9 thuật ngữ tiếng Anh quan trọng trong ngành Trí tuệ nhân tạo. (Ảnh: Pixabay)

9 thuật ngữ tiếng Anh quan trọng trong ngành Trí tuệ nhân tạo

Giúp NTDVN sửa lỗi

Với sự phát triển nhanh chóng của phần cứng máy tính và dữ liệu, Trí tuệ nhân tạo đã đóng một vai trò quan trọng trong cuộc sống của chúng ta hiện nay. Bài viết này giới thiệu 9 thuật ngữ tiếng Anh quan trọng trong ngành Trí tuệ nhân tạo.

Đây là danh sách bản tóm tắt của chín thuật ngữ này:

STT	Tiếng Anh	Tiếng Việt
1	Artificial Intelligence (AI)	Trí tuệ nhân tạo
2	Machine Learning (ML)	Máy học hoặc học máy
3	Deep Learning (DL)	Học sâu
4	Natural Language Processing (NLP)	Xử lý ngôn ngữ tự nhiên
5	Computer Vision (CV)	Thị giác máy tính
6	Explainable Artificial Intelligence (XAI)	AI có khả năng giải thích
7	Artificial Neural Networks (ANNs)	Mạng nơ-ron nhân tạo
8	Natural Language Understanding (NLU)	Hiểu ngôn ngữ tự nhiên
9	Question Answering (QA)	Hệ thống hỏi đáp

1. Artificial Intelligence (AI)

Artificial Intelligence, viết tắt là AI, có nghĩa là trí tuệ nhân tạo. Trong khoa học máy tính, trí tuệ nhân tạo đôi khi được gọi là trí thông minh nhân tạo, là trí thông minh được thể hiện bằng máy móc, trái ngược với trí thông minh tự nhiên của con người.

Có thể nói, mục tiêu của AI là tạo ra máy tính có trí thông minh giống con người.

2. Machine Learning (ML)

Machine learning, viết tắt là ML, tiếng Việt là ‘máy học’, có một số nguồn dịch là ‘học máy'.

Học máy là một lĩnh vực của trí tuệ nhân tạo liên quan đến việc nghiên cứu và xây dựng các kĩ thuật cho phép các hệ thống "học" tự động từ dữ liệu để giải quyết những vấn đề cụ thể.

Ví dụ như các máy có thể ‘học' cách phân loại hình ảnh, nếu trong hình ảnh có con mèo thì phân vào nhóm hình con mèo; nếu trong hình ảnh có con chó thì phân vào nhóm hình con chó.

3. Deep Learning (DL)

Deep learning, viết tắt là DL, tiếng Việt là ‘học sâu'.

Học sâu là một lĩnh vực nhỏ trong máy học. Học sâu liên quan đến các mô hình phức tạp hơn và cũng đòi hỏi các phần cứng tốt hơn, để có thể huấn luyện được các mô hình với hàng nghìn, hàng triệu và thậm chí là hàng tỷ tham số.

Các mô hình học sâu thường cho kết quả tốt hơn các mô hình học nông. Một vấn đề hiện tại đối với AI là việc giải thích các kết quả từ mô hình; các mô hình học sâu thường khó giải thích hơn các mô hình học nông.

4. Natural Language Processing (NLP)

Natural Language Processing, viết tắt là NLP, tiếng Việt có nghĩa là xử lý ngôn ngữ tự nhiên.

NLP là ngành liên quan đến các xử lý về ngôn ngữ có thể là dạng văn bản hay dạng âm thanh. Ví dụ như: dịch một câu hay đoạn văn từ ngôn ngữ này sang ngôn ngữ khác.

Một ví dụ khác là chuyển thông tin từ dạng văn bản sang dạng âm thanh. Việc này khá hữu ích đối với các trang báo, vì khi đó, các phần mềm sẽ tự đọc tin tức mà không cần con người.

: Một trong những ứng dụng của xử lý ngôn ngữ tự nhiên là dịch máy. Có thể nói, kết quả dịch của Google dịch hiện tại vẫn chưa phải là hoàn hảo. (Ảnh chụp màn hình)

5. Computer Vision (CV)

Computer Vision, viết tắt là CV, tiếng Việt có nghĩa là thị giác máy tính.

CV là ngành liên quan đến các xử lý về hình ảnh. Ví dụ như: phân loại ảnh, nhận diện mặt người trong ảnh, nhận diện vật thể trong ảnh, ... Hoặc các xử lý liên quan đến video.

Một trong những ứng dụng quan trọng của CV là việc ứng dụng vào y tế. Các hệ thống AI có thể học từ dữ liệu để đưa ra những dự đoán về bệnh, dựa trên những hình ảnh mà các thiết bị chụp được.

6. Explainable Artificial Intelligence (XAI)

Explainable Artificial Intelligence, viết tắt là XAI, có nghĩa là AI có khả năng giải thích. Một thuật ngữ khác cũng có nghĩa tương tự là Explainable Machine Learning (XML).

XAI là trí tuệ nhân tạo, trong đó con người có thể hiểu được các quyết định hoặc dự đoán do AI đưa ra. Nó trái ngược với khái niệm ‘hộp đen’ (black box) trong học máy, nơi ngay cả các nhà thiết kế của nó cũng không thể giải thích tại sao AI lại đi đến một quyết định cụ thể.

XAI là một ngành nghiên cứu tiềm năng và đang thu hút khá nhiều sự quan tâm từ cộng đồng.

7. Artificial Neural Networks (ANNs)

Artificial Neural Networks, viết tắt là ANNs, có nghĩa là Mạng nơ-ron nhân tạo.

ANN là một mô hình toán học hay mô hình tính toán được xây dựng dựa trên các mạng neural sinh học. Nó gồm có một nhóm các neural nhân tạo (nút) nối với nhau, và xử lý thông tin bằng cách truyền theo các kết nối và tính giá trị mới tại các nút.

Ngoài ANN, còn có các phiên bản nâng cấp khác của ANN như Recurrent neural network (RNN) và Convolutional neural network (CNN).

: Hình ảnh mô phỏng mô hình mạng nơ-ron nhân tạo. (Ảnh: commons.wikimedia)

8. Natural Language Understanding (NLU)

Natural Language Understanding, viết tắt là NLU, tiếng Việt là ‘hiểu ngôn ngữ tự nhiên'.

Một mục tiêu quan trọng của ngành xử lý ngôn ngữ tự nhiên là làm cho máy tính có khả năng hiểu ngôn ngữ tự nhiên.

Hiểu ngôn ngữ tự nhiên được xem là một vấn đề AI dạng khó.

Có thể nói, các bài toán liên quan đến NLU bao gồm: dịch máy (machine translation), đọc hiểu văn bản (machine reading comprehension) và suy luận ngôn ngữ tự nhiên (natural language inference).

9. Question Answering (QA)

Question Answering, viết tắt là QA, có nghĩa là hỏi và đáp.

QA là một bài toán khá quan trọng trong AI. Nó liên quan đến nhiều bài toán khác như: truy vấn thông tin, đọc hiểu văn bản và hiểu hình ảnh.

Có thể nói QA là một ứng dụng quan trọng của AI trong đời sống. Các sản phẩm loa thông minh như Amazon Alexa, Google Assistant, hay Siri đều dựa vào các hệ thống QA.