AI chưa thể uy hiếp vị thế bá chủ của con người | Học trực tuyến CNTT, học lập trình từ cơ bản đến nâng cao

AI chưa thể uy hiếp vị thế bá chủ của con người

Tin tức 11/08/2020

Ngày 08/08 vừa qua, FUNiX đã tổ chức webinar chuyên đề “Liệu trí tuệ nhân tạo có thể thay thế con người?” dưới sự chủ trì của Mentor Lê Văn Bằng, tiến sĩ ngành Khoa học máy tính tại ĐH Khoa học và Công nghệ Hoa Đông, hiện đang công tác tại Tổng Công ty Công nghiệp Công nghệ cao Viettel.

Hội thảo cung cấp những kiến thức về xu thế phát triển cũng như những nỗi lo đến từ Trí tuệ nhân tạo (AI). Người tham gia cũng hiểu rõ hơn về lịch sử, khái niệm cơ bản về hệ thống AI, tiềm năng ứng dụng của AI, từ đó giúp các mentor trẻ có thêm động lực để học tập, nghiên cứu và sẵn sàng cho kỷ nguyên AI mới trong thời đại cách mạng công nghiệp 4.0.

Mentor Lê Văn Bằng có bằng tiến sĩ ngành Khoa học máy tính tại ĐH Khoa học và Công nghệ Hoa Đông – một trường đại học trọng điểm về nghiên cứu ở Trung Quốc trong các chuyên ngành khoa học, kỹ thuật, kinh tế… Hiện đang giữ vị trí team leader tại Viettel, anh nghiên cứu về các lĩnh vực: Xử lý ảnh kỹ thuật số, Học máy, Trí tuệ nhân tạo công nghiệp, Sinh học tính toán.

Tiến sĩ Lê Văn Bằng chủ trì hội thảo.

Trả lời cho câu hỏi “Liệu AI có thể thay thế con người?”, mentor Bằng cho rằng khả năng này còn rất thấp:

“Vẫn còn quãng đường tương đối dài để trí tuệ nhân tạo có thể thay thế con người trong tương lai gần hoặc tương lai khá xa. Vai trò của nó là hỗ trợ con người, giúp tự động hóa các công việc cơ bản mang tính chất lặp đi lặp lại. Với các công việc yêu cầu về khả năng tư duy, khả năng trừu tượng thấp, máy móc sẽ giúp con người nâng cao hiệu quả, nhờ đó mà chúng ta có nhiều thời gian hơn để tư duy. Máy móc và con người sẽ hỗ trợ lẫn nhau để tối ưu hóa công việc. Trí tuệ nhân tạo không bao giờ có thể thay thế được con người, vì nó chưa đáp ứng được yêu cầu sinh tồn: chưa thể tự sinh ra được thế hệ tiếp theo. AI hoàn toàn do con người thiết kế ra, tính kế thừa hiện đang còn manh nha và rất sơ khai, chưa thể uy hiếp trực tiếp được vị trí bá chủ của con người.”

Mentor có đưa ra một thông tin thú vị để cho thấy rằng: AI chưa thể uy hiếp trực tiếp được vị thế, vị trí bá chủ của con người: AI có một “gót chân A-sin” đó là nguồn điện. Một vi xử lý Intel Xeon có thể tiêu thụ 200 watt, tuy nhiên “Cỗ máy” mà hiệu năng tối ưu nhất hiện nay đó là con người: 1 người 1 ngày tiêu thụ năng lượng tương đương 1 bóng đèn 20 watt. Giới hạn về pin, vật liệu làm pin, công nghệ làm các loại tích trữ năng lượng vẫn còn rất nhiều hạn chế. Chính vì vậy mà mặc dù AI mang đến vô số cơ hội cho sự đổi mới và cải tiến, nhưng nó khó mà có thể tự mình giành lấy tiềm năng hoạt động đầy đủ và độc lập mà không cần đến sự can thiệp của con người.
 

Phần hỏi đáp đã diễn ra khá sôi nổi. xTer Nguyễn Bùi Thiên Anh hiện đang công tác tại FPT Software chia sẻ: “Tập đoàn Microsoft đã thành công trong việc nghiên cứu và phát triển Microsoft Bot Framework cho phép hỗ trợ bác sĩ nâng cao chất lượng khám chữa bệnh. Để làm được điều đó, họ sử dụng lý thuyết toán nền tảng Machine learning và AI. Ví dụ này cho thấy cần có đội ngũ nhân sự tốt với kiến thức nền tảng vững chắc thực sự chứ nếu chỉ lấy open source của người khác dùng mà không hiểu gì thì sẽ không thể làm được các nghiên cứu như Microsoft đã làm”.

Phần hỏi đáp đã diễn ra rất sôi nổi.

Trả lời câu hỏi của bạn Tommy Nguyễn – thành viên của hiệp hội ITPA (Hội Tin Học Việt Nam tại ÚC) về kinh nghiệm cho người muốn nghiên cứu và tìm hiểu thêm về AI và Data science, Mentor Lê Văn Bằng chia sẻ:

“Muốn nghiên cứu AI thì yêu cầu đầu tiên là phải có nền tảng Toán chắc chắn, nắm vững ngôn ngữ python, sau đó bắt đầu học về Machine learning và đi sâu vào Deep learning để làm AI. Làm AI thì chủ yếu là về ứng dụng. Trước khi bước vào nghiên cứu về AI, cần nghĩ xem mình muốn xử lý gì sẽ quyết định việc nên làm như thế nào. Nghiên cứu AI hiện nay dừng ở mức độ nghiên cứu các version cho Cloud hoặc cho PC. Xu thế bây giờ là đẩy ra biên, bạn phải cụ thể hóa được modal của bạn ở trên một thiết bị xử lý biên. Việc học lý thuyết và code các modal lớn hiện đang rất phổ biến và không có gì mới, vấn đề là làm sao triển khai vào được sản phẩm thực tế mà mình muốn. Muốn nghiên cứu AI về academy thì phải có nền tảng toán rất mạnh để tối ưu hóa được modal của bạn.”

“Data science có rất nhiều dạng, dữ liệu sẽ giao thoa rất nhiều thứ. Làm data science phải có chuyên môn nhất định về những mảng giao thoa đó. Ví dụ phân tích về stock sẽ phải gom vào những biến, tham số về xã hội, về con người… Một hướng đi triển vọng cho ngành Data science là xử lý về tín hiệu ảnh, vì theo mình tín hiệu ảnh chiếm 70% lượng thông tin thu thập được”.

Buổi hội thảo khép lại nhưng đã mở ra một cơ hội mới cho các bạn sinh viên đang học chứng chỉ Data Science và Machine learning ở FUNiX: Chỉ cần học xong chứng chỉ Machine learning, nắm được phần Introduction của Deep learning, cộng thêm năng lực về python là các bạn có thể tham gia ứng tuyển vị trí thực tập sinh tại Tổng công ty công nghiệp công nghệ cao Viettel.

 Hoàng Thu Trang

ĐĂNG KÝ TƯ VẤN HỌC LẬP TRÌNH TẠI FUNiX

Bình luận (
0
)

Bài liên quan

  • Tầng 0, tòa nhà FPT, 17 Duy Tân, Q. Cầu Giấy, Hà Nội
  • info@funix.edu.vn
  • 0782313602 (Zalo, Viber)        
Chat Button
Chat với FUNiX GPT ×

yêu cầu gọi lại

error: Content is protected !!