Mỗi năm có một thành tựu công nghệ mới. chuỗi khối, in 3D, Web 3. 0 và metaverse. Vậy, công nghệ của năm 2023 là gì?
Trí tuệ nhân tạo [AI]. Mặc dù tôi đã làm việc chuyên sâu với công nghệ này trong 10 năm, nhưng chúng ta đang có một bước tiến vượt bậc về trí tuệ nhân tạo. Chỉ trong vài tháng qua, chúng ta đã chứng kiến những tiến bộ về khả năng của AI gây ấn tượng với cả những người hoài nghi. Nhưng trước tiên, hãy lùi lại vài bước và bắt đầu bằng cách xem xét sự phát triển của AI trong thập kỷ qua
2012-2014 – Sự khởi đầu của nhận dạng hình ảnh, đọc hiểu và hiểu ngôn ngữ
Một số nhà nghiên cứu nói rằng năm 2012 là một cột mốc quan trọng cho deep learning. Đó là năm mà các nhà nghiên cứu của Google đã xây dựng một mạng lưới thần kinh lớn gồm 16. 000 bộ xử lý với một tỷ kết nối để nhận dạng hình ảnh và video về mèo. Đây là một ví dụ về học tăng cường, bên cạnh học có giám sát và khởi tạo chương trình xác suất, là một trong những khuôn khổ AI đã thành công rực rỡ trong thập kỷ qua. Nhận ra hình ảnh mèo có vẻ như là một thành tích nhỏ. Tuy nhiên, vào thời điểm đó, máy móc mới bắt đầu sử dụng học sâu để cung cấp khả năng nhận dạng hình ảnh. Vào năm 2012, nhận dạng hình ảnh vẫn còn ở giai đoạn sơ khai và trong các thử nghiệm so sánh AI với hiệu suất của con người, người ta thấy rằng AI hoạt động ở khoảng -40, vẫn thấp hơn hiệu suất của con người [ở đây, được đặt ở đường cơ sở 0]. Ngoài nhận dạng hình ảnh, cách đây một thập kỷ, AI còn kém con người ở các nhiệm vụ khác, bao gồm đọc hiểu và hiểu ngôn ngữ. Mặc dù vào năm 2013, NELL [Never-Ending Language Learning], một hệ thống học máy ngữ nghĩa, đã được phát minh, AI vẫn không thể hoàn thành các nhiệm vụ liên quan đến xử lý ngôn ngữ một cách đáng tin cậy. Khả năng nhận dạng giọng nói của AI được cải thiện đáng kể với việc phát minh ra Alexa vào năm 2014. Trước đó, Siri của Apple cho phép người dùng quản lý điện thoại của họ thông qua giọng nói. Vậy mà khả năng hiểu ngôn ngữ của AI còn kém hơn con người. Trong những năm tiếp theo, AI đạt mức hiệu suất tốt hơn con người trong việc hiểu ngôn ngữ. Điều này là do những cải tiến trong nhận dạng giọng nói của AI, những tiến bộ trong xử lý ngôn ngữ và các mô hình ngôn ngữ mạng thần kinh liên quan cũng như tổ chức thông tin. Mặc dù các hệ thống AI vẫn gặp khó khăn trong việc tạo ra các văn bản dài và mạch lạc, nhưng các chatbot như “ChatGPT” cho thấy những tiến bộ to lớn đã đạt được cho đến ngày nay
2015 – 2017 AI bắt đầu hoạt động tốt hơn con người
2015 đánh dấu năm mà mọi người được phép xây dựng các mô hình AI có ý nghĩa. Sau khi hệ thống trí tuệ nhân tạo đặc trưng của IBM “Watson” trở nên nổi tiếng vào năm 2011 khi đánh bại Jeopardy. nhà vô địch Ken Jennings, một số nền tảng mã nguồn mở dành cho máy học đã xuất hiện trên thị trường [chẳng hạn như khung học sâu mã nguồn mở của Google TensorFlow]. Nó cho phép các công ty và nhà phát triển làm việc với công nghệ theo những cách mới. Ngoài ra, năm nay đã đạt được tiến bộ quan trọng về nhận dạng khuôn mặt và hình ảnh. Ví dụ: máy móc đã đánh bại con người tại cuộc thi Thử thách nhận dạng hình ảnh quy mô lớn ImageNet lần thứ 6 [ImageNet là một bộ sưu tập tiêu chuẩn gồm hàng triệu bức ảnh dùng để huấn luyện và kiểm tra các chương trình nhận dạng hình ảnh]. Trong tương lai, vào năm 2016, học tăng cường sâu - sự kết hợp giữa mạng thần kinh và học tăng cường - đã tạo ra sự cường điệu lớn trong cộng đồng AI khi AlphaGo của Google đánh bại kỳ thủ cờ vây giỏi nhất thế giới. Hơn nữa, vào năm 2017, việc sử dụng các mô hình học tập tự giám sát kết hợp với mạng lưới thần kinh sâu đã được đẩy mạnh với sự ra đời của Transformer. Ngày nay, các mô hình máy biến áp này là phương pháp chính cho Xử lý ngôn ngữ tự nhiên [NLP], bao gồm các ứng dụng như dịch máy và tìm kiếm trên web của Google
2018 – 2019 Bảo mật dữ liệu, Xử lý ngôn ngữ và AI trong Y học
Do vụ bê bối Cambridge Analytica, năm 2018 là năm mà chủ đề bảo mật dữ liệu lên đến đỉnh điểm. Cùng với điều này, một cuộc khảo sát của McKinsey cho thấy vào năm 2018, rủi ro là một trong những chức năng mà hầu hết những người được hỏi cho biết giá trị của AI có thể nhìn thấy được. Ngoài ra, khi BERT được thiết kế, xử lý ngôn ngữ đã có một bước nhảy vọt vào năm 2018. BERT là một ví dụ về mô hình ngôn ngữ mạng thần kinh học cách sử dụng từ, ngữ pháp, ý nghĩa và các sự kiện cơ bản trong các ngữ cảnh khác nhau. Bằng cách kết nối các chuỗi từ đồng thời thay vì xâu chuỗi chúng lại với nhau từ trái sang phải, các mô hình như BERT có thể tạo ra các phần tóm tắt gần như không thể phân biệt được với văn bản do con người tạo ra. Các mô hình xử lý ngôn ngữ này rất quan trọng để hỗ trợ các ứng dụng như chatbot và đã xác định tiến trình to lớn của chúng trong thập kỷ qua. Bên cạnh đó, vào năm 2019, các nhà nghiên cứu đã bắt đầu tạo ra một hệ thống AI vượt trội so với các bác sĩ X quang của con người trong việc phát hiện ung thư phổi. Điều này đạt được nhờ một thuật toán học sâu có thể diễn giải các lần chụp cắt lớp vi tính [CT] để dự đoán khả năng mắc bệnh của một người nào đó
2020 – 2021 Những tiến bộ AI nhanh chóng do đại dịch
Trong năm 2020, sự phát triển của AI được thúc đẩy và tăng tốc do đại dịch COVID-19. Trí tuệ nhân tạo chịu trách nhiệm rất lớn trong việc tăng tốc độ phát triển vắc-xin mà thường phải mất vài thập kỷ. Thay vào đó, quá trình này được rút ngắn đáng kể vì AI đã hỗ trợ các nhà nghiên cứu phân tích lượng dữ liệu khổng lồ. Sự tăng trưởng của AI được minh chứng bằng các khoản đầu tư của công ty toàn cầu trị giá 68 tỷ USD, tăng 40% từ năm 2019 đến năm 2020. Hơn nữa, chỉ riêng trong năm 2021, số lượng hồ sơ bằng sáng chế liên quan đến đổi mới AI đã lớn hơn 30 lần so với số lượng hồ sơ của năm 2015, cho thấy những tiến bộ nhanh chóng trong quá trình phát triển AI. Năm ngoái cộng đồng nghiên cứu chủ yếu tập trung vào ứng dụng của AI vào máy tính. Trường con này dạy cho máy hiểu hình ảnh và tài liệu trực quan khác để thực hiện tốt việc phân loại hình ảnh, nhận dạng đối tượng, lập bản đồ vị trí và chuyển động của khớp cơ thể người và phát hiện khuôn mặt
Ngày nay – AI đã trở nên không thể thiếu trong cuộc sống của chúng ta
Trí tuệ nhân tạo [AI] đã trải qua sự phát triển nhanh chóng trong thập kỷ qua. Chỉ 10 năm trước, hầu như không có máy nào có thể cung cấp khả năng nhận dạng ngôn ngữ hoặc hình ảnh một cách đáng tin cậy. Ngày nay, máy móc đã học cách làm tốt hơn con người trong nhiều nhiệm vụ. Chẳng hạn, hệ thống AI có thể phát hiện các khoản phí gian lận trước khi bạn biết mình làm mất thẻ hoặc kiểm tra tiêu chí đủ điều kiện khi ai đó đăng ký vay. AI nhận dạng các mẫu và đánh giá các tùy chọn trong cuộc sống hàng ngày của chúng ta. Tôi thích bài đăng trên Instagram nào và giữ tôi trên nền tảng mạng xã hội này, mức giá nào trên Amazon khiến tôi muốn mua và liệu tôi có muốn để AirPods ở nhà hay không. Trong những tháng gần đây, đặc biệt là “AI sáng tạo” đã bùng nổ – những hệ thống tạo ra những khả năng mới. Chúng tôi đã thấy sự tiến bộ trong các khả năng của AI khiến ngay cả những người hoài nghi cũng phải ấn tượng
Pháo hoa của Trí tuệ nhân tạo sáng tạo
Trong vòng vài tháng của nhau, ba AI tạo hình ảnh khác nhau đã được công khai. Dall-E, Giữa hành trình và Khuếch tán ổn định. Bạn nhập văn bản và hệ thống sẽ tạo hình ảnh trong vòng vài giây. Yêu cầu “một phi hành gia cưỡi ngựa trên sao Hỏa” và AI sẽ bắt đầu. Một hình ảnh về Midjourney đã xuất hiện trên trang bìa của tờ Economist vào tháng 6 năm 2022 và một hình ảnh khác đã giành được giải thưởng tại Hội chợ bang Colorado. Một dấu hiệu của những gì sẽ đến vào năm 2023
Đối với tôi, sự phát triển của AI tạo văn bản thậm chí còn thú vị hơn. Công ty khởi nghiệp OpenAI của Mỹ đã gây ra sự cường điệu trên toàn thế giới với chatbot “ChatGPT. ” Chatbot này bắt chước mạng lưới thần kinh của não người. Bot có thể có các cuộc trò chuyện giống như con người và tạo ra các câu trả lời thuyết phục ngay cả đối với các câu hỏi và đối thoại kỹ thuật phức tạp hơn. Đây là một cột mốc quan trọng đối với các hệ thống AI vì quá trình xử lý ngôn ngữ đã được chứng minh là một trong những nhiệm vụ khó khăn nhất đối với AI trong quá khứ.
Việc áp dụng AI trong các công ty đang gia tăng
Báo cáo Tình trạng AI năm nay cho thấy sự tiến bộ nhanh chóng trong ngành. Vào năm 2020, không một loại thuốc nào trong các thử nghiệm lâm sàng được phát triển bằng cách sử dụng phương pháp ưu tiên AI. Hôm nay có 18. Một hệ thống AI của BioNTech đã xác định thành công nhiều biến thể covid rủi ro cao nhiều tháng trước khi hệ thống theo dõi của WHO phát hiện ra chúng
Theo McKinsey, việc áp dụng AI đã tăng hơn gấp đôi kể từ năm 2017. Tự động hóa robot và thị giác máy tính là những khả năng AI được triển khai thường xuyên nhất mỗi năm. Hơn nữa, đầu tư vào AI đã tăng lên. Ngày nay, 52% số người được hỏi báo cáo rằng 5% ngân sách kỹ thuật số của họ được sử dụng cho các khoản đầu tư vào AI. Năm 2017, tỷ lệ người được hỏi đó chỉ là 40%
Tuy nhiên, việc áp dụng AI vẫn tập trung ở những AI có hiệu suất cao. Điều này ngụ ý rằng những công ty dẫn đầu về AI, ngày nay vẫn đang mở rộng lợi thế cạnh tranh của họ. Những nhà lãnh đạo AI này tham gia nhiều hơn vào “công nghiệp hóa AI” và liên kết chiến lược AI của họ với các hoạt động kinh doanh cốt lõi của họ. Lý do tại sao các công ty này tiếp tục hoạt động tốt hơn là do đầu tư nhiều hơn và chi tiêu cao hơn so với những công ty tụt hậu về AI, sau đó thu hút nhiều nhân tài [công nghệ] hoạt động tốt hơn
Điều gì sẽ đến với AI trong tương lai?
Vào năm 2023, chúng ta sẽ thấy nhiều hệ thống như vậy bổ sung hoặc thay thế những người sáng tạo là con người chúng ta trong nhiều lĩnh vực. Quá trình tạo video đang được phát triển và quá trình tạo phương tiện tùy chỉnh cũng vậy. [“Siri, hãy cho tôi xem một bộ phim dài 90 phút về một CEO đã từ bỏ sự nghiệp của mình để kiếm tiền với tư cách là một diễn viên, phong cách của Steven Spielberg. ”]
Nhưng mặc dù đã có những tiến bộ to lớn và mặc dù nhiều công ty đã áp dụng AI, rất nhiều nghiên cứu chỉ được thực hiện khi chúng ta có thể sản xuất các hệ thống AI tổng quát hoàn chỉnh. Trong vài năm tới, chúng ta sẽ thấy những tiến bộ hơn nữa về các mô hình học tập tự giám sát, học tập liên tục và khái quát hóa nhiệm vụ. Chẳng hạn, các ứng dụng trong tương lai của các mô hình ngôn ngữ mạng thần kinh như BERT có thể cho phép con người tương tác qua các ngôn ngữ và ngữ cảnh khác nhau. Chúng tôi có thể sẽ thu được dữ liệu chất lượng cao hơn cho các ngôn ngữ được sử dụng bởi các nhóm dân số nhỏ hơn và các thành kiến trong hệ thống AI sẽ dễ dàng được phát hiện và loại bỏ hơn. Do đó, chúng ta cũng có thể mong đợi rằng các chatbot AI như “ChatGPT” sẽ trở nên giống con người hơn và chúng sẽ được áp dụng rộng rãi hơn, ví dụ như trong các trường học và trường đại học
Trong những năm tới, chúng tôi sẽ quan sát thấy việc sử dụng rộng rãi nhận dạng khuôn mặt để kiểm soát quyền truy cập và các biện pháp an toàn. Trung Quốc là một trong những ví dụ nổi bật nhất mà chính phủ đã nhúng gần như hoàn toàn công nghệ nhận dạng khuôn mặt vào xã hội của mình. Tuy nhiên, vẫn còn phải xem liệu nhiều quốc gia sẽ noi gương Trung Quốc hay không vì sự hiện diện khắp nơi của AI trong xã hội có thể sẽ làm tăng các mối lo ngại về quyền riêng tư, giám sát và đạo đức
Chắc chắn việc áp dụng và đầu tư Trí tuệ nhân tạo sẽ tiếp tục phát triển trong những năm tiếp theo. Trên thực tế, theo khảo sát của McKinsey, 63% số người được hỏi nói rằng các khoản đầu tư vào AI của họ sẽ tăng lên trong những năm tới, tạo ra những lợi ích như tác động tích cực đến doanh thu và giảm chi phí. Dự kiến đến năm 2025, doanh thu toàn cầu của doanh nghiệp ứng dụng trong lĩnh vực AI sẽ tăng lên mức 31 tỷ USD. Tuy nhiên, sự phát triển của AI cần phải minh bạch và nó cần được kiểm soát để giải quyết các vấn đề về quyền riêng tư và đạo đức. Do đó, các chính phủ và công ty phải tạo ra luật AI ngay hôm nay để hướng dẫn sự phát triển của AI trong tương lai
Britta Daffner
Als Bereichsleiterin für „Chuyển đổi Dữ liệu & Công nghệ“ và Đối tác Tài khoản trong treibt Britta tagtäglich Unternehmenstransformationen und unterstützt mit ihrer gegründeten Platform "dy. không" Macher*innen, die in der Konzern- und Wirtschaftswelt etwas verändern wollen. 2021 erschien zudem ihr Buch „Die Disruptions-DNA“, das dazu inspiriert, die Digital Transformation aktiv mitzugestalten