đề tài sự ảnh hưởng của trí tuệ nhân tạo trên thế giới và việt nam

Là trí tuệ do con người lập trình tạo nên với mục tiêu giúp máy tính có thể tự động hóa các hành vi thông minh như con người.- Cụ thể, trí tuệ nhân tạo giúp máy tính có được những trí tu

NGÂN HÀNG NHÀ NƯỚC VIỆT NAM

TRƯỜNG ĐẠI HỌC NGÂN HÀNG THÀNH PHỐ HỒ CHÍ MINH KHOA HỆ THỐNG THÔNG TIN QUẢN LÝ



BÀI TI U LU NỂẬ

ĐỀ TÀI: SỰ ẢNH HƯỞNG CỦA TRÍ TUỆ NHÂNTẠO TRÊN THẾ GIỚI VÀ VIỆT NAM

MỤC LỤC

I KHÁI QUÁT CHUNG VỀ TRÍ TUỆ NHÂN TẠO 4

1 Định nghĩa 4

2 Phân loại : 4

3 Các tiền đề cơ bản của trí tuệ nhân tạo 6

4 Quan điểm về trí tuệ nhân tạo : 6

II LỊCH SƯ PHÁT TRIỂN 8

III ỨNG DỤNG CỦA TRÍ TUỆ NHÂN TẠO 10

1 Trong hoạt động quản lý doanh nghiệp 10

2 Trong hoạt động kinh doanh 122

3 Trong công nghệ thực phẩm 12

4 Trong một số ngành nghề khác 133

IV LỢI ÍCH CỦA ỨNG DỤNG TRÍ TUỆ NHÂN TẠO 166

V ƯU ĐIỂM VÀ NHƯỢC ĐIỂM CỦA TRÍ TUỆ NHÂN TẠO 177

1 Ưu điểm và tiềm năng phát triển Error! Bookmark not defined.172 Nhược điểm và những mối lo ngại 17

VI SỰ PHÁT TRIỂN CỦA TRÍ TUỆ NHÂN TẠO Ở VIỆT NAM 199

1 Liên hệ thực tế ở Việt Nam 19

2 Giải pháp chiến lược cho Trí tuệ nhân tạo ở Việt Nam 21

KẾT LUẬN 233

TÀI LIỆU THAM KHẢO 244

LỜI MỞ ĐẦU

Từ xa xưa, loài người luôn mơ ước có những cổ máy hỗ trợ con người làmtất cả mọi thứ theo ý mình Để đáp ứng mong ước đó, trí tuệ nhân tạo ( AI)ra đời,đó là một lĩnh vực rộng lớn và có nhiều ứng dụng trong cuộc sốngngày nay Những nghiên cứu trong lĩnh vực trí tuệ nhân tạo (AI) hiện nayđược xem như “ cánh tay đắc lực” của con người trong nhiều lĩnh vựcnhư toán học, vật lí, xây dựng, y tế, kinh tế,… Tuy nhiên, bên cạnh nhữnglợi ích thì trí tuệ nhân tạo (AI) cũng gặp không ít những bất cập và khókhăn

Để hiểu sâu hơn về sự ra đời, những ứng dụng, lợi ích cũng như nhữngbất cập của lĩnh vực này, em xin được trình bày chi tiết trong bài tiểu

I KHÁI QUÁT CHUNG VỀ TRÍ TUỆ NHÂN TẠO 1 Định nghĩa

Trí tuệ nhân tạo hay trí thông minh nhân tạo (Artificial intelligence – viết tắt là AI) là một ngành thuộc lĩnh vực khoa học máy tính Là trí tuệ do con người lập trình tạo nên với mục tiêu giúp máy tính có thể tự động hóa các hành vi thông minh như con người.

- Cụ thể, trí tuệ nhân tạo giúp máy tính có được những trí tuệ của con người như: biết suy nghĩ và lập luận để giải quyết vấn đề, biết giao tiếp do hiểu ngôn ngữ, tiếng nói, biết học và tự thích nghi,…

- Hoạt động trí thông minh ở người, cải biến và áp dụng nó lên máy tính một cách phù hợp, khiến chúng có thể xử lí các yêu cầu từ người dùng đạt kết quả như con người hoặc hơn con người.

2 Phân loại : Công nghệ AI được chia làm 4 loại chính: Loại 1: Công nghệ AI phản ứng.

Công nghệ AI phản ứng có khả năng phân tích những động thái khả thi nhất của chính mình và của đối thủ, từ đó, đưa ra được giải pháp tối ưu nhất

Ví dụ: Điển hình của công nghệ AI phản

ứng là Deep Blue Đây là một chương trình chơi cờ vua tự động, được tạo ra bởi IBM, với khả năng xác định các nước cờ đồng

thời dự đoán những bước đi tiếp theo của đối thủ Thông qua đó, Deep Blue đưa ra những nước đi thích hợp nhất.

Loại 2: Công nghệ AI với bộ nhớ hạn chế Đặc điểm của công nghệ AI với bộ nhớ hạn chế là khả năng sử dụng những kinh nghiệm trong quá khứ để đưa ra những quyết định trong tương lai Công nghệ AI này thường kết hợp với cảm biến môi trường xung quanh nhằm mục đích dự đoán những trường hợp có thể xảy ra và đưa ra quyết định tốt nhất cho thiết bị

Ví dụ: Đối với xe không người lái, nhiều

cảm biến được trang bị xung quanh xe và ở đầu xe để tính toán khoảng cách với các xe phía trước, công

nghệ AI sẽ dự đoán khả năng xảy ra va chạm, từ đó điều chỉnh tốc độ xe phù hợp để giữ an toàn.

Loại 3 : Lý thuyết trí tuệ nhân tạo

Công nghệ AI này có thể học hỏi cũng như tự suy nghĩ, sau đó áp dụng những gì học được để thực hiện một việc cụ thể Tuy nhiên suy cho cùng thì máy móc vẫn không thể suy nghĩ và hiểu những gì đã học được Hiện nay, công

Ví dụ: Trợ lý ảo như Siri, Alexa không thể hiểu và suy nghĩ được như con người Thậm chí, có thể nói rằng nó không thật sự hiểu gì cả.

Loại 4: Tự nhận thức

Công nghệ AI này có khả năng tự nhận thức về bản thân, có ý thức và hành xử như con người Thậm chí, chúng còn có thể bộc lộ cảm xúc cũng như hiểu được những cảm xúc của con người Đây được xem là bước phát triển cao nhất của công nghệ AI và đến thời điểm hiện tại, công nghệ này vẫn chưa khả thi.

3 Các tiền đề cơ bản của trí tuệ nhân tạo:

4 Quan điểm về trí tuệ nhân tạo :

a Hành động như con người:

Nghiên cứu tâm trí con người

học: Nghiên cứu ý nghĩa và cấu trúc của ngôn ngữ

Khoa học máy tính: Làm cho trí tuệ nhân tạo trở thành hiện ác lý thuyết xác suất logic, tạo quyết định và tính

lý thuyết của lập luận và học.

n kinh: Nền tảng hoạt động tự nhiên của hoạt động trí óc

AI có thể giải được những bài toánphức tạp một cách đơn giản?

+ Do con người được coi là động vật có trí tuệ, nên một cách rất tự nhiên là lấy con người làm thước đo khi đánh giá mức độ thông minh của máy tính.

+ Theo định nghĩa này, trí tuệ nhân tạo nhằm tạo ra các hệ thống có hành vi hay hành động tương tự con người, đặc biệt trong những hoạt động có liên quan tới trí tuệ Để xác định thế nào là hành động như người, có thể sử dụng phép thử Turing.

+ Trí tuệ nhân tạo có ưu thế trong nhiều nhiệm vụ, đặc biệt là trong việc phán đoán Nhưng vẫn cần rất nhiều thời gian để làm được.

như vậy cho các ngôn ngữ ít được nghiên cứu như tiếng Việt, hoặc làm cho máy thể hiện được buồn vui mừng giận khi nói như người

b Suy nghĩ như con người:

Một hệ thống trí tuệ nhân tạo dạng này là hệ thống GPS, viết tắt của General Problem Solver do Newell và Simon trình diễn năm 1961 GPS là chương trình máy tính cho phép giải quyết các bài toán bằng mô phỏng chuỗi suy nghĩ của con người khi giải quyết những bài toán như vậy.

c Hành động hợp lý:

Cách tiếp cận này tập trung vào việc xây dựng các tác tử có khả năng hành động hợp lý hay hành động đem lại kết quả tốt nhất khi có yếu tố không chắc chắn Cần lưu ý rằng, hành động hợp lý có thể khác với hành động giống con người: con người không phải lúc nào cũng hành động hợp lý do bị chi phối bởi các yếu tố chủ quan hoặc không Trong một số trường hợp, để quyết định hành động thế nào, cần dựa trên suy luận hợp lý và ngược lại trong nhiều tình huống như khi gặp nguy hiểm, việc hành động theo phản xạ không đòi hỏi suy diễn phức tạp nhưng lại cho kết quả tốt hơn.

d. Suy nghĩ hợp lý :

Thực tế cho thấy con người bị chi phối bởi tâm lý, cảm xúc Do vậy, không phải lúc nào con người cũng suy nghĩ và hành động theo hướng đạt kết quả tốt Từ đây xuất hiện cách tiếp cận theo hướng xây dựng các hệ thống cho phép đạt tới kết quả tốt mà không cần học theo con người Quan điểm này được hình thành bắt đầu từ nhà triết học Hy Lạp cổ đại Aristotle – người đưa ra “Quy luật đổi số” đến nhà toán học người Anh George Boole – đưa ra “Mô hình toán học của Tư duy” và cho đến nhà toán học người Đức David Hillbert – đưa ra “Logics”

II LỊCH SỬ PHÁT TRIỂN CỦA TRÍ TUỆ NHÂN TẠO

1943: Warren McCullough và Walter Pitts xuất bản cuốn “A

Logical Calculus of Ideas Immanent in Nervous Activity”, dịch ra là “Một tính toán logic của những ý tưởng tiềm ẩn trong hoạt động thần kinh” Bài viết đề xuất mô hình toán học đầu tiên để xây dựng một mạng lưới thần kinh.

1949: Trong cuốn sách “The Organization of Behavior: A

Neuropsychological Theory”- Tổ chức hành vi: Một lý thuyết thần kinh

học,Donald Hebb đề xuất lý thuyết về các hệ thống con đường thần

kinh được tạo ra từ các kết nối giữa các tế bào thần kinh trở nên mạnh mẽ hơn.

1950: Alan Turing xuất bản “Computing Machinery and

Intelligence” – Máy tính và trí thông minh, đề xuất Thử nghiệm Turing, một phương pháp để xác định xem một máy tính có thông minh hay không.

1952: Arthur Samuel phát triển một chương trình tự học để

chơi cờ.

1954: Thí nghiệm dịch máy Georgetown-IBM tự động dịch 60

câu tiếng Nga được chọn cẩn thận sang tiếng Anh.

1956: Cụm từ trí tuệ nhân tạo lần đầu tiên được nói đến tại

“Dự án nghiên cứu mùa hè về trí tuệ nhân tạo” Với sự dẫn đầu bởi John McCarthy, hội nghị, trong đó xác định phạm vi và mục tiêu của AI, được coi là sự ra đời của trí tuệ nhân tạo như chúng ta biết ngày nay.

1958: John McCarthy phát triển ngôn ngữ lập trình AI Lisp và

xuất bản bài báo “Programs with Common Sense” Bài viết đã đề xuất nhà tư vấn giả thuyết, một hệ thống AI hoàn chỉnh với khả năng học hỏi kinh nghiệm hiệu quả như con người.

1959: Allen Newell, Herbert Simon và JC Shaw giải quyết vấn

đề chung (GPS), một chương trình được thiết kế để bắt chước giải quyết vấn đề của con người.

1963: John McCarthy bắt đầu Phòng thí nghiệm AI tại

1966: Báo cáo của Ủy ban Tư vấn xử lý ngôn ngữ tự động

(ALPAC) của chính phủ Hoa Kỳ nêu chi tiết về sự thiếu tiến bộ trong nghiên cứu dịch máy, một sáng kiến lớn của chiến tranh lạnh với lời

hứa dịch tự động tiếng Nga Báo cáo ALPAC dẫn đến việc hủy bỏ tất cả các dự án MT do chính phủ tài trợ.

1969: Các hệ thống chuyên gia thành công đầu tiên được

phát triển trong DENDRAL, một chương trình XX và MYCIN, được thiết kế để chẩn đoán nhiễm trùng máu, được tạo ra tại Stanford.

1972: Ngôn ngữ lập trình logic PRITAL được tạo ra.

1973: “Báo cáo Lighthill”, nêu chi tiết về sự thất bại trong

nghiên cứu AI, được chính phủ Anh công bố, từ đây dẫn đến việc cắt giảm nghiêm trọng tài trợ cho các dự án trí tuệ nhân tạo.

1974-1980: Liên tiếp là sự thất vọng với sự phát triển của AI

dẫn đến sự cắt giảm DARPA lớn trong các khoản trợ cấp học thuật Kết hợp với báo cáo ALPAC trước đó và “Báo cáo Lighthill” năm trước, tài trợ trí tuệ nhân tạo làm khô và các quầy nghiên cứu Thời kỳ này được gọi là “Mùa đông AI đầu tiên.”

1980: Tập đoàn thiết bị kỹ thuật số phát triển R1 (còn được

gọi là XCON), hệ thống chuyên gia thương mại thành công đầu tiên Được thiết kế để định cấu hình các đơn đặt hàng cho các hệ thống máy tính mới, R1 khởi đầu sự bùng nổ đầu tư vào các hệ thống chuyên gia sẽ tồn tại trong phần lớn thập kỷ, kết thúc hiệu quả “Mùa đông AI” đầu tiên.

1982: Bộ Thương mại Quốc tế và Công nghiệp Nhật Bản khởi

động dự án Hệ thống máy tính thế hệ thứ năm đầy tham vọng Mục tiêu của FGCS là phát triển hiệu năng giống như siêu máy tính và một nền tảng để phát triển trí tuệ nhân tạo AI.

1983: Đáp lại FGCS của Nhật Bản, chính phủ Hoa Kỳ khởi

động Sáng kiến điện toán chiến lược để cung cấp nghiên cứu được tài trợ bởi DARPA trong điện toán tiên tiến và trí tuệ nhân tạo.

1985: Các công ty đang chi hơn một tỷ đô la một năm cho

các hệ thống chuyên gia và toàn bộ ngành công nghiệp được gọi là thị trường máy Lisp mọc lên để hỗ trợ họ Các công ty như Symbolics và Lisp Machines Inc xây dựng các máy tính chuyên dụng để chạy trên ngôn ngữ lập trình AI Lisp.

1987-1993: Khi công nghệ điện toán đám mây được cải

thiện, có nhiều lựa chọn thay thế rẻ hơn xuất hiện và thị trường máy Lisp sụp đổ vào năm 1987, mở ra “Mùa đông AI thứ hai” Các chuyên gia AI rất chật vật và không được sự ủng hộ trong giai đoạn này

1991: Lực lượng Hoa Kỳ triển khai DART, một công cụ lập kế

hoạch và lập kế hoạch hậu cần tự động, trong Chiến tranh vùng Vịnh.

2005: STANLEY, một chiếc xe tự lái, chiến thắng DARPA Grand

2008: Google tạo ra những bước đột phá trong nhận dạng

giọng nói và giới thiệu tính năng này trong ứng dụng iPhone.

2011: Watson của IBM tuyên bố cạnh tranh về Jeopardy!

2012: Andrew Ng, người sáng lập dự án Google Brain Deep

Learning, cung cấp

một mạng lưới thần kinh bằng cách sử dụng thuật toán 10 triệu video YouTube dưới dạng tập huấn luyện Mạng lưới thần kinh đã học cách nhận ra một con mèo mà không được cho biết con mèo là gì

2014: Google tạo ra chiếc xe tự lái đầu tiên để vượt qua bài

kiểm tra lái xe của nhà nước.

2016: AlphaGo của Google DeepMind đánh bại nhà vô địch

thế giới cờ vây Lee Sedol Sự phức tạp của trò chơi Trung Quốc cổ đại được coi là một trở ngại lớn để giải tỏa trong AI.

2017 : Vào cuối năm 2017, DeepMind giới thiệu phiên bản

nâng cấp AlphaGo Zero, được phát triển trên phần cứng tinh gọn hơn và học chơi cờ vây bằng cách tự chơi với chính mình Sau 3 ngày học, AlphaGo Zero đã đánh bại người tiền nhiệm AlphaGo với tỉ số 100–0 Sau 40 ngày học, AlphaGo Zero cũng đã tự đánh bại phiên bản đầu tiên của mình.

III.ỨNG DỤNG CỦA TRÍ TUỆ NHÂN TẠO

1 Trong hoạt động quản lý doanh nghiệp

a Tự động hoá quá trình tuyển dụng nhân sự

- Việc triển khai AI trong ngành nhân sự có thể áp dụng trong hầu hết mọi lĩnh vực nhân sự, từ thu hút ứng viên, tuyển dụng và học tập bồi dưỡng đến quản lý nghề nghiệp và hỗ trợ nhân sự.

- AI có thể giúp bộ phận Nhân sự trong việc tuyển dụng, tự động hoá quy trình như lọc CV, liên hệ với ứng viên và lên lịch phỏng vấn AI sẽ khiến cho quy trình tuyển dụng hiệu quả hơn, tiết kiệm thời gian hơn bằng cách sử dụng rất nhiều dự liệu để tìm kiếm ứng viên có kinh nghiệm và kĩ năng phù hợp với yêu cầu công việc.

- Các giải pháp AI có thế giúp phòng nhân sự phân bổ nhân lực cho các bộ phận của doanh nghiệp một cách chu đáo với những dữ liệu hỗ trợ từ chiến lược kinh doanh và ngân sách nhân sự của từng bộ phận Ngoài ra, AI cũng có thể được sử dụng để phân tích, nhận định và từ đó đưa ra các giải pháp phát triển kỹ năng mới, nâng cao kinh nghiệm của nhân viên

Ví dụ: Tại Việt Nam, IBM đã sử dụng AI để phân loại đơn xin việc, nâng cao trải nghiệm của nhân viên mới, tái thiết kế các chương trình dạy và học nội bộ nhằm cá nhân hoá theo nhu cầu phát triển nghề nghiệp của từng nhân viên, cải thiện hiệu suất và các chế độ lương thưởng Các quy trình tuyển dụng trực tuyến được thực hiện nhanh hơn và được cá nhân hóa bằng cách sử dụng các chatbot tích hợp với AI (và chatbot cũng trở nên thông minh hơn trong và sau mọi tương tác) Chatbot là một trong những “nhân viên ảo” bận rộn nhất tại IBM, có nhiệm vụ trả lời trung bình 700 câu hỏi mỗi ngày của nhân viên trên toàn cầu.

Ứng dụng trí tuệ nhân tạo trong quản lý nhân sự thời 4.0.

b Cá nhân hoá quảng cáo và tiếp thị

AI có thể phân tích dữ liệu về khách hàng tiềm năng của bạn và đưa ra dự đoán ai sẽ là người mua hàng AI còn có thể tạo ra thông điệp chat/email vô cùng cá nhân dành cho mỗi khách hàng tiềm năng, tạo ra nội dụng bán hàng chéo (cross-sell) và bán hàng gia tăng (upsell) cho từng cá nhân khách hàng.

c Cải thiện an ninh

AI có thể khiến máy tính và mạng lưới của chúng ta an toàn hơn, lọc các phần mềm độc hại, thư rác và email lừa đảo trước khi chúng ta mở chúng ra AI hiện đã và đang có rất nhiều ứng dụng trong an ninh bên cạnh việc ngăn chặn hacker trong hoàn cảnh các mối đe doạ về an ninh và bảo mật dữ liệu cá nhân ngày càng trở nên phổ biến.

d Quản trị chuỗi cung ứng

- Kiểm soát và hoạch định hàng tồn kho: Trợ lý quản trị hàng tồn kho (IMA) được thiết kế bởi Allen (1986) giúp cải thiện hiệu quả quản trị hàng tồn kho từ 8-18% bằng cách giảm lỗi hàng tồn kho Hay quy tắc logic mờ (fuzzy logic rules) ứng dụng trong quản lý đặt vé máy bay trực tuyến thông minh giúp ra quyết định chấp nhận hoặc từ chối yêu cầu đặt chỗ của hành khách.

- Quản lý thu mua và cung ứng : Humphreys và cộng sự đã phát triển một hệ chuyên gia có thể hỗ trợ các nhà quản lý thu mua trong việc đánh giá hiệu quả của các nhà cung cấp tiềm năng, mở rộng trao đổi thông tin giữa các nhân viên thu mua và giảm thời gian ra quyết định.

2 Trong hoạt động kinh doanh

- Hệ thống giới thiệu: Nhiều trang web thương mại điện tử có thể dùng mạng nơ-ron xoắn để bối cảnh hóa hình ảnh cho các hệ thống giới thiệu.

- Phân tích hành vi mua sắm của người dùng: AI có thể phân tích các giao dịch mua hàng của khách hàng để tìm điểm tương đồng Liệu người dùng có thích một số kiểu dáng hay thích chất liệu

- Chiếc gương kỳ diệu: Đây là ứng dụng cho phép khách hàng ngắm trước sản phẩm sẽ trông ra sao trên người họ.

3 Trong công nghệ thực phẩm

- Phân loại thực phẩm: Hệ thống này sử dụng nhiều công nghệ

hiện đại, bao gồm camera theo dõi và cảm biến hồng ngoại, giúp theo dõi sản phẩm giống như cách người tiêu dùng xem xét sản phẩm và phân loại dựa trên điều đó Giải pháp này giúp giảm thiểu thời gian phân loại thủ công, tăng năng suất, giảm lượng thải và nâng cao chất lượng thực phẩm.

- Quản lý chuỗi cung ứng: Sử dụng màn hình giám sát an toàn thực phẩm và kiểm nghiệm sản phẩm trong tất cả các giai đoạn trong chuỗi cung ứng, Ứng dụng hệ thống dự báo chính xác hơn trong kiểm soát giá cả và hàng hóa tồn kho, Minh bạch quy trình nông sản từ nông trại đến tận tay người tiêu dùng.

- Kiểm soát việc tuân thủ nguyên tắc vệ sinh: hệ thống sử dụng camera giám sát nhận diện khuôn mặt và đồ vật, đảm bảo nhân viên đội mũ và đeo khẩu trang theo nguyên tắc an toàn vệ sinh

- Phát triển sản phẩm mới Công nghệ sử dụng máy học:

(Machine Learning) và thuật toán dự báo nhân tạo của mình nhằm mô hình hóa sở thích người tiêu dùng và dự đoán phản ứng của họ với hương vị mới

- Thiết bị làm sạch: Hệ thống Self-optimising-clean-in-placehay còn gọi là SOCIP, sử dụng cảm biến siêu âm và huỳnh quang, nhằm

xác định thực phẩm còn dư và vi sinh vật còn sót lại trên các bộ phận của thiết bị, từ đó tối ưu hóa công đoạn làm sạch.

- Hỗ trợ trong công tác trồng trọt: với mục tiêu hướng đến ứng dụng AI cho việc theo dõi mức độ UV, độ mặn, nhiệt độ và áp lực nước trên cây trồng Hiện tại AI đã đang được sử dụng để phát hiện cây giống bệnh và côn trùng tại các nông trại, nhằm cải thiện chất lượng đất và tối ưu hóa trồng trọt.