Qua bài viết này chúng tôi hy vọng sẽ giúp các bạn hiểu rõ về Ani là gì hay nhất
Artificial Narrow Intelligence (ANI) là gì?
Artificial Narrow Intelligence (ANI) đề cập đến phiên bản AI đơn giản, hướng đến mục tiêu thực hiện tốt hơn một tác vụ đơn lẻ như theo dõi cập nhật thời tiết, tạo báo cáo khoa học dữ liệu bằng cách phân tích dữ liệu thô hoặc chơi các trò chơi như bài xì phé, cờ vua v.v.
Các hệ thống trí tuệ nhân tạo hẹp ANI được lập trình để thực hiện một nhiệm vụ tại một thời điểm bằng cách lấy thông tin từ một bộ dữ liệu cụ thể. Nói cách khác, các hệ thống như vậy không vượt quá các nhiệm vụ được giao.
Không giống như AI nói chung, ANI thiếu khả năng tự nhận thức, ý thức, cảm xúc và trí thông minh đích thực có thể sánh ngang với trí thông minh của con người. Mặc dù các hệ thống như vậy có vẻ phức tạp và thông minh, nhưng chúng hoạt động theo một tập hợp các tham số, ràng buộc với bối cảnh được xác định trước và lập trình trước.
Trí thông minh máy móc xung quanh chúng ta ngày nay là một phần của cùng một hệ thống AI hẹp. Ví dụ bao gồm Trợ lý Google, Siri, Google Dịch và các công cụ xử lý ngôn ngữ khác. Mặc dù những công cụ này có thể tương tác trực tiếp với con người chúng ta, xử lý và hiểu ngôn ngữ của con người, nhưng chúng được gọi là AI yếu vì chúng thiếu tính linh hoạt để tự suy nghĩ như con người.
Hãy xem xét Siri. Nó không phải là một cỗ máy có ý thức. Thay vào đó, nó chỉ là một công cụ thực hiện các nhiệm vụ. Khi chúng ta trò chuyện với Siri, nó sẽ xử lý ngôn ngữ của con người, nhập ngôn ngữ đó vào công cụ tìm kiếm của hệ thống như Google và cung cấp kết quả.
Khi ai đó đặt ra những câu hỏi trừu tượng chẳng hạn như cách giải quyết vấn đề cá nhân hoặc đối phó với những trải nghiệm đau thương cho các công cụ như Alexa hoặc Trợ lý Google, chúng sẽ đưa ra những câu trả lời mơ hồ thiếu ý nghĩa hoặc cung cấp liên kết đến các bài báo trên internet có lẽ có thể giải quyết được vấn đề .
Xem thêm: Kinh hoàng những loại ma túy mới giá rẻ, dễ mua và được ship tận
Ngược lại, khi chúng ta hỏi một câu hỏi cơ bản chẳng hạn như “nhiệt độ bên ngoài là bao nhiêu”, chúng ta sẽ nhận được câu trả lời chính xác từ các trợ lý ảo như Siri. Điều này là do việc trả lời những câu hỏi cơ bản như vậy nằm trong phạm vi trí thông minh của Siri mà nó được thiết kế.
Lợi ích của Artificial Narrow Intelligence
Dưới đây là những lợi ích rõ ràng nhất của ANI:
Tạo điều kiện ra quyết định nhanh hơn
Các hệ thống trí tuệ nhân tạo hẹp ANI tạo điều kiện cho việc đưa ra những quyết định nhanh hơn khi chúng có khả năng xử lý dữ liệu và hoàn thành nhiệm vụ nhanh hơn đáng kể so với con người. Kết quả là, chúng cho phép chúng ta tăng năng suất & hiệu quả tổng thể và từ đó cải thiện chất lượng cuộc sống. Ví dụ: các hệ thống trí tuệ nhân tạo hẹp như Watson của IBM hỗ trợ các bác sĩ đưa ra quyết định nhanh chóng dựa trên dữ liệu bằng cách khai thác sức mạnh của AI. Điều này đã làm cho việc chăm sóc sức khỏe tốt hơn, nhanh hơn và an toàn hơn bao giờ hết.
Giải phóng con người khỏi những nhiệm vụ có tính chất lặp lại
Sự phát triển trong ANI đã đảm bảo rằng con người được giải thoát khỏi một số nhiệm vụ buồn tẻ, đơn giản, có tính chất lặp đi lặp lại. Nó đã làm cho cuộc sống hàng ngày của chúng ta trở nên dễ dàng hơn, ngay từ việc đặt món ăn trực tuyến với sự trợ giúp của Siri đến việc giảm bớt nỗ lực trong việc phân tích khối lượng lớn dữ liệu để đưa ra những kết quả chính xác nhất.
Ngoài ra, các công nghệ như ô tô tự lái đã giúp chúng ta giảm bớt căng thẳng và gánh nặng khi bị kẹt xe trong thời gian dài và thay vào đó mang đến cho chúng ta nhiều thời gian rảnh rỗi hơn để thực hiện các hoạt động hoặc nhiệm vụ mà mình yêu thích.
Đóng vai trò là nền tảng để phát triển AI thông minh hơn
Các hệ thống trí tuệ nhân tạo ANI đóng vai trò là nền tảng cho sự phát triển cuối cùng của các phiên bản AI thông minh hơn như AI chung và siêu AI. Nhận dạng giọng nói cho phép máy tính chuyển đổi âm thanh thành văn bản với độ chính xác đáng kể, trong khi thị giác máy tính cho phép nhận dạng và phân loại các đối tượng trong luồng video. Hiện tại, Google đang sử dụng AI để tạo phụ đề cho hàng triệu video trên YouTube.
Ngày nay, thị giác máy tính được hỗ trợ bởi AI đã được sử dụng để mở khóa màn hình và gắn thẻ bạn bè trực tuyến. Đồng thời, lĩnh vực xe tự hành đang khám phá lĩnh vực “AI có ảnh hưởng”, nơi hệ thống có thể học các sắc thái phi ngôn ngữ (cảm xúc, cảm nhận) và nhắc những người lái xe đang buồn ngủ phải tỉnh táo hơn và chú ý khi lái xe. Tất cả những công nghệ nền tảng này chỉ đang mở đường cho các phiên bản AI tự nhận thức và có ý thức trong tương lai.
Thực hiện các nhiệm vụ đơn lẻ tốt hơn con người
Xem thêm: By the time là gì? Phân biệt với When/ Until [+ Bài tập có đáp án]
Các hệ thống AI thu hẹp có thể thực hiện các tác vụ đơn lẻ tốt hơn nhiều so với con người. Ví dụ: một hệ thống ANI hẹp được lập trình để phát hiện ung thư từ hình ảnh X-quang hoặc siêu âm có thể nhanh chóng phát hiện khối ung thư trong một tập hợp hình ảnh với độ chính xác cao hơn đáng kể so với bác sĩ X quang được đào tạo.
Một ví dụ khác là hệ thống bảo trì dự đoán được sử dụng tại các nhà máy sản xuất. Hệ thống thu thập và phân tích dữ liệu cảm biến đến trong thời gian thực để dự đoán liệu máy móc có sắp bị hỏng hóc hay không. AI thu hẹp tự động hóa nhiệm vụ này. Toàn bộ quá trình diễn ra nhanh hơn nhiều và hầu như một cá nhân hoặc một nhóm cá nhân không thể bắt kịp tốc độ và độ chính xác.
Hiệu suất tổng thể, tốc độ và độ chính xác của AI hẹp có thể thay thế cho con người trong một số trường hợp. Nói như vậy, cộng đồng AI phải đối mặt với một số thách thức quan trọng trong việc mở rộng phạm vi của AI hẹp.
Những thách thức mà Artificial Narrow Intelligence phải đối mặt
Dù mang đến nhiều lợi ích nhưng Artificial Narrow Intelligence cũng tồn tại nhiều thách thức như:
Những vấn đề mà AI không thể giải thích được
Một trong những yêu cầu thiết yếu đối với sự tiến bộ của trí tuệ nhân tạo là phải tạo ra AI có ít hộp đen hơn. Các hệ thống AI ngày nay, ví dụ như khi làm nhiệm vụ giới thiệu một cuốn sách nên đọc, sẽ cần phải sử dụng phương pháp hộp đen một cách thật hiệu quả. Thuật toán học sâu được sử dụng trong những trường hợp như vậy coi hàng triệu điểm dữ liệu làm đầu vào và tương quan các tính năng cụ thể để đưa ra những kết quả đầu ra.
Tuy nhiên, khi mọi người đang đưa ra các quyết định kinh doanh quan trọng liên quan đến các khoản đầu tư lớn bằng cách dựa vào các mô hình AI, cách tiếp cận hộp đen như vậy có thể gây bất lợi vì dữ liệu đầu vào sai lệch và hoạt động của hệ thống không hiển thị cho các bên liên quan. Do đó, một trong những thách thức chính là tạo ra AI dễ giải thích hơn mà không cần đến cách tiếp cận hộp đen.
Cần bảo mật không thể xuyên thủng
Xem thêm: Rơ le là gì? cấu tạo chức năng và công dụng
Mạng lưới thông tin dữ liệu được khai thác rộng rãi bởi ANI. Tuy nhiên, điều quan trọng là phải hiểu rằng AI khá mong manh – có thể tạo nhiễu và đánh lừa hệ thống. Ví dụ, kẻ tấn công có thể xâm nhập vào hệ thống phần mềm của ô tô tự lái và thay đổi mã chương trình AI để chương trình có thể nhầm một chiếc xe buýt trên đường với một con voi. Điều này có thể có gây ra hậu quả nghiêm trọng. Một tin tặc cũng có thể chiếm quyền điều khiển toàn bộ mạng lưới hoạt động của công ty tài chính đang hoạt động trong một khu vực và cuối cùng xóa sạch khoản đầu tư hàng tỷ đô la.
Hơn nữa, một lần xâm nhập vào mạng hệ thống trung tâm có thể làm gián đoạn hoạt động của một số hệ thống phụ thuộc vào cùng một mạng đó. Ngoài ra, vì các mạng trung tâm có thể bị tấn công nên việc cung cấp bảo mật không thể xuyên thủng vẫn là một thách thức quan trọng.
Cần học hỏi từ dữ liệu nhỏ
Các mô hình AI được đào tạo dựa trên dữ liệu thu được từ các ví dụ – ngụ ý rằng các ví dụ là tiền tệ thực sự cho AI ngày nay. Để AI phát triển hơn nữa, nó phải được chuẩn bị để học hỏi nhiều hơn từ ít dữ liệu hơn. AI sẽ có thể chuyển việc học của nó từ một mạng trung tâm này sang các mạng khác bằng cách tận dụng kiến thức trước đó.
AI kết hợp học tập và lý luận. Mặc dù AI ngày nay đã đạt được những tiến bộ đáng kể trong việc học và tích lũy kiến thức, nhưng việc áp dụng lý trí vào kiến thức đó vẫn là một vấn đề khó khăn, đầy thách thức. Ví dụ: chatbot dịch vụ khách hàng của nhà bán lẻ có thể trả lời các câu hỏi liên quan đến giờ mở cửa, giá sản phẩm và chính sách hủy sản phẩm của cửa hàng.
Tuy nhiên, một câu hỏi khó về lý do tại sao sản phẩm X lại tốt hơn sản phẩm tương tự Y có thể khiến bot bị đóng băng. Mặc dù người sáng tạo có thể lập trình bot để trả lời những câu hỏi như vậy, nhưng việc dạy AI tự áp dụng lý luận vẫn là một vấn đề đối với hầu hết các nhà khoa học và chuyên gia.
Dễ bị thiên vị
Các hệ thống Artificial Narrow Intelligence (ANI) ngày nay dễ bị sai lệch vì chúng thường đưa ra kết quả không chính xác mà không có lời giải thích hợp lý. Các mô hình AI phức tạp được đào tạo liên tục trên lượng dữ liệu khổng lồ chứa thông tin sai lệch hoặc không chính xác. Do đó, một mô hình được đào tạo dựa trên tập dữ liệu sai lệch như vậy có thể coi thông tin không chính xác là đáng tin cậy và đưa ra dự đoán sai lệch.
Artificial Narrow Intelligence (ANI) giúp tạo điều kiện cho người dùng có thể đưa ra quyết định một cách nhanh chóng hơn. ANI đã và đang được ứng dụng một cách vô cùng rộng rãi.
