Công nghệ AI

Công nghệ AI (viết tắt của Artifical Intelligence) hoặc trí thông minh nhân tạo là công nghệ mô phỏng các quá trình suy nghĩ và học tập của con người cho máy móc, đặc biệt là các hệ thống máy tính. Các quá trình này bao gồm việc học tập (thu thập thông tin và các quy tắc sử dụng thông tin), lập luận (sử dụng các quy tắc để đạt được kết luận gần đúng hoặc xác định), và tự sửa lỗi. Các ứng dụng đặc biệt của AI bao gồm các hệ thống chuyên gia, nhận dạng tiếng nói và thị giác máy tính (nhận diện khuôn mặt, vật thể hoặc chữ viết).

Khái niệm về công nghệ AI xuất hiện đầu tiên bởi John McCarthy, một nhà khoa học máy tính Mỹ, vào năm 1956 tại Hội nghị The Dartmouth. Ngày nay, công nghệ AI là một thuật ngữ bao gồm tất cả mọi thứ từ quá trình tự động hoá robot đến người máy thực tế.

Tư tưởng có khả năng sinh vật nhân tạo xuất hiện như các thiết bị kể chuyện thời cổ đại và đã được phổ biến trong tiểu thuyết, như trong Frankenstein của Mary Shelley hay RUR (máy toàn năng Rossum) của Karel Capek. Những nhân vật này và số phận của họ nêu ra nhiều vấn đề tương tự hiện đang được thảo luận trong đạo đức của trí tuệ nhân tạo.

Nghiên cứu về lý trí cơ học hoặc "chính thức" bắt đầu với các nhà triết học và toán học thời cổ đại. Nghiên cứu về logic toán học đã dẫn trực tiếp đến lý thuyết tính toán của Alan Turing, người cho rằng một cỗ máy, bằng cách xáo trộn các ký hiệu đơn giản như "0" và "1", có thể mô phỏng bất kỳ hành động suy luận toán học nào có thể hiểu được. Tầm nhìn sâu sắc này, cho thấy máy tính kỹ thuật số có thể mô phỏng bất kỳ quá trình suy luận hình thức nào, đã được gọi là luận án Church-Turing. Cùng với những khám phá đồng thời về sinh học thần kinh, lý thuyết thông tin và điều khiển học, điều này khiến các nhà nghiên cứu cân nhắc khả năng xây dựng bộ não điện tử. Turing đã đề xuất rằng "nếu một con người không thể phân biệt giữa các phản hồi từ một máy và một con người, máy tính có thể được coi là 'thông minh'. Công việc đầu tiên mà bây giờ được công nhận là trí tuệ nhân tạo là thiết kế hình thức "tế bào thần kinh nhân tạo" do McCullouch và Pitts đưa ra năm 1943.

Lĩnh vực nghiên cứu AI được ra đời tại một hội thảo tại Đại học Dartmouth năm 1956. Những người tham dự Allen Newell (CMU), Herbert Simon (CMU), John McCarthy (MIT), Marvin Minsky (MIT) và Arthur Samuel (IBM) đã trở thành những người sáng lập và lãnh đạo nghiên cứu AI. Họ và các sinh viên của họ đã tạo ra các chương trình mà báo chí mô tả là "đáng kinh ngạc": máy tính đang học chiến lược kiểm tra (c. 1954) (và đến năm 1959 được cho là chơi tốt hơn người bình thường), giải từ các vấn đề về đại số, chứng minh các định lý logic (Lý thuyết logic, lần chạy đầu tiên vào năm 1956) và nói tiếng Anh. Đến giữa thập niên 1960, nghiên cứu ở Mỹ được Bộ Quốc phòng tài trợ rất nhiều và các phòng thí nghiệm đã được thành lập trên khắp thế giới. Những người sáng lập AI rất lạc quan về tương lai: Herbert Simon dự đoán, "máy móc sẽ có khả năng, trong vòng hai mươi năm nữa, làm bất kỳ công việc nào mà một người có thể làm". Marvin Minsky đồng ý, viết, "trong một thế hệ  ... Vấn đề tạo ra 'trí tuệ nhân tạo' về cơ bản sẽ được giải quyết ".

Họ đã không nhận ra độ khó của một số nhiệm vụ còn lại. Tiến độ chậm lại và vào năm 1974, để đáp lại sự chỉ trích của Sir James Lighthill và áp lực liên tục từ Quốc hội Hoa Kỳ để tài trợ cho các dự án năng suất cao hơn, cả chính phủ Hoa Kỳ và Anh đều dừng nghiên cứu khám phá về AI. Vài năm sau đó sẽ được gọi là " mùa đông AI ", giai đoạn mà việc kiếm được tài trợ cho các dự án AI là khó khăn.

Đầu những năm 1980, nghiên cứu AI đã được hồi sinh nhờ thành công thương mại của các hệ chuyên gia, một dạng chương trình AI mô phỏng kiến thức và kỹ năng phân tích của các chuyên gia về con người. Đến năm 1985, thị trường cho AI đã đạt hơn một tỷ đô la. Đồng thời, dự án máy tính thế hệ thứ năm của Nhật Bản đã truyền cảm hứng cho chính phủ Hoa Kỳ và Anh khôi phục tài trợ cho nghiên cứu học thuật. Tuy nhiên, bắt đầu với sự sụp đổ của thị trường Máy Lisp vào năm 1987, AI một lần nữa rơi vào tình trạng khó khăn, và một sự gián đoạn thứ hai, kéo dài hơn đã bắt đầu.

Vào cuối những năm 1990 và đầu thế kỷ 21, AI bắt đầu được sử dụng cho hậu cần, khai thác dữ liệu, chẩn đoán y tế và các lĩnh vực khác. Thành công là nhờ sức mạnh tính toán ngày càng tăng (xem định luật Moore), nhấn mạnh hơn vào việc giải quyết các vấn đề cụ thể, mối quan hệ mới giữa AI và các lĩnh vực khác (như thống kê, kinh tế và toán học) và cam kết của các nhà nghiên cứu về phương pháp toán học và tiêu chuẩn khoa học. Deep Blue trở thành hệ thống chơi cờ trên máy tính đầu tiên đánh bại một nhà đương kim vô địch cờ vua thế giới, Garry Kasparov, vào ngày 11 tháng 5 năm 1997.

Năm 2011, tại một chương trình truyền hình thi đấu trả lời câu hỏi biểu diễn Jeopardy!, hệ thống trả lời câu hỏi của IBM, Watson, đã đánh bại hai nhà vô địch Brad Rutter và Ken Jennings, với tỷ số chênh lệch đáng kể. Máy tính nhanh hơn, cải tiến thuật toán và truy cập vào lượng lớn dữ liệu cho phép có được các tiến bộ trong học tập và nhận thức máy. Phương pháp học sâu vốn đói dữ liệu bắt đầu thống trị các thử nghiệm liên quan đến độ chính xác vào khoảng năm 2012. Kinect, cung cấp giao diện chuyển động cơ thể 3D cho Xbox 360 và Xbox One, sử dụng các thuật toán xuất hiện từ nghiên cứu AI dài cũng như trợ lý cá nhân thông minh trong điện thoại thông minh. Vào tháng 3 năm 2016, AlphaGo đã thắng 4 trên 5 trận đấu cờ vây trong trận đấu với nhà vô địch cờ vây Lee Sedol, trở thành hệ thống chơi cờ vây trên máy tính đầu tiên đánh bại một người chơi cờ vây chuyên nghiệp mà không cần chấp quân. Trong Hội nghị Tương lai 2017, AlphaGo đã giành chiến thắng trong một trận đấu ba ván với Kha Khiết, kỳ thủ lúc đó liên tục giữ vị trí số 1 thế giới trong hai năm. Điều này đánh dấu sự hoàn thành một cột mốc quan trọng trong sự phát triển của trí tuệ nhân tạo vì cờ vây là một trò chơi tương đối phức tạp, hơn cả cờ vua.

Theo Jack Clark của Bloomberg, năm 2015 là một năm mang tính bước ngoặt đối với trí tuệ nhân tạo, với số lượng dự án phần mềm sử dụng AI Google đã tăng từ "sử dụng lẻ tẻ" vào năm 2012 lên hơn 2.700 dự án. Clark cũng trình bày dữ liệu thực tế cho thấy những cải tiến của AI kể từ năm 2012 được hỗ trợ bởi tỷ lệ lỗi thấp hơn trong các tác vụ xử lý hình ảnh. Ông cho rằng sự gia tăng các mạng thần kinh giá cả phải chăng, do sự gia tăng cơ sở hạ tầng điện toán đám mây và sự gia tăng các công cụ nghiên cứu và bộ dữ liệu. Các ví dụ được trích dẫn khác bao gồm sự phát triển hệ thống Skype của Microsoft có thể tự động dịch từ ngôn ngữ này sang ngôn ngữ khác và hệ thống của Facebook có thể mô tả hình ảnh cho người mù. Trong một cuộc khảo sát năm 2017, một trong năm công ty báo cáo rằng họ đã "kết hợp AI trong một số dịch vụ hoặc quy trình".

Khoảng năm 2016, Trung Quốc đã tăng tốc rất nhiều tài trợ của chính phủ; với nguồn cung cấp dữ liệu lớn và sản lượng nghiên cứu tăng nhanh, một số nhà quan sát tin rằng nước này có thể đang trên đà trở thành một "siêu cường AI". Tuy nhiên, người ta đã thừa nhận rằng các báo cáo liên quan đến trí tuệ nhân tạo có xu hướng bị phóng đại.

Có 2 trường phái tư duy phổ biến về Artificial Intelligence, gồm “Trí tuệ nhân tạo truyền thống” và “Trí tuệ tính toán”.

Trí tuệ nhân tạo truyền thống

Trường phái này còn được biết đến với nhiều cái tên khác nhau như trí tuệ nhân tạo biểu tượng, trí tuệ nhân tạo ngăn nắp (neat AI), trí tuệ nhân tạo logic hay trí tuê nhân tạo cổ điển (Good Old Fashioned Artificial Intelligence). Trí tuệ nhân tạo truyền thống được đặc trưng bởi tập hợp các phương pháp machine learning với hệ hình thức (formalism) và phân tích thống kê riêng biệt:

  • Hệ chuyên gia.
  • Lập luận theo tình huống.
  • Mạng Bayes.

Trí tuệ tính toán

Trí tuệ tính toán tập trung nghiên cứu quá trình học hỏi hoặc phát triển lặp lại, dựa trên dữ liệu là những kinh nghiệm được rút, kết hợp với công nghệ trí tuệ nhân tạo phi ký hiệu, trí tuê nhân tạo lộn xộn (scruffy AI) và khả năng tính toán mềm (soft computing).

Ví dụ: Tinh chỉnh tham số trong hệ thống connectionist. 

Các phương pháp chính được sử dụng trong trường phái này gồm có:

  • Mạng neural (mạnh về nhận dạng mẫu – pattern recognition).
  • Hệ mờ (Fuzzy system).
  • Tính toán tiến hóa (Evolutionary computation).
  • Trí tuê nhân tạo dựa theo hành vi (Behavior based AI).

Ngoài ra, các nhà khoa học cũng đã nhen nhóm hoạt động nghiên cứu trường phái lai giữa “Trí tuệ nhân tạo truyền thống” và “Trí tuệ tính toán”. Nhưng quá trình này vẫn cần rất nhiều thời gian để thu về những kết quả đầu tiên.

Trí tuệ tính toán. (Nguồn: bepos.io)

Ở thời điểm hiện tại, Big Data (Dữ liệu lớn) xuất hiện đã góp phần đáng kể trong việc đẩy nhanh tiến độ hoàn thiện và mở rộng của trí tuệ nhân tạo. Chất xúc tác này mang đến những giải pháp hữu ích trước bài toán của hệ thống AI về khả năng lưu trữ, giám sát và xử lý dữ liệu – luôn trong tình trạng “Limited” và có phần chậm chạp.

Đồng thời, trí tuệ nhân tạo đã được nhiều “ông lớn” trong lĩnh vực công nghệ quan tâm hơn. Họ có sự đầu tư cả về tài chính và nhân lực để nghiên cứu, triển khai, hiện thực hóa hàng loạt dự án lớn nhỏ, giúp rút ngắn khoảng cách giữa một chương trình máy tính khó hiểu với những nhu cầu cơ bản nhất của người dùng. Ví dụ như ứng dụng nhận dạng khuôn mặt, giọng nói, robot thông minh,…

Phân theo mức độ phức tạp, có thể phân công nghệ AI thành 4 loại sau:

Loại 1: AI phản ứng (Reactive Machine)

Một ví dụ là Deep Blue, chương trình tự động chơi cờ vua của IBM đã đánh bại kì thủ thế giới Garry Kasparov vào những năm 1990. Công nghệ AI của Deep Blue có thể xác định các nước cờ và dự đoán những bước đi tiếp theo. Nhưng nó không có ký ức và không thể sử dụng những kinh nghiệm trong quá khứ để tiếp tục huấn luyện trong tương lai.

Loại công nghệ AI này phân tích những động thái khả thi – của chính nó và đối thủ – và chọn hành động chiến lược nhất. Deep Blue và AlphaGO (chơi cờ vây) của Google được thiết kế cho các mục đích hẹp và không thể dễ dàng áp dụng cho tình huống khác.

Loại 2: AI sở hữu bộ nhớ giới hạn

Các hệ thống AI này có thể sử dụng những kinh nghiệm trong quá khứ để đưa ra các quyết định trong tương lai. Một số chức năng ra quyết định này có mặt trong các loại thiết bị không người lái như xe, máy bay drone hoặc tàu ngầm. Kết hợp các cảm biến môi trường xung quanh công nghệ AI này có thể dự đoán được tình huống và đưa ra những bước hành động tối ưu cho thiết bị. Sau đó chúng sẽ được sử dụng để đưa ra hành động trong bước tiếp theo.

Phân loại công nghệ AI. (Nguồn: semtek.com.vn)

Loại 3: AI có lý thuyết riêng

Đây là một thuật ngữ tâm lý. Công nghệ AI này có thể tự mình suy nghĩ và học hỏi những thứ xung quanh để áp dụng cho chính bản thân nó cho một việc cụ thể. Loại công nghệ AI này chưa khả thi trong thời gian hiện tại.

Loại 4: AI tự nhận thức

Lúc này cả hệ thống AI có ý thức về bản thân, có ý thức và hành xử như con người. Chúng thậm chí còn có cảm xúc và hiểu được cảm xúc của những người khác. Tất nhiên, loại công nghệ AI này vẫn chưa khả thi.

Còn rất lâu nữa chúng ta mới có thể đạt tới level 3 và 4 của công nghệ AI. Do đó, các bạn đừng quá lo lắng về viễn cảnh trong phim Kẻ Hủy Diệt nhé. 

Tự động hóa

Giúp cho một hệ thống có khả năng xử lý tự động. 

Ví dụ: Tự động hóa quá trình robot trong các ngành như công nghiệp, cơ khí có thể được lập trình để thực hiện các nhiệm vụ có thể lặp lại với khối lượng lớn.

Máy học

Việc nghiên cứu và xây dựng các kỹ thuật cho phép các hệ thống "học" tự động từ dữ liệu để giải quyết những vấn đề cụ thể.

Ví dụ: Các máy có thể "học" cách phân loại thư điện tử xem có phải thư rác (spam) hay không và tự động xếp thư vào thư mục tương ứng.

Thị giác máy

Công nghệ này giúp nắm bắt và phân tích thông tin hình ảnh bằng cách sử dụng máy ảnh, chuyển đổi sang tín hiệu số và xử lý nó. Thị giác máy có thể được lập trình để nhìn xuyên tường,... Ứng dụng trong việc nhận dạng chữ ký, phân tích hình ảnh y tế.

Xử lý ngôn ngữ tự nhiên

Đây là cách xử lý ngôn ngữ của con người bằng một chương trình máy tính. Một ví dụ nổi tiếng nhất của NLP là phát hiện thư rác, xem xét dòng tiêu đề và nội dung của email và quyết định xem đó có phải là rác không. Nhiệm vụ NLP bao gồm dịch văn bản, phân tích tình cảm và nhận dạng giọng nói.

Robotics

Robot thường được sử dụng để thực hiện các nhiệm vụ khó khăn của con người. Chúng được sử dụng trong các dây chuyền lắp ráp để sản xuất xe hơi hoặc bởi NASA để di chuyển các vật thể lớn trong không gian.

Xe tự lái

Sử dụng kết hợp tầm nhìn của máy tính, nhận dạng hình ảnh và học sâu để xây dựng kỹ năng tự động điều khiển phương tiện khi đi trong làn đường nhất định và tránh các vật cản bất ngờ, như người đi bộ.

Các nhà nghiên cứu đầu tiên đã phát triển các thuật toán bắt chước theo lý luận từng bước mà con người sử dụng khi giải quyết các câu đố hoặc đưa ra các phương pháp loại trừ logic. Vào cuối những năm 1980 và 1990, nghiên cứu về AI đã phát triển các phương pháp xử lý thông tin không chắc chắn hoặc không đầy đủ, sử dụng các khái niệm từ xác suất và kinh tế.

Đối với những vấn đề khó, các thuật toán bắt buộc phải có phần cứng đủ mạnh để thực hiện phép tính toán khổng lồ - để trải qua "vụ nổ tổ hợp": lượng bộ nhớ và thời gian tính toán có thể trở nên vô tận nếu giải quyết một vấn đề khó. Mức độ ưu tiên cao nhất là tìm kiếm các thuật toán giải quyết vấn đề.

Con người thường sử dụng các phán đoán nhanh và trực quan chứ không phải là phép khấu trừ từng bước mà các nghiên cứu AI ban đầu có thể mô phỏng. AI đã tiến triển bằng cách sử dụng cách giải quyết vấn đề "biểu tượng phụ": cách tiếp cận tác nhân được thể hiện nhấn mạnh tầm quan trọng của các kỹ năng cảm biến động đến lý luận cao hơn; nghiên cứu mạng thần kinh cố gắng để mô phỏng các cấu trúc bên trong não làm phát sinh kỹ năng này. Các phương pháp tiếp cận thống kê đối với AI bắt chước khả năng của con người.

Trí tuệ nhân tạo đã được áp dụng vào một loạt các lĩnh vực. Dưới đây là một số lĩnh vực đã được áp dụng công nghê AI:

AI trong y tế

Đặt cược lớn nhất là cải thiện kết quả của bệnh nhân và giảm chi phí. Các công ty đang áp dụng máy học để chẩn đoán tốt hơn và nhanh hơn con người. Một trong những công nghệ chăm sóc sức khỏe nổi tiếng nhất là IBM Watson. Nó hiểu ngôn ngữ tự nhiên và có thể trả lời các câu hỏi. Hệ thống khai thác dữ liệu bệnh nhân và các nguồn dữ liệu có sẵn khác để tạo thành một giả thuyết, sau đó nó đưa ra một lược đồ chấm điểm tin cậy.

Các ứng dụng AI khác bao gồm chatbot, một chương trình máy tính được sử dụng trực tuyến để trả lời các câu hỏi và hỗ trợ khách hàng, để giúp sắp xếp các cuộc hẹn theo dõi hoặc hỗ trợ bệnh nhân thông qua quy trình thanh toán và trợ lý sức khỏe ảo cung cấp phản hồi y tế cơ bản.

AI trong chăm sóc sức khỏe. (Nguồn: hoanghapc.vn)

AI trong kinh doanh

Tự động hóa quá trình robot đang được áp dụng cho các nhiệm vụ lặp đi lặp lại thường được thực hiện bởi con người. Các thuật toán máy học đang được tích hợp vào các nền tảng phân tích và khám phá thông tin về cách phục vụ khách hàng tốt hơn. Chatbots đã được kết hợp vào các trang web để cung cấp dịch vụ ngay lập tức cho khách hàng.

AI trong giáo dục

AI có thể tự động hóa việc chấm điểm, giúp các nhà giáo dục có thêm thời gian. Nó có thể đánh giá sinh viên và thích ứng với nhu cầu của họ, giúp họ làm việc theo tốc độ của riêng họ.

Gia sư AI có thể cung cấp hỗ trợ bổ sung cho sinh viên, đảm bảo họ luôn đi đúng hướng. Và nó có thể thay đổi nơi học sinh học và thậm chí thay thế một số giáo viên.

Al trong tài chính

AI trong các ứng dụng tài chính cá nhân, như Intuit’s Mint hoặc TurboTax, đang phá vỡ các tổ chức tài chính. Các ứng dụng như thu thập dữ liệu cá nhân và cung cấp tư vấn tài chính. Các chương trình khác, như IBM Watson, đã được áp dụng cho quá trình mua nhà. Ngày nay, phần mềm trí tuệ nhân tạo thực hiện phần lớn giao dịch trên Phố Wall.

AI trong pháp luật

Quá trình khám phá – sàng lọc thông qua các tài liệu – trong pháp luật thường là quá sức đối với con người. Tự động hóa quá trình này là sử dụng thời gian hiệu quả hơn. Các công ty khởi nghiệp cũng đang xây dựng các trợ lý máy tính hỏi và trả lời có thể sàng lọc các câu hỏi được lập trình để trả lời bằng cách kiểm tra phân loại và bản thể học liên quan đến cơ sở dữ liệu.

AI trong sản xuất

Đây là một lĩnh vực đã đi đầu trong việc kết hợp robot vào quy trình làm việc. Robot công nghiệp được sử dụng để thực hiện các nhiệm vụ đơn lẻ và được tách ra khỏi công nhân của con người, nhưng khi công nghệ tiến bộ đã thay đổi.

AI trong vận tải

Trí tuệ nhân tạo được ứng dụng trong ngành vận tải thông qua những phương tiện giao thông vận tải tự lái, đặc biệt là ô tô đã đem lại những lợi ích kinh tế đáng kể nhờ khả năng cắt giảm chi phí và hạn chế những rủi ro tai nạn giao thông những vấn đề gây nguy hiểm đến tính mạng của con người.

AI trong ngân hàng

Các ngân hàng đã tìm thấy kết quả tốt trong việc sử dụng chatbot để làm cho khách hàng của họ biết về các dịch vụ và dịch vụ bổ sung. Họ cũng đang sử dụng AI để cải thiện việc ra quyết định cho vay, đặt giới hạn tín dụng và xác định cơ hội đầu tư.

AI trong dịch vụ

Công nghệ trí tuệ nhân tạo có khả năng nắm bắt được những thông tin về các hoạt động sử dụng dịch vụ của khách hàng thông qua việc thu thập và phân tích dữ liệu để từ đó đưa ra các giải pháp tối ưu, hiệu quả và phù hợp với nhu cầu sử dụng của họ. Điều này giúp ngành dịch vụ có thể hoạt động tốt hơn và mang lại những trải nghiệm thú vị, mới mẻ hơn cho người dùng. Chatbot chính là ví dụ điển hình cho ứng dụng này.

AI trong truyền thông

Đối với ngành truyền thông, trí tuệ nhân tạo AI ra đời đã mang lại sự thay đổi lớn cho ngành trong việc tiếp cận các mục tiêu, đối tượng khách hàng tiềm năng. Dựa trên việc phân tích về nhân khẩu học, thói quen hoạt động trực tuyến hay những nội dung quảng cáo khách hàng hay xem để điều chỉnh thời gian và không gian cung cấp quảng cáo sao cho phù hợp.

Công nghệ al trong bảo mật

AI và máy học đang đứng đầu trong danh sách các nhà cung cấp bảo mật danh sách từ thông dụng đang sử dụng ngày nay để phân biệt các dịch vụ của họ. Những điều khoản đó cũng đại diện cho các công nghệ thực sự khả thi. Trí tuệ nhân tạo và máy học trong các sản phẩm an ninh mạng đang gia tăng giá trị thực cho các nhóm bảo mật đang tìm cách xác định các cuộc tấn công, phần mềm độc hại và các mối đe dọa khác.

Các tổ chức ngày nay sử dụng máy học trong phần mềm quản lý sự kiện và thông tin bảo mật (SIEM) và các lĩnh vực liên quan để phát hiện sự bất thường và xác định các hoạt động đáng ngờ chỉ ra các mối đe dọa. Bằng cách phân tích dữ liệu và sử dụng logic để xác định sự tương đồng với mã độc đã biết, AI có thể cung cấp cảnh báo cho các cuộc tấn công mới và mới nổi sớm hơn nhiều so với nhân viên của con người và các công nghệ lặp lại trước đây.

8.1. Ưu điểm

  • Phát hiện và ngăn chặn các rủi ro: AI giúp con người dự báo trước các rủi ro và mối nguy hại tiềm ẩn và hạn chế các thiệt hại đem lại. Các rủi ro được AI nhận biết như: Thảm họa thiên nhiên, động đất, sóng thần, núi lửa, dịch bệnh hay có mối nguy hại trong sản xuất kinh doanh
  • Hạn chế sử dụng sức lao động của con người: Nhờ quá trình học máy và tạo ra được các robot trong công nghiệp và đời sống. Con người sẽ không phải tốn nhiều sức lao động trong sản xuất, vận hành. Giờ đây, các máy móc robot sẽ thay con người làm việc đó.
  • Tạo ra cơ hội việc làm mới: Không ít người lo rằng, việc trí ứng dụng tuệ nhân tạo trong giáo dục, trí tuệ nhân tạo trong kinh doanh,… sẽ làm tăng tỷ lệ thất nghiệp. Điều này có thể xảy ra nhưng chỉ ở mức độ nhất định và tập trung vào một số ngành nghề cụ thể. Trái lại, AI cũng góp phần tạo ra nhiều cơ hội nghề nghiệp mới tại những lĩnh vực mới. Theo dự đoán của các chuyên gia, đến đầu thập niên 20 của thế kỷ 20, công nghệ Artificial Intelligence sẽ mang đến cho thị trường lao động hơn 2 triệu việc làm và có thể tiếp tục tăng thêm trong tương lai. Nổi bật là:
    • Vị trí lập trình viên AI. 
    • Vị trí môi giới, quản lý AI – trung gian giữa sản phẩm trí tuệ nhân tạo với khách hàng (doanh nghiệp, đại diện công chúng,…).
    • Ethics controller – Kiểm soát viên đối với AI.
  • Mở ra những tiềm năng mới: Khoa học công nghệ nói chung và AI nói riêng là tiền đề vững chắc để nhân loại hướng đến những giấc mơ tưởng chừng không thể. Ví dụ như khám phá và làm chủ vũ trụ, tạo ra các nguồn năng lượng sạch,…
  • Xóa bỏ khoảng cách ngôn ngữ: Công nghệ AI sẽ giúp con người trên mọi Quốc gia có thể nói chuyện và hiểu nhau, thoải mái tiếp xúc. Có thêm nhiều cơ hội để học tập và làm việc trên khắp thế giới.
  • Cá nhân hóa: Công nghệ AI sẽ đánh giá và thích ứng cũng như học hỏi đối tượng mà nó phục vụ. Từ đó, đưa ra phản ứng phù hợp nhất cho từng đối tượng riêng biệt.

8.2. Nhược điểm

  • Khó làm chủ và kiểm soát: AI là những chương trình phức tạp và khó hiểu với cả những chuyên gia, lập trình viên giàu kinh nghiệm. Nhiều vấn đề mang tính kỹ thuật chưa thể tìm ra lời giải đáp ở thời điểm hiện tại. Đặc biệt, khoảng cách giữa trí tuệ thuần kỹ thuật với trí tuệ chứa cảm xúc của con người đang quá lớn. Trong nhiều tình huống thực tế như gặp mặt trực tiếp với khách hàng, tư vấn sản phẩm, con người vẫn cần tự mình đảm nhiệm.
  • Tăng tỷ lệ thất nghiệp ở một mức nhất định: Sự hiện diện của trí tuệ nhân tạo trong y tế, các ứng dụng của trí tuệ nhân tạo trong giáo dục, kinh doanh,… sẽ khiến một bộ phận người lao động rơi vào tình trạng không việc làm do một số yếu tố sau:
    • Một số công việc cũ có thể được thay thế bằng máy móc, thiết bị, sản phẩm tích hợp AI với hiệu suất và độ chính xác cao hơn.
    • Một số công việc khác, nhất là quản lý, giám sát hệ thống đòi hỏi những yêu cầu lớn hơn về trình độ học vấn, kinh nghiệm và kỹ năng của lao động.
  • AI có thể bị lợi dụng: Trí tuệ nhân tạo ở Việt Nam hay ở bất cứ quốc gia nào, nếu không được sử dụng đúng mục đích ban đầu sẽ biến thành công cụ của các cuộc khủng bố, xung đột vũ trang, thậm chí là chiến tranh. Đây là những mối lo thường trực của mọi chính phủ trên thế giới khi quá trình AI hóa cho quân sự vẫn đang diễn ra. Rất nhiều vũ khí, phương tiện tích hợp trí tuệ nhân tạo đã được sản xuất: máy bay không người lái, tên lửa tự động,…Ngay cả trong đời sống, vấn nạn đánh cắp thông tin cá nhân, hack tài khoản người dùng,… cũng phổ biến hơn bao giờ hết. Không ít trong số những vụ việc như vậy có liên quan đến AI nhưng bị dùng với mục đích phi pháp.
  • Gia tăng khoảng cách xã hội: Không thể phủ nhận, những ứng dụng trí tuệ nhân tạo trong y tế, dịch vụ nhà ở,… sẽ giúp cải thiện rõ rệt chất lượng cuộc sống. Nhưng thực tế, không phải mọi cá nhân, tổ chức hay quốc gia nào cũng “đủ sức” để sở hữu, khai thác giá trị từ các ứng dụng như vậy. Rào cản về chi phí, trình độ và khả năng kiểm soát AI một lần nữa khiến vấn đề khoảng cách xã hội đặt trước tình trạng báo động.