Thuật ngữ Machine Learning (ML) là một trong những thuật ngữ rất phổ biến trong những năm gần đây. Tuy nhiên đây là một khái niệm tương đối mơ hồ với nhiều người, đặc biệt là với những bạn mới tìm hiểu về mảng này.
Vậy thực ra Machine Learning là gì và có ứng dụng ra sao? Hãy cùng tìm hiểu trong bài viết hôm nay.
Machine Learning là gì
Trước hết, hãy tưởng tượng đến cách chúng ta dậy một em bé 3 tuổi phân biệt các loài vật khác nhau. Mỗi khi gặp một con vật trên đường, chúng ta thường chỉ cho em bé tên con vật đó. Hoặc chúng ta dùng những tấm ảnh (flashcard) để hướng dẫn em bé “hình này là con chó” hay “hình này là con mèo”. Sau một thời gian, em bé sẽ có thể học được cách phân biệt các con vật này.
Tương tự như vậy, chúng ta có thể dạy cho máy tính phân biệt các con vật bằng cách cung cấp cho nhiều ảnh về động vật cùng với tên gọi của chúng. Quá trình này được gọi là Machine Learning, kỹ thuật để giúp máy tính có khả năng tự học thay vì cần sự điều chỉnh bởi con người, hoặc chúng ta có thể hiểu hiểu nôm na đây là quá trình dạy cho máy tính học.
Các dạng ML cơ bản
Về cơ bản, Machine Learning cho phép máy tính học từ dữ liệu sẵn có để thực hiện một nhiệm vụ cụ thể. Tuỳ vào nhiệm vụ và cách thức học mà Machine Learning có thể được chia ra làm 3 loại:
Supervised Learning (học có giám sát)
Supervised Learning là phương pháp khám phá mối liên hệ giữa dữ liệu với những nhãn cho trước này để có thể dự đoán chính xác trên tập dữ liệu mới. Đối với phương pháp này, dữ liệu cần được phân loại và gắn nhãn trước để cho máy tính có thể “học” được. Điều này giống với việc dạy em bé phân loại các loài vật ở trên, chúng ta cần cho em bé biết tên của mỗi loài vật khác nhau.
Unsupervised Learning (học không giám sát)
Ngược lại, Unsupervised Learning có thể khám phá cấu trúc và các mối liên hệ trong dữ liệu mà không cần thông tin về nhãn. Trở lại ví dụ trên, hãy tưởng tượng chúng ta đưa cho em bé các tấm ảnh của những con vật mà bé chưa biết như hổ và ngựa vằn. Đôi khi không cần chúng ta không cần chỉ cho bé đâu là hổ hay ngựa vằn, bé cũng có thể xếp những tấm ảnh này thành các nhóm riêng biệt.
Reinforcement Learning (học tăng cường)
Bên cạnh đó, Reinforcement Learning là phương pháp học bằng cách tương tác với môi trường và điều chỉnh chiến lược để đạt được kết quả tốt hơn. Ví dụ như một em bé đang đang chơi với tấm ảnh của các loài vật. Mỗi khi em bé nghịch ngợm bẻ cong tấm ảnh, chúng ta lắc đầu bảo rằng điều đó không tốt, dần dần bé sẽ hiểu được và không nghịch như vậy nữa.
Phân biệt Machine Learning và Artificial Inteligence (AI)
AI là những hệ thống được con người tạo ra với mục tiêu để mô phỏng các chức năng nhận thức của con người. Còn Machine Learning là phương pháp giúp máy tính có khả năng tự học để thực hiện một nhiệm vụ nào đó.
Hầu hết các hệ thống AI hiện nay đều sử dụng ML nên 2 khái niệm này rất dễ bị nhầm lẫn với nhau. Nhưng lưu ý là vẫn có những hệ thống AI không sử dụng ML. Ví dụ như chatbot Eliza được phát triển năm 1966. Đây được coi là chatbot đầu tiên có khả năng trả lời rất giống con người. Chatbot khi đó được tạo ra bằng 1 loạt các quy tắc sẵn có thay vì học từ dữ liệu như những chatbot hiện (như ChatGPT).
Note: Các bạn có thể tham khảo bài viết Giải mã sự khác biệt giữa Artificial Inteligence , Machine Learning và Data Science
Ứng dụng của Machine Learning
Machine Learning có rất nhiều ứng dụng trong nhiều lĩnh vực khác nhau, một số ứng dụng tiêu biểu có thể kể đến như:
Y tế
- Hỗ trợ chẩn đoán và dự đoán bệnh
- Rút ngắn thời gian nghiên cứu thuốc
Tài chính
- Đánh giá rủi ro các khoản vay tín dụng
- Phát hiện các hành vi gian lận trong giao dịch tài chính
Bán lẻ
- Hỗ trợ gợi ý sản phẩm cho người dùng trên nền tảng thương mại điện tử
- Dự đoán nhu cầu người dùng để tối ưu mức tồn kho
Vận tải
- Xe tự lái
- Các phần mềm hỗ trợ lái xe an toàn
Nông nghiệp
- Phát hiện sớm sâu bệnh dựa trên hình ảnh cây trồng
- Tối ưu hoá việc tưới tiêu và chăm sóc cây
Tạm kết
Trên đây là những ví dụ về các ứng dụng của Machine Learning trong các mảng khác nhau. Với ML, chúng ta có thể xây dựng những hệ thống AI với khả năng tự động hoá và tối ưu hoá rất cao. Thậm chí, AI còn làm tốt hơn con người trong một số lĩnh vực như xe tự lái (Tesla), trợ lý ảo (ChatGPT), vẽ tranh (Midjourney), chơi cờ (Alpha Go), …
Ứng dụng của AI và ML càng ngày càng đa dạng, hãy cùng chờ xem đâu là lĩnh vực tiếp theo con người chúng ta bị vượt qua!
Leave a comment