cần làm.

Vậy nên, con người đã viết ra các kịch bản và lập trình để máy tính làm theo hướng dẫn và có khả năng tự học hỏi. Đây là cách mà machine learning ra đời.

Khái nhiệm máy học chính xác là máy tính học hỏi từ các dữ liệu có trong quá khứ và rút kinh nghiệm qua thời gian để thực hiện các việc chúng ta muốn một cách hoàn chỉnh nhất.

Machine learning làm việc như thế nào?

Machine Learning được hướng dẫn để sử dụng bộ dữ liệu đào tạo. Từ đó, tạo ta một mô hình nguyên mẫu. Kỹ thuật thuật toán này sẽ tiếp nhận dữ liệu mới, sau đó sẽ đưa ra những dự đoán phân tích dựa trên nguyên mẫu căn bản.

Dựa theo những phân tích ở trên, thuật toán machine learning sẽ tiến hành triển khai nếu độ chính xác được công nhận. Nếu độ chính xác không được công nhận, thuật toán này sẽ hướng dẫn lại nhiều lần với bộ dữ liệu hướng dẫn.

Những phân tích nói trên sẽ được đánh giá về độ chính xác. Nếu độ chính xác này được công nhận, thuật toán ML sẽ tiến hành triển khai. Nếu độ chính xác không được công nhận, thuật toán này sẽ được hướng dẫn lại nhiều lần với một bộ dữ liệu hướng dẫn tăng dần.

Sự phát triển của Machine Learning

Ngày nay, nhờ vào công nghệ điện toán machine learning không còn là máy tính "học" những chuyện trong quá khứ nữa. Machine learning được sinh ra từ khả năng nhận diện pattern và từ lý thuyết các máy tính có thể "học" mà không cần phải lập trình.

Các nhà nghiên cứu quan tâm đến trí tuệ nhân tạo lại muốn xem thử liệu máy tính có thể học dữ liệu như thế nào. Yếu tố lặp trong machine learning rất quan trọng vì khi các models tiếp xúc với dữ liệu mới. Machine learning có thể thích ứng được 1 cách độc lập. Machine learning sẽ "học" các computations trước để trả về các kết quả, các quyết định đáng tin cậy.

Từ lâu đã có nhiều thuật toán Machine learning nổi tiếng nhưng với khả năng tự động áp dụng các phép tính vào Big Data - lặp đi lặp lại với tốc độ nhanh hơn chỉ mới phát triển gần đây.

Một số ứng dụng của machine learning

Cảnh báo giao thông (ứng dụng Google Maps)

Google Maps có lẽ là ứng dụng được sử dụng nhiều nhất mỗi khi bạn tham gia giao thông. Đặc biệt, khi các ứng dụng khác về di chuyển như Grab, Be được áp dụng rộng rãi.

Những thông tin về quãng đường đi, thời gian di chuyển được cùng lúc phân tích trên Google Maps. Trên thực tế, dữ liệu lịch sử của tuyến đường đã được thu thập theo thời gian và thu thập từ một số dữ liệu có từ các nguồn khác. 

Những thông tin này được Google thu thập và tổng hợp thành dữ liệu về lưu lượng truy cập, thông qua những thuật toán phân tích trên machine learning.

Mạng xã hội Facebook

Một trong những ứng dụng phổ biến nhất của machine learning là "đề xuất gắn thẻ bạn bè tự động trên Facebook". Facebook sử dụng tính năng nhận diện khuôn mặt và nhận dạng hình ảnh để tự động tìm thấy khuôn mặt của người phù hợp. 

Dự án DeepFace của Facebook thực hiện nhiệm vụ nhận diện khuôn mặt và xác định đối tượng cụ thể trong ảnh. Ngoài ra, nó cũng cung cấp Thẻ Alt (Thẻ thay thế) cho hình ảnh đã được tải lên trên facebook.

Trợ lý cá nhân ảo

Với úng dụng trợ lý cá nhân ảo, bạn có thể tìm kiếm các thông tin hữu ích khi được yêu cầu qua văn bản hoặc giọng nói. Một số ứng dụng chính của machine learning như là:

• Nhận dạng giọng nói
• Chuyển đổi lời nói thành đoạn văn bản
• Xử lý ngôn ngữ tự nhiên
• Chuyển đổi văn bản thành giọng nói

Truyền phát video trực tuyến trên Netflix 

Những thuật toán được xây dựng trên Netflix sẽ liên tục thu thập lượng dữ liệu khổng lồ về hoạt động của người dùng như:

• Khi nào bạn tua lại hoặc tua nhanh, khi nào bạn tạm dừng
• Bạn xem nội dung gì
• Ngày, giờ bạn xem
• Khi bạn tạm dừng và để lại nội dung

Phát hiện gian lận (Fraud Detection)

Theo các chuyên gia dự đoán, giá trị gian lận thẻ tín dụng trực tuyến sẽ tăng vọt lên đến 32 tỷ đô la vào năm 2020. Đồng thời, số lượng tội phạm cũng đã trở nên thận trọng hơn. Đây sẽ là vấn đề đáng lo ngại.

Chính vì vậy, machine learning được coi là một giải pháp hoàn hảo cho vấn đề này. Bởi phát hiện gian lận là một trong những tính năng quan trọng nhất của machine learning.

Hiện nay, mặc dù machine learning vẫn chưa thể đạt được mức độ chính xác lên tới 100% bởi thuật toán là do con người tạo ra. Tuy nhiên, machine learning thực sự là một công cụ tuyệt vời giúp AI tiếp cận được với nhiều đối tượng sử dụng hơn.

Theo Bizfly Cloud chia sẻ