Những sản phẩm công nghệ mới nhất dựa trên nền tảng trí tuệ nhân tạo (AI) trên thế giới

Thứ sáu, 04/01/2019

Hiện nay, xu hướng cạnh tranh về công nghệ đang diễn ra mạnh mẽ tại nhiều nước trên thế giới, đặc biệt trong số này là công nghệ chế tạo các sản phẩm dựa trên nền tảng trí tuệ nhân tạo (AI).

Hiện nay, xu hướng cạnh tranh về công nghệ đang diễn ra mạnh mẽ tại nhiều nước trên thế giới, đặc biệt trong số này là công nghệ chế tạo các sản phẩm dựa trên nền tảng trí tuệ nhân tạo (AI). Đứng trước thực tế này, nhiều tập đoàn, hay những công ty công nghệ lớn đang ra sức tập trung nguồn lực để nghiên cứu và cho ra đời các sản phẩm công nghệ tiên tiến nhất, đây là những sản phẩm có thể làm tăng hiệu quả hoạt động cũng như uy tín và sức cạnh tranh cho tập đoàn hay doanh nghiệp của mình, vì vậy, trên toàn cầu xuất hiện ngày càng nhiều những sản phẩm công nghệ hết sức thông minh này. Đó là những sản phẩm đặc biệt nào, mời các bạn cùng tìm hiểu.

1. Chỉ "tự học" nhưng AI của Google đã nhận diện được hàng tỷ vật thể

Ứng dụng chụp ảnh mới của Google dựa trên nền tảng trí tuệ nhân tạo đã có thể nhận diện được rất nhiều vật thể, giúp việc chụp ảnh của người dùng trở nên dễ dàng hơn.

Khi được ra mắt lần đầu tiên vào năm ngoái, ứng dụng chụp ảnh Google Lens giới thiệu chính mình với tính năng nổi bật là nhận diện tốt các vật thể xuất hiện trước ống kính. Dựa trên nền tảng Google Photos trước đó, ứng dụng này ban đầu có thể nhận diện 250.000 các vật khác nhau.

Google Lens có thể nhận diện được hầu hết mọi vật thể trên đời này dựa trên nền tảng trí tuệ nhân tạo. (Ảnh: Google).

Chỉ một năm sau khi ra mắt người sử dụng, nền tảng trí tuệ nhân tạo của Google Lens đã tự học tập và tự nhận biết được vật thể, nâng tổng số vật có thể nhận diện được lên đến hơn 1 tỷ. Nghĩa là, hầu hết bất cứ vật gì xuất hiện trước ống kính của Google Lens, phần mềm này đều có thể xác định được đó là gì và sẽ đưa ra phương pháp chụp ảnh thích hợp nhất. Ngoài khả năng nhận diện vật thể, ứng dụng này còn có thể đọc được chữ và nhãn hàng hóa.

Không chỉ là ảnh chụp, Google Lens có thể nhận biết vật thể theo thời gian thực. (Ảnh: Google).

Google Lens còn có thể nhận biết được các danh lam thắng cảnh nổi tiếng hoặc bất kỳ công trình nào trong thành phố, hỗ trợ đắc lực cho du khách. (Ảnh: Toms Guide).

Google Lens nhận diện các sản phẩm và giúp bạn đặt hàng chúng nhanh chóng. (Ảnh: Digital Trends).

Google Photos là nơi chứa hình ảnh của hàng triệu người dùng, nên Google có kho dữ liệu rất lớn để trí tuệ nhân tạo có thể học tập. Khả năng nhận diện hơn 1 tỷ vật còn được ứng dụng cho Google Shopping, giúp nâng cao trải nghiệm mua sắm của người dùng. Mặc dù không bày bán tất cả mọi thứ trên đời, nhưng nó giúp người dùng thỏa mãn được sự tò mò khi tìm kiếm trên hệ thống này, dù là cuốn sách hiếm hay một máy chơi game đã ngừng sản xuất từ hàng chục năm trước.

Đó là chưa kể đến khả năng nhận diện chính xác người thông qua ảnh chụp, hay tự động kết nối với mạng wifi bằng cách chụp ảnh nhãn router wifi, hoặc tự sao chép thông tin từ danh thiếp giấy của một người và lưu vào danh bạ. Những tính năng này sẽ sớm ra mắt rộng rãi để mọi người được sử dụng trong tương lai gần.

2. Những khuôn mặt giống y như người thật được AI tạo ra.

Với độ chính xác tuyệt vời, AI đang làm chúng ta lo ngại về tính xác thực của nội dung trong tương lai.

Máy tính đang tạo ra các khuôn mặt giả ngày một… thật hơn. Gần đây nhất, NVIDIA tạo ra những nhân vật trên màn hình máy tính, làm những việc bản thể thật của họ chưa từng thực hiện trong đời.

AI của NVIDIA tạo ra được khuôn mặt không hề có thật, nhưng lại có độ chân thực rất cao.

NVIDIA chưa dừng lại tại đó, họ đã tự tiến một bước xa hơn: AI của NVIDIA tạo ra được khuôn mặt không hề có thật, nhưng lại có độ chân thực rất cao. Bạn thử nhìn vào những tấm ảnh dưới đây xem, bạn có nhận ra đó là hình ảnh 100% được tạo ra bằng máy tính?

Nhiều nhà nghiên cứu machine learning có những ý kiến trái chiều về kết quả của NVIDIA, đều dựa trên những lý lẽ xác đáng. Không chỉ bản thân các hình ảnh trông rất rõ nét và cực kì chân thực, mà quá trình tạo ra chúng cũng rất lạ thường và ẩn chứa những tiềm năng ta chưa khai thác hết được.

Đội ngũ khoa học của NVIDIA kết hợp Mạng Chống đối Tạo sinh – Generative Adversarial Networks (GANs) – một cấu trúc gồm hai mạng neural network, hoạt động cùng nhau để cố gắng tạo nên liên kết tương tự với não bộ con người, "học"thêm dữ liệu để tự tạo ra hình ảnh mới – với một chút nghiên cứu từ hệ thống AI chuyển đổi phong cách – AI style transfer do Google phát triển.

Quá trình tạo ra các hình ảnh trên mất một tuần.

Bằng những công nghệ vừa nêu, NVIDIA có thể kết hợp các yếu tố khuôn mặt con người lại một cách hiệu quả, tạo ra những khuôn mặt mới với độ chân thực cao, đầy sức thuyết phục.

Bạn đừng vội lo lắng về việc bị lừa bởi máy móc: quá trình tạo ra các hình ảnh trên mất một tuần, AI đã phải học dữ liệu từ 8 card màn hình NVIDIA Tesla, có giá tới 9.599 USD, tương đương 228.000.000 VNĐ một cái. Vậy nên có ăn cú lừa, khả năng cao cú lừa đó tới từ NVIDIA.

3. "Mạng xã hội" não bộ đầu tiên cho phép ba người truyền ý nghĩa tới đầu nhau

BrainNet chính là giải pháp cho vấn đề giao tiếp trực tiếp bằng não bộ.

Chúng ta luôn mơ tới một ngày khả năng giao tiếp trực tiếp với nhau chỉ cần ý nghĩ sẽ không chỉ là trong tưởng tượng. Nhưng với bước tiến mới nhất của công nghệ, việc này có lẽ không chỉ còn nằm ở hai chữ "giấc mơ" nữa.

Trong những năm trở lại đây, các nhà vật lí và khoa học thần kinh đã phát triển nhiều công cụ giúp cảm nhận và truyền đi một số loại suy nghĩ nhất định. Cơ chế này chính là cánh cửa để đưa giao tiếp bằng ý nghĩ bước vào thực tế. Những công cụ này bao gồm điện não đồ (EEG), thứ giúp ghi lại hoạt động của não và công cụ kích thích từ xuyên sọ (TMS) dùng để truyền thông tin vào não.

Từ năm 2015, Andrea Stocco và những đồng nghiệp của mình tại Đại học Washington tại Seattle đã sử dụng những thiết bị này để có thể kết nối trực tiếp não bộ của hai người khác nhau. Sau đó những người này sẽ được tham gia một trò chơi có 20 câu hỏi.

Sau những khởi đầu ấy, mục tiêu rõ ràng mới chính là tạo ra công cụ cho phép một vài người cùng lúc có thể tham gia hội thoại tương tự. Hiện thực hóa được mục tiêu này, Stocco và nhóm của mình vừa qua đã công bố rằng họ đã thành công trong việc lần đầu tiên tạo ra một mạng lưới giao tiếp bằng ý nghĩ. Mạng lưới này có tên gọi là BrainNet, nó cho phép một nhóm nhỏ người tham gia có thể cùng chơi những tựa game mang tính hợp tác giống với tựa game Tetris. Stocco cho biết: "Những thành công mà chúng tôi đạt được đang dần mở ra viễn cảnh về giao thức giao tiếp giữa não bộ với não bộ, đóng vai trò là một giải pháp mới về vấn đề hợp tác thông qua "mạng xã hội" kết nối não bộ với não bộ".

Những công nghệ đằng sau mạng lưới này hoạt động khá đơn giản. Đầu tiên, EEG sẽ đo đạc những hoạt động của não thông qua những điện cực được đặt trên hộp sọ.

Giao tiếp trực tiếp với nhau chỉ cần ý nghĩ sẽ sớm phổ biến trong tương lai.

Có một điểm quan trọng về não bộ chính là con người có thể dễ dàng thay đổi những tín hiệu được tạo ra bởi bộ não của mình. Ví dụ, sóng não có thể dễ dàng bị ràng buộc với loại sóng ở ngoài môi trường. Khi nhìn thấy ánh chớp sáng có tần số 15 Hz, não bộ cũng sẽ phát ra tín hiệu điện mạnh với cùng tần số với ánh chớp sáng vừa thấy. Tương tự, khi ta thay tần số ánh chớp này thành 17 Hz thì sóng não bộ phát ra cũng sẽ thay đổi, điều này giúp cho EEG dễ dàng phát hiện các sóng não.

Sau đó, TMS sẽ điều khiển hoạt động của não bộ bằng cách tạo ra hoạt động điện từ ở một vùng cụ thể của não. Ví dụ, một xung từ tập chung vào vỏ não của vùng thùy chẩm sẽ tạo ra cảm giác nhìn thấy một tia sáng, hiện tượng này còn được gọi là phosphene.

Cả hai quá trình trên cho phép gửi đi và nhận lại tín hiệu trực tiếp từ não bộ. Song phải tới tận bây giờ người ta mới đưa ý tưởng tạo ra một mạng lưới giao tiếp giữa não bộ với não bộ trở thành hiện thực.
Stocco và những đồng nghiệp ông đã tạo ra một mạng lưới cho phép ba cá nhân có thể gửi và nhận thông tin trực tiếp vào não bộ. Nhóm nghiên cứu này tin rằng mạng lưới này có thể dễ dàng được mở rộng hoặc bị giới hạn phụ thuộc vào những thiết bị EEG và TMS.

Để thử nghiệm mạng lưới này, ba người được tham gia một thí nghiệm, trong đó sẽ có hai người có khả năng truyền dữ liệu, và có một người vừa có khả năng truyền vừa có khả năng nhận thông tin. Họ được yêu cầu ngồi trong ba căn phòng khác nhau, không thể giao tiếp theo phương pháp thông thường, và được yêu cầu phải giải một trò chơi tương tự Tetris: xoay một khối hình sao cho nó có thể khớp với phần khoảng trống ở phía dưới màn hình.

Hai người chỉ gửi đều được đeo thiết bị EEG và đều có thể được thấy toàn bộ màn hình chơi. Trò chơi này được thiết kế để khiến người chơi phải đưa ra quyết định rằng liệu xoay khối hình 180 độ hay giữ nguyên sẽ giúp cho nó vừa vào phần trống dưới màn hình. Câu trả lời sẽ phụ thuộc vào hai người chỉ gửi, sau đó thông tin sẽ được gửi từ hai người này tới người thứ ba trong nhóm.

Để làm được điều này, nhóm nghiên cứu đã gắn một tần số sóng não với một chức năng riêng biệt. Ví dụ, nếu bộ phận EEG thu được sóng não có tần số 15 Hz, nó sẽ di chuyển con trỏ chuột sang viền bên phải màn hình, khi con trỏ chuột chạm vào viền bên phải, tín hiệu yêu cầu xoay khối hình sẽ được gửi tới người nhận. Người nhận có thể điều khiển tần số sóng não của mình thông qua hai đèn LED ở bên cạnh màn hình, một chiếc cho chớp sáng có tần số 15 Hz, chiếc còn lại có chớp sáng 17 Hz.

Còn người nhận thông tin, được gắn cả EEG và TMS, sẽ có một nhiệm vụ khác. Người này sẽ chỉ có thể nhìn thấy nửa trên của màn hình, tức là người này chỉ có thể nhìn thấy khối hình chứ không thể nhìn thấy phần khuyết ở phía dưới màn hình và tất nhiên là người này sẽ không thể tự quyết định có nên xoay khối hình hay không. Thông tin về việc nên hay không nên xoay sẽ được gửi đi từ hai người gửi.

Tín hiệu nhận về có thể là một phosphene dùng để chỉ rằng cần phải xoay khối, còn nếu không có ánh chớp nháy có nghĩa là khối hình này không cần được xoay. Bởi vậy, tốc độ truyền dữ liệu rất thấp, chỉ một bit cho mỗi lần tương tác.

Sau khi nhận được đầy đủ thông tin từ hai người gửi, người nhận sẽ là người thực hiện hành động xoay khối hình hoặc không. Song, không dừng lại ở đó, sau mỗi quyết định của người chơi sẽ là một vòng chơi mới.

Hai người gửi có thể nhìn được toàn bộ màn hình nên họ có thể nhìn thấy khối hình dần rơi xuống, họ biết được rằng quyết định của người nhận là đúng hay sai và họ sẽ chính là người tiếp tục một vòng chơi mới. Song oái oăm là, các nhà nghiên cứu đã thử thay đổi thông tin được gửi từ một người gửi để thử xem người nhận có thể phớt lờ thông tin này được không. Đây là một tình huống ví dụ về một lỗi giao tiếp trong những tình huống mà chúng ta phải đối mặt hàng ngày.

Câu hỏi mà họ muốn tìm ra đáp án chính là liệu con người có thể hoàn thành nhiệm vụ khi mà tốc độ truyền dữ liệu thấp như vậy không. Và kết quả là con người vẫn có thể phân biệt được giữa thông tin đúng và sai chỉ bằng cách sử dụng giao thức từ não bộ sang não bộ.

Những bước tiến mà nhóm nghiên cứu này đạt được sẽ mở đường cho những nghiên cứu về những mạng lưới phức tạp hơn. Nhóm này tin rằng dù việc truyền tải thông tin mới chỉ diễn ra trong một mạng lưới cho trước kết nối ba căn phòng trong phòng thí nghiệm của họ, nhưng chẳng có lí do nào có thể phủ định khả năng mở rộng ứng dụng của nó trên mạng Internet cả, điều này hứa hẹn sẽ giúp nhiều người trên toàn thế giới có thể tham gia hợp tác với nhau.

Nhóm nghiên cứu khẳng định: "Một máy chủ đám mây liên kết giữa não bộ với não bộ sẽ giúp định hướng việc truyền dẫn thông tin giữa bất kì bộ thiết bị nào nằm trong mạng lưới truyền thông tin từ não tới não, từ đó khiến cho nó có thể hoạt động với quy mô toàn cầu thông qua mạng lưới Internet. Hành trình theo đuổi giao thức giao tiếp giữa não bộ với não bộ có tiềm năng không chỉ trong việc mở rộng biên giới của giao tiếp người với người mà còn mang tới cho chúng ta những hiểu biết sâu hơn về chính não bộ của mình".

4. Robot Sophia từng đến Việt Nam sắp có em gái

Hãng Hanson Robotics, "cha đẻ" của robot hình nhân Sohpia, vừa thông báo sẽ tung robot "em gái" cho Sophia có tên Little Sophia vào năm 2019.

Little Sophia. (ẢNH CHỤP MÀN HÌNH HANSON ROBOTICS).

Theo Forbes, Little Sophia làm việc hệt như “cô chị” Sophia. Nó có thể đi, chơi trò chơi, trò chuyện với mọi người và có biểu hiện khuôn mặt thực tế.

Trước đó, Sophia gần như trở thành một nhân vật nổi tiếng trong thế giới robot và trong mắt công chúng. Nó xuất hiện trong chương trình truyền hình The Tonight Show Starring Jimmy Fallon của diễn viên hài kiêm người dẫn chương trình Jimmy Fallon và đi chơi với diễn viên Mỹ Will Smith.

Sophia hoạt động được nhờ sự kết hợp của mạng lưới thần kinh, nhận thức máy móc, điều khiển động cơ thích nghi và khả năng xử lý ngôn ngữ tự nhiên trong đàm thoại.

Theo Hanson Robotics, Little Sophia sẽ là thành viên mới nhất trong gia đình robot của hãng này. “Hệt như chị lớn Sophia, cô ấy thích trò chuyện, thể hiện cảm xúc nhiều kiểu. Cô ấy thích đi, học hỏi, kể chuyện, chơi trò chơi, đóng vai trò làm trợ lý thông minh, dạy viết code, dạy về trí tuệ nhân tạo (AI), robot và tất cả mọi thứ. Cô ấy sẽ cần được bạn chăm sóc và bảo bọc để phát huy hết khả năng”, đại diện của hãng Hanson Robotics cho biết.

5. Xem AI được tạo nên từ trí thông minh của... giun có thể đỗ xe một cách hoàn hảo

Bây giờ sẽ không còn lý do để xem thường loài giun nữa, vì trí thông minh của nó còn được dùng để tạo nên AI.

Caenorhabditis elegans (C. elegans) là một trong những loài giun tròn sống tự do, trong suốt, chiều dài khoảng 1mm. Đây chính là sinh vật có toàn bộ hệ thống thần kinh đơn giản đến mức các nhà khoa học có thể lập thành một sơ đồ. Chúng ta hiểu rất rỏ về loài giun này và thậm chí, các nhà khoa học còn thử số hoá hệ thống thần kinh đơn giản của nó để sử dụng trong các thử nghiệm machine learning. Nói theo cách khác chính là tạo ra một AI thông minh như… giun.

Một nhóm các nhà nghiên cứu dẫn đầu bởi Ramon Hasani của trường Đại học Kỹ thuật Wien (Vienna, Áo), đã huấn luyện thành công một mạng lưới AI được hình thành từ chỉ 12 nơ-ron kỹ thuật số lấy cảm hứng từ hệ thống thần kinh của loài giun C. elegans. Mạng lưới này được dùng để thử nghiệm điều khiển một chiếc xe đồ chơi tí hon đỗ vào bãi đúng chỗ.

Tất nhiên, mục tiêu nghiên cứu không phải là để xem giun có thể lái xe hay không, nhưng là để tạo ra một AI đơn giản để con người dễ dàng điều khiẻn. Vấn đề quan trọng của các hệ thống mạng lưới nơ-rơn là chúng quá phúc tạp, đôi khi chứa đến hàng triệu điểm giao nhau, khiến cho chúng ta rất khó can thiệp và kiểm soát.

Một thử nghiệm nữa được nghiên cứu chính là sự tương đồng giữa hệ thần kinh trên cá thể giun thật sự và hệ thần kinh kỹ thuật số, các nhà nghiên cứu muốn biết liệu có mối liên hệ nào giữa cả hai hay không. Hasani cho biết cả hệ thần kinh thật và kỹ thuật số điều có chứa hai nơ-ron dường như hoạt động đối ngược nhau, khi một nơ-ron hoạt động tích cực thì nơ-ron kia lại không.

Các nhà nghiên cứu hy vọng thông qua những hệ thần kinh đơn giản này, họ có thệ tạo ra các AI dễ kiểm soát trong tương lai.

Đông Trần tổng hợp (nguồn: khampha, Trí Thức Trẻ, vnreview)

Tags