Machine Learning là gì và Cách giải thích con nít 5 tuổi cũng hiểu được | Nttworks.vn

Một trang web mới sử dụng WordPress

Học máy là gì? Đó là con đường “giải phóng” con người giúp con người giải phóng trí óc mà không cần phải làm đi làm lại những việc hàng ngày hay còn gọi là “làm việc như một cái máy”. Đồng thời, khi công việc ngày nay trở nên phức tạp và nặng nề hơn, máy học là câu trả lời để tối ưu hóa năng suất của con người.

Để hiểu rõ hơn về học máy là gì, điều gì là quan trọng nhất đối với mô hình học máy tốt nhất và những phẩm chất của một người làm việc với học máy là gì, ITviec đã phỏng vấn Lê Hữu Long, Giám đốc dự án của Cinnamon về học máy. AI – công ty máy học đến từ Nhật Bản – 6 công ty CNTT Việt Nam tốt nhất năm 2020.

Bài viết dưới góc nhìn và thông tin của anh Lê Hữu Long.

Học máy là gì??

Học máy theo cách đơn giản nhất là gì?

Máy học về cơ bản là một mô hình có thể “học” một lượng lớn dữ liệu, đọc các mẫu từ dữ liệu và thực hiện một tác vụ nhất định, có thể là phân loại, dự báo. Có thể dễ dàng nhận thấy rằng, cũng giống như cách học của con người, “học máy” là việc đào tạo một máy tính dựa trên các dữ liệu và mẫu hiện có để trong tương lai công việc có thể hoàn thành tốt hơn nếu con người làm được, mà không cần đến thủ công. sự can thiệp.

READ  Cách tính lương quân nhân chuyên nghiệp | Nttworks.vn

Sau đó, mô hình học máy, có nhiều dữ liệu hơn để “học”, sẽ tiên tiến hơn và độ chính xác của tác vụ cao hơn. Học máy gần như là một cuộc chạy đua dữ liệu, không phải là một cuộc chạy đua thuật toán. Long cũng so sánh dữ liệu trong học máy với một loại “dầu thô” mới mà mọi người đều muốn có càng nhiều càng tốt.

Học máy là gì?

Do đó, một trong những hạn chế lớn nhất để đạt được kết quả tốt nhất trong quá trình học máy là thiếu dữ liệu đầu vào, đặc biệt nếu đó không phải là một nhóm học máy nội bộ. Bởi vì nếu không có quyền truy cập đầy đủ vào cơ sở dữ liệu, đặc biệt là dữ liệu cá nhân và có tính bảo mật cao, các công ty gia công phần mềm học máy khó có thể tạo ra các mô hình học máy tốt nhất.

Tuy nhiên, không phải tất cả dữ liệu đều đủ tốt cho việc học máy. Thông tin này phải được “làm sạch” và đánh dấu để máy có thể học tốt. “Rác vào, rác ra– Long nhấn mạnh tầm quan trọng của việc ‘lọc’ dữ liệu.

Mối quan hệ giữa khoa học dữ liệu với AI và học máy là gì?

AI là “trí tuệ nhân tạo” được thiết kế để tạo ra những cỗ máy có thể mô phỏng suy nghĩ và hành vi của con người. Một hệ thống sử dụng trí thông minh nhân tạo có nghĩa là hệ thống không phải được lập trình sẵn, nhưng yêu cầu các thuật toán có thể hoạt động với nhau.

Các ứng dụng AI phổ biến mà chúng ta thấy là Siri, Google, AI cờ vua, v.v. Học máy là một cách tiếp cận để đạt được AI. Máy học là một tập hợp con của AI và AI cho phép máy móc học hỏi từ dữ liệu mà không cần được lập trình trực tiếp.

Xem thêm: AI là gì? làm Kỹ sư AI trong hoạt động nghiên cứu và phát triển của Viettel câu trả lời

Khoa học dữ liệu là quá trình khám phá các mẫu dữ liệu dựa trên dữ liệu thô và chịu trách nhiệm giải thích và đưa ra dự đoán về các mẫu này. Khoa học dữ liệu bao gồm nhiều bước và công việc cần phải giải quyết, từ thu thập dữ liệu, sắp xếp hợp lý dữ liệu, lưu trữ dữ liệu, v.v.

Học máy là một giai đoạn sau của khoa học dữ liệu. Khi tất cả dữ liệu đã sẵn sàng để xử lý, nó sẽ được đưa vào mô hình học máy để tạo ra các mẫu và dự đoán. Thách thức đối với khoa học dữ liệu là thu thập một lượng lớn dữ liệu vừa lớn vừa “sạch”.

Câu trả lời chi tiết Dữ liệu lớn là gì?Nhà khoa học dữ liệu là ai?

Nói chung, học máy – machine learning – là mối liên hệ giữa khoa học dữ liệu và trí tuệ nhân tạo. Dựa trên dữ liệu khoa học dữ liệu, AI là “kết quả” thu được, mục đích của các tập dữ liệu này và giải pháp của các vấn đề cụ thể. Và học máy chính là sự kết nối, là “công cụ” để đạt được kết quả đó.

Tình trạng hiện tại của học máy

Thế giới máy học

Một trong những hiện thực của trí tuệ nhân tạo và đặc biệt là học máy trên thế giới hiện nay chính là “Hộp đen AI”. Ông Long giải thích rằng AI hộp đen có nghĩa là:

Tôi xây dựng một thuật toán, đào tạo máy, kiểm tra kết quả, nhưng đôi khi tôi không hiểu hết những gì đang diễn ra bên trong quá trình “học hỏi” này. Và nó giống như “hộp đen” của thế giới AI.

Ngày nay, thế giới mà họ đang tìm kiếm là “White box AI”, có nghĩa là mọi người hiểu mọi thứ diễn ra trong quá trình máy học. Tuy nhiên, điều này lại dẫn đến mâu thuẫn rằng “Nếu con người hiểu hết thì tại sao chúng ta lại cần đến máy móc?”. Câu hỏi này được trả lời trong phần 3 dưới đây Mối quan hệ giữa trí tuệ nhân tạo và con người.

Thực trạng học máy ở Việt Nam

Long cũng chia sẻ rằng hướng đi của machine learning ở Việt Nam chưa thật rõ ràng. Để giải thích điều này, ông tin rằng tình trạng này là nguyên nhân chính dẫn đến chi phí.

Mục tiêu của AI là giảm chi phí và hỗ trợ công việc thủ công lặp đi lặp lại. Chi phí cho công việc như vậy ở thị trường nước ngoài rất cao, nhưng ở Việt Nam giá khá thấp nên không cần thiết phải tìm giải pháp thay thế.

Tuy nhiên, những người làm việc trong ngành AI nên luôn sẵn sàng học hỏi và phát triển. Tuy nhiên, nếu có một cơ hội hiếm có, có đủ người sẵn sàng cho nhiệm vụ và việc không chuẩn bị trước là một lợi thế lớn. Long đưa ra một ví dụ trực quan và dễ hiểu:

Trong khoảng thời gian từ cuối năm 2020 đến quý 1 năm 2021, số lượng đăng ký tài khoản chứng khoán trên thị trường chứng khoán tăng chưa từng có. Hầu hết các công ty chứng khoán đều yêu cầu khách hàng đến văn phòng để đăng ký tài khoản. Chỉ có Công ty Cổ phần Chứng khoán VPS sử dụng eKYC, một ứng dụng phổ biến của công nghệ trí tuệ nhân tạo, cho phép nhà đầu tư hoàn tất mọi giao dịch bằng điện thoại di động.

Quý I / 2021, VPS trở thành công ty chứng khoán có thị phần môi giới lớn nhất Việt Nam do không ngừng chủ động đổi mới công nghệ.

Học máy là gì và thực trạng học máy tại Việt Nam

Thực trạng học máy ở Việt Nam có thể nói là “vừa thừa vừa thiếu”. Vấn đề cần giải quyết rất nhiều, vì rõ ràng Việt Nam cũng có những vấn đề tương tự trên thế giới, có lẽ ở quy mô nhỏ hơn, nhưng lại thiếu kỹ năng để giải quyết. Do đó, nhu cầu về kỹ sư cơ khí ở Việt Nam khá cao.

Xem thêm: Cơ hội việc làm trong lĩnh vực máy học Ở Việt Nam

Học máy là định hướng của tương lai, vẫn là một sân chơi mới. Khi bạn già trên thế giới, tôi có nhiều nhược điểm hơn là thuận lợi, vì đã có những người khổng lồ thống trị rồi. Do đó, bằng cách tham gia vào một “sân chơi mới” như học máy, mọi người đều có cơ hội bình đẳng để bắt đầu. Vẫn còn đó những khó khăn, nhưng cơ hội nhiều hơn, chúng ta sẽ nắm bắt cơ hội này. Đó cũng là lời khuyên, lời động viên mà Long dành cho những ai muốn học máy.

Mối quan hệ giữa AI và con người

Một câu hỏi lớn được đặt ra là “Có phải con người đang bị thay thế bởi máy móc?” đồng thời, chúng tôi đang tạo ra học máy để giảm bớt khối lượng công việc của mọi người.

Long tin rằng sau khi làm việc với máy học, con người và máy móc đang theo xu hướng được xử lý, không phải ai đó có thể thay thế ai đó. Mỗi bên đều có điểm mạnh và điểm yếu riêng mà bên kia có thể bổ sung.

Trí tuệ nhân tạo AI và con người
Bạn có sợ một ngày nào đó công việc của mình sẽ bị thay thế bởi trí tuệ nhân tạo?

Máy có thể làm việc, xử lý và học hỏi một lượng lớn dữ liệu trong một khoảng thời gian liên tục mà không cảm thấy mệt mỏi. Nhưng con người có tư duy, óc sáng tạo và trực giác – những thứ mà máy móc không có.

Học máy có thể tạo ra kết quả có thể đoán trước được, nhưng quyết định vẫn do con người đưa ra. Mọi người có thể diễn giải và kết hợp dữ liệu do máy cung cấp và biết được mô hình này có thể được sử dụng để giải quyết những vấn đề gì.

Người quản lý dự án máy học trong ngành nói gì?

  • Máy học và đôi khi là những “thất vọng”.

Chỉ với kiến ​​thức cơ bản về machine learning, mọi người thường hình dung khi làm việc trong lĩnh vực này, hàng ngày họ làm rất nhiều việc khủng khiếp, tiếp xúc với lượng dữ liệu khổng lồ. Long cũng không ngoại lệ.

Nhưng ngược lại là đúng. “Các kỹ sư muốn xây dựng mô hình mạnh nhất có thể. Dữ liệu thu được nhỏ, không phức tạp, chỉ vì có vài trăm dữ liệu mẫu”, Long nói.

Chắc chắn không “đẹp” như những gì người ta thường vẽ về học máy và trí tuệ nhân tạo?

Ban đầu là vậy nhưng càng ngày càng quen, Long ngày càng yêu thích học máy hơn, nhận ra nhiều khía cạnh thú vị của công việc.

Học máy là gì?

Lâu lắm rồi tôi mới thấy khả năng hút dữ liệu của mô hình là cực kỳ ấn tượng. Tôi càng huấn luyện nó, càng “dạy dỗ” nó, thì mô hình đó càng trở nên sáng sủa hơn. Cảm giác tự hào quá! Khi tôi lần đầu tiên xem qua dự án, số lượng dữ liệu là vài trăm. Sau đó, khi tôi có quyền truy cập vào hàng chục triệu mẫu dữ liệu khác nhau, tôi phải thốt lên: “Chà, thật thú vị!” (cười). Dữ liệu càng lớn càng đáng tự hào!

Và hơn thế nữa, sau một thời gian dài làm việc, tôi có quyền truy cập vào các mã dữ liệu khác nhau từ nhiều khách hàng khác nhau. Từ đó, tôi thấy được mức độ phù hợp của những khách hàng cùng chung tệp / ngành, tôi hiểu “nỗi khổ” của họ, tôi có thể tự động đưa ra những gợi ý mà khách hàng thậm chí còn chưa yêu cầu. Nó quá hạnh phúc.

Cảm ơn Long đã chia sẻ nghề rất chân thực và nhiều thông tin bổ ích.

Từ những thông tin trên, bạn hoàn toàn có thể thấy rằng machine learning không quá khó hiểu hay “bí hiểm” như mọi người vẫn thường nói. Như đã thảo luận về “thực trạng của học máy ở Việt Nam”, vẫn còn rất nhiều cơ hội trên thị trường cho các nghề nghiệp học máy. Bạn có thể đọc ngay bài viết để hiểu thêm về những bài viết này và tìm thêm cơ hội cho mình Vị trí học máy là gì?.

Câu chuyện:

Long tốt nghiệp chuyên ngành kinh tế – tài chính doanh nghiệp. Sau khi tốt nghiệp đại học năm 2014, bạn làm việc cho FPT IS với vai trò tư vấn và triển khai. Công việc chính của Long lúc đó là tư vấn và triển khai hệ thống ERP – phân hệ quản lý nguồn lực, quản lý sản xuất của công ty.

Sau đó, Long làm việc tại Viet Capital Bank và TRG International với vị trí Giám đốc Phát triển Kinh doanh vào năm 2015 và 2017.

Long hiện là giám đốc dự án của Cinnamon AI. Tính đến tháng 4 năm 2021, Long đã gắn bó với công ty được hơn 2 năm.

Ngoài ra, Long còn có một dự án bên lề khá thú vị là dịch vụ cho thuê sách trực tuyến theo hình thức đặt hàng đọc Libri trên librireading.com

Robby2

Bạn nghĩ bài viết có thú vị và cần thiết với nhiều người không? Đừng ngại nhấn nút Chia sẻ bên dưới.

Trả lời

Email của bạn sẽ không được hiển thị công khai.

Protected with IP Blacklist CloudIP Blacklist Cloud