LaMDA của Google là một AI ngôn ngữ thông minh để hiểu rõ hơn cuộc trò chuyện

Google I / O

Trí tuệ nhân tạo đã đạt được những tiến bộ phi thường khi hiểu các từ và thậm chí có thể dịch chúng sang các ngôn ngữ khác. Google đã giúp mở đường ở đây với các công cụ tuyệt vời như Google Translate và gần đây, với sự phát triển của mô hình máy học Transformer. Nhưng ngôn ngữ rất phức tạp – và vẫn còn nhiều việc phải làm để xây dựng AI thực sự hiểu chúng ta.

Mô hình ngôn ngữ cho các ứng dụng đối thoại

Tại Google I / O hôm thứ Ba, gã khổng lồ tìm kiếm đã công bố một bước tiến đáng kể trong lĩnh vực này với một mô hình ngôn ngữ mới mà nó gọi là LaMDA . Viết tắt của Mô hình Ngôn ngữ cho Ứng dụng Đối thoại, đây là một công cụ ngôn ngữ AI tinh vi mà Google tuyên bố là vượt trội khi hiểu ngữ cảnh trong cuộc trò chuyện. Như CEO Sundar Pichai của Google đã lưu ý, điều này có thể phân tích cú pháp một cách thông minh một cuộc trao đổi như “Thời tiết hôm nay thế nào?” “Nó bắt đầu giống như mùa hè. Tôi có thể ăn trưa bên ngoài. ” Điều đó có ý nghĩa hoàn hảo như một cuộc đối thoại của con người, nhưng sẽ làm bối rối nhiều hệ thống AI đang tìm kiếm nhiều câu trả lời theo nghĩa đen hơn.

LaMDA có kiến ​​thức vượt trội về các khái niệm đã học mà nó có thể tổng hợp từ dữ liệu đào tạo của mình. Pichai lưu ý rằng các câu trả lời không bao giờ đi theo cùng một đường dẫn hai lần, vì vậy các cuộc trò chuyện cảm thấy ít theo kịch bản hơn và phản hồi tự nhiên hơn.

Trong khi nó vẫn đang trong quá trình nghiên cứu và phát triển, Google được cho là sử dụng nó trong nội bộ để khám phá các tương tác mới. Trong Google I / O, nó đã thể hiện một vài cuộc trao đổi gần đây với một cuộc đối thoại ít chính thức hơn, ngẫu nhiên hơn so với cách thông thường mà chúng ta có thể tương tác với một công cụ chatbot như Google Assistant. Hơi vui một chút, đây là những cuộc trò chuyện với một con bot giả dạng, một cách khác nhau, là hành tinh lùn sao Diêm Vương và một chiếc máy bay giấy, trả lời các câu hỏi về bản thân họ. Bản demo nhằm cho thấy cách mô hình có thể thực hiện các cuộc trò chuyện chuyên sâu về bất kỳ chủ đề nào.

Cuối cùng, LaMDA sẽ tạo ra các công cụ AI của Google tốt hơn trong việc theo dõi các cuộc trò chuyện của con người về mặt ngữ cảnh. Pichai đặc biệt gọi Trợ lý Google và tìm kiếm dưới dạng các miền mà điều này sẽ hữu ích.

Xây dựng mô hình đa phương thức

Ông cũng lưu ý rằng công nghệ này đang được sử dụng để tạo ra các mô hình đa phương thức có thể hiểu được hình ảnh, văn bản, âm thanh và video. Ví dụ: điều này có thể được sử dụng để yêu cầu Google Maps lập kế hoạch cho một chuyến đi đường với quang cảnh núi non tuyệt đẹp, kết hợp kiến ​​thức về âm thanh, văn bản và hình ảnh. Nó cũng có thể được sử dụng để tìm kiếm video cao cấp. Một ví dụ khác có thể là yêu cầu chuyển đến đoạn video có tiếng sư tử gầm vào lúc hoàng hôn.

Sáng tạo có phương pháp sẽ giúp chúng ta vượt qua các lối mòn tư duy. Liệu có nơi nào giảng dạy bạn cách sáng tạo? Khoá học ngắn hạn “PHƯƠNG PHÁP LUẬN SÁNG TẠO và ĐỔI MỚI” được giảng dạy uy tín, chất lượng tại Trung tâm Sáng tạo Khoa học–kỹ thuật (TSK) thuộc trường Khoa Học Tự Nhiên sẽ lời đáp hữu ích cho bạn. Bạn có thể điền thông tin tại đây hoặc liên hệ số điện thoại: (028) 38 301 743; 089 668 36 31 để thực hiện đăng ký.

Nguồn: DigitalTrends

Công ty khởi nghiệp này muốn nhân bản sâu sắc giọng nói của bạn và bán nó cho người trả giá cao nhất

Có một video bật lên định kỳ trên nguồn cấp dữ liệu YouTube của tôi. Đó là cuộc trò chuyện giữa rapper Snoop Dogg và 50 Cent than vãn rằng, so với thế hệ của họ, tất cả các nghệ sĩ hip-hop hiện đại đều có vẻ giống nhau. 50 Cent nói: “Khi một người quyết định là chính họ, họ đưa ra một thứ mà không ai khác có thể có được. “Ừ, ‘vì một khi bạn là bạn – ai có thể là bạn ngoài bạn?” Snoop trả lời.

Khi video được tải lên vào tháng 10 năm 2014, điều đó có thể đúng. Nhưng chỉ vài năm sau thì chắc chắn là không. Trong thế giới âm thanh sâu sắc, có thể huấn luyện AI để nghe giống người khác một cách kỳ lạ bằng cách cung cấp cho nó một kho dữ liệu âm thanh bao gồm hàng giờ dữ liệu nói của họ. Kết quả là chính xác đáng kinh ngạc .

Những nhân vật của công chúng như rapper Jay-Z và nhà tâm lý học Jordan Peterson đã phàn nàn về việc mọi người chiếm dụng giọng nói của họ bằng cách tạo ra những đoạn âm thanh sâu sắc và sau đó khiến họ nói những điều ngớ ngẩn trên internet. Peterson viết: “Hãy thức dậy. Sự tôn nghiêm của giọng nói và hình ảnh của bạn, đang bị đe dọa nghiêm trọng.” Đó chỉ là những trường hợp tinh quái. Ở những người khác, kết quả có thể chuyển thành tội phạm không sắc thái. Trong một vụ việc năm 2019 , bọn tội phạm đã sử dụng một đoạn âm thanh để giả giọng nói của Giám đốc điều hành của một công ty năng lượng và thuyết phục một kẻ thuộc hạ qua điện thoại khẩn cấp chuyển 243.000 USD vào tài khoản ngân hàng.

Veritone, một công ty AI chuyên tạo ra các công cụ thông minh để gắn nhãn phương tiện cho ngành công nghiệp giải trí, đang đưa sức mạnh âm thanh sâu sắc trở lại vào tay (hoặc, sai, cổ họng) của những người mà nó thuộc về. Trong tháng này, công ty đã công bố Marvel.ai , điều mà chủ tịch công ty Ryan Steelberg đã mô tả với Xu hướng kỹ thuật số là một “giải pháp hoàn chỉnh về giọng nói như một dịch vụ”. Với một khoản phí, Veritone sẽ xây dựng một mô hình AI giống như bạn (hoặc nhiều khả năng là một người nổi tiếng với giọng nói có thể nhận ra ngay lập tức), sau đó có thể được cấp phép cho mượn giống như một phiên bản công nghệ cao của của Ariel, giọng nói – món hời song phương từ The Little Mermaid .

Steelberg nói: “Tiếng nói của bạn cũng có giá trị như bất kỳ nội dung hoặc thuộc tính thương hiệu nào khác mà bạn có. “[Nó ở một cấp độ với] tên và vẻ ngoài của bạn, khuôn mặt của bạn, chữ ký của bạn hoặc một bài hát bạn đã viết hoặc một phần nội dung bạn đã tạo.”

“Chúng tôi có thể tái sử dụng rất nhiều”

Tất nhiên, một số cá nhân đã bán giọng hát của họ từ lâu dưới hình thức thu âm quảng cáo hoặc lồng tiếng, hát bài hát và vô số hình thức kiếm tiền khác. Nhưng tất cả những nỗ lực này đều yêu cầu người đó phải thực sự nói ra lời. Những gì giải pháp của Veritone hứa hẹn sẽ làm là làm cho điều này có thể mở rộng riêng lẻ.

Chẳng hạn, điều gì sẽ xảy ra nếu Kevin Hart có thể cấp phép tiếng nói của mình cho một thương hiệu xa xỉ, sau đó họ có thể sử dụng nó để tạo quảng cáo được cá nhân hóa có tên người xem, vị trí của cửa hàng bán hàng truyền thống gần nhất của họ, và sản phẩm cụ thể mà họ có khả năng mua nhất? Thay vì dành nhiều ngày trong phòng thu âm theo đúng nghĩa đen, AI có thể cho phép thực hiện điều này với ít hơn (ít nhất là về phía Hart) so với việc ký vào dòng chấm để đồng ý cho bên thứ ba khai thác giọng nói của anh ấy. Trong khi anh ấy đang đóng phim, thực hiện một chuyến lưu diễn hài kịch, đi nghỉ hoặc thậm chí là ngủ, giọng nói kỹ thuật số của anh ấy có thể kiếm được tiền.

“Chúng tôi có thể tái sử dụng rất nhiều,” Steelberg giải thích về quá trình đào tạo. “Những người đã nói rất nhiều, nếu họ đang sản xuất một podcast hoặc trên các phương tiện truyền thông, có rất nhiều dữ liệu ở đó. Chúng tôi có thể đã có rất nhiều thứ nếu họ là khách hàng của chúng tôi. ”

“Điều chúng tôi thấy rất hấp dẫn về loại AI mới này là khả năng mở rộng và khả năng thay đổi.”

Steelberg nói rằng ý tưởng giọng nói như một dịch vụ đã xuất hiện với Veritone vài năm trước. Tuy nhiên, vào thời điểm đó, ông không tin rằng các mô hình học máy có thể tạo ra giọng nói tổng hợp siêu thực mà ông đang tìm kiếm. Điều này đặc biệt quan trọng khi nói đến giọng nói mà chúng ta biết gần gũi, ngay cả khi chúng ta chưa bao giờ thực sự gặp người nói được đề cập. Kết quả có thể là một dạng thung lũng kỳ lạ có thể nghe được, với mỗi âm thanh sai sẽ cảnh báo người nghe về sự thật rằng họ đang nghe nhạc giả. Nhưng ở đây vào năm 2021, anh ấy tin rằng mọi thứ đã tiến triển đến mức có thể bây giờ. Do đó Marvel.ai.

Steelberg nói bằng những từ thông dụng đầy phấn khích về tiềm năng to lớn của công nghệ, nói lên rất nhiều “phương thức thực thi” có thể có của nó. Veritone có thể tạo các mô hình chuyển văn bản thành giọng nói. Nó cũng có thể xây dựng các mô hình cho giọng nói thành lời nói, theo đó một diễn viên lồng tiếng có thể “thúc đẩy” màn trình diễn giọng hát bằng cách đọc các từ với độ uốn thích hợp và sau đó đặt giọng nói hoàn chỉnh ở cuối giống như một bộ lọc Snapchat. Công ty cũng có thể lấy dấu vân tay từng giọng nói để có thể biết liệu một đoạn âm thanh thực sự bật lên ở đâu đó có được tạo ra bằng công nghệ của họ hay không.

“Bạn càng nghĩ nhiều về nó… thì bạn sẽ nghĩ ra thêm 50 [trường hợp sử dụng có thể có],” anh nói. “Điều chúng tôi thấy rất hấp dẫn về loại AI mới này là khả năng mở rộng và khả năng thay đổi.”

Hãy xem xét một số người khác. Một vận động viên nổi tiếng có thể là một vị thần trên sân bóng rổ, nhưng là một ác quỷ khi đọc lời thoại trong kịch bản theo cách nghe có vẻ tự nhiên . Sử dụng công nghệ của Veritone, phần của họ trong các đoạn cắt cảnh trò chơi điện tử hoặc đọc một cuốn sách nói trong hồi ký của họ (mà họ cũng có thể chưa viết) có thể được thực hiện bởi một diễn viên lồng tiếng, sau đó được điều chỉnh kỹ thuật số để nghe giống như vận động viên. Như một khả năng khác, một bộ phim có thể được dịch cho các quốc gia khác với cùng giọng nói của diễn viên hiện đang đọc lời thoại bằng tiếng Pháp, tiếng Quan Thoại hoặc bất kỳ ngôn ngữ nào khác trong một số ngôn ngữ, ngay cả khi diễn viên không thực sự nói chúng.

Công chúng sẽ phản ứng như thế nào?

Tất nhiên, một câu hỏi lớn đặt ra cho tất cả những điều này là làm thế nào mà các thành viên của công chúng sẽ trả lời tất cả. Đây là một chút khó khăn, không thể đoán trước được. Những người nổi tiếng ngày nay phải đóng một vai trò phức tạp: Cả những nhân vật lớn hơn cuộc sống xứng đáng được dán mặt trên biển quảng cáo, và cả những cá nhân có liên quan gặp vấn đề về mối quan hệ, tweet về việc xem TV trong bộ đồ ngủ của họ và làm khuôn mặt ngớ ngẩn khi họ ăn sốt .

Sau đó, điều gì sẽ xảy ra khi các quảng cáo xuất hiện không chỉ có lời thoại của một người nổi tiếng mà trong trường hợp chúng ta biết rằng người biểu diễn đó không bao giờ thực sự nói những câu đó, mà là giọng nói của họ được lập trình để mang lại cho chúng ta một quảng cáo được nhắm mục tiêu? Steelberg nói rằng việc một người nổi tiếng giao quyền kiểm soát phương tiện truyền thông xã hội của họ cho người quản lý tài khoản bên thứ ba có chút khác biệt. Nếu chúng ta thấy dòng tweet của Taylor Swift, chúng ta biết rằng rất có thể không phải chính Taylor đang khai thác thông điệp, đặc biệt nếu đó là một sự chứng thực hoặc một phần nội dung quảng cáo.

Nhưng giọng nói, theo một cách rất thực tế, khác biệt, chính xác là vì nó mang tính cá nhân hơn. Đặc biệt nếu nó đi kèm với mức độ cá nhân hóa, đây là một trong những trường hợp sử dụng có ý nghĩa nhất. Sự thật là, trích lời nhà biên kịch William Goldman, không ai biết phản ứng của công chúng sẽ như thế nào – chính xác là vì chưa ai làm chính xác điều này trước đây.

“Nó sẽ chạy quang phổ, phải không?” Steelberg nói. “[Một số] người sẽ nói, ‘Tôi sẽ sử dụng công cụ này một chút để làm tăng thêm một ngày của tôi và giúp tôi tiết kiệm thời gian.’ Những người khác sẽ nói, tràn đầy sức sống, ‘Tôi muốn tiếng nói của mình ở khắp mọi nơi để mở rộng thương hiệu của mình, và tôi sẽ cấp phép nó’. ”

Dự đoán tốt nhất của anh ấy là việc chấp nhận sẽ được thực hiện trên cơ sở từng trường hợp. Ông nói: “Bạn cần phải hòa hợp với phản ứng của khán giả và nếu bạn thấy mọi thứ đang hoạt động hiệu quả hay không hiệu quả. “Họ có thể thích nó. Họ có thể nói, ‘Bạn biết không? Tôi thích việc bạn cung cấp nội dung nhiều hơn gấp 10 lần hoặc nhiều nội dung cá nhân hơn cho tôi, mặc dù tôi biết bạn đã sử dụng nội dung tổng hợp để tăng thêm nội dung đó. Cảm ơn bạn. Cảm ơn bạn.'”

Suy nghĩ về tương lai

Veritone

Còn về tương lai? Steelberg nói rằng “Chúng tôi muốn làm việc với tất cả các cơ quan tài năng lớn. Chúng tôi nghĩ rằng bất kỳ ai đang kinh doanh kiếm tiền từ một thương hiệu khan hiếm nên suy nghĩ về chiến lược tiếng nói của họ. ”

Và cũng đừng mong đợi nó chỉ hoàn toàn là về âm thanh. “Chúng tôi luôn bị cuốn hút bởi tiềm năng sử dụng nội dung tổng hợp để mở rộng, tăng cường hoặc có khả năng thay thế hoàn toàn một số hình thức sản xuất nội dung cũ,” anh tiếp tục. “Đó là theo nghĩa âm thanh hoặc cuối cùng là trong tương lai, theo nghĩa video ”.

Đúng vậy: Khi đã lũng đoạn thị trường trong thế giới âm thanh sâu sắc, Veritone có kế hoạch tiến thêm một bước nữa và bước vào thế giới của những hình đại diện ảo hoàn toàn được thực hiện hóa mà cả âm thanh và vẻ ngoài không thể phân biệt được với nguồn của chúng.

Phương pháp chính là biểu hiện của trí tuệ. Ai ai cũng có sẵn tiềm năng sử dụng trí tuệ của mình để vận hành công việc, cuộc sống. Những công cụ mạnh để hỗ trợ chúng ta đưa ra các giải pháp tối ưu cho các khó khăn đã được xây dựng từ rất lâu bởi nhà khoa học người Nga. Nếu bạn quan tâm đến việc cải thiện khả năng giải quyết vấn đề và ra quyết định một cách mới mẻ, nhanh chóng thì khóa học PHƯƠNG PHÁP LUẬN SÁNG TẠO và ĐỔI MỚI tại Trung tâm Sáng tạo Khoa học–kỹ thuật (TSK) thuộc trường Khoa Học Tự Nhiên là một lựa chọn phù hợp. Bạn có thể điền thông tin tại đây hoặc liên hệ số điện thoại: (028) 38 301 743; 089 668 36 31 để thực hiện đăng ký.

Nguồn: DigitalTrends

Nvidia đang cho thuê nền tảng AI Superpod của mình với giá 90.000 USD một tháng

Nvidia đang tìm cách làm cho công việc và sự phát triển trong trí tuệ nhân tạo trở nên dễ tiếp cận hơn, giúp các nhà nghiên cứu có thể dễ dàng truy cập vào siêu máy tính DGX của mình. Công ty đã thông báo rằng họ sẽ tung ra một dịch vụ đăng ký cho DGX Superpod của mình như một cách hợp lý để gia nhập thế giới siêu máy tính.

Theo công ty, DGX SuperPod có khả năng đạt 100 petaflop hiệu suất AI và khi được định cấu hình 20 hệ thống DGX A100, nó được thiết kế cho các dự án AI quy mô lớn.

Bất chấp hoạt động tiếp thị của công ty đối với dịch vụ đăng ký mới, giá cả phải chăng vẫn là tương đối, vì đăng ký Superpod mới của Nvidia vẫn có giá 90.000 đô la mỗi tháng khi ra mắt vào mùa hè này.

Nền tảng lệnh cơ sở Nvidia sẽ được cung cấp bởi các máy tính DGX của nó và Nvidia đang làm việc với NetApp để lưu trữ. Nvidia cũng thông báo rằng họ đang làm việc với Amazon Web Services và Google Cloud cho các phiên bản trong đám mây. Công ty tuyên bố rằng trải nghiệm kết hợp sẽ cho phép các nhà phát triển lên lịch công việc tại chỗ hoặc trên đám mây.

Bằng cách dựa vào đám mây và mô hình đăng ký, các nhà nghiên cứu AI giờ đây chỉ cần một yếu tố hình thức nhỏ hơn dễ lắp vào máy chủ hơn và Nvidia đang thanh toán dịch vụ AI mới của mình như một phần trong nỗ lực dân chủ hóa công việc trí tuệ nhân tạo của công ty. Trong không gian người tiêu dùng, Nvidia cũng đang dựa vào đám mây để mang sức mạnh của công nghệ đồ họa của mình đến những người tiêu dùng không thể mua, chạy hoặc đủ khả năng thiết lập GPU rời của riêng họ để chơi game thông qua dịch vụ GeForce Now của họ.

Để tham khảo, hỗ trợ AI của Nvidia siêu máy tính DGX 2 ra mắt với mức giá 399.000 USD và được coi là GPU lớn nhất thế giới, trong khi mới hơn, mạnh hơn có giá DGX A100 khởi điểm 199.000 USD và có khả năng đạt 5 petaflop hiệu suất AI.

Công ty tuyên bố mô hình đăng ký mới này cho phép bạn “trải nghiệm phần mềm và phần cứng tốt nhất của Nvidia mà bạn dễ sử dụng” mà không cần bất kỳ cam kết hợp đồng nào. Nó được thiết kế như một cách để kiểm tra các giải pháp của Nvidia.

Mô hình dựa trên đăng ký của Nvidia cũng sẽ bao gồm đơn vị xử lý trung tâm dữ liệu Bluefield 2, hoặc DPU, với mọi DGX.

“Một loại bộ xử lý mới, được thiết kế để xử lý phần mềm cơ sở hạ tầng trung tâm dữ liệu, là cần thiết để giảm tải và tăng tốc tải tính toán khổng lồ của ảo hóa, mạng, lưu trữ, bảo mật và các dịch vụ AI gốc đám mây khác,” Giám đốc điều hành Nvidia Jensen Huang nói về DPU của công ty vào đầu năm nay khi công ty tiết lộ kế hoạch cho Bluefield 3 . “Thời điểm cho BlueField DPU đã đến.”

Các nhà phát triển sẽ có quyền truy cập vào phần mềm AI Enterprise của Nvidia, đây là một phần mềm mã nguồn mở mà công ty đã tích hợp vào một nền tảng nhất quán với trọng tâm đặc biệt là hỗ trợ doanh nghiệp. Phần mềm AI Enterprise cũng có tính năng tích hợp sâu với vSphere của VMWare. Khách hàng cũng sẽ có quyền truy cập vào phần mềm Nvidia Omniverse Enterprise.

Ngày ra mắt cụ thể không được công bố, nhưng công ty cho biết tất cả những điều này sẽ đến vào mùa hè này.

Trong các trung tâm dữ liệu, Nvidia đang tìm cách mở rộng hệ sinh thái ARM ngoài di động. Bắt đầu từ năm sau, Nvidia đã thông báo rằng họ sẽ tập trung công việc của mình vào việc đưa kiến ​​trúc ARM vào các trung tâm dữ liệu. Cho rằng rất nhiều công việc AI đã được xử lý bởi GPU, Nvidia tuyên bố rằng vai trò của CPU truyền thống sẽ trở thành vai trò của một bộ điều phối dữ liệu thay vì cho các mục đích tính toán nặng.

Công ty hy vọng sẽ tận dụng việc mua lại Arm để giúp chuyển đổi trung tâm dữ liệu dành cho khối lượng công việc của AI thành một giải pháp tiết kiệm năng lượng mạnh mẽ. Các giám đốc điều hành của Nvidia trước đây đã gợi ý về tham vọng của họ với kiến ​​trúc ARM vào đầu năm nay khi công bố Grace bộ xử lý .

Môn học mạnh về khả năng vận dụng phương pháp để ứng phó với công việc, cuộc sống chính là PHƯƠNG PHÁP LUẬN SÁNG TẠO và ĐỔI MỚI. Đây là chìa khoá để tiếp cận với các nguyên tắc thủ thuật giúp tư duy có nền tảng và định hướng hơn. Tại Trung tâm Sáng tạo Khoa học–kỹ thuật (TSK) thuộc trường Khoa Học Tự Nhiên là một nơi đáng tin cậy để bạn theo học. Bạn có thể điền thông tin tại đây hoặc liên hệ số điện thoại: (028) 38 301 743; 089 668 36 31 để thực hiện đăng ký.

Nguồn: DigitalTrends

Tương lai của tự động hóa: Robot sắp ra mắt, nhưng chúng sẽ không làm mất công việc của bạn

Khi bắt đầu bộ phim Kẻ hủy diệt đầu tiên, Sarah Connor, vô tình là mẹ tương lai của phong trào kháng chiến trên Trái đất, đang làm bồi bàn khi Kẻ hủy diệt Cyberdyne Systems Model 101 của Arnold Schwarzenegger được cử quay ngược thời gian để giết cô. Nhưng điều gì sẽ xảy ra nếu thay vì cố gắng giết cô ấy, sát thủ android của Skynet lại tiếp cận chủ nhà hàng gia đình Big Jeff, nơi Sarah làm việc và đề nghị làm theo ca của cô ấy với mức lương thấp hơn, đồng thời làm việc nhanh hơn và ít mắc lỗi hơn? Sarah mới thất nghiệp, không thể tự nuôi sống bản thân, đã bỏ học đại học và quyết định rằng có thể bắt đầu một gia đình trong môi trường kinh tế như thế này là không thông minh. Này, presto: Không còn John Connor.

Nói một cách ngắn gọn, đây là mối đe dọa trực tiếp lớn nhất mà nhiều người lo sợ khi nói đến tự động hóa: Không phải là một ngày tận thế do trí tuệ siêu việt mang lại, mà là một mối đe dọa mở ra thời đại công nghệ thất nghiệp.

Boston Globe qua Getty Images

Một số người rất thông minh đã gióng lên hồi chuông cảnh báo trong nhiều năm. Một nghiên cứu năm 2013 do Trường Oxford Martin thực hiện cho rằng khoảng 47% công việc ở Mỹ có thể được tự động hóa trong vòng hai thập kỷ tới – chỉ 12 năm trong số đó hiện vẫn còn sau khi nghiên cứu được công bố. Giống như câu trích dẫn cũ của Hemingway về việc phá sản, rằng nó xảy ra “dần dần, rồi đột ngột”, các tác giả gợi ý rằng, trong làn sóng đầu tiên, nhân viên hỗ trợ văn phòng và quản trị viên, cũng như những người lao động trong các công việc sản xuất, sẽ không còn tồn tại nữa. . Trong làn sóng thứ hai, mọi nhiệm vụ liên quan đến sự khéo léo của ngón tay, phản hồi, quan sát và làm việc trong không gian hạn chế sẽ bị phần mềm xử lý.

Tại sao vẫn còn nhiều công việc?

Cho đến nay, điều này đã không xảy ra với số lượng lớn thảm khốc như vậy. Trên thực tế, việc tuyển dụng được thực hiện bởi các công ty công nghệ lớn đã đầu tư nhiều nhất vào tự động hóa đã vượt xa nhiều ngành công nghiệp khác. Amazon, từng sa thải các biên tập viên con người của mình để ủng hộ các hệ thống khuyến nghị bằng thuật toán và không ngừng làm việc để robot hóa các kho hàng của mình, đã thuê thêm 175.000 người khi đợt khóa coronavirus bắt đầu vào tháng 3 năm ngoái. Các công ty công nghệ khác như Netflix cũng không chậm lại trong việc tuyển dụng, ngay cả vào thời điểm COVID đang thúc đẩy nhiều ngành công nghiệp.

Hình ảnh Paul Hennessy / Getty

Tất nhiên, những công ty này đã được hưởng lợi từ một thời gian rất cố gắng trong lịch sử toàn cầu. Các công ty truyền thông trực tuyến, các công ty truyền thông như Zoom, các nhà sản xuất thiết bị như Apple và “cửa hàng mọi thứ” thương mại điện tử như Amazon đã được đặt hoàn hảo để hưởng lợi từ việc thế giới đang bị mắc kẹt ở nhà. Nhưng nó cho thấy sự phức tạp của tình huống. Khả năng thay thế con người là AI, robot và các loại cơ sở hạ tầng công nghệ đã biến những “chú kỳ lân” này trở thành kỳ lân, đồng nghĩa với việc họ có thể thuê nhiều người hơn.

Những tác động này có vẻ phản trực giác. Trong một bài luận có tiêu đề “ Tại sao vẫn có nhiều việc làm? Lịch sử và tương lai của tự động hóa nơi làm việc , ”giáo sư kinh tế học David Autor của Học viện Công nghệ Massachusetts (MIT) đã xem xét việc tăng gấp bốn lần số lượng máy ATM từ năm 1995 đến năm 2010 và tác động của nó đến số lượng giao dịch viên ngân hàng làm việc trong ngân hàng. Tất nhiên, máy ATM không giống như một robot tiên tiến, nhưng bạn có thể giả định một cách hợp lý rằng việc tăng thêm 300.000 máy ATM rút tiền sẽ dẫn đến sự sụt giảm số lượng người được thuê để chuyển tiền.

Trên thực tế, việc làm của giao dịch viên ngân hàng thực sự đã tăng 50.000 trong cùng thời gian này. Máy ATM có nghĩa là nhiều nhân viên ngân hàng có thể được giải phóng để tập trung vào cái mà Autor gọi là “ngân hàng quan hệ”. Autor lưu ý rằng công nghệ có nghĩa là nhân viên ngân hàng chủ yếu không còn là “nhân viên thanh toán nữa mà là… nhân viên bán hàng, tạo mối quan hệ với khách hàng và giới thiệu họ với các dịch vụ bổ sung của ngân hàng như thẻ tín dụng, khoản vay và các sản phẩm đầu tư”.

Bổ sung, không thay thế

Đây là lời hứa lớn của các công cụ như AI – rằng chúng sẽ không thay thế con người quá nhiều vì chúng sẽ tăng cường con người. Chúng ta được nói rằng họ sẽ loại bỏ những công việc buồn tẻ, bẩn thỉu và nguy hiểm, đồng thời cho phép con người tập trung vào những nhiệm vụ gia tăng giá trị lớn hơn. Nếu điều này là chính xác thì thật tuyệt. Không ai dè bỉu sự thật rằng công nghệ (và nền văn minh nói chung) đã loại bỏ những đợt quét ống khói trẻ em ở nước Anh thời Victoria. Có lẽ chúng ta sẽ không quá buồn khi một số nhiệm vụ tức giận về dữ liệu thiếu trí óc hoặc những công việc bẩn thỉu – chưa kể những việc có thể gây tử vong – bị robot tóm gọn.

Ngày càng nhiều công việc có thể là những công việc kết hợp trong đó con người làm việc cùng với máy móc.

Cơ cấu công việc thay đổi theo thời gian. Năm 1800, 90% người Mỹ sống và làm việc trong các trang trại. Ngày nay, phần lớn sống và làm việc ở các thành phố. Một nghiên cứu gần đây của MIT, “ Công việc của tương lai ”, lưu ý rằng 63% công việc ngày nay không tồn tại chỉ cách đây 80 năm vào đầu những năm 1940. Kể từ năm 1990, hơn 1.500 vai trò nghề nghiệp mới đã xuất hiện dưới dạng các danh mục công việc chính thức, bao gồm kỹ sư phần mềm, chuyên gia SEO và quản trị viên cơ sở dữ liệu. Nhiều người trong số này là công nghệ, nhưng các loại công việc khác là những vai trò “cảm ứng cao” được xây dựng xung quanh sự tương tác cá nhân dường như chỉ trở nên quan trọng hơn khi cuộc sống của chúng ta trở nên kỹ thuật số hơn.

Ngày càng nhiều công việc có thể là những công việc kết hợp trong đó con người làm việc cùng với máy móc. Trong một số trường hợp, đây sẽ là các công nghệ như công cụ RPA (tự động hóa quy trình bằng robot), có thể đặt trên màn hình của nhân viên và cung cấp cho họ những gợi ý về cách thực hiện công việc của họ tốt hơn, chẳng hạn như ưu tiên nhiệm vụ hoặc duy trì tuân thủ- những nghề nặng nhọc. AI đánh hơi cảm xúc có thể giúp xác định cảm xúc của người gọi và chuyển họ đến đúng nhà điều hành của con người tại trung tâm cuộc gọi.

Trong khi đó, các công ty công nghệ được hưởng lợi từ cái được gọi là AAI, hay “trí tuệ nhân tạo nhân tạo”, trong đó con người giúp thực hiện các nhiệm vụ mà AI hiện không có khả năng thực hiện. Twitter, chẳng hạn, sử dụng nhân viên hợp đồng, được gọi là thẩm phán, công việc của họ là diễn giải ý nghĩa của các cụm từ tìm kiếm khác nhau theo xu hướng trên dịch vụ. Trong khi đó, tại các trung tâm thực hiện của Amazon, các robot như của Kiva Systems có trụ sở tại Boston (được Amazon mua gần một thập kỷ trước) được sử dụng để vận chuyển xung quanh các giá của kệ, đưa chúng đến “người chọn” của con người, người sau đó có thể sử dụng điều khiển động cơ tốt của họ để chọn đúng mặt hàng để đóng gói.

Tương lai của việc làm

Câu hỏi lớn là tất cả điều này sẽ có ý nghĩa gì đối với việc làm của con người trong tương lai. Khi trí tuệ nhân tạo ngày càng thông minh hơn, nhiều tác vụ hiện yêu cầu con người có thể được tự động hóa. Có những bot AI có thể thực hiện một số nhiệm vụ nhất định từng được coi là xứng đáng với một công việc có vốn xã hội cao như luật sư. Ngay bây giờ, các tài xế của con người có thể được thuê để giám sát AI điều khiển các phương tiện tự hành, do đó cung cấp cho những người đó những giờ làm việc tốt hơn, hòa đồng hơn mà họ không phải ở trên đường nhiều ngày liền.

Những gì công nghệ có thể – và có thể sẽ – làm là làm trầm trọng thêm các xu hướng xã hội. Khoảng bốn thập kỷ trước, nhiều công nhân Hoa Kỳ đã trải qua sự khác biệt về quỹ đạo tăng lương và tăng năng suất. Công nghệ, như nhiều người đã chỉ ra, có thể sẽ giúp xóa bỏ tầng lớp trung lưu, đẩy một số người đi lên cả về thu nhập và chất lượng công việc, đồng thời khiến mọi thứ trở nên khó khăn hơn đối với những người khác. Nó cũng có nghĩa là một xã hội trong đó những người tham gia không ngừng được đào tạo lại và nâng cao kỹ năng, một phần để luôn đi đúng hướng của làn sóng thay thế công nghệ. Nhưng có nhiều sắc thái cho bức tranh này hơn là đôi khi được trình bày.

Lịch sử Hoa Kỳ Melvin Kranzberg đã nói nổi tiếng rằng “công nghệ không tốt cũng không xấu; cũng không phải là trung lập ”. Điều tương tự cũng có thể nói về tác động của nó đối với thị trường việc làm. Nó phức tạp. Nhưng ở đâu có hỗn loạn, ở đó cũng có cơ hội.

Sáng tạo có phương pháp sẽ giúp chúng ta vượt qua các lối mòn tư duy. Liệu có nơi nào giảng dạy bạn cách sáng tạo? Khoá học ngắn hạn “PHƯƠNG PHÁP LUẬN SÁNG TẠO và ĐỔI MỚI” được giảng dạy uy tín, chất lượng tại Trung tâm Sáng tạo Khoa học–kỹ thuật (TSK) thuộc trường Khoa Học Tự Nhiên sẽ lời đáp hữu ích cho bạn. Bạn có thể điền thông tin tại đây hoặc liên hệ số điện thoại: (028) 38 301 743; 089 668 36 31 để thực hiện đăng ký.

Nguồn: DigitalTrends

AI có thể đánh bại các kỹ sư con người trong việc thiết kế vi mạch? Google nghĩ vậy

Trí tuệ nhân tạo có thể thiết kế chip tốt hơn các chuyên gia con người? Một nhóm các nhà nghiên cứu từ Nhóm Brain của Google đã cố gắng trả lời câu hỏi này và đưa ra những phát hiện thú vị. Hóa ra là một AI được đào tạo bài bản có khả năng thiết kế các vi mạch máy tính – và mang lại kết quả tuyệt vời. Trên thực tế, tuyệt vời đến nỗi thế hệ hệ thống máy tính AI tiếp theo của Google sẽ bao gồm các vi mạch được tạo ra với sự trợ giúp của thí nghiệm này.

Azalia Mirhoseini, một trong những nhà khoa học máy tính của Nhóm nghiên cứu về bộ não của Google, đã giải thích cách tiếp cận này trên tạp chí Nature cùng với một số đồng nghiệp. Trí tuệ nhân tạo thường dễ dàng đánh bại tâm trí con người khi nói đến các trò chơi như cờ vua. Một số người có thể nói rằng AI không thể suy nghĩ như con người, nhưng trong trường hợp vi mạch, điều này được chứng minh là chìa khóa để tìm ra một số giải pháp độc đáo.

Thiết kế một vi mạch liên quan đến “quy hoạch tầng”, một quá trình kéo dài liên quan đến công việc của các chuyên gia con người với sự trợ giúp của các công cụ máy tính. Mục đích là tìm cách bố trí tối ưu cho tất cả các hệ thống con trên chip, do đó mang lại hiệu suất tốt nhất có thể. Những thay đổi nhỏ đối với vị trí của mỗi thành phần có thể có tác động lớn đến mức độ mạnh mẽ của chip, có thể là bộ xử lý , card đồ họa hoặc lõi bộ nhớ.

Các kỹ sư của Google thừa nhận rằng việc thiết kế sơ đồ mặt bằng cho một vi mạch mới cần “nhiều tháng nỗ lực cao độ” cho cả một nhóm người. Tuy nhiên, Nhóm Brain của Google Research có trụ sở tại Mountain View, California, dường như đã bẻ khóa mã giúp toàn bộ quá trình trở nên đơn giản hơn. Câu trả lời? Coi quy hoạch tầng như một trò chơi.

Theo báo cáo của Azalia Mirhoseini và Anna Goldie, cả hai đồng trưởng nhóm nghiên cứu, AI đã được đào tạo để chơi trò chơi tìm kiếm thiết kế chip hiệu quả nhất. Sử dụng bộ dữ liệu gồm 10.000 sơ đồ tầng vi mạch, nhóm đã sử dụng một thuật toán học tập củng cố để phân biệt sơ đồ tầng tốt và xấu. Các chỉ số như chiều dài của dây, mức sử dụng điện, kích thước chip, v.v. đã được xem xét.

AI càng có khả năng phân biệt các cấu hình chip tối ưu nhất, thì nó càng có nhiều khả năng tự sản xuất. Trong quá trình này, nó đã tìm ra một số cách tiếp cận độc đáo về vị trí của các bộ phận. Điều này đã trở thành nguồn cảm hứng cho các chuyên gia thử một cái gì đó mới, chẳng hạn như giảm khoảng cách giữa các thành phần bằng cách đặt chúng thành hình bánh rán.

Mặc dù những nỗ lực trước đây nhằm đơn giản hóa quy trình đã được thực hiện, nhưng nghiên cứu có giá trị trong 5 thập kỷ đã không mang lại bất kỳ giải pháp nào. Cho đến nay, tất cả các kỹ thuật lập kế hoạch tự động đều không thể tái tạo loại chip hiệu suất do con người tạo ra.

Theo Anna Goldie, điều này là do thuật toán học hỏi từ kinh nghiệm. Goldie cho biết: “Các phương pháp tiếp cận trước đây không học được gì với mỗi con chip.

Những gì từng khiến một nhóm chuyên gia mất vài tháng nay có thể được tái tạo bởi trí tuệ nhân tạo trong vòng chưa đầy sáu giờ. Các sơ đồ tầng vi mạch kết quả có chất lượng tương đương với các sơ đồ do con người tạo ra hoặc trong một số trường hợp, vượt trội hơn chúng. Như vậy, phát hiện mới của Google có thể tiết kiệm hàng trăm, nếu không muốn nói là hàng nghìn giờ làm việc cho mỗi thế hệ chip máy tính mới.

Công ty hiện đang sử dụng những con chip do AI này tạo ra để nghiên cứu thêm. Các nhà khoa học cho rằng việc sử dụng những con chip mạnh hơn này có thể góp phần tạo ra những tiến bộ hơn nữa trong nghiên cứu, bao gồm cả việc sử dụng AI cho những việc như thử nghiệm vắc xin hoặc quy hoạch thành phố. Khi AI ngày càng trở nên phổ biến hơn, chắc chắn sẽ có nhiều lớn hơn nữa khám phá cần được chú ý trong tương lai gần.

Phương pháp chính là biểu hiện của trí tuệ. Ai ai cũng có sẵn tiềm năng sử dụng trí tuệ của mình để vận hành công việc, cuộc sống. Những công cụ mạnh để hỗ trợ chúng ta đưa ra các giải pháp tối ưu cho các khó khăn đã được xây dựng từ rất lâu bởi nhà khoa học người Nga. Nếu bạn quan tâm đến việc cải thiện khả năng giải quyết vấn đề và ra quyết định một cách mới mẻ, nhanh chóng thì khóa học PHƯƠNG PHÁP LUẬN SÁNG TẠO và ĐỔI MỚI tại Trung tâm Sáng tạo Khoa học–kỹ thuật (TSK) thuộc trường Khoa Học Tự Nhiên là một lựa chọn phù hợp. Bạn có thể điền thông tin tại đây hoặc liên hệ số điện thoại: (028) 38 301 743; 089 668 36 31 để thực hiện đăng ký.

Nguồn: DigitalTrends

Tương lai của phẫu thuật: AR, VR và học ảo sẽ thay thế y học hiện đại

Thực tế tăng cường đã và đang xâm nhập vào các phòng điều hành – và tương lai của công nghệ này là chuyển đổi. Microsoft

Ca bệnh rất phức tạp: Phẫu thuật tạo hình khớp vai, để đối phó với một trường hợp viêm khớp tiến triển ảnh hưởng đến màng nhện của bệnh nhân – phần bóng của khớp bóng và ổ khớp ở vai. Để xử lý trường hợp hiệu quả nhất, bác sĩ phẫu thuật cần sự hỗ trợ từ những người tốt nhất. Nhưng điều tốt nhất về thể chất là cách xa nửa vòng trái đất. Để làm gì?

Từ phòng mổ của mình ở Pháp, bác sĩ phẫu thuật chỉnh hình Thomas Gregory đeo tai nghe Microsoft Hololens 2 và gọi cho ba đồng nghiệp ở Brazil, Bỉ và Nam Phi. Họ xem qua ảnh ba chiều của bệnh nhân và nói chuyện chung về ca phẫu thuật; chăm chú theo dõi khi Gregory mở khớp vai của bệnh nhân, Stephen Roche, Bruno Gobbato và Jean Florin Ciornohac đề xuất các loại kẹp khác nhau và các con đường thay thế và quan sát kỹ thuật của Gregory. Cùng nhau, họ đã biến một chút phẫu thuật thành một buổi giới thiệu công nghệ.

Tuy nhiên, cuộc phẫu thuật này không phải là một bộ phim khoa học viễn tưởng, cũng không phải là giấc mơ của một nhà quay phim PR. Nó thực sự diễn ra chỉ vài tuần trước, tại Bệnh viện Avicenne AP-HP ở Bobigny, Pháp – và đó mới chỉ là khởi đầu.

Với những đồng nghiệp ở cách xa nửa vòng trái đất đang dõi theo đôi mắt của mình, Thomas Gregory tiến hành phẫu thuật chỉnh hình.

Hôm nay: Phẫu thuật AR đã có ở đây

“Hololens giống như một chiếc điện thoại thông minh để phẫu thuật, đó là công cụ hiệu suất và thông tin đưa phẫu thuật sang một kỷ nguyên mới,” Gregory giải thích, trong một hội thảo mà ông tổ chức với Microsoft để truyền bá sức mạnh của thực tế hỗn hợp đối với y học. Ông nói: Phần lớn những gì một bác sĩ phẫu thuật làm liên quan đến thể dục tinh thần: Giữ hình ảnh tinh thần về biểu đồ 2D và tia X trong khi đi qua các bước trong đầu và đề phòng những lá cờ đỏ.

“Nó gần như là một GPS cho bác sĩ phẫu thuật.”

Thực tế tăng cường có thể trút bỏ một phần gánh nặng – nói cách khác, nó không chỉ là một trò chơi thú vị dành cho người hâm mộ Pokemon . AR có thể rất hiệu quả giúp các bác sĩ lập kế hoạch và thực hiện nó một cách hiệu quả nhất có thể.

Tom McGuiness, phó chủ tịch điều hành bộ phận chăm sóc sức khỏe của Microsoft cho biết: “Nó gần như là một GPS cho bác sĩ phẫu thuật. Igor Sauer, trưởng khoa phẫu thuật thử nghiệm tại Bệnh viện Charité ở Đức, là một người ủng hộ nhiệt tình cho công nghệ này. Một bác sĩ phẫu thuật truyền thống lưu giữ hình ảnh 3D trong đầu cô ấy và so sánh chúng trên tinh thần với người thật đang nằm trước mặt cô ấy, Sauer giải thích. Bác sĩ đó có nhu cầu rõ ràng về hướng dẫn bằng hình ảnh, đồng thời cô ấy cần một cái nhìn không bị cản trở về công việc trước mắt. AR có thể cung cấp chính xác điều đó – không phải ngày mai hay năm sau mà là ngay bây giờ.

Massimo Chessa, bác sĩ can thiệp tim mạch của Bệnh viện San Donato ở Ý cũng có những lợi ích khác. Hình ảnh rõ ràng hơn nhiều so với lời nói và giúp thu hẹp các rào cản ngôn ngữ mà bạn có thể không biết ở đó.

Chessa nói: “Các bác sĩ phẫu thuật nói một ngôn ngữ khác, một ngôn ngữ 3D thực sự. “Bởi vì họ đã quen làm việc với các cấu trúc 3D. Nhưng tôi là bác sĩ tim mạch. Tôi được đào tạo như một bác sĩ tim mạch 2D, sau đó tôi trở thành một nhà can thiệp 3D ”. Thực tế hỗn hợp cho phép anh ta nói cùng một ngôn ngữ với các bác sĩ phẫu thuật hỗ trợ của mình, cải thiện chất lượng chăm sóc bệnh nhân.

Thật vậy, Gregory tin tưởng vào công nghệ đến nỗi anh ấy đã xây dựng một cơ sở trong bệnh viện của mình để cho phép các bác sĩ phẫu thuật từ mọi nơi trên thế giới làm quen với các phương pháp hay nhất về ảnh ba chiều và sức mạnh của thực tế hỗn hợp.

Ngày mai: Đào tạo các bác sĩ tương lai với các công cụ hoàn toàn mới

Phẫu thuật được hỗ trợ có vẻ như là bước phát triển cuối cùng của công nghệ này, nhưng đó mới chỉ là bước đầu tiên. Bất kỳ bác sĩ phẫu thuật nào (có lẽ ngoại trừ Tiến sĩ Strange ) sẽ nói với bạn rằng họ đánh giá cao một bộ mắt bổ sung trong một cuộc phẫu thuật đặc biệt khó khăn. Nhưng những gì về thông tin bổ sung? Sauer cho biết anh và bộ phận phẫu thuật thí nghiệm của mình đang tìm cách phủ những thứ như thông tin sâu về giải phẫu trực tiếp vào trường nhìn, “để tạo ấn tượng như chiếu đèn pin qua cơ quan trong khi kiểm tra nó”, anh nói.

“Gần giống như có một đôi mắt được tăng cường,” Gregory nói thêm.

Những tiến bộ hấp dẫn khác nằm ở việc giảng dạy, đòi hỏi sự quan sát. Điều này được thực hiện theo cách truyền thống: Hãy nghĩ đến bức tranh cổ điển của Rembrandt, “ Bài học giải phẫu. ”Sauer cho biết anh ấy đã cho nhóm của mình làm việc trên các bản ghi âm thể tích của cuộc phẫu thuật, cho phép các sinh viên tương lai không chỉ học băng video mà còn có thể dạo quanh một khu giải trí ảo ba chiều của chính nhà hát phẫu thuật.

Nhưng chỉ hình ảnh là không đủ đào tạo, đặc biệt là đối với các hình thức phẫu thuật chuyên biệt hơn. Bạn học bằng cách làm, phải không? Thực tế ảo có vẻ như là một nền tảng lý tưởng để cho phép một bác sĩ phẫu thuật sẽ trau dồi kỹ năng của mình, nhưng không có xúc giác, không thể cảm thấy dao mổ xuyên qua da hoặc tiếng kêu của lưỡi dao trên xương, một mảnh ghép là mất đi.

“Nó gần giống như có một đôi mắt được tăng cường.”

Nhập phản hồi xúc giác, cùng một công nghệ cho phép bạn cảm thấy tiếng ồn ào của con đường dưới bánh xe của bạn trong một trò chơi lái xe. FundamentalVR sử dụng các hình thức nâng cao về – phản hồi vận động, so với haptics da đơn thuần – để cho một cảm giác bác sĩ phẫu thuật những gì nó giống như phẫu thuật trong vòng một dưới milimet chính xác, sử dụng nhiều loại thiết bị off-the-shelf, từ găng tay để cánh tay haptic.

“Độ chính xác mà chúng ta cần trong phẫu thuật là một cấp độ khác so với những gì bạn cần để mô phỏng nhặt bóng hoặc bật đèn,” Giám đốc điều hành và Đồng sáng lập Richard Vincent nói với tôi. Ông cũng trích dẫn công việc xây dựng phiên bản ảo của bệnh nhân: Lý tưởng nhất là vào thời điểm bác sĩ phẫu thuật sẵn sàng phẫu thuật cho cơ thể bạn, anh ấy đã cắt phiên bản ảo hàng chục lần. “Nếu tôi không thể dạy cho bạn cảm giác làm điều gì sai và làm đúng, làm thế nào bạn có thể chuyển sang thế giới thực và làm điều đó?”

Xa hơn nữa, sự giao thoa của các công nghệ tiên tiến sẽ cho phép chuyển đổi hoàn toàn trong góc cắt của phòng phẫu thuật theo đúng nghĩa đen.

Sauer giả thuyết “AI và thực tế mở rộng có thể thay đổi cơ bản cách chúng ta thực hiện một số quy trình nhất định. Hãy tưởng tượng khả năng phát hiện các cơ quan trong không gian theo thời gian thực, khi trí tuệ nhân tạo phân tích một bệnh nhân trên bàn, làm nổi bật đường viền của gan cho bác sĩ phẫu thuật để đảm bảo rằng một quy trình vốn đã tinh vi được thực hiện chính xác nhất có thể. Có thể có những hình thức điều trị mới cơ bản. Trong tương lai gần, các bác sĩ sẽ có thể di chuyển xung quanh phiên bản ảo 3D có thể mở rộng của bệnh nhân, nghiên cứu vấn đề từ mọi góc độ, trước khi đưa ra quy trình ít xâm lấn nhất, an toàn nhất có thể. Cuộc phẫu thuật thực sự có thể được thực hiện bởi rô bốt, hoặc ít nhất là những cánh tay rô bốt được điều khiển chính xác. Đó là con đường, mặc dù … phải không?

“Tất nhiên đây là điều chúng ta sẽ không làm vào ngày mai,” Sauer nói. “Nhưng có lẽ ngày sau.”

Phương pháp chính là biểu hiện của trí tuệ. Ai ai cũng có sẵn tiềm năng sử dụng trí tuệ của mình để vận hành công việc, cuộc sống. Những công cụ mạnh để hỗ trợ chúng ta đưa ra các giải pháp tối ưu cho các khó khăn đã được xây dựng từ rất lâu bởi nhà khoa học người Nga. Nếu bạn quan tâm đến việc cải thiện khả năng giải quyết vấn đề và ra quyết định một cách mới mẻ, nhanh chóng thì khóa học PHƯƠNG PHÁP LUẬN SÁNG TẠO và ĐỔI MỚI tại Trung tâm Sáng tạo Khoa học–kỹ thuật (TSK) thuộc trường Khoa Học Tự Nhiên là một lựa chọn phù hợp. Bạn có thể điền thông tin tại đây hoặc liên hệ số điện thoại: (028) 38 301 743; 089 668 36 31 để thực hiện đăng ký.

Nguồn: DigitalTrends

Women with Byte: Vivienne Ming kế hoạch giải quyết ‘những vấn đề lộn xộn của con người’ bằng AI

Xây dựng AI là một chuyện. Trên thực tế, việc đưa nó vào sử dụng và tận dụng nó để cải thiện nhân loại hoàn toàn là chuyện khác. Vivienne Ming làm được cả hai điều đó.

Là một nhà khoa học thần kinh lý thuyết và chuyên gia về AI, Ming là người sáng lập Phòng thí nghiệm Socos, một vườn ươm hoạt động để tìm ra giải pháp cho những gì cô gọi là “các vấn đề lộn xộn của con người” – các vấn đề trong các lĩnh vực như giáo dục, sức khỏe tâm thần và các lĩnh vực khác mà các vấn đề không luôn có các giải pháp rõ ràng.

Ming nói với Digital Trends: “Hầu hết những gì chúng tôi làm là giải quyết một số vấn đề trong thế giới thực – thường là với rất ít dữ liệu.

Mục tiêu theo đuổi mới nhất của công ty? Nhận biết khi nào mọi người bắt đầu có dấu hiệu căng thẳng và lo lắng. Để làm như vậy, nó đang phát triển AI có thể phân tích các mẫu giọng nói, chuyển động của mắt và các chỉ số sinh trắc học khác để xác định xem một người có đang cảm thấy căng thẳng hay lo lắng hay không – ngay cả khi chính họ không nhận thức được điều đó. Ming nói: “Chúng tôi sẽ xây dựng một hình mẫu về bạn và cố gắng hiểu những tác nhân gây căng thẳng trong cuộc sống của bạn là gì và những cách mà bạn có thể can thiệp.

Một hệ thống như vậy sẽ được sử dụng để làm gì? Theo Ming, một chương trình AI phát hiện căng thẳng có thể được sử dụng bởi các trường đại học, doanh nghiệp và các tổ chức y tế cộng đồng để theo dõi sức khỏe tâm thần của các nhóm người trong các tổ chức đó. Cô nói: “Bạn có thể thấy rằng một số chính sách mới ở công ty của bạn hoặc một số thay đổi ở trường đại học của bạn đã thúc đẩy căng thẳng – loại căng thẳng dự báo những hậu quả sức khỏe lâu dài.

Tuy nhiên, Ming cũng thừa nhận khả năng sử dụng công nghệ này một cách phi đạo đức và nhấn mạnh rằng cô không muốn bất kỳ ai sử dụng công nghệ Socos như một công cụ để theo dõi sức khỏe tâm thần của mọi người một cách bí mật hoặc xâm phạm. Cô giải thích: “Tôi có kiến ​​thức nền tảng về không gian đó, và những điều tồi tệ sẽ xảy ra khi các công ty biết chuyện gì đang xảy ra với các cá nhân.

Giữ một lập trường

Ming nói từ kinh nghiệm. Đã có thời gian, cô từng là nhà khoa học trưởng tại Gild, một công ty được thành lập với mục tiêu loại bỏ sự thiên vị trong quá trình tuyển dụng bằng trí tuệ nhân tạo. Thật không may, ở đâu đó, Ming báo cáo đã phát hiện ra rằng phần mềm này đang được các công ty sử dụng theo cách thực sự khiến sự thiên vị trở nên tồi tệ hơn. Nhưng thay vì coi đây là vấn đề, khách hàng đã yêu cầu Gild cung cấp các công cụ mới có thể làm tăng thêm sự thiên vị trong quá trình tuyển dụng.

Ming rời công ty khi cô nhận thấy rằng việc phản đối việc tạo ra những công cụ như vậy là một vấn đề đối với các giám đốc điều hành khác của công ty. Có nhiều cách AI được tạo ra vì những lý do cao cả có thể bị lạm dụng và Ming nói rằng bất kỳ ai làm việc trong lĩnh vực này nên sẵn sàng chống lại điều đó và nếu cần, hãy rời khỏi công ty nếu mọi thứ bắt đầu đi theo hướng đó.

“Bạn có thể nói, ‘Tôi sẽ không bao giờ cho phép ai đó lạm dụng hệ thống này’, và khi đó công ty khởi nghiệp của bạn sắp hết tiền hoặc ngược lại, ai đó đang cung cấp cho bạn một tỷ đô la,” Ming nói. “Ý tôi là đề nghị cho bạn một tỷ đô la để làm điều đó theo nghĩa đen. Bây giờ không dễ dàng để nói không. Nếu bạn không sẵn sàng thoát khỏi những tình huống như vậy, bạn không nên đặt mình vào những tình huống đó ngay từ đầu. ”

Rõ ràng, một hệ thống AI có thể xác định cảm giác của mọi người có thể bị lạm dụng nếu nó rơi vào tay kẻ xấu. Hãy tưởng tượng người sử dụng lao động của bạn hoặc chính phủ đang sử dụng cảm xúc sâu thẳm của bạn để chống lại bạn. Ming nói rằng cô ấy đang làm việc chăm chỉ để đảm bảo rằng AI của cô ấy đang được xây dựng theo cách để nó chỉ có thể được sử dụng để mang lại lợi ích cho mọi người. Cô ấy nói rằng các hệ thống AI mạnh mẽ có thể trở thành “công nghệ độc tài” khi mọi thứ diễn ra không như ý muốn.

Ming nói: “Đối với tôi, hai mối quan tâm lớn nhất là sự lạm dụng có chủ đích và vô ý của các hệ thống này.

AI như một lực lượng tốt

Điều quan trọng, Ming không chỉ là một người tin tưởng vào các phẩm chất của trí tuệ nhân tạo. Cô ấy cũng đưa ra một trường hợp mạnh mẽ về lý do tại sao nỗi sợ hãi về AI thường bị thổi phồng quá mức. Các nhà báo động thường cảnh báo rằng AI có khả năng trở nên siêu thông minh và chiếm lĩnh thế giới trong tương lai không xa – nhưng Ming nói rằng cô ấy không lo lắng về điều đó chút nào. Trong mắt cô ấy, AI mà chúng ta có ngày nay không giống với bất kỳ thứ gì gần giống với viễn cảnh ngày tận thế của AI được đề cập trong khoa học viễn tưởng.

Ming nói: “Chúng tôi chưa phát minh ra bất cứ thứ gì có thể trở nên thông minh đến mức nó sẽ bắt đầu suy nghĩ như chúng tôi, ít hơn là trở thành một siêu trí tuệ. “Đây là một phép ẩn dụ tầm thường, nhưng giống như chúng tôi đã phát minh ra những người dã man đáng kinh ngạc này có thể cờ vây cờ vây chơi tốt hơn rất nhiều so với con người giỏi nhất trên thế giới, nhưng họ thực sự không hiểu gì về . Nó chỉ biết rằng nếu có bàn cờ vây trước mặt, hãy làm những điều này và nó sẽ thắng. Đó là nó.”

Một nỗi sợ hãi phổ biến khác của AI là nó sẽ lấy đi việc làm và khiến nhân loại trở nên lỗi thời trong lực lượng lao động. Ming cũng không mua cái này – ít nhất là không hoàn toàn. Mặc dù cô ấy thừa nhận rằng một số công việc thường xuyên nhất định sẽ có thể được tự động hóa trong tương lai, cô ấy cũng chỉ ra rằng tự động hóa có tiềm năng rất lớn để tạo ra việc làm mới. Điều còn phải xem là liệu mọi người có sẵn sàng cho những công việc mới đó hay không. Ming nói rằng cô ấy không tự tin rằng nhiều người được trang bị đúng cách cho thế hệ công việc tiếp theo và điều chúng ta nên tập trung vào là sử dụng AI để giúp chuẩn bị cho họ.

“Làm thế nào để bạn đưa những người có óc sáng tạo cao, biết cách làm mọi thứ, và sau đó tăng năng suất ồ ạt của họ trong nền kinh tế bằng cách giải phóng họ khỏi tất cả những ràng buộc của kinh nghiệm tồn tại trước đây?” Ming hỏi. “AI sẽ tạo ra rất nhiều việc làm. Trách nhiệm của chúng tôi là có bao nhiêu người chúng tôi sẵn sàng cho những công việc đó. Ngay bây giờ, tôi sẽ bị sốc nếu nó chiếm hơn một hoặc hai phần trăm lực lượng lao động ”.

Ý tưởng ban đầu

Vì vậy, làm thế nào để chúng tôi làm điều đó? Giáo dục là một phần của nó – mặc dù Ming cho rằng chỉ nhận được một nền giáo dục tốt là không đủ khi AI bắt đầu ảnh hưởng lớn đến thế giới việc làm. Cô ấy nói rằng chúng ta cần bắt đầu dạy mọi người cách sử dụng những công cụ mới này theo những cách sáng tạo và độc đáo, thay vì chỉ dạy họ cách mọi thứ hoạt động.

“Tầng lớp trung lưu chuyên nghiệp sắp bị che mắt. Họ được hứa rằng nếu họ được giáo dục tốt, họ sẽ có một công việc trong suốt quãng đời còn lại của mình, ”Ming nói. “Tôi đang nói với bạn rằng nếu chúng ta có thể giữ lời hứa đó trong 10 năm kể từ bây giờ, tôi sẽ rất ngạc nhiên.”

Học viết mã là một điều tuyệt vời, Ming nói, nhưng rất nhiều người biết cách viết mã. Hơn nữa, AI đang viết mã ngày càng nhiều. Điều khiến mọi người trở nên khác biệt trong tương lai không phải là những gì họ biết làm mà là những ý tưởng ban đầu mà họ đưa ra bàn luận.

Tương lai đang giúp mọi người xác định những gì họ có thể mang lại cho bàn ăn.

Môn học mạnh về khả năng vận dụng phương pháp để ứng phó với công việc, cuộc sống chính là PHƯƠNG PHÁP LUẬN SÁNG TẠO và ĐỔI MỚI. Đây là chìa khoá để tiếp cận với các nguyên tắc thủ thuật giúp tư duy có nền tảng và định hướng hơn. Tại Trung tâm Sáng tạo Khoa học–kỹ thuật (TSK) thuộc trường Khoa Học Tự Nhiên là một nơi đáng tin cậy để bạn theo học. Bạn có thể điền thông tin tại đây hoặc liên hệ số điện thoại: (028) 38 301 743; 089 668 36 31 để thực hiện đăng ký.

Nguồn: DigitalTrends

Cách USPS sử dụng GPU Nvidia và AI để theo dõi thư bị mất

Bưu điện Hoa Kỳ, hay USPS, đang dựa vào trí thông minh nhân tạo được cung cấp bởi các hệ thống EGX của Nvidia để theo dõi hơn 100 triệu mẩu thư mỗi ngày đi qua mạng của mình. Hệ thống dịch vụ bưu chính bận rộn nhất thế giới đang dựa vào hệ thống AI tăng tốc GPU để giúp giải quyết các thách thức trong việc xác định vị trí các gói hàng và thư bị thất lạc hoặc bị thiếu. Về cơ bản, USPS đã chuyển sang sử dụng AI để giúp nó định vị “cái kim trong bọc”.

Để giải quyết thách thức đó, các kỹ sư USPS đã tạo ra một hệ thống máy chủ AI tiên tiến có thể quét và định vị thư. Họ đã tạo ra các thuật toán cho hệ thống được đào tạo trên 13 Nvidia DGX hệ thống đặt tại các trung tâm dữ liệu USPS. Hệ thống DGX A100 của Nvidia, để tham khảo, đóng gói trong năm petaflop sức mạnh tính toán và có giá chỉ dưới 200.000 đô la. Nó dựa trên cùng một kiến ​​trúc Ampere được tìm thấy trên dành cho người tiêu dùng của Nvidia GPU dòng GeForce RTX 3000 .

Các thuật toán sau đó được triển khai và sử dụng trên một mạng bao gồm 195 máy chủ Apollo phân tán do Hewlett Packard Enterprise tạo ra, với mỗi máy chủ được trang bị bốn GPU Nvidia V100. Kết quả là một hệ thống được gọi là Chương trình Cơ sở hạ tầng Điện toán Edge, hoặc ECIP, theo dõi các mặt hàng cho dịch vụ bưu chính.

Kết hợp với nhận dạng ký tự quang học, các hệ thống này có thể xác định vị trí thư bị mất đi qua mạng USPS. Trước đây, sẽ mất nhiều ngày để theo dõi các gói hàng, nhưng các công nghệ hỗ trợ bởi AI đang giảm số lượng gói hàng bị mất xuống chỉ còn vài giờ.

Todd Schimmel, người quản lý giám sát hệ thống USPS trong một cho biết: “Trước đây phải mất 8 hoặc 10 người trong vài ngày để theo dõi các mặt hàng, bây giờ phải mất một hoặc hai người trong vài giờ”, Todd Schimmel, người quản lý giám sát các hệ thống USPS cho biết.

Việc sử dụng máy tính tăng tốc đồ họa là hoàn hảo cho tác vụ AI này, vì mạng 800 CPU sẽ mất hơn hai tuần để hoàn thành để làm được điều tương tự mà bốn GPU Nvidia V100 Tensor Core có thể hoàn thành trong khoảng thời gian 20 phút trên máy chủ HPE Apollo 6500.

Mỗi máy chủ của Apollo edge xử lý 20 terabyte hình ảnh mỗi ngày từ hơn 1.000 máy xử lý thư, Nvidia cho biết. Schimmel cho biết, hợp đồng USPS đã được trao vào tháng 9 năm 2019 và việc cài đặt phần cứng đã hoàn thành vào tháng 8 năm 2020.

“Chỉ riêng ứng dụng kiểm tra các mục thư đã yêu cầu phối hợp công việc của hơn nửa tá mô hình học sâu, mỗi mô hình kiểm tra các tính năng cụ thể,” Nvidia nói. “Và các nhà khai thác hy vọng sẽ cải tiến ứng dụng với nhiều mô hình hơn cho phép nhiều tính năng hơn trong tương lai.”

Ngoài theo dõi thư, USPS đang nghiên cứu các trường hợp sử dụng khác nhau cho AI ở vị trí tiên tiến, từ phân tích doanh nghiệp đến tài chính và tiếp thị. Hiện có 30 ứng dụng được lên kế hoạch cho ECIP và dịch vụ bưu chính hy vọng sẽ thực hiện một vài ý tưởng của mình trong năm nay. Một trong những ý tưởng như vậy sẽ có AI phân tích xem một gói hàng có bưu phí chính xác cho kích thước, trọng lượng và điểm đến của nó hay không và một ứng dụng ECIP khác có thể giải mã một mã vạch bị hỏng chẳng hạn.

Sáng tạo là sức hút diệu kỳ để bạn trở nên khác biệt và đa năng trong công việc, cuộc sống. Công cụ mạnh trong tư duy sáng tạo sẽ giúp bạn trở thành một người đầy tự tin như thế. Nếu đã từng biết đến Khoá học “PHƯƠNG PHÁP LUẬN SÁNG TẠO và ĐỔI MỚI” được giảng dạy uy tín, chất lượng tại Trung tâm Sáng tạo Khoa học–kỹ thuật (TSK) thuộc trường Khoa Học Tự Nhiên thì bạn hãy nhanh chóng đăng ký nhé. Bạn có thể điền thông tin tại đây hoặc liên hệ số điện thoại: (028) 38 301 743; 089 668 36 31 để được tư vấn cụ thể.

Nguồn: DigitalTrends

Phản ứng giữa các biểu diễn trong cortices thị giác và mạng thần kinh

Nghiên cứu đã báo cáo các đặc tính tương tự giữa các mạng thần kinh sâu để dự đoán sự chú ý và vỏ não thị giác sơ cấp (V1) của động vật linh trưởng. Nhà cung cấp hình ảnh: Nobuhiko Wagatsuma

Một nhóm nghiên cứu dẫn đầu bởi Nobuhiko Wagatsuma, Giảng viên Đại học Toho, Akinori Hidaka, Phó Giáo sư tại Đại học Tokyo Denki, và Hiroshi Tamura, Phó Giáo sư tại Đại học Osaka, đã phát hiện ra rằng cấu trúc mạng lưới thần kinh của dự đoán sự chú ý, dựa trên học sâu được sử dụng trong sự phát triển của trí tuệ nhân tạo, có các đặc điểm tương tự như cơ chế não của động vật linh trưởng.

Khám phá này được thực hiện bằng cách áp dụng phương pháp nghiên cứu so sánh hoạt động não bộ giữa khỉ và người với mạng lưới thần kinh nhân tạo. Phát hiện này có thể hữu ích không chỉ để hiểu cơ chế vỏ não chọn lọc có chủ ý của người mà còn để phát triển trí nhân tạo thông minh.

Mạng nơ-ron sâu (DNN), được sử dụng trong phát triển trí tuệ nhân tạo, là các mô hình toán học để có được các cơ chế thích hợp để giải quyết các vấn đề cụ thể từ khóa đào tạo với một tập dữ liệu quy mô lớn. Tuy nhiên, các cơ chế chi tiết bên dưới các DNN thông qua quá trình học tập này vẫn chưa được làm rõ.

Một nhóm nghiên cứu dẫn đầu bởi Nobuhiko Wagatsuma, Giảng viên Khoa Khoa học, Đại học Toho, Akinori Hidaka, Phó Giáo sư tại Khoa Khoa học và Kỹ thuật, Đại học Tokyo Denki, và Hiroshi Tamura, Phó Giáo sư tại Trường Cao học Khoa học Sinh học Frontiers, Osaka University, phát hiện ra rằng các đặc điểm của phản ứng trong DNNs để dự đoán sự chú ý đến vị trí quan trọng nhất trong hình ảnh phù hợp với đặc điểm của phản ứng thần kinh trong vỏ não thị giác sơ cấp (V1) của động vật linh trưởng. Khám phá được thực hiện bằng cách áp dụng phương pháp phân tích được thiết kế để so sánh các đặc điểm của hoạt động tế bào thần kinh ở khỉ với hoạt động của tế bào thần kinh ở người với DNN.

Kết quả của nghiên cứu này cung cấp cái nhìn sâu sắc quan trọng về cơ chế thần kinh của sự chú ý. Ngoài ra, việc áp dụng cơ chế chú ý ở các loài linh trưởng bao gồm cả con người có thể đẩy nhanh sự phát triển của trí tuệ nhân tạo.

Điểm chính:

• Sự tương ứng giữa các lớp thị giác linh trưởng và mạng lưới thần kinh sâu đã được tiết lộ bằng cách áp dụng phương pháp nghiên cứu để so sánh hoạt động thần kinh giữa các loài khác nhau, chẳng hạn như người và khỉ, với mạng thần kinh nhân tạo.
• Gần đây, mạng nơ-ron sâu được sử dụng làm phương pháp chính để phát triển trí tuệ nhân tạo. Wagatsuma và cộng sự đã báo cáo các đặc tính tương tự giữa mạng lưới thần kinh sâu để dự đoán sự chú ý và vỏ não thị giác sơ cấp (V1) của động vật linh trưởng. Ngoài ra, phát hiện của họ ngụ ý rằng cơ chế của mạng nơ ron sâu để dự đoán sự chú ý có thể khác với cơ chế để phân loại đối tượng như VGG 16.
• Chú ý là một chức năng cho phép chúng ta tham khảo thông tin quan trọng nhất tại thời điểm này, đó là từ khóa quan trọng trong sự phát triển gần đây của trí tuệ nhân tạo. Kết quả của nghiên cứu này có thể cung cấp những đóng góp không chỉ cho việc tìm hiểu các cơ chế thần kinh để lựa chọn sự chú ý của các loài linh trưởng bao gồm cả con người mà còn cho việc phát triển trí tuệ nhân tạo.

Nguồn: medicalxpress