Tứ đại quyền lực (The Four) đã áp dụng AI vào doanh nghiệp mình như thế nào?

Tứ đại quyền lực (The Four) là tên gọi dành cho 4 công ty công nghệ khổng lồ của thế giới: Facebook, Amazon, Apple, Google. Trong làn sóng AI (trí tuệ nhân tạo) này, họ có tận dụng được sức mạnh của mình để tiếp tục khẳng định vị trí dẫn đầu về mặt công nghệ của chính mình hay không? Hãy cùng khám phá về cách thức mà 4 gã khổng lồ này đã ứng dụng trí tuệ nhân tạo vào doanh nghiệp của họ nhé. Thông qua các câu chuyện này, hi vọng các bạn có thể tìm ra được những cách thức mới mẽ và sáng tạo trong việc áp dụng trí tuệ nhân tạo trong doanh nghiệp của mình.

Câu chuyện số 1: GOOGLE đã tối đa hóa tiềm năng của trí tuệ nhân tạo như thế nào?

Alphabet là một tập đoàn đa quốc gia về dịch vụ internet, công nghệ và khoa học đời sống có trụ sở chính tại Mỹ. Các công ty con bao gồm “gã tìm kiếm khổng lồ” Google, công ty khoa học đời sống Verily, công ty chuyên về công nghệ xe tự lái Waymo, công ty sản xuất thiết bị gia dụng thông minh Nest, công ty trí tuệ nhân tạo Deep Mind và một số những công ty khác.

Trong bức thư gửi các nhà đầu tư vào năm 2017, Serge Brin, chủ tịch của Alphabet, đã viết: “Mùa xuân mới của trí tuệ nhân tạo chính là bước phát triển quan trọng bậc nhất của  ngành công nghệ máy tính nói chung trong thời đại này”.1 Tuyên bố này được cho là tính cả sự xuất hiện của Internet, vì vậy lập luận đó chắc chắn không thể bị xem nhẹ.

Alphabet hiểu được tiềm năng của AI và đã thiết lập để sử dụng nó cho các mảng kinh doanh của mình, bao gồm từ việc cải thiện khả năng tìm kiếm trên internet cho đến công nghệ xe tự lái, nhà tự động, trợ lý ảo thông minh, dịch thuật ngôn ngữ và khoa học y tế cứu sinh.

Alphabet đã sử dụng trí tuệ nhân tạo như thế nào?

Công cụ tìm kiếm thông minh hơn

Công cụ tìm kiếm thông minh của Google – phần mềm tìm kiếm được sử dụng nhiều nhất trên thế giới –  tích hợp chặt chẽ với AI. Dù bạn tìm kiếm bằng văn bản, giọng nói hay hình ảnh, thì mọi câu lệnh hiện nay đều được xử lý bởi các hệ thống thông minh và tự học hỏi2 (ít nhất là từ năm 2015 chúng ta đã được trải nghiệm điều này thông qua hệ thống tìm kiếm Rankbrain của Google). 

Cả tìm kiếm bằng văn bản và giọng nói đều sử dụng quy trình xử lý ngôn ngữ tự nhiên (NLP), vì vậy các thuật toán cố gắng “hiểu” cách mỗi từ bạn nhập như một phần của một lệnh tìm kiếm có sự liên quan giữa các từ được sử dụng, thay vì chỉ xem xét nghĩa của mỗi từ một cách đơn lẻ. Đây chính là cách phân tích ngữ nghĩa –  chìa khóa cho quy trình xử lý ngôn ngữ tự nhiên.

Chức năng tìm kiếm hình ảnh của Google sử dụng thị giác máy tính (computer vision) để nhận diện nội dung dữ liệu hình ảnh được Google phân loại và sắp xếp để người dùng có thể tìm kiếm chúng bằng văn bản hoặc giọng nói. Các thuật toán học sâu (Deep Learning) cho phép công nghệ này ngày càng trở nên tốt hơn trong việc nhận biết và dán nhãn các yếu tố khác nhau có trong hình ảnh. Càng tiếp xúc với nhiều hình ảnh đa dạng, khả năng tìm kiếm bằng hình ảnh của Google càng trở nên chính xác hơn. 

Một khi AI của Google đã xử lý lệnh tìm kiếm của bạn và quyết định những gì mà nó nghĩ là bạn thực sự muốn, nó sẽ bắt đầu đối chiếu với thư mục nội dung trực tuyến của mình – trang web, hình ảnh, video và tài liệu. Những nội dung này cũng đã được xử lý bởi các hệ thống học máy (Machine Learning). 

Những hệ thống này được đào tạo để sắp xếp, xếp hạng và sàng lọc tất cả nội dung trong thư mục của mình. Nội dung được đánh giá bởi mức độ thường xuyên nó được trích dẫn (được liên kết), tính chính xác của thông tin chứa trong đó, khả năng thông tin có thể là spam hoặc quảng cáo và liệu nó có phải là dữ liệu bất hợp pháp hoặc vi phạm bản quyền hay không. 

Điều này có nghĩa là một tìm kiếm dù đơn giản của Google – cũng liên quan đến rất nhiều tính toán AI phức tạp. Khả năng xây dựng các hệ thống có thể xử lý hàng tỷ phép tính mỗi ngày từ khắp nơi trên thế giới là điều đã biến Alphabet và Google trở thành gã khổng lồ thực sự trong lĩnh vực AI (cũng như là một trong những công ty giàu nhất thế giới).

Google sử dụng AI cho nhiều ứng dụng chủ chốt khác của mình, bao gồm các biện pháp bảo mật – giúp giữ an toàn cho tài khoản Gmail và Adwords – quảng cáo của Goole cho phép doanh nghiệp trả tiền để các quảng cáo của họ xuất hiện trong các tìm kiếm của các khách hàng tiềm năng có thể quan tâm.

Trợ lý cá nhân ảo với trí tuệ nhân tạo

Trợ lý cá nhân ảo tích hợp AI sử dụng công nghệ nhận diện giọng nói đã xuất hiện vài năm nay và Google Home, Amazon Alexa, Apple Siri chính là những cái tên quen thuộc với hầu hết chúng ta. 

Mặc dù những ứng dụng đầu tiên của công nghệ xử lý ngôn ngữ tự nhiên (NLP) vào các thiết bị tiêu dùng có vẻ ấn tượng so với những gì chúng ta thấy chỉ vài năm trước đây, bất kỳ ai đã sử dụng một trong những ứng dụng này sẽ biết rằng chúng có những hạn chế. Chúng có thể phản hồi tốt với các câu và mệnh lệnh cơ bản và tương đối ngắn, nhưng hãy thử nói chuyện với các ứng dụng này như một con người thực sự và rắc rối  bắt đầu xuất hiện.

Theo thuật ngữ quy trình phát triển của con người, những công nghệ này vẫn còn ở giai đoạn “trẻ sơ sinh”. Nói một cách đơn giản, chúng chưa có đủ dữ liệu. Điều này đang thay đổi nhanh chóng và công nghệ Duplex của Google đang dẫn dắt cuộc chơi.

Duplex có thể cho ra đời các cuộc hội thoại tự nhiên hơn, ít bị ngắt quãng hơn. Điều này là nhờ nó được huấn luyện đặc biệt cho các tình huống cụ thể và các thuật toán của nó chuyên về thu thập dữ liệu có liên quan đến các tình huống đó. Một ví dụ được Google sử dụng để giới thiệu tính năng này là khi Duplex thực hiện cuộc gọi đặt lịch hẹn tại một tiệm làm tóc thay cho người dùng.3 Trong các trường hợp sử dụng tương đối được kiểm soát và hạn chế ngữ cảnh như thế này, Duplex đã đạt đến rất gần với khả năng hiển thị như một con người thật sự. 

Một thủ thuật được các kỹ sư của Google sử dụng để làm cho máy  móc nói chuyện giống người hơn là chính kết hợp các yếu tố ngẫu nhiên trong các mẫu giọng nói của chúng ta. Chẳng hạn, máy sẽ thốt ra các từ như “umm”, “aah” hay “mhhmm” ở những tình huống mà con người thường nói ra một cách tự nhiên.

Dịch thuật ngôn ngữ (Google Translate)

Nhờ công nghệ học máy, giờ đây nếu bạn có thể dạy máy tính nói một ngôn ngữ, nó có thể tự dạy mình nói bất kỳ ngôn ngữ nào khác. Đó là nguyên tắc đằng sau dịch vụ Google Translate, sử dụng công nghệ học sâu để giúp máy tính biến các ngôn ngữ thành những khối nền tảng cơ bản nhất.

Google Translate sử dụng công nghệ mạng nơ-ron nhân tạo chuyên sâu để liên tục tinh chỉnh các thuật toán của mình khi người dùng tiếp xúc với nhiều ngôn ngữ hơn. Điều này có nghĩa là nó trở nên ngày càng chính xác hơn trong việc tự hoàn thiện bản dịch. Google thậm chí đã tích hợp tính năng này vào tai nghe Pixel Bud có hỗ trợ Google Assistant, đồng nghĩa với việc người dùng có thể nhận được các bản dịch gần như ngay lập tức trực tiếp thông qua tai nghe của họ.4

Công nghệ xe tự lái

Waymo, công ty con về xe tự động của Alphabet – sở hữu một trong những nền tảng xe tự lái hiện đại nhất trên thế giới, gần đây đã trở thành đơn vị đầu tiên khiến các chuyến đi  khả dụng mang tính thương mại.5

Alphabet đã đi rất xa trên con đường phát triển các phương tiện riêng của mình, chúng được tự động hóa đến mức thậm chí còn không cần đến cả vô lăng hoặc bất kỳ điều khiển lái xe nào. Được thiết kế cho một thời đại mới của việc di chuyển trong đô thị nơi mà việc sở hữu xe hơi thường đắt đỏ và bất tiện, dịch vụ của Waymo, nhắm đến các mạng lưới chia sẻ chuyến đi – mạng lưới được dự đoán sẽ thay thế cho mạng lưới giao thông của các thành phố thông minh trong tương lai gần.

Tự động tạo ra phụ đề cho hàng triệu video

Google cũng sử dụng  các thuật toán học máy về ngôn ngữ tự nhiên để tự động tạo phụ đề cho những người có vấn đề với việc nghe (hoặc những người ai yêu thích sự thanh bình và tĩnh lặng) cho các video trên dịch vụ phát video trực tuyến YouTube. 

Bên cạnh lời nói, hệ thống cũng sử dụng các mạng nơ-ron nhân tạo chuyên sâu (deep neural networks) để xác định âm thanh xung quanh, bao gồm tiếng vỗ tay, âm nhạc, tiếng cười và tự động hiển thị văn bản cho người xem biết âm thanh nào đang diễn ra.6

Chẩn đoán bệnh

Công nghệ AI (đặc biệt là học sâu) của Alphabet cũng đã được triển khai rộng rãi trong lĩnh vực y tế. Một đột phá gần đây liên quan đến việc chẩn đoán tình trạng mắt. Đối với trường hợp này, nó áp dụng các thuật toán học tập để quét hồng ngoại 3D của nhãn cầu – hay còn được gọi là công nghệ chụp cắt lớp kết hợp quang học.7

Hệ thống này dựa trên hai thuật toán học sâu, một trong số đó xây dựng bản đồ chi tiết về cấu trúc mắt và tìm hiểu thế nào là cấu trúc bình thường và đâu là dấu hiệu của những vấn đề như thoái hóa điểm vàng ở người cao tuổi. Thuật toán còn lại đưa ra những chẩn đoán dựa trên dữ liệu y tế và cung cấp sự hỗ trợ cho các chuyên gia trong việc chẩn đoán và điều trị bệnh.

Google Brain

Bộ phận nghiên cứu AI của Google được gọi là Google Brain (Bộ não của Google). Nó được thành lập vào năm 2011 bởi 2 thành viên của Google – Jeff Dean và Greg Corrado cùng với Andrew Ng của Đại học Stanford. Những đóng góp của bộ ba này đã giúp họ trở thành những nhà tiên phong của làn sóng công nghệ AI thực tiễn hiện nay.

Google Brain nhận ra rằng các mạng lưu trữ cực lớn và cực nhanh mà nó đã xây dựng, cũng như lượng dữ liệu khổng lồ truyền qua internet (và theo đó là các máy chủ), là chìa khóa để mở ra tiềm năng của học máy và học sâu.

Kể từ khi được thành lập, nhóm nghiên cứu này đã chịu trách nhiệm phát triển nhiều công nghệ cốt lõi, như thị giác máy tính và xử lý ngôn ngữ tự nhiên nhằm thúc đẩy làn sóng áp dụng AI trong kinh doanh hiện nay.8

Deep Mind

Một “vũ khí” quan trọng khác trong kho tàng AI của Alphabe chính là công ty Deep Mind, được mua lại vào năm 2014. Công ty khởi nghiệp của Anh này chuyên xây dựng những mạng lưới nơ-ron “giả lập” dựa vào não người – được huấn luyện để có thể chơi các trò chơi. Việc tập trung vào trò chơi đã cho phép các nhà nghiên cứu Deep Mind nghiên cứu cách thức bộ não giải quyết các vấn đề nhận thức khác nhau và sử dụng dữ liệu đó để chế tạo các cỗ máy có khả năng giải quyết vấn đề theo cách tương tự. Công nghệ này đã trở thành tiêu điểm vào năm 2016 khi nó đứng sau thành công của chiếc máy tính đầu tiên có khả năng đánh bại một kì thủ cờ vây chuyên nghiệp.9

Ngày nay, công nghệ AI do Deep Mind phát triển giúp vận hành một số ứng dụng thông minh của Alphabet, bao gồm việc tối ưu hóa hiệu quả của máy làm mát trong trung tâm dữ liệu và quản lý thời lượng pin trên các thiết bị di động chạy hệ điều hành Android. Nó cũng là “bộ não” đằng sau công nghệ chuẩn đoán mắt trong ứng dụng chăm sóc sức khỏe được đề cập ở trên.

Những thách thức và bài học chính được rút ra:

  • Alphabet và Google tin tưởng rất rõ ràng rằng AI chính là bệ phóng sẽ thúc đẩy làn sóng chuyển đổi công nghệ máy tính tiếp theo.
  • Ngoài ra, họ tin rằng tác động xã hội của làn sóng tiếp theo này sẽ còn lớn hơn cả những đợt sóng trước đó – bao gồm cả sự phát triển của internet.
  • Có nhiều dữ liệu hơn bất kỳ ai là một lợi thế cực kì lớn, cho phép Alphabet tiếp tục phát triển các dịch vụ dẫn đầu – từ việc tìm kiếm, phục vụ quảng cáo, dịch thuật ngôn ngữ, xử lý lời nói, nhà thông minh cho đến lái xe tự động. 
  • Có cơ sở hạ tầng cần thiết để di chuyển dữ liệu và khả năng xử lý để truy vấn và truy cập chúng với tốc độ cực nhanh là điều cần thiết để vận hành công cụ tìm kiếm của Google, cho phép Google áp dụng cơ sở hạ tầng tương tự lên các ứng dụng AI khác.
  • Ở giai đoạn Alphabet có thể thấy được sự phát triển đột phá của mình trong lĩnh vực AI, bởi các nhóm nghiên cứu và các công ty start-up, chẳng hạn như học sâu, Google đã sử dụng các nguồn lực tài chính của mình để đưa những công nghệ này vào nghiên cứu và bổ sung kiến thức chuyên môn của mình cho những dự án này.

Câu chuyện số 2: APPLE đã tích hợp AI vào sản phẩm và bảo vệ quyền riêng tư của người dùng như thế nào?

Apple là công ty công nghệ có doanh thu lớn nhất thế giới. Công ty có trụ sở chính tại California và tập trung vào việc thiết kế, phát triển và kinh doanh các sản phẩm công nghệ thông minh đã làm nên tên tuổi của hãng như iPhone, iPad, Mac, Apple Watch, Apple TV cũng như các dịch vụ và phần mềm đi kèm. Năm 2018, Apple trở thành công ty đầu tiên trên thế giới chạm cột mốc 1 nghìn tỷ đô la giá trị vốn hóa.1

Chiến lược phát triển trí tuệ nhân tạo (AI) của Apple luôn xoay quanh những sản phẩm của mình. Trong những năm gần đây, công ty luôn tự định vị mình như người tiên phong trong việc tích hợp công nghệ AI vào sản phẩm, chẳng hạn như khả năng bảo mật vượt trội và tiềm năng trong việc tạo ra trải nghiệm độc đáo và thu hút người dùng.

Apple đã sử dụng trí tuệ nhân tạo như thế nào?

Tầm nhìn phát triển trong tương lai của Apple là những thiết bị cầm tay có khả năng tự chạy riêng các thuật toán học máy dựa trên những bộ dữ liệu thu thập được thông qua các cảm biến tích hợp. Rõ ràng điều này mâu thuẫn với tầm nhìn về một tương lai bị thống trị bởi điện toán đám mây và các công ty công nghệ khác sẽ áp đảo bởi các thiết bị đầu cuối có công suất tương đối thấp.

Điều này đồng nghĩa với việc chạy các thuật toán học máy trực tiếp trên các thiết bị của Apple có sử dụng bộ xử lý trung tâm hoặc các con chip đơn vị xử lý đồ họa mạnh mẽ được tích hợp vào các sản phẩm điện thoại, đồng hồ thông minh và loa của hãng.

Một ví dụ thực tế là Apple đã phát triển “Động cơ nơ-ron” (Neural Engine) cho dòng điện thoại iPhone X mới nhất.2 Đây là một loại chip chuyên dụng được thiết kế riêng để thực hiện những tính toán mạng nơ-ron nhân tạo cần thiết cho học sâu. Con chip này giúp việc đăng nhập bằng nhận diện khuôn mặt (Face ID) trở nên nhanh hơn, chụp ảnh đẹp hơn (hoặc thêm các hiệu ứng vui nhộn), tăng cường thực tế ảo và quản lý thời lượng pin.3

Việc chạy các thuật toán học máy trực tiếp trên các thiết bị nhanh hơn rất nhiều so với việc thiết bị phải chờ đợi dữ liệu trả về từ lưu trữ đám mây để thực hiện những phản hồi cụ thể. Tuy nhiên, nó cũng có những nhược điểm. Việc chỉ có thể huấn luyện thuật toán dựa trên dữ liệu thu thập từ một thiết bị có nghĩa là những thuật toán đó không hưởng lợi từ bộ dữ liệu khổng lồ mà học máy trên nền tảng đám mây có thể tiếp cận.

Điều này phù hợp với mục tiêu của Apple trong việc bảo vệ dữ liệu người dùng. Bằng cách đảm bảo rằng những dữ liệu cá nhân nhạy cảm sẽ không bị trích xuất ra khỏi thiết bị  để được xử lý bởi các thuật toán học máy, Apple hy vọng khách hàng luôn tin tưởng rằng dữ liệu của họ luôn an toàn và không bị rò rỉ.

Hệ sinh thái AI độc quyền của Apple tập trung phát triển framework Core ML của hãng. Core ML cho phép các nhà phát triển xây dựng thuật toán học máy tích hợp vào các sản phẩm, bao gồm học sâu, thị giác máy tính và xử lý ngôn ngữ tự nhiên. Đó cũng là nền tảng cho các tính năng thông minh của trợ lý ảo Siri, cũng như các tính năng AI trong ứng dụng camera của iPhone và bàn phím QuickType.4

Các ứng dụng thông minh hơn

Một trong những nhân tố làm nên thành công của iPhone chính là App Store. Việc tải các ứng dụng xuống điện thoại thông minh đã có từ trước, nhưng phải đến khi cửa hàng ứng dụng của Apple ra mắt vào năm 2008, người dùng iPhone mới có thể tự do tùy chỉnh và bổ sung các tính năng cho điện thoại của mình một cách thuận tiện nhất.

Nhận thức được rằng hệ sinh thái ứng dụng chính là thứ đã giúp Apple giữ chân khách hàng qua thời gian khi các hợp đồng di động của họ được gia hạn đã thúc đẩy các nhà phát triển tích hợp trí tuệ nhân tạo vào các ứng dụng của bên thứ ba. Chiến thuật này nhằm tiếp tục đưa ra các tính năng hấp dẫn, mới lạ, chưa xuất hiện trên các nền tảng di động khác. Để đạt được điều này, Apple đã cung cấp cho các nhà phát triển những công cụ như Create ML, giúp họ vận hành các ứng dụng tích hợp học máy chạy trên thiết bị của người dùng.

Một ví dụ điển hình là Homecourt – ứng dụng được thiết kế nhằm hỗ trợ người chơi bóng rổ nghiệp dư. Người dùng chỉ cần đặt camera hướng về phía sân khi họ chơi, học máy sẽ gắn thẻ cho các cầu thủ trong trận đấu, ghi lại cách họ di chuyển và ném bóng cũng như vị trí của họ trên sân. Tất cả điều này được thực hiện nhờ công nghệ thị giác máy tính được chạy tự động trên thiết bị.5

Một ứng dụng khác có tên là Polyword cũng cho phép người dùng biết tên của bất kỳ đồ vật nào mà camera hướng đến bằng 30 ngôn ngữ khác nhau thông qua thị giác máy tính và học máy.6

Các tính năng khác bao gồm cho phép ứng dụng “soi” kỹ hơn tấm ảnh đang chụp, đưa ra các đề xuất chỉnh sửa ngay trong thời gian thực, hay quản lý thông báo để giúp người dùng nhận được những thông tin được cho là quan trọng vào những thời điểm thích hợp.

Xử lý ngôn ngữ tự nhiên

Sau khi được Apple giới thiệu, Siri đã trở thành trợ lý đầu tiên hoạt động dựa trên trí tuệ nhân tạo và xử lý ngôn ngữ tự nhiên (NLP). Mặc dù còn có nhiều chỉ trích về sự thiếu đột phá so với các đối thủ cạnh tranh về AI,7 những cập nhật gần đây đã đem đến khả năng chuyển ngữ theo thời gian thực giữa 40 cặp ngôn ngữ dựa trên học máy.

Chức năng NLP của Siri sẽ chuyển thông tin lên nền tảng lữu trữ đám mây. Tuy vậy, quyền riêng tư của người dùng vẫn được đảm bảo nhờ vào việc mọi thông tin nhận diện đều sẽ được xóa khỏi dữ liệu điều khiển giọng nói trước khi rời khỏi thiết bị của người dùng dưới dạng mã hóa.

Các nghiên cứu gần đây về NLP của Apple chủ yếu tập trung vào tăng độ chính xác của các kết quả tìm kiếm khi người dùng Siri tra cứu thông tin về các doanh nghiệp hoặc các địa điểm thú vị tại địa phương.8 Các nhà nghiên cứu đã đưa những tín hiệu về địa điểm vào dữ liệu huấn luyện, cung cấp cho Siri quyền khoanh vùng hệ thống dữ liệu bao gồm tên các địa điểm và các doanh nghiệp nhỏ. Trên lý thuyết, Siri sẽ sử dụng thông tin về địa điểm khi diễn giải lời nói để hiểu được ý của người dùng, trong khi Alexa của Amazon có thể phải đoán, trong trường hợp một người nói “I’m going to Kilkenny”, liệu người đó muốn đến thăm thị trấn Kilkenny ở Ireland hay muốn giết một người có tên là Kenny.

Những thách thức và bài học chính được rút ra:

  • Trí tuệ nhân tạo chính là trọng tâm trong chiến lược của Apple, nhằm tích hợp AI trở thành một phần của các thiết bị và dịch vụ hỗ trợ của hãng.
  • Apple đang ưu tiên sự riêng tư của người dùng hơn là khả năng chuyển toàn bộ dữ liệu lên nền tảng lưu trữ đám mây để huấn luyện các thuật toán với bộ dữ liệu lớn hơn.
  • Công ty cũng đang khuyến khích sử dụng nền tảng học máy Create ML độc quyền của hãng để tạo ra các ứng dụng chỉ hoạt động trên các thiết bị của Apple, từ đó mang lại sự riêng biệt cho hệ sinh thái ứng dụng của Apple.

Câu chuyện số 3: Amazon đã ứng dụng học sâu để thúc đẩy hiệu quả kinh doanh như thế nào?

Amazon được lập nên như một cửa hàng sách trực tuyến, nhưng trên thực tế, nhà sáng lập Jeff Bezos đã có thể bán mọi thứ trên đó. Mục tiêu chính của ông là thành lập một công ty công nghệ có thể thống trị thời kỳ bùng nổ đã được dự đoán trước của thị trường bán lẻ trực tuyến (online), đây cũng là điều mà ông dự đoán là sẽ xảy ra. Cho tới ngày nay, Amazon đã trở thành một gã khổng lồ về thương mại điện tử đa quốc gia và là nhà cung cấp dịch vụ điện toán đám mây hàng đầu thế giới, điều này giúp cho Amazon trở thành một công ty đại chúng có giá trị lớn thứ ba tại Mỹ. Ngoài ngành nghề cốt lõi là mảng bán lẻ và mảng điện toán đám mây, Amazon cũng lấn sân sang lĩnh vực xuất bản, điện ảnh, truyền hình và sản xuất hàng tiêu dùng như máy đọc sách Kindle E-reader, máy tính bảng Fire và TV stick, cũng như Amazon Echo.

Từ đầu thập niên 1990, Amazon đã triển khai các hệ thống phân tích dự báo trên tất cả hoạt động kinh doanh của mình – từ những công cụ đề xuất đình đám đến việc tối ưu hóa tuyến đường làm việc của các robot vận chuyển trong các trung tâm hoàn tất đơn hàng của hãng. 

Tuy nhiên, sự phát triển mạnh mẽ của lĩnh vực học máy (machine learning) đã khiến cho gã khổng lồ trong ngành bán lẻ trực tuyến phải đánh giá lại toàn bộ hoạt động của mình kể từ đầu thập kỷ này. Không bằng lòng về việc chỉ cạnh tranh với Walmart và Target trong thị trường bán lẻ, Amazon luôn tự định vị mình là một đối thủ của Google, Facebook và Apple, và luôn cố gắng trở thành người dẫn đầu trong lĩnh vực công nghệ. 

Điều này có nghĩa rằng học sâu sẽ được ứng dụng vào những dịch vụ cốt lõi của công ty, cũng như vào việc mở rộng sang các lĩnh vực khác như Nhà thông minh với thiết bị Alexa Echo và cửa hàng bách hoá không quầy thu ngân Amazon Go. 

Với một tầm nhìn xa hơn nữa, Amazon đang có những kế hoạch rất lớn liên quan tới giao hàng bằng máy bay không người lái và hệ thống “giao hàng dự báo trước” (anticipatory shipping), trong đó Amazon sẽ dự đoán sản phẩm mà khách hàng sắp mua, sau đó vận chuyển ngay sản phẩm đó đến kho hàng gần nhà khách hàng và nếu được chọn mua, món hàng sẽ được giao nhanh hơn.

Amazon đã sử dụng Trí tuệ nhân tạo như thế nào?

Amazon đã tiên phong trong việc phát triển hệ thống gợi ý sản phẩm – một công cụ tìm kiếm được thiết kế để kích thích việc mua hàng – đóng vai trò cốt lõi trong các chiến lược kinh doanh của công ty ngay từ những ngày đầu. Trong những năm qua, những phân tích thống kê đằng sau công cụ này trở nên tinh vi hơn, nhưng nó luôn hoạt động bằng cách phân loại khách hàng dựa trên những dữ liệu thu thập được về khách hàng, mô hình hóa hành vi mua hàng và gợi ý những sản phẩm được mua nhiều bởi những khách hàng có mô hình tương đồng.

Vào đầu năm 2014, công ty đã bắt đầu một cuộc đại tu lớn nhất trong hệ thống đề xuất của mình, khi đó công ty đã bắt đầu ứng dụng thuật toán học sâu vào các công cụ dự đoán.1 Hiện nay, học sâu đã được tích hợp vào nhiều tính năng của trang bán hàng trực tuyến Amazon, nó mang tới cho người dùng những trải nghiệm mua sắm được cá nhân hoá hơn, ví dụ như những đề xuất về hàng hóa “thường được mua cùng nhau” và “những khách hàng khác mua sản phẩm này cũng mua thêm…”. 

Học sâu sử dụng các mạng nơ-ron nhân tạo phân tầng sâu, bắt chước bộ não con người theo cách mà nó tự “học” từ những dữ liệu truyền vào. Những thuật toán này có khả năng tự động điều chỉnh để ngày càng hiệu quả hơn trong việc phát hiện các mô hình và mối liên hệ trong kho dữ liệu, trong trường hợp này là dữ liệu về giao dịch và hành vi của khách hàng. Điều này đã giúp công cụ để xuất của Amazon hoạt động giống như hệ thống đề xuất của Google, bảng tin (news feed) của Facebook hay đề xuất phim của Netflix.

Giống như các đối thủ khác trong cuộc chiến giành ngôi vương lĩnh vực công nghệ, Amazon cho rằng học sâu chính là yếu tố thúc đẩy cuộc cách mạng về trí tuệ nhân tạo (AI).
Vai trò quan trọng của AI ở Amazon cũng được thể hiện tại các trung tâm hoàn tất đơn hàng (fulfilment center), tại đây hàng ngày đều có hàng triệu đơn hàng được chọn và đóng gói bởi những nhân viên làm việc cùng với các robot tích hợp tính năng AI phức tạp. Nếu chỉ nhìn nhận những con robot này một cách đơn lẻ thì chúng trông không chỉ đơn giản là những chiếc máy biết đứng lên ngồi xuống, nền tảng di động.2 Tuy nhiên, dưới sự điều khiển của các thuật toán học sâu, những robot này có khả năng xác định lộ trình di chuyển hiệu quả xung quanh các kệ di động được sắp xếp vô cùng phức tạp, cũng như việc xác định các sản phẩm được yêu cầu và mang những sản phẩm đó đến để con người hoàn tất việc đóng gói. Bởi vì robot có thể hoạt động trong những điều kiện khó khăn, chật chột hơn nhiều so với con người nên điều này giúp cho Amazon tối đa hóa không gian để xếp hàng trong kho và gia tăng doanh thu nhờ việc hoàn tất đơn hàng nhanh hơn. Hiện có tới hàng trăm triệu con robot đang hoạt động tại các trung tâm hoàn tất đơn hàng của Amazon trên khắp thế giới.3


Amazon Alexa

Một điều khá bất ngờ là khi Amazon ra mắt lần đầu tiên đối với thiết bị trợ lý ảo của gia đình dựa trên trí tuệ nhân tạo vào năm 2015, thiết bị này đã gần như được cho là điều không tưởng. Thế nhưng, tính đến năm 2018, thiết bị này đã xuất hiện trong 16% hộ gia đình ở Mỹ và con số này sẽ ngày càng gia tăng khi Amazon, cũng như Google, vẫn đang không ngừng cải tiến, hoàn thiện và giới thiệu sản phẩm của mình ra thị trường.4

Sự đột phá của Amazon chính là việc nhận ra công nghệ không phải là yếu tố lớn nhất hạn chế việc ứng dụng AI trong đời sống, bởi công nghệ đã tiến bộ đến mức không chỉ còn là hỗ trợ các công việc giản đơn. Vấn đề chính nằm ở giao diện – trong khi điện thoại thông minh ngày càng được sử dụng rộng rãi thì các thiết bị AI vẫn còn quá phức tạp để sử dụng so với những thứ khác, như là công tắc điện, bình đun nước, radio hay sách dạy nấu ăn.

Loa thông minh Echo đã giúp việc này trở nên đơn giản hơn với chúng ta bằng cách sử dụng giọng nói với các thiết bị thông minh trong gia đình, cũng như cổng thông tin thuận tiện giúp tìm kiếm thông tin nhanh hoặc là việc phát một bản nhạc trong lúc chúng ta đang làm việc nhà.

Độ chính xác khi xử lý yêu cầu bằng giọng nói phụ thuộc vào khả năng áp dụng học sâu vào các thuật toán xử lý ngôn ngữ tự nhiên.5 Mạng nơ-ron nhân tạo được sử dụng để nhận biết “từ khóa khởi động” (wake word), từ khóa này giúp thiết bị biết khi nào cần lắng nghe và xử lý yêu cầu từ người dùng. Thông qua việc xử lý các câu lệnh bằng giọng nói, mạng nơ-ron ngày càng nắm bắt hiệu quả các sắc thái trong lời nói của con người. Và trên thực tế, mạng nơ-ron nhân tạo sâu “học” được cách thức mà chúng ta nói chuyện dựa trên dữ liệu giọng nói đã được xử lý.


“Bánh đà” của Amazon trong ứng dụng trí tuệ nhân tạo

Mô hình áp dụng trí tuệ nhân tạo của Amazon trong nhiều hoạt động kinh doanh khác nhau được coi như một “bánh đà” (flywheel).6 Khái niệm này được lấy từ tên của một lớp các thiết bị cơ khí được thiết kế nhằm tích trữ một cách hiệu quả các năng lượng được tạo ra từ một nguồn năng lượng nhất định và kiểm soát mức độ giải phóng năng lượng của nó. Ý tưởng của mô hình này chính là những “năng lượng” dư thừa từ quá trình triển khai thành công trí tuệ nhân tạo trong một phần của hoạt động kinh doanh sẽ được dùng để phục vụ công tác nghiên cứu và đầu tư vào một mảng khác.

Cách thức này giúp tạo nên môi trường chia sẻ dữ liệu và công nghệ giữa các phòng ban và các đơn vị kinh doanh, từ đó, các bên sẽ có thể học hỏi kinh nghiệm nhau. Ví dụ, những cải thiện về độ chính xác của hệ thống gợi ý dựa trên nền tảng học sâu là một yếu tố quan trọng trong việc vận dụng học sâu vào tính năng phân tích giọng nói của thiết bị Echo.7

Kết quả là, các đơn vị khác tại Amazon đều nhận thấy rằng họ có thể tận dụng việc áp dụng rộng rãi các thiết bị tích hợp Alexa tại các hộ gia đình, đặc biệt là khả năng tạo ra các ứng dụng tùy chỉnh được biết tới như “các kỹ năng” có thể được dẫn ra thông qua thiết bị đó. Điều này đã giúp bổ sung các tính năng cho phép người dùng sử dụng giọng nói để truy cập vào các dịch vụ như Amazon Prime Video và Amazon Music Unlimited. Và tiếp theo đó, học sâu cũng được hợp nhất vào cách Alexa quyết định những gì trong 40.000 tính năng mà người dùng sẽ thấy hữu ích nhất dựa trên giọng nói của họ.

Amazon nhận ra rằng những sáng kiến thành công trong lĩnh vực học sâu đã và đang mang lại nhiều lợi ích to lớn ở góc độ doanh nghiệp. Không chỉ nâng cao tính hiệu quả cho các quy trình nghiệp vụ cụ thể mà nó được triển khai, nó còn tạo ra nhiều dữ liệu mẫu để huấn luyện cho những thuật toán được triển khai ở các quy trình khác nhau.

Amazon Web Service

Cũng giống như các đối thủ Google và Alibaba, Amazon cung cấp dịch vụ điện toán đám mây cho các khách hàng doanh nghiệp dưới thương hiệu Amazon Web Service (AWS). Trong những năm gần đây, họ đã cung cấp các dịch vụ dựa trên học máy, cho phép các doanh nghiệp có thể “thuê” các năng lực của AI với một chi phí hợp lý chỉ chiếm một phần nhỏ trong ngân sách xây dựng cơ sở hạ tầng của riêng họ.

Trong cuộc đua triển khai trí tuệ nhân tạo trong các doanh nghiệp ở đa lĩnh vực, việc cung cấp các công cụ để giúp gia tăng vị thế cạnh tranh của các doanh nghiệp nhỏ đã trở thành một chiến lược kinh doanh cốt lõi của Amazon. Xét cho cùng, giống như một câu ngạn ngữ đã nói, những người giàu nhất trong cơn sốt vàng chính là những người bán xẻng!

AWS cung cấp quyền truy cập vào các công nghệ học máy cốt lõi bao gồm xử lý ngôn ngữ tự nhiên (NLP) và thị giác máy tính (computer vision), cũng như các công cụ khác có thể sử dụng để trích xuất những dữ liệu quý giá từ dữ liệu video và giọng nói phi cấu trúc.8

Amazon Prime Air

Một trong những dự án đầy tham vọng của Amazon liên quan đến việc triển khai các đội máy bay không người lái để giao hàng trực tiếp đến nhà khách hàng. Khi được công bố vào năm 2013, nhiệm vụ được đề ra của dự án này là cho phép Amazon thực hiện giao hàng trong vòng 30 phút sau khi khách đặt hàng.9

Kể từ đó, Amazon đã thực hiện các đợt giao hàng thử nghiệm đầu tiên bằng máy bay không người lái (drone) tại Cambridge, Anh.

Học máy là nền tảng cơ bản, cốt lõi của các hệ thống điều khiển máy bay không người lái.10 Mặc dù đã tiến hành được vài năm, dự án vẫn chưa thể thương mại hóa do một số  rào cản pháp lý chưa được tháo gỡ. Amazon không công khai chi tiết về công nghệ được sử dụng trong việc điều khiển máy bay tự hành của hãng, nhưng có khả năng là họ sử dụng thị giác máy tínhđể giúp cho các drone điều hướng để tránh các chướng ngại vật và nhận dạng các điểm hạ cánh an toàn.

Những thách thức và bài học chính được rút ra

  • Amazon là một trong những doanh nghiệp kinh doanh trực tuyến đầu tiên tận dụng sức mạnh của các công cụ phân tích dự báo. AI – công nghệ hứa hẹn mang lại nhiều dự đoán chính xác hơn bất kỳ công nghệ nào khác cho đến nay – là bước tiếp theo dành cho Amazon.
  • Amazon đã xây dựng một chiến lược hợp tác mà họ gọi là “bánh đà” để khuyến khích phân phối năng lượng, đà tăng trưởng và dữ liệu được tạo ra bởi các AI trên toàn mạng lưới hoạt động kinh doanh của mình.
  • Những tiến bộ đạt được thông qua việc xây dựng khả năng học sâu cho các hệ thống gợi ý đã truyền cảm hứng cho việc ứng dụng công nghệ vào các lĩnh vực khác, như việc phát triển trợ lý ảo Alexa hay là dịch vụ Amazon Prime Air – phân phối, giao nhận hàng hóa bằng máy bay tự hành.
  • Ngoài ra, Amazon cho phép các doanh nghiệp khác trên toàn cầu có thể tận dụng sức mạnh của AI bằng cách cho thuê máy học và công nghệ học sâu như một dịch vụ thông qua nền tảng AWS.

Câu chuyện số 4: Facebook đã sử dụng trí tuệ nhân tạo để cải thiện các dịch vụ truyền thông xã hội như thế nào?

Facebook là một công ty đa quốc gia có trụ sở tại Mỹ, hoạt động trong lĩnh vực mạng xã hội và truyền thông xã hội. Facebook trở thành một phần của cuộc sống hiện đại trong hơn một thập kỷ nay. Khoảng 2,2 tỷ1 người sử dụng nền tảng truyền thông xã hội Facebook để cập nhật tin tức của bạn bè và gia đình, sắp xếp cuộc sống xã hội, tìm kiếm các doanh nghiệp địa phương và tất nhiên, còn chia sẻ hình ảnh những con thú cưng của họ với thế giới.

Mỗi khi bất kỳ ai trong chúng ta sử dụng Facebook, chúng ta sẽ tạo ra dữ liệu về những gì chúng ta đang làm, chúng ta đang ở đâu, chúng ta đang ở với ai. Trước khi xuất hiện truyền thông xã hội, chúng ta không có bất cứ nơi nào để tải lên 136.000 bức ảnh mỗi phút như cách chúng ta đang làm trên Facebook, chứ chưa nói đến 510.000 bình luận và 293.000 bài đăng.2

Tất cả dữ liệu đó là nguồn năng lượng tuyệt vời cho trí tuệ nhân tạo (AI), và công ty này đã đưa ra một số công cụ và dự án để đưa học máy vào các dịch vụ phục vụ người dùng.

Facebook sử dụng Trí tuệ nhân tạo như thế nào?

Facebook sử dụng công nghệ AI, có tên là FBLearner Flow, để cá nhân hóa danh sách nội dung cập nhật và trang chủ tin tức của người dùng, sắp xếp các thông tin (và quảng cáo) ngay trước mắt họ, Facebook tin rằng người dùng sẽ thấy chúng hữu ích và đáng quan tâm.3

Facebook sử dụng học máy để phân tích và phân chia nền tảng của hàng tỉ người dùng, nhìn chung là dựa trên thông tin người dùng tự cung cấp – nơi họ sống và làm việc, nơi họ thường lui tới cùng bạn bè, địa điểmdu lịch, những gì họ tìm kiếm trực tuyến và ý nghĩa các phản hồi của họ trên mạng xã hội (chẳng hạn như các lượt thích và các lượt chia sẻ).

Kiểm soát nội dụng

Ngoài việc điền vào danh sách tin tức các cập nhật và câu chuyện thú vị, các thuật toán học máy cũng hoạt động để lọc ra các nội dung bạo lực hoặc ảnh khoả thân, mà nó không cho phép người dùng đăng lên Facebook.

Một trọng tâm trong mảng này là áp chế những kẻ lan truyền “tin tức giả mạo” – dù là với động cơ chính trị hay là được thực hiện bởi những kẻ lừa đảo với hy vọng kiếm tiền. Các thuật toán học máy được sử dụng kết hợp với các dịch vụ kiểm tra thực tế một cách thủ công và tự động.4 Khi các câu chuyện được đánh dấu, bởi máy móc hoặc con người, là giả mạo, mạng lưới lan truyền trên Facebook của chúng có thể bị theo dõi và các biện pháp sẽ được tiến hành để ngăn chúng gây hại cho người dùng. Một trong các giải pháp có thể là xóa dữ liệu hoặc đánh dấu vi phạm.

Nhận diện gương mặt

Không có gì đáng kinh ngạc khi một lĩnh vực nghiên cứu AI mà Facebook vượt trội hơn hẳn so với đối thủ cạnh tranh là công nghệ nhận dạng khuôn mặt, công nghệ xem xét có bao nhiêu bức ảnh về khuôn mặt của con người mà nó thu được trên các máy chủ của mình.

Công nghệ này được gọi là Deep Face, nó được khởi động khi bạn tải lên một bức ảnh và Facebook bắt đầu đề xuất người mà nó nghĩ là có mặt trong bức ảnh. Nó sử dụng các mạng nơ-ron nhân tạo để phân chia 68 điểm dữ liệu từ mỗi khuôn mặt mà nó phân tích, đo lường các đặc điểm khuôn mặt, màu sắc và tỷ lệ.

Công nghệ này đã được cung cấp bởi hơn 4 triệu hình ảnh khuôn mặt để huấn luyện nó cách nhận biết các yếu tố gương mặt của từng người và hiểu được cách các đặc điểm khuôn mặt mang lại cho mỗi người một vẻ ngoài độc đáo. Khi một bức ảnh khuôn mặt khác mà nó phân tích trùng khớp hoặc gần giống với một mẫu duy nhất mà nó đã ghi lại, thì nó biết được có khả năng đó là hai bức ảnh của cùng một người.

Cùng với việc gắn thẻ mọi người vào các bức ảnh của bạn một cách thuận tiện, Facebook cũng đã sử dụng công nghệ này để giúp người dùng theo dõi những nơi mà ảnh của họ bị cắt trên trang web và cũng để tạo mô tả âm thanh của các bức ảnh để hỗ trợ những người khiếm thị.5

Facebook nói rằng các thuật toán nhận dạng khuôn mặt này có tỷ lệ thành công là 97,35% khi sử dụng các bộ dữ liệu thử nghiệm công khai có sẵn – rất gần với độ chính xác của con người.6

Thấu hiểu văn bản

AI cũng được Facebook sử dụng để đưa ra những thông tin hữu ích từ nửa triệu bình luận văn bản được đăng lên trang web mỗi phút. Mục đích của nó ở đây là sử dụng phân tích ngữ cảnh để hiểu sâu hơn về những gì chúng ta đang cố gắng nói và các thông tin được cung cấp hoặc dịch vụ mà chúng ta thấy hữu ích mà chúng ta không cầnyêu cầu. Một ví dụ mà Facebook đưa ra là các thuật toán học máy, “lắng nghe ngầm” một cuộc trò chuyện giữa những người bạn về một hành trình mà họ phải thực hiện, để có thể tự động đưa ra các liên kết đến các dịch vụ cưỡi ngựa có mặt tại địa phương.7

Một đề án nâng cao hơn đang được nghiên cứu sẽ được tiến hành khi người dùng tạo một bài đăng nói rằng họ, ví dụ, có một chiếc xe đạp mà họ muốn bán. Nó có thể tự động tạo một bài đăng theo kiểu quảng cáo, xác định giá bán chính xác dựa trên mô tả của người dùng và hướng họ đến các trang bán hàng địa phương nơi họ có thể tìm thấy người mua.

Hệ thống này được gọi là Deep Text, bởi vì nó dựa vào các mạng nơ-ron nhân tạo của học sâu để phân tích văn bản và thấu hiểu không chỉ các từ ngữ, mà còn là ý nghĩa của một từ phụ thuộc vào vị trí của nó trong một bài đăng và các từ ngữ khác kết hợp với nó. Đây là một hình thức học bán – không giám sát bởi thay vì dựa vào một bộ quy tắc, chẳng hạn như một quyển từ điển hoặc một quyển sách về các nguyên tắc ngữ pháp, nó tự học cách các từ ngữ được sử dụng bằng cách “lắng nghe” – giống với cách một con người thực hiện.

Ngăn ngừa tự sát

Facebook cũng sử dụng AI để theo dõi cách người dùng tham gia dịch vụ và tìm kiếm các dấu hiệu cho thấy các cá nhân có thể bị trầm cảm hoặc có nguy cơ làm tổn thương chính họ.8

Nó thực hiện điều này bằng cách tìm kiếm các mẫu trong hành vi đăng bài của người dùng phù hợp với các bài đăng khác mà trước đây được đánh dấu với các chỉ số xác định rằng ai đó có thể tự tử.

Các dấu hiệu có thể bao gồm người dùng nói trực tiếp về việc họ đau khổ hoặc không vui, hoặc họ nhận được rất nhiều tin nhắn từ bạn bè bày tỏ mối quan tâm hoặc hỏi xem họ có cần giúp đỡ hay không.

Khi một cảnh báo được đưa ra, nó sẽ được các chuyên gia tâm lý xem xét trước khi đưa ra quyết định về việc có nên can thiệp hay không, bằng cách cung cấp cho người dùng cách họ nên nhận sự giúp đỡ.

Mạng xã hội hiện không liên lạc trực tiếp với người dùng, thay vào đó đưa thông tin đến tay của người dùng một cách kịp thời. Tuy nhiên, nó đang kiểm tra tính khả thi của việc đưa cảnh báo đến “mạng lưới hỗ trợ” thực tế từ bạn bè và gia đình của người dùng. Tuy nhiên, điều đó rõ ràng sẽ có ý nghĩa riêng tư đáng kể.

FBLearner Flow

Nền tảng “xương sống” trong công nghệ AI của Facebook là nền tảng FBLearner Flow. Nó được thiết kế để cho phép các kỹ sư máy tính triển khai AI trong bất kỳ lĩnh vực hoạt động nào của công ty, mà không cần các kỹ sư phải chuyên về học máy.9

Hiện tại, nó được sử dụng bởi hơn 25% các nhóm kỹ sư của Facebook, và chịu trách nhiệm đưa ra 6 triệu dự đoán mỗi giây cho doanh nghiệp và khách hàng. Nó được thiết kế để tạo ra các thuật toán có thể dễ dàng được sử dụng lại trong nhiều dự án khác của Facebook, một khi chúng đã chứng minh được là có hiệu quả.

Nghiên cứu AI của Facebook

Nghiên cứu và phát triển học máy của Facebook được điều phối bởi bộ phận Nghiên cứu AI của nó. Các lĩnh vực nghiên cứu bao gồm các cách thức giúp công nghệ học máy thông minh có thể được tích hợp với các dịch vụ của Facebook, các cách cải tiến có thể được thực hiện trong mảng trí tuệ nhân tạo cốt lõi, chẳng hạn như quy trình xử lý ngôn ngữ tự nhiên và thị giác máy tính, và thậm chí bao gồm cả cách thức mà tương lai của xã hội hóa được định hình bởi công nghệ thực tế ảo và thực tế tăng cường.

Năm nay, Facebook đã công bố kế hoạch phát triển bộ phận này cho khoảng 170 nhà khoa học và kỹ sư dữ liệu trải khắp các văn phòng toàn cầu của mình, bao gồm các văn phòng ở Montreal, Pittsburgh, Paris, London và Tel Aviv.10

Những thách thức và bài học chính được rút ra

  • Lượng thông tin mà chúng ta chia sẻ về cuộc sống của chúng ta trên Facebook ngày càng khổng lồ, điều đó có nghĩa là Facebook có quyền truy cập vào nhiều dữ liệu hơn bất kỳ ai khác.
  • Facebook đã tận dụng điều này để xây dựng các tính năng khiến chúng ta quay lại trang web (và chia sẻ nhiều dữ liệu hơn), cũng như kết nối chúng ta với các nhà quảng cáo có sản phẩm phù hợp mà chúng ta có thể muốn mua.
  • Tất cả các dữ liệu này, bao gồm hình ảnh và thông tin dưới dạng văn bản của chúng ta, trở nên vô giá đối với Facebook khi nói đến việc huấn luyện thuật toán nhận dạng khuôn mặt và xử lý ngôn ngữ tự nhiên.
  • Facebook hiểu biết về cuộc sống của chúng ta với mức độ đáng kinh ngạc chưa từng thấy, đồng nghĩa với việc nó có thể đưa ra những dự đoán ngày càng chính xác hơn về chúng ta – từ những gì chúng ta muốn mua cho đến những khi chúng ta nghĩ về việc tự sát.

Trên đây chúng tôi vừa giới thiệu đến độc giả 4 câu chuyện về cách thức áp dụng trí tuệ nhân tạo và thực tế của các doanh nghiệp. Chúng tôi cần rất nhiều câu chuyện nữa để kể cho độc giả, vâng có tới 50 câu chuyện thành công của các doanh nghiệp trên thế giới dành cho các bạn. Những câu chuyện này có trong cuốn sách “Trí tuệ nhân tạo được ứng dụng vào thực tế như thế nào?” được anh Huỳnh Hữu Tài và nhóm WeTransform dịch. Mời các bạn cùng tìm đọc.

Leave a Reply