trí tuệ nhân tạo, AI
8 xu thế AI phát triển nhất trong năm 2020 - Theo các chuyên gia

8 xu thế AI phát triển nhất trong năm 2020 - Theo các chuyên gia

Trí thông minh nhân tạo (AI) là một trong những ngành công nghiệp phát triển nhanh nhất và cũng là khó dự đoán nhất. Cách đây vài năm, con người khó có thể hình dung được rằng sẽ có những thư như:deepfakes, Machine Translation (hệ thông dịch thông minh ứng dụng trí tuệ nhân tạo AI),..
Và trong bài viết này chúng ta sẽ thảo luận về các vấn đề xoay quanh AI và dự đoán xu hướng tương lai phát triển của nó trong những năm tới.
Theo như khảo sát từ các nhà khoa học và người quản lý có kinh nghiệm rằng họ nghĩ như thế nào về sự phát triển của AI và tương lai của nó trong vài năm tới đây? Và đúc kết được 8 xu thế AI dưới đây.
Hãy cùng Cánh Cam điểm qua và thảo luận về các xu thế này nhé:

1.AI sẽ giúp cho DỊCH VỤ CHĂM SÓC SƯC KHỎE chính xác hơn và ít tốn kém hơn

Theo như Jeroen Tas, Chủ tịch Sáng tạo và Chiến lược của Philip nhận định:

“Ảnh hưởng chính của AI trong 2020 sẽ biến đổi quy trình chăm sóc sức khỏe để tạo lợi ích cho bệnh nhân và cũng như cho chuyên gia y tế, đồng thời giúp giảm bớt chi phí. Với khả năng thu thập dữ liệu trong thời gian thật từ các luồng thông tin của nhiều bệnh viện - hồ sơ sức khỏe điện tử, nhập viện khoa cấp cứu, tận dụng thiết bị, trình độ nhân viên,.. - khả năng dịch và phân tích các nội dung đó cho hữu dụng sẽ mở ra một tầm cao mới về tính hiệu quả và cải thiện khả năng chữa bệnh.”

Điều này sẽ thực hiện dưới dạng tối ưu lịch trình, tạo hồ sơ tự động, và khởi tạo tự động các setting của thiết bị, ông Tas giải thích "Sẽ được tùy chỉnh dựa theo phương pháp trị liệu của bác sĩ và điều kiện của bệnh nhân - các đặc tính mà sẽ cải thiện trải nghiệm cho cả bác sĩ và bệnh nhân, kết quả sẽ tốt hơn, và chi phí thấp hơn.”

“Có nhiều lãng phí trong hệ thống khám sức khỏe liên quan đến các quá trình quản lý phức tạp, thiếu phương pháp phòng ngừa, phương pháp chuẩn đoán và điều trị không đủ hoặc dư thừa. Có các lĩnh vực mà AI có thể tạo sự khác biệt,”

Tas nói: “Xa hơn nữa, một trong những ứng dụng có triển vọng trong AI là về lĩnh vực ‘Trung tâm điều hành’ sẽ tối ưu quy trình khám bệnh nhân và điều tiết tài nguyên.”

Philips là nhân vật chủ chốt trong việc phát triển các ứng dụng AI hỗ trợ được tích hợp vào các quy trình chăm sóc sức khỏe có sẵn. Hiện tại, cứ một trên hai nhà nghiên cứu tại Philips khắp thế giới làm việc trong khoa học dữ liệu và AI, tiên phong các phương pháp mới áp dụng công nghệ này để biến đổi việc chăm sóc sức khỏe.

Ví dụ:

Tas giải thích việc kết hợp AI với chuyên gia y tế và kiến thức chuyên môn sẽ giúp gia tăng thói quen và các chuẩn đoán (có/ không) - không có nghĩa là sẽ thay thế các bác sĩ, mà sẽ tiết kiệm thời gian cho họ để tập trung vào các công việc phức tạp hơn, các quyết định xoay quanh chăm sóc các bệnh nhân: “Các hệ thông AI hỗ trợ sẽ tìm, dự đoán, và hỗ trợ việc điều tiết theo tình trạng bệnh nhân và số lượng nhân viên y tế sẵn có, số giường chăm sóc đặc biệt, phòng mổ, các thiết bị chuẩn đoán và trị liệu.”

2. Độ tin cậy và minh bạch sẽ được quan tâm nhiều hơn

“2020 sẽ là năm của độ tin cậy AI” Karthik Ramakrishnan, Chủ tịch Tư vấn và AI hỗ trợ tại Element AI, cho biết: “2019 chứng kiến sự xuất hiện của các nguyên tắc sơ khai về đạo đức AI và rủi ro quản lý, và đã có các phương pháp thử sơ bộ về việc vận hành các nguyên tắc này trong các toolkit và các hoạt động nghiên cứu khác. Concept về độ minh bạch (khả năng có thể giải thích các động lực phía sau quyết định dựa theo AI) đang càng trở nên phổ biến.”

Đã có một sự quan tâm càng lớn về đạo đức AI trong năm 2019. Đầu năm, Ủy ban châu Âu đã phát hành bộ bảy guideline(hướng dẫn) để phát triển đạo đức AI. Vào tháng 10, Element AI, được đồng sáng lập bởi Yoshua Bengio, một trong các nhà tiên phong về deep learning, hợp tác với Mozilla Foundation để tạo ra dữ liệu tin và thúc đẩy đạo đức AI. Các công ty công nghệ lớn như là Microsoft và Google cũng đã bước vào phát triển AI của họ tuân theo các chuẩn mực đạo đức.

Sự quan tâm càng lớn về đạo đức AI theo sau các thất bại hữu hình xoay quanh độ tin cậy và AI trên thị trường, Ramakrishnan gợi nhắc chúng tôi, ví dụ như việc triển khai Apple Pay, hoặc sự gia tăng gần đây về mối quan tâm đến scandal Cambridge Analytica.

“Trong năm 2020, các tập đoàn sẽ chú ý nhiều hơn đến độ tin cậy AI để đưa ra quyết định. Các nhà đầu tư mạo hiểm cũng có thể sẽ quan tâm đến, xuất hiện các startup mới với các giải pháp hỗ trợ,” Ramakrishnan nói.

3. AI sẽ ít đòi hỏi dữ liệu hơn

“Chúng ta sẽ thấy sự gia tăng các phương pháp luận về dữ liệu tổng hợp để đối phó với những thách thức dữ liệu của AI,” Rana el Kaliouby, CEO và đồng sáng lập của Affectiva, cho biết.

Kỹ thuật deep learning đòi hỏi nhiều data, nghĩa là các thuật toán AI được xây dựng trên deep learning chỉ có thể hoạt động chính xác khi được đào tạo và xác thực bằng lượng dữ liệu khổng lồ. Nhưng các công ty phát triển AI thường gặp khó khăn truy cập tới đúng loại dữ liệu, và lượng dữ liệu cần thiết.

“Nhiều nhà nghiên cứu trong lĩnh vực AI bắt đầu kiểm tra và ứng dụng các phương pháp luận dữ liệu tổng hợp mới xuất hiện để vượt qua các giới hạn của dữ liệu trong đời thật. Với các phương pháp này, những công ty có thể lấy các dữ liệu đã được thu thập và tổng hợp lại để tạo ra dữ liệu mới,” el Kaliouby nói.

“Ví dụ như ngành công nghiệp xe. Có nhiều sự chú ý đến việc hiểu những gì đang diễn ra với người lái bên trong phương tiện cho ngành công nghiệp xây dựng các tính năng cao cấp đảm bảo an toàn cho người lái và cá nhân hóa trải nghiệm sử dụng phương tiện. Tuy nhiên, điều đó khó khăn, tốn kém tiền bạc và thời gian để thu thập dữ liệu lái xe ngoài đời. Tổng hợp dữ liệu sẽ giúp đỡ giải quyết điều đó - ví dụ, nếu bạn có video của tôi lái xe, bạn có thể dùng dữ liệu đó để tạo ra các bối cảnh mới, như là, để mô phỏng cách tôi di chuyển đầu, hoặc đeo nón hoặc kính râm,” el Kaliouby nói thêm.

Nhờ vào sự tân tiến trong các lĩnh vực như mạng lưới phát triển đối lập (GAN), nhiều lĩnh vực về nghiên cứu AI có thể tổng hợp cho riêng mình các dữ liệu training. Tuy nhiên tổng hợp dữ liệu không loại trừ nhu cầu thu thập dữ liệu đời sống, el Kaliouby nhắc:”[Dữ liệu thật] sẽ luôn quan trọng tới sự phát triển các thuật toán AI chính xác. Tuy nhiên [dữ liệu tổng hợp] có thể tăng lên các bộ dữ liệu đó.”

4. Cải thiện độ chính xác và hiệu quả của mạng lưới neural

Cấu trúc mạng lưới neural sẽ tiếp tục gia tăng về kích cỡ lẫn chiều sâu và tạo ra những kết quả chính xác, ngày càng hoàn thiện hơn trong việc bắt chước con người trong các công việc liên quan đến phân tích dữ liệu.

Kate Saenko, Giáo sư liên kết tại Khoa Khoa học máy tính ở Boston University, nói rằng: “Tại cùng thời điểm, các phương pháp cải thiện hiệu quả của mạng lưới neural cũng sẽ cải thiện, và chúng ta sẽ thấy nhiều mạng lưới thời gian thật và hiệu quả chạy trên các thiết bị nhỏ gọn.”

Saenko dự đoán rằng các phương pháp tạo neural như là deepfake cũng sẽ tiếp tục cải tiến và tạo ra nhiều biến thể thật của các văn bản, ảnh, video, audio và các đa phương tiện khác mà con người khó nhận biết được. Sự ra đời và nhận diện deepfake đã trở thành một cuộc truy đuổi mèo và chuột.

Khi AI gia nhập ngày càng nhiều lĩnh vực, những vấn đề và quan tâm mới sẽ nảy sinh. “Sẽ có nhiều sự xem xét về độ tin cậy và khách quan đằng sau các phương pháp AI này khi mà chúng ngày càng được triển khai rộng rãi trong xã hội, ví dụ, nhiều chính quyền địa phương đang cân nhắc cấm các thiết bị giám sát AI hỗ trợ vì quyền riêng tư và công bằng,” Senko cho biết.

Saenko, cũng là giám đốc của Tập đoàn thị giác máy tính của BU, có lịch sử lâu dài trong nghiên cứu các thuật toán AI trực quan. Trong năm 2018, cô đã giúp phát triển RISE, phương pháp xem xét các quyết định thực hiện bởi thuật toán thị giác máy tính.

5. Phát triển tự động hóa AI 

“Trong năm 2020, dự đoán sẽ thấy các cải tiến mới mạnh mẽ trong lĩnh vực mà IBM gọi là ‘AI cho AI’: sử dụng AI để giúp tự động hóa các bước và quy trình liên quan đến chu kỳ sống của việc tạo, triển khai, quản lý, và vận hành mô hình AI để scale AI rộng rãi vào doanh nghiệp,” Sriram Raghavan. VP của IBM Research AI cho biết.

Tự động hóa AI đã trở thành một lĩnh vực lớn mạnh về nghiên cứu và phát triển trong vài năm qua. Một ví dụ cho thấy là AutoML của Google, một công cụ đơn giản hóa quy trình tạo mô hình machine learning và khiến cho công nghệ đó dễ tiếp cận tới lượng khách hàng lớn hơn. Đầu năm nay, IBM đã triển khai Auto AI, một platform cho việc chuẩn bị dữ liệu tự động hóa, phát triển mô hình, thiết kế tính năng, và tối ưu siêu tham số.

“Hơn nữa, chúng ta sẽ bắt đầu thấy nhiều ví dụ nữa về ứng dụng thần kinh AI, kết hợp các dữ liệu thống kê với các kĩ thuật diễn đạt và minh chứng kiến thức để đưa ra AI mạnh mẽ hơn mà có thể học được từ ít dữ liệu hơn,” Raghavan nói.

Một ví dụ nữa là Neurosymbolic Concept Learner, mô hình AI hỗn hợp được phát triển bởi các nhà nghiên cứu tại IBM và MIT. NSCL kết hợp các quy luật AI cổ điển và mạng lưới neural, cho thấy triển vọng trong việc giải quyết các vấn đề phổ thông trong mô hình AI hiện nay, bao gồm yêu cầu lượng dữ liệu lớn và thiếu tính thanh minh.

6. AI trong sản xuất

“2020 sẽ là năm mà công nghiệp sản xuất chào đón AI để hiện đại hóa dây chuyền sản xuất,” Massimiliano Versace, CEO và đồng sáng lập của Neurala cho biết. “Đối với công nghiệp sản xuất, một trong những thách thức lớn nhất là quản lý chất lượng. Các nhà quản lý sản phẩm đang gặp khó khăn để phân tích từ cá thể sản phẩm và thành phần trong khi còn phải đối phó với deadline cho các đơn hàng khổng lồ.”

Bằng việc tích hợp các giải pháp AI thành một phần của quy trình, AI sẽ có thể giải quyết được thách thức này, Versace tin tưởng: “Cũng với cách này sức khoan thay đổi cách chúng tôi dùng máy khoan, AI sẽ gia tăng các quá trình hiện tại trong công nghiệp sản xuất bằng cách giảm các gánh nặng của các công việc nhàm chán và có tiềm năng nguy hiểm, giải phóng lượng thời gian nhân công để tập trung cải tiến phát triển sản phẩm mà sẽ thúc đẩy ngành công nghiệp đi lên.”

“Các nhà sản xuất sẽ tiến tới cái mới,” Versace cho biết thêm. Với AI và dữ liệu càng được trung tâm hóa, các nhà sản xuất bị ép buộc chi trả khoản tiền khổng lồ cho các nhà cung cấp đám mây hàng đầu để có thể truy cập dữ liệu cần cho hệ thống mở và vận hành. Khó khăn của AI trên mây đã thúc đẳy cải tiến tới việc tạo AI tiên tiến, phần mềm và cứng có thể chạy thuật toán AI mà không cần kết nối lên mây.

“Các hướng đi mới để train AI có thể được triển khai và tinh chỉnh hiện đại sẽ trở nên hiện hành hơn. Khi chúng ta đang bước vào năm mới, càng nhiều nhà sản xuất bắt đầu tiến tới việc tạo dữ liệu, hạn chế vấn đề độ trễ và giảm chi phí cho mây. Bằng việc vận hành AI tại nơi nó cần, các nhà sản xuất có thể duy trì quyền sở hữu dữ liệu của mình,” Versace nói.

7. Vấn đề “địa chính trị” của AI

“AI sẽ là vấn đề an ninh quốc gia, kinh tế toàn cầu trong năm 2020 và xa hơn nữa,” Ishan Manaktala, CEO của Symphony AyasdiAI cho biết. ”Các chính phủ đã đầu tư mạnh vào AI và có thể là một mặt trận đối đầu tiếp theo. Trung Quốc đã đầu tư hơn $140 tỉ, trong khi UK, Pháp và các nước châu Âu khác đã chi hơn $25 tỉ vào các chương trình AI. Hoa Kì, đến muộn hơn, bỏ ra gần $2 tỉ vào AI trong năm 2019 và sẽ chi hơn $4 tỉ trong năm 2020."

Manaktala bổ sung, “Nhưng các chuyên gia thúc đẩy đầu tư hơn, cảnh báo rằng Hoa Kì còn đang ở phía sau. Ủy ban An ninh quốc gia về AI gần đây lưu ý rằng Trung Quốc sẽ vượt mặt Hoa Kì về chi tiêu nghiên cứu và phát triển trong thập kỉ tới. NSCAI đã đưa ra 5 điểm trong bản báo cáo : đầu tư vào nghiên cứu và phát triển AI, áp dụng AI vào công tác an ninh quốc gia, đào tạo và chiêu mộ các chuyên viên AI, bảo vệ ưu thế công nghệ Hoa Kỳ, và thống chế toàn cầu.”

8. AI trong chế tạo thuốc

“Chúng tôi dự đoán rằng chế tạo thuốc sẽ cải tiến vượt trội trong năm 2020 khi các quá trình thủ công trực quan đang được tự động hóa vì thị giác AI có thể giám sát và phát hiện các tương tác tế bào thuốc trên quy mô lớn,”

Emrah Gultekin, CEO tại Chooch, cho biết: ”Hiện tại, nhiều năm đã bị lãng phí trong các đợt khám lâm sàng do các nhà bào chế thuốc ghi chú, rồi điền các ghi chú đó vào biểu mẫu và đưa lên cho FDA xét duyệt. Thay vì vậy, với việc AI phân tích chính xác hơn có thể dẫn tới các khám phá về thuốc nhanh hơn.”

Chế tạo thuốc là giai đoạn buồn tẻ có thể tiêu tốn đến 12 năm và nỗ lực hợp tác của hàng ngàn nhà nghiên cứu. Chi phí phát triển loại thuốc mới có thể vượt qua $1 tỉ. Nhưng có một hi vọng rằng các thuật toán AI có thể tăng tốc quá trình thí nghiệm và thu thập dữ liệu trong việc chế tạo thuốc.

“Hơn nữa, việc đếm tế bào là một vấn đề lớn trong nghiên cứu sinh học- không chỉ trong việc chế tạo thuốc. Mọi người nghiêng mình bên kính hiển vi hoặc ngồi trước màn hình với cái nhíp trên tay đếm tế bào. Cáo các cỗ máy đắt tiền đã thử đếm nhưng không chính xác. Với các platform thị giác AI có thể thực hiện công việc này trong vài giây, với độ chính xác 99% tức thì,” Gultekin nói thêm.

Cũng đã từ lâu AI cũng đã được ứng dụng nhiều vào lĩnh vực internet nói chung và thiết kế website nói riêng. Cánh Cam - Công ty thiết kế website chuyên nghiệp tại HCM là một điển hình trong việc luôn áp dụng những công nghệ mới nhất vào thiết kế web với nguyện vọng mang đến một trải nghiệm tốt nhất cho người dùng.

CHIA SẺ VỀ DỰ ÁN!

Hãy chia sẻ những yêu cầu cơ bản về dự án của bạn để có được báo giá phù hợp từ Cánh Cam.