Tin Tức

Giải mã máy học – mảnh ghép thú vị của trí tuệ nhân tạo

image

Những năm gần đây, những công ty công nghệ hàng đầu thế giới như Facebook, Google hay Apple đều đẩy mạnh đầu tư nghiên cứu về trí tuệ nhân tạo, với ứng dụng trong hàng loạt lĩnh vực khác nhau. Những tiện ích được sử dụng rộng rãi hàng ngày như công cụ dịch Google Translate, ứng dụng nhận diện gương mặt trên Facebook, hay trợ lý ảo Siri với khả năng “lắng nghe” giọng nói đều là các sản phẩm sử dụng trí tuệ nhân tạo để giúp cuộc sống trở nên thuận tiện, dễ dàng hơn.

Trên thực tế, trí tuệ nhân tạo là một lĩnh vực gồm nhiều phân nhánh, trong đó, máy học (machine learning) là ngành nghiên cứu cung cấp cho máy tính khả năng học hỏi mà không cần thông qua lập trình chi tiết. Trong khi lập trình truyền thống là một công việc khá thủ công, đòi hỏi lập trình viên nhập dữ liệu và viết quy luật để máy tính đưa ra kết quả, máy học là những thuật toán cho phép máy tính tự tìm ra quy luật từ những dữ liệu cho trước. Đây là điểm khác biệt khiến máy học tối ưu và linh hoạt hơn nhiều so với lập trình truyền thống.

Đằng sau những thuật toán làm thay đổi thế giới

Tại Fulbright, “Nhập môn Máy học” là môn tự chọn nằm trong chương trình học kỳ 4, năm học 2019-2010 và được giảng dạy hoàn toàn trực tuyến. Môn học do Fulbright phối hợp tổ chức cùng CoderSchool, trung tâm giảng dạy lập trình hàng đầu tại TP.HCM. Charles Lee, Đồng sáng lập CoderSchool chia sẻ: “Học tiếng Anh có thể giúp bạn giao tiếp với hàng trăm triệu người trên khắp thế giới, còn học tin học sẽ giúp bạn kết nối với hàng tỷ chiếc máy tính toàn cầu.” Charles khẳng định, máy học là lĩnh vực nghiên cứu đang nổi lên mạnh mẽ và sẽ ngày càng được chú trọng hơn trong tương lai.

Charles Lee (trái), Đồng sáng lập CoderSchool và thầy Đỗ Hải Minh, Giảng viên chịu trách nhiệm bộ môn

“Mọi người thường nhắc đến trí tuệ nhân tạo hay máy học bằng những từ ngữ thật đao to búa lớn. Nhiều người còn lo ngại trí tuệ nhân tạo sẽ cướp đi việc làm của họ, thậm chí sợ hãi rằng đến một ngày máy móc sẽ lật đổ con người mà không thực sự hiểu bản chất đằng sau nó. Em muốn tìm hiểu về máy học để có thể tự mình vén bức rèm đầy ‘bí ẩn’ này,” sinh viên Lê Quốc Chí chia sẻ về lý do lựa chọn tham gia môn học. “Ngay trong buổi học đầu tiên, thầy giáo đã có một trích dẫn khiến em thay đổi hoàn toàn suy nghĩ về máy học. ‘Máy tính thì vô cùng nhanh, chính xác nhưng… ngu dốt; còn con người thì thật chậm chạp, dễ mắc sai lầm nhưng cực kỳ thông minh’. Em nhận ra rằng bản thân cái máy thôi thì không thể làm được gì cả, quan trọng là người lập trình nó.”

Để có thể thỏa sức lập trình và sáng tạo, trước hết sinh viên phải nắm vững những nguyên lý lập trình căn bản, có nền tảng kiến thức tốt về toán học và sử dụng thành thục ngôn ngữ lập trình Python. Đến với môn học, sinh viên Fulbright được dẫn dắt từ những nguyên lý toán học nền tảng được sử dụng trong máy học như phép hồi quy tuyến tính, hồi quy logistic, cho đến những thuật toán phức tạp như rừng ngẫu hiên hay mạng neuron tích chập được dùng trong học sâu (deep learning), hình thức máy học cao cấp có khả năng học dữ liệu với các biểu đạt trừu tượng như lời nói, hình ảnh. Thầy Đỗ Hải Minh, người trực tiếp giảng dạy bộ môn cho biết, đây không chỉ là môn “cưỡi ngựa xem hoa” về máy học. Bằng cách đi từ cơ bản đến nâng cao, môn học giúp hình thành cho sinh viên kiến thức nền vững chắc và hiểu bản chất một lĩnh vực vốn được cho là cao siêu, khó hiểu. Đây là môn học khó, thầy Minh thừa nhận, đặc biệt ở phần lý thuyết. Bù lại, các bạn sinh viên được chứng kiến, trải nghiệm và trực tiếp thực hiện những ứng dụng thực tế vô cùng hấp dẫn.

Một sản phẩm dễ thương và dí dỏm mà sinh viên trong lớp cùng nhau thực hiện là phần mềm nhận dạng ảnh chó mèo. Khi người dùng đăng tải một bức ảnh động vật lên ứng dụng, máy tính sẽ sử dụng cơ sở dữ liệu ban đầu để dự đoán con vật trong ảnh là chó hay mèo. Tưởng chừng đơn giản nhưng ứng dụng này sử dụng thuật toán CNN (mạng neuron tích chập), một trong những thuật toán hiện đại và được áp dụng nhiều nhất trong học sâu, đặc biệt trong nhận dạng hình ảnh.

Ứng dụng nhận diện ảnh chó mèo của sinh viên Fulbright

Rèn luyện tư duy qua lập trình

Trong môn học, sinh viên sử dụng tới ba ngôn ngữ khác nhau: tiếng Anh, ngôn ngữ toán học và ngôn ngữ lập trình. Tiếng Anh được sử dụng để diễn đạt quá trình tư duy trực giác, ngôn ngữ toán học để phân tích và hiểu bản chất các thuật toán, và ngôn ngữ lập trình để thực thi mã. Việc kết hợp và sử dụng nhuần nhuyễn những ngôn ngữ này đòi hỏi sinh viên mổ xẻ, nhìn nhận vấn đề dưới nhiều góc độ khác nhau, cả ý nghĩa thực tiễn và tính khả thi của giải pháp.

Theo Charles Lee, mục tiêu của môn học không chỉ nhằm đào tạo nên các lập trình viên tương lai. Với anh, học lập trình chính là cách rèn luyện tư duy logic và kỹ năng giải quyết vấn đề. “Mọi người luôn quan niệm lập trình chỉ dành cho thiên tài, những bộ óc cực kỳ xuất chúng. Thực tế không hẳn vậy. Khi được giải thích cặn kẽ từ những nguyên tắc cơ bản, ai cũng có thể lập trình.”

“Lập trình buộc bạn phải suy nghĩ một cách tuần tự, chặt chẽ, từng bước một. Máy tính vốn không có trí tuệ, để dạy cho nó thực hiện các nhiệm vụ, dù đơn giản nhất, bạn phải tìm cách phân tách từng bước thật rõ ràng, gãy gọn. Khả năng tư duy mạch lạc sẽ giúp sinh viên giải quyết mọi thứ hiệu quả hơn, bất kể lĩnh vực họ lựa chọn theo đuổi sau này,” Charles cho biết.

Trong môi trường giáo dục khai phóng tại Fulbright, học về máy học giúp sinh viên hoàn thiện bộ kỹ năng toàn diện để thích ứng được trong mọi nghề nghiệp, hoàn cảnh. Bên cạnh kỹ năng lập trình, kỹ năng sắp xếp công việc và quản lý dự án cũng rất quan trọng. Giảng viên Đỗ Hải Minh giải thích, một lỗi sinh viên thường xuyên gặp phải là quá tập trung vào khía cạnh kỹ thuật mà bỏ qua toàn cảnh dự án. Nếu như quá tập trung vào hoàn thiện tiểu tiết ngay từ đầu, các bạn sẽ dễ dàng đi chệch khỏi tiến độ cho phép và quên đi mục đích tổng quan của ứng dụng. Do đó, sinh viên luôn phải suy nghĩ và lên kế hoạch một cách có chiến lược trước khi bắt tay vào viết mã (code).

Sinh viên Nguyễn Phùng Nhật Khôi kể, riêng việc sửa code chiếm tới 90% thời gian lập trình, còn lại, phần lớn thời gian thực hành về máy học bạn dành cho việc lọc và chỉnh sửa tập dữ liệu. Bài tập cuối kỳ của Khôi là tạo một ứng dụng có thể nhận diện các phép tính viết tay và tính ra kết quả. Nếu không có định hướng rõ ràng và hợp lý, chắc chắn bạn không thể hoàn thành đúng thời hạn mà thầy giao.

Tập hợp dữ liệu hình ảnh về chữ số viết tay mà Nhật Khôi sử dụng cho bài tập của mình

Kỷ nguyên 4.0 – sự lên ngôi của khoa học dữ liệu

Một trong những bài tập đầu tiên của môn học là dự đoán về dịch corona. Dù có không ít người cảm thấy bất ngờ trước những diễn biến nhanh và nghiêm trọng của đại dịch, kết quả từ bài tập này cho thấy những dữ liệu ngay từ giai đoạn ban đầu gần như đã cảnh báo trước về những kịch bản sẽ xảy ra sau này. Thế giới không ngừng thay đổi một cách khó lường, nhưng thông qua việc tổng hợp và phân tích dữ liệu lớn, công nghệ máy học có thể giúp tìm ra quy luật và phần nào dự báo được những biến động trong tương lai.

Vào năm 2013, một nghiên cứu của tổ chức SINTEF cho thấy 90% dữ liệu trong lịch sử nhân loại đã được tạo ra chỉ trong vòng hai năm trước đó. Cùng với hơn 4 tỷ người sử dụng internet trên toàn thế giới, những con số này cho thấy sự bùng nổ về công nghệ thông tin, cũng như tầm quan trọng của việc phân tích, xử lý khối lượng dữ liệu khổng lồ này. Cứ mỗi giây trôi qua, trung bình có tới hơn 60 nghìn lượt tìm kiếm được thực hiện qua hệ thống của Google, hơn 5 giờ thời lượng video được đăng tải trên YouTube và hơn 40 gigabyte dữ liệu mới được tạo ra trên Facebook.  Lượng dữ liệu này vượt xa khả năng tổng hợp và phân tích thủ công của con người, khiến máy học trở thành giải pháp tối ưu, cho phép chuyển hóa dữ liệu thô thành dữ liệu có giá trị phản ánh và dự báo.

Ví dụ, từ những lượt tìm kiếm liên quan đến một sản phẩm nhất định, công nghệ máy học giúp đưa ra những dự báo về hành vi người tiêu dùng, giúp các doanh nghiệp đưa ra chiến lược kinh doanh hiệu quả. Hay từ cơ sở dữ liệu hàng triệu bệnh án, phần mềm máy học giúp chẩn đoán và đưa ra hướng điều trị các ca ung thư mới với mức độ chính xác tương đương các bác sĩ chuyên ngành. Hiểu biết về máy học và khoa học dữ liệu sẽ mở ra cho sinh viên cơ hội việc làm ở vô số các ngành nghề khác nhau: kinh tế, tài chính, sinh học, giải trí …

Nếu không tìm hiểu về máy học, có lẽ ít người sẽ hình dung được lượng dữ liệu đồ sộ đang tồn tại và vai trò của việc thu thập, xử lý chúng. Dù ngôn ngữ hay khung lập trình chắc chắn sẽ thay đổi đáng kể chỉ trong vòng năm năm nữa, nền tảng toán học của các thuật toán này, được phát triển trong suốt một trăm năm qua, chắc chắn sẽ không thay đổi. Chúng tôi thiết kế môn học xuất phát từ những kiến thức căn bản nhất, với mong muốn truyền cảm hứng cho sinh viên để các em yêu thích bộ môn này lâu dài và có điều kiện nghiên cứu, phát triển sâu rộng hơn về sau,” Charles kết luận.

Anh Thư

Kết nối với chúng tôi

image

TRƯỜNG FULBRIGHT VÀ HÀNH TRÌNH “VIỆT NAM HÓA” TRI THỨC TOÀN CẦU Bên cạnh hoạt động giáo dục đào tạo, đông đảo công chúng Việt Nam biết đến Fulbright nhờ những nghiên cứu mang tính phản biện khoa học về tình hình kinh tế - chính trị và những đối thoại chính sách thẳng thắn với các nhà lãnh đạo về những vấn đề hóc búa nhất mà đất nước phải đối mặt. Tuy nhiên, ít người biết rằng, những kết nối sâu sắc này đã được ươm mầm từ hơn ba mươi năm trước khi nhóm giáo sư Harvard lần đầu tiên đặt chân đến Hà Nội. Đầu năm 1989, Thomas Vallely, cựu lính thủy đánh bộ trong chiến tranh Việt Nam, khi đó là Giám đốc Chương trình Việt Nam tại Đại học Harvard, cùng Giáo sư Dwight Perkins, lúc đó là Giám đốc Viện Phát triển Quốc tế Harvard đến thăm Việt Nam, khi hai nước còn chưa bình thường hóa quan hệ. Những vết thương chiến tranh với Mỹ đã cản trở bất kỳ khả năng hợp tác nào. Ngoại trưởng Việt Nam khi ấy, ông Nguyễn Cơ Thạch chia sẻ với nhóm giáo sư Harvard rằng ông phải đọc và dịch sang tiếng Việt cuốn Kinh tế học của Paul Samuelson để tìm hiểu về các khái niệm của kinh tế thị trường – bất kỳ điều gì để tìm ra con đường thoát khỏi hiện trạng đổ nát hoang tàn thời hậu chiến. Tầm nhìn thực tế này của các nhà lãnh đạo Việt Nam đã đóng vai trò tiên quyết cho sự hình thành của trường Fulbright. Ngược với những lo ngại ban đầu, nhóm chuyên gia của Harvard thấy mình được chào đón ở Việt Nam và đươc tạo điều kiện nghiên cứu bất kỳ vấn đề kinh tế quan trọng nào (nông nghiệp và công nghiệp là hai trọng tâm nghiên cứu ban đầu). Nhưng có lẽ, những nỗ lực giáo dục mà chương trình Việt Nam của Harvard đã triển khai mới để lại dấu ấn lâu dài hơn cả. Xem toàn bài tại: https://fsppm.fulbright.edu.vn/vn/tin-tuc-su-kien/tin-tuc-fsppm/truong-fulbright-va-hanh-trinh-viet-nam-hoa-tri-thuc-toan-cau/ -- Trường Chính sách công và Quản lý Fulbright đang tuyển sinh Chương trình Thạc sĩ Chính sách công năm 2024 niên khóa 2024-2026 với 2 chuyên ngành Phân tích Chính sách; và Lãnh đạo và Quản lý. Ứng viên trúng tuyển sẽ nhận được mức học bổng từ 40% - 100% từ Chương trình. Thời hạn ứng tuyển: 12/3 – 09/6/2024 Link ứng tuyển: https://fsppm.fulbright.edu.vn/don-du-tuyen #FulbrightVietnam #ThacsiChinhSachCong #TuyenSinh2024 #Scholarships

image

(English below) ✨ LỜI CHÚC NĂM GIÁP THÌN 2024 ✨ Bước sang thềm năm mới Giáp Thìn, Đại học Fulbright Việt Nam xin được gửi đến mọi nhà lời chúc tốt đẹp nhất 🐉 Với trái tim tràn đầy hy vọng hoà cùng niềm vui đầu năm, chúng tôi vô cùng trân trọng sự tin tưởng và hỗ trợ vô giá Fulbright nhận được trong hành trình vừa qua, là động lực hướng đến những điều tuyệt vời sẽ tiếp nối trong năm nay 🌟 Nhân dịp năm Rồng, Fulbright xin kính chúc vạn sự hanh thông, mọi niềm mong thành hiện thực 🌟 --- ✨ HAPPY LUNAR NEW YEAR 2024 ✨ As we step into New Year, the Year of the Dragon, Fulbright University Vietnam would like to extend our best wishes to everyone 🐉 With hearts filled with hope and joy as we embark on the new year, we deeply appreciate the invaluable trust and support Fulbright has received on our journey thus far, serving as motivation towards the wonderful things that will continue in the year ahead 🌟 As the Dragon's year unfolds its tale, Fulbright extends wishes, setting sail. Prosperity's breeze, in every gale, May dreams come true, without fail 🌟

Trang web này sử dụng cookies để cung cấp trải nghiệm người dùng tốt hơn.

Các cookies cần thiết (Essential Cookies) được mặc định và là cơ sở để trang web hoạt động chính xác. Cookies phân tích (Analytics cookies) thu thập dữ liệu ẩn danh để cải thiện và theo dõi website. Cookies hiệu suất (Performance cookies) được sử dụng bởi bên thứ ba để tối ưu hóa các ứng dụng (như video và bản đồ) được tích hợp trong trang web của chúng tôi. Để chấp nhận tất cả cookies, vui lòng bấm vào 'Tôi chấp nhận.'

logo_footer