Khung đánh giá kỹ thuật Trí tuệ nhân tạo của Gartner

Công nghệ trí tuệ nhân tạo(AI) có nhiều kỹ thuật khác nhau từ các hệ thống chuyên môn đến khai thác dữ liệu, phân tích dự báo và máy học, mạng nơ-ron, thuật toán di truyền (genetic algorithms) và học sâu (deep learning). Nhiều người sử dụng, khách hàng sẽ thấy bối rối vì điều này.

Khung làm việc Kỹ thuật AI của Gartner bao gồm các kỹ thuật tính toán được chia thành bảy tập chính (hình 1). Về cơ bản khung làm việc này được sử dụng tùy theo từng trường hợp cụ thể, tuy nhiên vẫn tôn trọng những nguyên tắc căn bản được thiết lập trong các quyển sách tham khảo3. Đây là cả một sự nỗ lực để có thể sắp xếp một cách có trật tự những thuật ngữ AI vốn “hoang dã”.

Tóm lại, AI cơ bản là một quy tắc kỹ thuật máy tính. Quy tắc này được tạo ra bằng những công cụ phần mềm, với mục đích giải quyết vấn đề, chứ không phải thay thế bộ não con người (hãy để tinh thần được yên). Từ góc nhìn đó, quy tắc AI (và bộ công cụ) bao gồm một loạt những kỹ thuật toán học hoặc dựa trên lô-gic, khám phá, thu thập, mã hóa kiến ​​thức và tận dụng các cơ chế phức tạp và thông minh để giải quyết vấn đề. Những kỹ thuật được mô tả dưới đây là một phần của bộ công cụ.

Sử dụng Khung làm việc Kỹ thuật AI của Gartner, các nhà lãnh đạo về phân tích và dữ liệu có thể chia nhỏ sự thổi phồng thành các phần hữu hình, loại bỏ yếu tố triết học khỏi cuộc thảo luận về AI và cho thấy cách từng kỹ thuật giải quyết được các vấn đề trong thế giới thực.

Hình ảnh. Khung làm việc Kỹ thuật AI của Gartner

Lấy cảm hứng từ Stuart Russell and Peter Norvig

Nguồn: Gartner (Tháng 6/2018)

Ngày nay, ba nhóm kỹ thuật chính được sử dụng cho phần lớn các trường hợp trong AI. Mỗi nhóm đều khác biệt và thể hiện cách tiếp cận khác nhau, cùng những kỹ thuật mạnh và chắc chắn:

  • Lý luận theo xác suất (thường được gọi là học máy) chiết xuất giá trị từ số lượng lớn dữ liệu được thu thập bởi các doanh nghiệp. Những kỹ thuật này nhằm hé lộ kiến ​​thức chưa được biết đến thông qua khối lượng lớn dữ liệu (hoặc phương diện) bằng cách khám phá các mối tương quan thú vị đến một mục tiêu cụ thể trong dữ liệu đó. Điều này có thể bao gồm việc tìm ra trong một số lượng rất lớn các hồ sơ khách hàng các yếu tố là gì, mối quan hệ giữa chúng là gì, để từ đó dự đoán được những khách hàng tiềm năng.
  • Lô-gic tính toán (thường được nhắc đến như là hệ thống dựa trên quy tắc) thúc đẩy và mở rộng tri thức ẩn và hiện của tổ chức. Những kỹ thuật này nhằm mục đích nắm bắt kiến ​​thức đã biết một cách có hệ thống, thường dưới dạng quy tắc. Những quy tắc này do người kinh doanh điều khiển trong khi công nghệ đảm bảo sự gắn kết của bộ quy tắc (bằng cách đảm bảo rằng các quy tắc không mâu thuẫn với nhau hoặc dẫn đến lập luận vòng tròn – điều này không chắc chắn nếu bạn xử lý hàng chục nghìn quy tắc ).
  • Các kỹ thuật tối ưu hóa (thường được các nhóm vận trù học) tối đa hóa lợi ích trong kinh doanh bằng cách trong một thời gian nhất định tìm các kết hợp tối ưu các tài nguyên với một số lượng hạn chế các ràng buộc. Những người giải quyết vấn đề tối ưu hóa thường tạo ra các kế hoạch thực thi các hành động và đôi khi được gọi là các kỹ thuật phân tích theo quy tắc.

Ba tầng dưới đây đại diện cho các kỹ thuật mới nổi theo mức độ trưởng thành giảm dần:

  • Xử lý ngôn ngữ tự nhiên (NLP) cung cấp các hình thức giao tiếp trực quan giữa con người và hệ thống. NLP bao gồm các kỹ thuật ngôn ngữ học máy tính (computational linguistic) nhằm phân tích cú pháp, diễn giải (và đôi khi tạo ra) ngôn ngữ của con người. Kỹ thuật NLP xử lý các ngữ cảnh thực tế (ngữ cảnh), ngữ nghĩa (nghĩa), ngữ pháp (cú pháp) và từ vựng (từ) của ngôn ngữ tự nhiên. Phần ngữ âm thường được để lại cho các công nghệ xử lý lời nói mà chủ yếu là các hệ thống xử lý tín hiệu. Đó là lý do tại sao các ứng dụng xử lý các chức năng chuyển lời nói thành văn bản hoặc văn bản thành giọng nói thường được phân phối bởi các giải pháp phần mềm khác nhau. Các khả năng kiến ​​thức bổ sung, chẳng hạn như từ điển hoặc bản thể luận, cũng là một phần của các hệ thống NLP.
  • Khả năng thể hiện tri thức (như đồ thị tri thức hoặc mạng lưới ngữ nghĩa) nhằm mục đích tạo điều kiện và đẩy nhanh việc truy cập và phân tích các mạng dữ liệu và đồ thị. Để thể hiện kiến ​​thức, các cơ chế này có xu hướng trực quan hơn đối với các loại vấn đề cụ thể. Ví dụ, trong những tình huống mà người ta cần vạch ra các mối quan hệ cụ thể giữa các thực thể (nghiên cứu điều tra, tối ưu hóa quy trình hoặc quản lý tài sản sản xuất), như các cơ sở tri thức mới cũng là cơ sở màu mỡ cho kỹ thuật AI. Chúng bao gồm tra cứu đồ thị, ghi nhớ và học tập hỗn hợp.
  • Trong khuôn khổ này, phương pháp tính toán dựa trên đặc tính là kỹ thuật AI kém phát triển nhất, tuy nhiên lại được nhiều người biết đến. Các đại phần mềm là các chương trình hướng mục tiêu tự trị, liên tục hành động thay mặt cho người dùng hoặc các chương trình khác. Ví dụ như Chatbots là đại lý ngày càng nổi tiếng.

Hai loại đại lý chính thường được sử dụng cùng với các giải pháp hiện có là:

  • Đại lý tự động hóa tác vụ có thể là chung chung, chẳng hạn như trợ lý lập kế hoạch cuộc họp trong hệ thống email hoặc cụ thể hơn, chẳng hạn như softbots xác thực hợp đồng cho các ứng dụng tự động hóa bán hàng.
  • Các đối tượng chương trình tự trị có thể được tìm thấy trong các hệ thống chẩn đoán xe hơi hoặc bộ ổn nhiệt chủ để cài đặt nhiệt độ tự động

Cột bên trái của khung công tác bao gồm các hệ thống cung cấp dữ liệu cho tất cả các kỹ thuật:

  • Hệ thống Nhận thức bao gồm nhiều công nghệ tiên tiến liên tục thu thập dữ liệu âm thanh, hình ảnh, khứu giác, xúc giác hoặc hóa học, cũng như đầu vào môi trường và không gian địa lý để cung cấp ngữ cảnh và độ chính xác giúp phát triển các tài nguyên phân tích hiệu quả hơn.

Bảng thông tin: Mẫu của các đại diện nhà cung cấp phần mềm sử dụng kỹ thuật AI

 Kỹ thuật AI Nhà cung cấp phần mềm tiêu biểu
Lý luận theo xác suất
  • Aginity
  • Alteryx
  • Anaconda
  • Databricks
  • Dataiku
  • DataRobot
  • DataWatch
  • Dimensional Mechanics
  • Domino
  • FICO
  • H2O.ai
  • IBM SPSS
  • KNIME
  • MathWorks
  • Microsoft Azure Machine Learning
  • ParallelM
  • RapidMiner
  • Saagie
  • SAP
  • SAS
  • Teradata
  • TIBCO
Lô-gic tính toán
  • Bosch Visual Rules
  • Decisions
  • FICO
  • FlexRule
  • IBM ODM
  • InRule
  • Oracle
  • Ruleburst
  • Progress
  • SAP
Kỹ thuật tối ưu hóa
  • FICO
  • Frontline Systems
  • Gurobi
  • IBM CPLEX
  • Hệ thống LINDO
  • MATLAB
  • Mosek
Xử lý ngôn ngữ tự nhiên
  • Amazon Lex
  • Amenity Analytics
  • Arria
  • Attivio
  • Automated Insights
  • AYLIEN
  • Clarsentia
  • Cortical.io
  • Google NLP
  • IBM Watson
  • Kapiche
  • Kingland Systems
  • Lexalytics
  • Microsoft Azure Cognitive Services
  • Narrative Science
  • NVivo
  • OdinText
  • Yseop
Biểu diễn tri thức
  • Maana
  • Neo4j
  • Semantic Research
  • Stardog
Tính toán dựa trên-tác tử
  • Clara
  • Diffeo
  • Swarm Technology
  • x.ai
Hệ thống nhận thức
  • Aromyx
  • Bambu
  • Cognex
  • Into Robotics
  • Lofelt
  • Neuron soundware
  • OtoSense
  • RealityAI
  • RoboRealm

 

Nguồn: Gartner 2018

Nội dung của bài viết này có ích với bạn không? Hãy cho chúng tôi biết bằng cách comment phía dưới bài viết này nhé.

Những đánh giá và đóng góp của bạn sẽ tiếp thêm động lực để chúng tôi phát triển thêm về nội dung và chủ đề liên quan.

Chân thành cám ơn!

 

Phản hồi

phản hồi

0 replies

Leave a Reply

Want to join the discussion?
Feel free to contribute!

Trả lời

Email của bạn sẽ không được hiển thị công khai. Các trường bắt buộc được đánh dấu *

Website này sử dụng Akismet để hạn chế spam. Tìm hiểu bình luận của bạn được duyệt như thế nào.