Trí tuệ nhân tạo ai là gì? Các công bố khoa học về Trí tuệ nhân tạo ai

Trí tuệ nhân tạo (AI) là một lĩnh vực của khoa học máy tính, tập trung vào việc phát triển các hệ thống thực hiện các tác vụ đòi hỏi trí tuệ con người như nhận thức, lý luận và học tập. Khởi nguồn từ những năm 1950 với các nhà tiên phong như Alan Turing, AI đã phát triển qua nhiều giai đoạn và lĩnh vực, bao gồm học máy, xử lý ngôn ngữ tự nhiên, thị giác máy tính và hệ thống chuyên gia. AI được ứng dụng rộng rãi trong y tế, giao thông, tài chính và thương mại điện tử. Mặc dù AI đạt nhiều thành tựu, vẫn còn những thách thức về đạo đức và quyền riêng tư. Tương lai của AI đặt trọng tâm vào cải thiện độ tin cậy và tính giải thích của các hệ thống.

Trí Tuệ Nhân Tạo (AI) là gì?

Trí tuệ nhân tạo (AI) là một lĩnh vực khoa học máy tính tập trung vào việc tạo ra các hệ thống có khả năng thực hiện các tác vụ đòi hỏi trí tuệ con người. Các tác vụ này bao gồm nhận thức, lý luận, học tập và tự cải thiện. Mục tiêu của AI là phát triển các hệ thống có thể xử lý thông tin một cách sáng tạo và hợp lý.

Lịch Sử Phát Triển của AI

Lịch sử của trí tuệ nhân tạo có nguồn gốc từ những năm 1950. Trong thời điểm đó, các nhà khoa học như Alan Turing đã tiên đoán về khả năng tạo ra các máy tính thông minh. Cuộc hội thảo Dartmouth vào năm 1956 được coi là điểm khởi đầu chính thức của AI như một lĩnh vực nghiên cứu học thuật. Từ đó, AI đã trải qua nhiều giai đoạn phát triển, từ nghiên cứu lý thuyết cơ bản đến ứng dụng công nghiệp.

Các Lĩnh Vực Chính Trong AI

  • Học máy (Machine Learning): Là một nhánh của AI, tập trung vào việc phát triển các thuật toán cho phép máy tính cải thiện hiệu suất thông qua việc học từ dữ liệu.
  • Xử lý ngôn ngữ tự nhiên (Natural Language Processing): Nghiên cứu cách máy tính có thể hiểu, phân tích và tạo ra ngôn ngữ con người.
  • Thị giác máy tính (Computer Vision): Liên quan đến việc giúp máy tính "nhìn" và diễn giải thông tin từ hình ảnh và video.
  • Hệ thống chuyên gia (Expert Systems): Tạo ra các chương trình có khả năng đưa ra quyết định trong các lĩnh vực chuyên môn bằng cách sử dụng kiến thức và kỹ thuật lập luận.

Ứng Dụng của AI

AI đang được ứng dụng rộng rãi trong nhiều lĩnh vực khác nhau:

  • Y tế: AI được sử dụng để phân tích hình ảnh y khoa, hỗ trợ chẩn đoán và dự báo bệnh tật.
  • Giao thông: Các hệ thống lái xe tự động và tối ưu hóa lưu lượng giao thông ngày càng phổ biến.
  • Tài chính: AI giúp phân tích thị trường, quản lý rủi ro và phát hiện gian lận.
  • Thương mại điện tử: AI hỗ trợ cá nhân hóa trải nghiệm mua sắm, dự báo nhu cầu và quản lý chuỗi cung ứng.

Những Thách Thức và Tương Lai của AI

Mặc dù AI đã đạt được nhiều thành tựu, nhưng vẫn tồn tại một số thách thức như vấn đề đạo đức, quyền riêng tư và an toàn dữ liệu. Sự tiến bộ của AI cũng đặt ra câu hỏi về tác động đối với công việc và xã hội.

Trong tương lai, AI dự kiến sẽ tiếp tục phát triển mạnh mẽ, đóng vai trò ngày càng quan trọng trong khoa học, công nghiệp và đời sống hằng ngày. Các nghiên cứu đang được đặt trọng tâm vào việc cải thiện tính khả dụng, độ tin cậy và khả năng giải thích của các hệ thống AI.

Danh sách công bố khoa học về chủ đề "trí tuệ nhân tạo ai":

Học máy: Xu hướng, góc nhìn, và triển vọng Dịch bởi AI
American Association for the Advancement of Science (AAAS) - Tập 349 Số 6245 - Trang 255-260 - 2015

Học máy (Machine learning) nghiên cứu vấn đề làm thế nào để xây dựng các hệ thống máy tính tự động cải thiện qua kinh nghiệm. Đây là một trong những lĩnh vực kỹ thuật phát triển nhanh chóng hiện nay, nằm tại giao điểm của khoa học máy tính và thống kê, và là cốt lõi của trí tuệ nhân tạo và khoa học dữ liệu. Tiến bộ gần đây trong học máy được thúc đẩy bởi sự phát triển của các thuật toán và lý thuyết học mới cùng với sự bùng nổ liên tục trong việc sẵn có dữ liệu trực tuyến và khả năng tính toán chi phí thấp. Việc áp dụng các phương pháp học máy dựa trên dữ liệu đã xuất hiện trong khoa học, công nghệ và thương mại, dẫn đến việc ra quyết định dựa trên bằng chứng trong nhiều lĩnh vực cuộc sống, bao gồm chăm sóc sức khỏe, sản xuất, giáo dục, mô hình tài chính, cảnh sát và tiếp thị.

#Học máy #trí tuệ nhân tạo #khoa học dữ liệu #thuật toán #dữ liệu trực tuyến #tính toán chi phí thấp #ra quyết định dựa trên bằng chứng #chăm sóc sức khỏe #sản xuất #giáo dục #mô hình tài chính #cảnh sát #tiếp thị.
Khám Phá Ảnh Hưởng Của Trí Tuệ Nhân Tạo Và Robot Đối Với Giáo Dục Đại Học Qua Các Tình Huống Thiết Kế Dựa Trên Tài Liệu Dịch bởi AI
International Journal of Educational Technology in Higher Education - Tập 18 Số 1
Tóm tắt

Trí tuệ nhân tạo (AI) và robot dự kiến sẽ có ảnh hưởng đáng kể trong dài hạn đối với giáo dục đại học. Phạm vi của ảnh hưởng này rất khó nắm bắt phần nào vì tài liệu nghiên cứu thường bị phân mảnh, cũng như ý nghĩa thay đổi của chính các khái niệm đó. Tuy nhiên, những phát triển này bao quanh bởi nhiều tranh cãi liên quan đến việc những gì là khả thi về mặt kỹ thuật, những gì thực tế để triển khai, và những gì là mong muốn từ góc độ sư phạm hay vì lợi ích của xã hội. Các câu chuyện thiết kế tưởng tượng sinh động về các kịch bản tương lai liên quan đến AI hoặc robot đang sử dụng cung cấp một phương tiện để giải thích và đặt câu hỏi về các khả năng công nghệ. Bài báo mô tả việc sử dụng một cuộc tổng hợp tài liệu rộng rãi để phát triển tám câu chuyện thiết kế như vậy nhằm nắm bắt phạm vi sử dụng tiềm năng của AI và robot trong học tập, quản lý và nghiên cứu. Chúng khuyến khích thảo luận rộng rãi bằng cách khởi xướng các vấn đề như cách chúng có thể hỗ trợ việc giảng dạy các kỹ năng cao hay thay đổi vai trò của nhân viên, cũng như khám phá tác động đến khả năng hành động của con người và bản chất của việc số hóa dữ liệu.

Công nghệ Robot và Trí Tuệ Nhân Tạo trong Nội Soi Tiêu Hóa: Tổng Quan Cập Nhật Tài Liệu và Tình Hình Hiện Tại Dịch bởi AI
Current Robotics Reports - Tập 2 Số 1 - Trang 43-54 - 2021
Tóm tắt Mục đích của bài đánh giá

Nội soi tiêu hóa bao gồm nhiều quy trình đa dạng đã có sự phát triển mạnh mẽ trong những thập kỷ qua. Công nghệ nội soi robot và trí tuệ nhân tạo đang mở rộng khả năng của các kỹ thuật truyền thống và sẽ đóng một vai trò quan trọng trong thực hành lâm sàng trong tương lai gần. Việc hiểu rõ các thiết bị và quy trình hiện có là một nhu cầu chưa được đáp ứng. Bài đánh giá này nhằm mục đích đánh giá các ứng dụng hiện tại và tương lai của các robot nội soi được phát triển gần đây nhất.

Những phát hiện gần đây

Mặc dù một vài thiết bị đã được chấp thuận cho ứng dụng lâm sàng, đa số các hệ thống robot và trí tuệ nhân tạo vẫn chưa trở thành một phần thiết yếu trong bộ dụng cụ nội soi hiện tại. Một số thiết bị đổi mới trong lĩnh vực nội soi và các hệ thống trí tuệ nhân tạo được thiết kế để thực hiện các quy trình phức tạp như cắt dưới niêm mạc nội soi, trong khi những thiết bị khác nhằm cải thiện các kỹ thuật chẩn đoán như nội soi đại tràng.

Tóm tắt

Đây là một bài đánh giá về công nghệ robot nội soi linh hoạt và các hệ thống trí tuệ nhân tạo, trình bày những thiết bị và hệ thống trí tuệ nhân tạo mới nhất đã được phê duyệt và đang thử nghiệm cho chẩn đoán và nội soi robot.

Trí tuệ nhân tạo trong giáo dục: Cơ hội và thách thức đến tương lai của việc dạy và học ở trường đại học
Trí tuệ nhân tạo (Artificial Intelligence - AI) đang bùng nổ và có khả năng làm thay đổi mọi mặt trong đời sống nhân loại. Trong giáo dục, AI đang tạo ra những phương pháp dạy và học mới đang được thử nghiệm trong những điều kiện và ở nhiều quốc gia với trình độ phát triển khác nhau và đạt những mức độ thành công khác nhau. Bài báo này tập trung phân tích cơ hội, thách thức và những tác động trong tương lai của AI đối với việc dạy và học ở các trường đại học thế giới nói chung. (1) Bài báo phân tích những thay đổi tích cực mà AI đem lại cho giáo dục. (2) Những thách thức, khó khăn khi ứng dụng AI vào giáo dục đại học cũng như đề xuất một số giải pháp chủ yếu để khắc phục những khó khăn đó.
#Trí tuệ nhân tạo #giáo dục #đại học #cơ hội #thách thức
ChatGPT: Trao quyền cho việc học suốt đời trong kỷ nguyên số của giáo dục đại học Dịch bởi AI
Springer Science and Business Media LLC - - Trang 1-14 - 2023
Công nghệ trí tuệ nhân tạo (AI) có khả năng chuyển đổi hoàn toàn cách chúng ta giảng dạy và học tập trong giáo dục đại học. ChatGPT, một mô hình ngôn ngữ do OpenAI phát triển, là một công cụ như vậy có thể cung cấp những gợi ý cá nhân hóa cho sinh viên, tăng cường sự hợp tác và giao tiếp, cũng như cải thiện kết quả học tập của sinh viên. Tuy nhiên, có một số trở ngại cần vượt qua, chẳng hạn như các vấn đề về đạo đức và khó khăn trong việc triển khai. Nghiên cứu này xem xét các công trình liên quan về việc sử dụng trí tuệ nhân tạo trong giáo dục, tập trung vào ChatGPT và các ứng dụng có thể của nó trong giáo dục đại học. Nó cũng xem xét những lợi ích và bất lợi trong việc áp dụng ChatGPT trong giáo dục đại học, cũng như đưa ra các khuyến nghị về việc triển khai. Cuối cùng, báo cáo thảo luận về các hướng nghiên cứu tương lai cho ChatGPT trong giáo dục đại học. Theo phát hiện của bài báo này, ChatGPT đại diện cho một cơ hội đáng kể cho các cơ sở giáo dục đại học nhằm nâng cao chất lượng và khả năng tiếp cận giáo dục; tuy nhiên, việc triển khai phải được thực hiện một cách thận trọng và có sự hiểu biết rõ ràng về các cơ hội và thách thức liên quan.
#trí tuệ nhân tạo #giáo dục đại học #ChatGPT #ứng dụng công nghệ #học suốt đời
Phương pháp tiếp cận trí tuệ nhân tạo để dự báo độ kim lún và điểm hóa mềm của nhựa đường biến tính graphen oxit
Độ kim lún và điểm hóa mềm là hai chỉ tiêu quan trọng nhất để phân loại mác nhựa đường theo độ kim lún truyền thống. Việc xác định 2 chỉ tiêu này của nhựa đường biến tính graphen oxit (GO) bằng phương pháp thực nghiệm gặp những khó khăn nhất định do giá thành GO cao, thời gian thí nghiệm kéo dài. Mục đích của nghiên cứu này là sử dụng hệ thống suy luận thần kinh mờ thích ứng (ANFIS) kết hợp thuật toán giải thuật di truyền (GA) để dự đoán độ kim lún và điểm hóa mềm của nhựa đường biến tính GO. Hai bộ dữ liệu bao gồm bộ dữ liệu độ kim lún (122 mẫu), bộ dữ liệu điểm hóa mềm (130 mẫu) được thu thập từ 12 nghiên cứu khác nhau với 9 tham số đầu vào, được dùng để xây dựng và kiểm chứng công cụ mô phỏng số. Ngoài ra, nghiên cứu sử dụng kỹ thuật xác thực chéo 10 lần cùng với các tiêu chí thống kê là hệ số tương quan (R) và căn của sai số toàn phương trung bình (RMSE) để đánh giá hiệu suất của các mô hình. Kết quả nghiên cứu cho thấy, đối với bộ dữ liệu độ kim lún, mô hình ANFIS-GA có RMSE = 6.045 (0.1 mm), R = 0.949, mô hình ANFIS có RMSE = 8.492 (0.1 mm), R = 0.893. Đối với bộ dữ liệu hóa mềm, mô hình ANFIS-GA có RMSE = 1.848 (oC), R = 0.991, mô hình ANFIS có RMSE = 13.863 (oC), R = 0.818. Điều này cho thấy, cả hai mô hình ANFIS-GA và ANFIS đều đạt hiệu suất dự đoán tốt và độ chính xác cao. Với RMSE nhỏ hơn và R cao hơn ở cả 2 bộ dữ liệu, mô hình ANFIS-GA được đánh giá là tốt hơn ANFIS. Mô hình này hoàn toàn có thể được áp dụng để giúp các kỹ sư vật liệu tiết kiệm thời gian và chi phí thí nghiệm.
#Hệ thống suy luận thần kinh mờ thích ứng (ANFIS) #giải thuật di truyền (GA) #trí tuệ nhân tạo (AI) #máy học (ML) #độ kim lún #điểm hóa mềm #graphen oxit (GO)
Trí tuệ nhân tạo trong lĩnh vực dầu khí và khả năng ứng dụng tại Việt Nam
Tạp chí Dầu khí - Tập 12 - Trang 57 - 64 - 2020
Thế kỷ XXI là thế kỷ của thời đại công nghệ số. Sự bùng nổ của công nghệ tự động hóa, phân tích dữ liệu, học máy và trí tuệ nhân tạo (AI) đang dần biến đổi cách sống và làm việc của con người. Trong khi đó, ngành dầu khí đang phải đối mặt với khủng hoảng chưa từng có từ mọi phương diện: suy thoái kinh tế, bất ổn xã hội, giá cả biến động và áp lực về chi phí cũng như nguồn lực. Đặc biệt, vào đầu năm 2020, đại dịch Covid-19 và sự suy giảm của giá dầu thô đã nâng sự cần thiết phải thay đổi và tái cấu trúc ngành dầu khí lên mức báo động.Trong số tất cả những công nghệ đang nở rộ mỗi ngày, các cỗ máy tư duy được hỗ trợ bởi AI được coi là một trong những công cụ hàng đầu để hỗ trợ người sử dụng đưa ra những quyết định chính xác và táo bạo. Theo McKinsey, từ 60 - 90% hoạt động hàng ngày của ngành dầu khí có thể được hỗ trợ bởi AI và học máy [1]. Bài báo này giới thiệu các ứng dụng của AI trong lĩnh vực dầu khí và định hướng ứng dụng AI vào các lĩnh vực của ngành Dầu khí Việt Nam.
#Artificial intelligence #digital technology #machine learning #industry 4.0 #technological application
NGHIÊN CỨU ĐÁNH GIÁ ĐỘ CHÍNH XÁC CỦA THUẬT TOÁN EFFICIENTNET TRONG PHÁT HIỆN VÀ KHOANH VÙNG POLYP ĐẠI TRÀNG
Tạp chí Y học Việt Nam - Tập 509 Số 1 - 2022
Mục tiêu của nghiên cứu: đánh giá độ chính xác của thuật toán EfficientNet trong phát hiện polyp đại tràng và khảo sát các yếu tố liên quan đến tỷ lệ bỏ sót, nhận nhầm. Phương pháp nghiên cứu: Nghiên cứu mô tả cắt ngang. Thuật toán EfficientNet được kiểm chứng trên tập ảnh tĩnh bao gồm 4000 ảnh (2000 ảnh có polyp với 2111 tổn thương, 2000 ảnh không có polyp) bằng cách so sánh với phần gán nhãn chuẩn của chuyên gia. Độ chính xác được đánh giá bằng độ nhạy (Se), độ đặc hiệu (Sp), giá trị dự báo dương tính (PPV), giá trị dự báo âm tính (NPV). Mô hình hồi quy được sử dụng để khảo sát những yếu tố liên quan đến tỉ lệ bỏ sót và nhận nhầm. Kết quả: Se, PPV, Sp, NPV và độ chính xác lần lượt là 97,60%, 94,44%, 94,25%, 97,52% và 95,93%. Phân tích hồi quy đa biến cho thấy độ sạch, kích thước và số lượng vùng polyp có liên quan tới tỷ lệ bỏ sót, độ sạch và chẩn đoán có liên quan đến tỷ lệ nhận nhầm. Kết luận: Thuật toán EfficientNet có độ chính xác cao, có thể phát triển theo hướng đồng kiểm với bác sĩ nội soi trong quá trình soi và có thể tham gia huấn luyện, đào tạo y khoa với dữ liệu lớn.
#Trí tuệ nhân tạo #EfficientNet #nội soi đại tràng #phát hiện polyp #khoanh vùng polyp
TỔNG QUAN NGHIÊN CỨU ỨNG DỤNG TRÍ TUỆ NHÂN TẠO TRONG CHẨN ĐOÁN UNG THƯ VÚ BẰNG ẢNH GIẢI PHẪU BỆNH KỸ THUẬT SỐ
Tạp chí Y học Việt Nam - Tập 500 Số 1 - 2021
Ung thư vú là bệnh ung thư phổ biến nhất trên nữ giới và là nguyên nhân gây tử vong hàng đầu do ung thư trên toàn thế giới. Cơ sở chính để điều trị ung thư vú là chẩn đoán mô bệnh học, việc chẩn đoán này quyết định hướng điều trị và tiên lượng bệnh. Những tiến bộ trong trí tuệ nhân tạo (AI) cùng với việc vận dụng giải phẫu bệnh kỹ thuật số đã đưa ra một cách tiếp cận đầy hứa hẹn trong việc chẩn đoán, phân loạiung thư vú, đáp ứng được nhu cầu trong thực tế lâm sàng. Trong bài viết này, chúng tôi tổng quan về ứng dụng AI trong chẩn đoán ung thư vú dựa trên ảnh kỹ thuật số hóa giải phẫu bệnh, đồng thời phác thảo những tiềm năng ứng dụngtại Việt Nam.
#Ung thư vú #trí tuệ nhân tạo #ảnh giải phẫu bệnh
Cân bằng cán cân: điều hướng các thách thức đạo đức và thực tiễn trong việc tích hợp trí tuệ nhân tạo (AI) vào các hoạt động pháp lý Dịch bởi AI
Springer Science and Business Media LLC - Tập 4 Số 1
Tóm tắt

Bài viết khám phá việc tích hợp trí tuệ nhân tạo vào thực hành pháp lý, thảo luận về các vấn đề đạo đức và thực tiễn phát sinh cũng như ảnh hưởng của nó đến các quy trình pháp lý truyền thống. Nó nhấn mạnh sự chuyển đổi từ thực hành pháp lý cần nhiều lao động sang các phương pháp công nghệ hiện đại, với trọng tâm là tiềm năng của trí tuệ nhân tạo trong việc nâng cao khả năng tiếp cận dịch vụ pháp lý và đơn giản hóa quy trình pháp lý. Cuộc thảo luận này đặt ra những thách thức đạo đức quan trọng do việc tích hợp trí tuệ nhân tạo, với trọng tâm cụ thể là các vấn đề về thiên lệch và tính minh bạch. Những lo ngại về đạo đức này trở nên đặc biệt quan trọng trong bối cảnh các lĩnh vực pháp lý nhạy cảm, bao gồm nhưng không giới hạn ở tranh chấp quyền nuôi con, công lý hình sự và thỏa thuận ly hôn. Nó nhấn mạnh sự cần thiết phải duy trì cảnh giác về đạo đức, ủng hộ việc phát triển và triển khai các hệ thống AI có cam kết sâu sắc với sự toàn vẹn đạo đức. Cách tiếp cận này rất quan trọng để bảo đảm sự công bằng và duy trì tính minh bạch trong tất cả các thủ tục tư pháp. Nghiên cứu đề xuất một chiến lược "con người trong quy trình" kết hợp giữa kiến thức con người và các kỹ thuật AI nhằm giảm thiểu thiên lệch và đảm bảo kết quả pháp lý cá nhân hóa để đảm bảo AI hoạt động như một phần bổ sung chứ không phải thay thế. Bài viết kết luận bằng cách nhấn mạnh sự cần thiết phải bảo tồn yếu tố con người trong các hoạt động pháp lý.

Tổng số: 116   
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 10