Hiện nay, Học máy (Machine Learning) đang đóng một vai trò vô cùng quan trọng trong các thiết bị như xe tự lái, trợ lý ảo, và mạng xã hội.

Lịch sử của Học máy là một quá trình dài dựa trên các thuật toán từ cả trăm năm trước, cũng như những phát triển về công nghệ máy tính trong 7 thập kỷ qua.

Trước 1940

Rất nhiều thuật toán đằng sau phép Học máy ngày nay đã xuất hiện từ trước khi chiếc máy tính đầu tiên ra đời và bắt nguồn từ phép thống kê.

Trong đó, phải kể đến một bước đột phá lớn – công trình của Thomas Bayes vào thế kỷ thứ 18 mà sau đó dẫn tới Định lý Bayes (1812) của Pierre-Simon Laplace. Tương tự, những công trình khác như phép bình phương nhỏ nhất cho dữ liệu hồi quy (1805) của Adrien-Marie Legendre, và kỹ thuật phân tích “Chuỗi Markov” (1913) của Andrey Markov cũng đã góp vai trò to lớn trong sự phát triển của Học máy hiện đại.

Định lý Bayes miêu tả khả năng xảy ra một sự việc/hiện tượng, dựa trên những điều kiện liên quan| Stellario Cama.

1948

Máy tính có chương trình lưu trữ sẵn

Phòng thí nghiệm máy tính tại EDSAC, Đại học Cambridge.

Vào cuối những năm 1940, các máy tính với chương trình được lưu trữ sẵn đã có thể lưu trữ chương trình và dữ liệu trong cùng một bộ nhớ.

Những chiếc máy tính này đã mở đầu cách mạng máy tính hiện đại đầu tiên, với chiếc Manchester Small-Scale Experimental Machine (máy thử nghiệm cỡ nhỏ Manchester, còn gọi là “Baby”) được tạo ra bởi EDSAC, Đại học Cambridge vào năm 1948, và chiếc Manchester Mark 1 tạo ra bởi EDVAC, Đại học Pennsylvania vào năm 1949.

1950

Máy tính và trí thông minh

Nghiên cứu “Computing Machinery and Intelligence” (Máy tính và Trí thông minh), được xuất bản năm 1950 bởi Alan Turing đã đưa ra một câu hỏi mà cho tới hiện tại vẫn chưa được giải đáp: “Liệu máy móc có thể suy nghĩ?

Nghiên cứu đã đi vào sức mạnh của máy tính, và là một trong những bài viết học thuật đầu tiên tập trung mô tả cách phát triển trí tuệ nhân tạo. Một trong những thử nghiệm nổi tiếng của nghiên cứu là “trò chơi mô phỏng” (imitation game), trong đó mức độ thông minh của máy tính sẽ được đánh giá bằng khả năng phân biệt người thật và máy tính khác qua tin nhắn. BBC đã mời Turing tới chia sẻ về thử nghiệm này trong radio “Third Programme” lần lượt vào năm 1951 và 1952.

Tượng Alan Turing tại Bletchley Park

 “Anh ấy có tư duy rất sống động, nhưng lại làm tôi khá hoài nghi.”- Nhà sản xuất radio của BBC nói về Turing

1951

Mạng nơ-ron thần kinh đầu tiên

Marvin Minsky và Dean Edmonds đã xây dựng mạng nơ-ron thần kinh đầu tiên (một hệ thống máy tính mô phỏng hoạt động của não bộ.

Với khả năng học hỏi và rút kinh nghiệm qua nhiều lần thử, máy SNARC (Stochastic Neural Analog Reinforcement Computer) có thể di chuyển trong các mê cung giống như chuột thí nghiệm. Máy tính này được xây dựng dựa trên các nguyên lý liên kết – mô phỏng một mạng lưới các đơn vị cơ bản, rồi từ đó xây dựng “trí thông minh”. Sau phát minh này, Minsky chuyển tới làm việc tại Phòng thí nghiệm Trí tuệ nhân tạo tại MIT, và tiếp tục gây dựng những bước tiến lớn cho sự phát triển của trí tuệ nhân tạo. Ông cũng đã tham gia cố vấn chuyên môn cho bộ phim 2001: A Space Odyssey.

Marvin Minsky ở MIT vào năm 1968

1974

“Kỷ băng hà” AI đầu tiên

Ngài James Lighthill, tác giả của ‘Artificial Intelligence: A General Survey’.

Trái với kỳ vọng, những nghiên cứu về AI trong những năm 1950 và 1960, không đem lại những kết quả lớn.

Sự thất bại trong dịch máy (Machine Translation), cũng như những kỳ vọng quá xa vời về AI đã dẫn tới ngân sách cho nghiên cứu bị cắt giảm nghiêm trọng. Trong Báo cáo Lighthill vào năm 1973, tình trạng nghiên cứu đình trệ và thiếu hụt kết quả đã được nhấn mạnh, và chỉ đến cuối những năm 1980, tình trạng này mới được thay đổi. Những phương pháp tiếp cận mới, các hệ thống mới đã chỉ ra những ứng dụng cho các ý tưởng cũ, và từ đây, AI đã xuất hiện các thuật ngữ mới như Tin học (Informatics), Học máy (Machine Learning), và Trí thông minh máy tính (Computational intelligence).

1996

Deep Blue đánh bại Garry Kasparov

Thuật ngữ Ai dần trở nên phổ biến với công chúng qua sự kiện máy tính Deep Blue của IBM đánh bại kiện tướng cờ vua thế giới Garry Kasparov.

Kasparov đã thắng vào năm 1996, nhưng lại bị đánh bại vào năm 1997 bởi một phiên bản cái tiến của Deep Blue. Để giành được chiến thắng này, Deep Blue đã phải sử dụng rất nhiều khả năng tính toán, với 480 con chip đặc biệt chỉ dùng để chơi cờ, giúp cỗ máy này tìm kiếm từ 6-20 nước cờ trước cho mỗi vị trí, “học hỏi” được qua quan sát hàng nghìn ván cờ.

Garry Kasparov bị đánh bại bởi máy tính.

2006

Truyền ngược (Backpropagation)

Truyền ngược (Backpropagation) là một yếu tố cốt lõi trong Học máy, được sử dụng để đào tạo các hệ nơ-ron thần kinh sâu.

Truyền ngược lần đầu xuất hiện vào năm 1960 trong thuyết quản lý hệ nơ-ron thần kinh sâu, nhưng chỉ được ứng dụng sau khi Geoff Hinton và một số nhà nghiên cứu phát hiện ra hiệu quả của nó thông qua các bộ xử lý hiện đại. Tuy nhiên, vào năm 2017, Hinton lại bày tỏ lo ngại về hạn chế của truyền ngược trong xây dựng hệ thống Học máy, và chỉ ra sự cần thiết của một hệ thống mới.

Nhận diện hệ nơ-ron thần kinh qua hình ảnh với truyền ngược.

2014

DeepMind

DeepMind Technologies là một công ty của Anh, thành lập vào năm 2010, và được mua lại bởi Google vào năm 2014.

DeepMind trở nên đặc biệt được chú ý sau khi thể hiện khả năng chơi game dựa vào hành vi của các đơn vị pixel trên màn hình, cũng như khả năng phát triển hệ nơ-ron thần kinh có thể truy cập bộ nhớ ngoài – Máy nơ-ron Turing (Neural Turing Machine).  Tuy vậy, vẫn có khá nhiều hoài nghi xoay quanh DeepMind sau khi nó được cho là đã vi phạm quyền riêng tư của bệnh nhân Bệnh viện Royal Free khi đào tạo hệ thống y tế với dữ liệu bệnh nhân, mặc dù cáo buộc này sau đó đã bị bác bỏ.

Một hoạt họa di chuyển dựa sử dụng AI DeepMind

2016

AlphaGo đánh bại Lee Sedol

Cờ vây được coi là một bộ môn khó hơn với AI so với cờ vua

Sau chiến thắng của DeepBlue, AlphaGo cũng đã lập nên lịch sử khi đánh bại Lee Sedol tại bộ môn cờ vây.

Sau chiến thắng đầu tiên trước một kỳ thủ chuyên nghiệp vào năm 2015, AlphaGo, một robot sử dụng DeepMind đã đánh bại kỳ thủ cờ vây số 2 thế giới Lee Sedol vào tháng 3 2016, và kiện tướng cờ vây Ke Jie vào năm 2017. Được biết, để có thể đạt được những chiến thắng lịch sử này, AlphaGo đã trải qua huấn luyện với cả con người và máy móc, ứng dụng thuật toán sơ đồ cây Monte Carlo. Độ phức tạp của cờ vây lại càng nhấn mạnh tầm quan trọng của những chiến thắng này, thể hiện rằng, một ngày nào đó, con người sẽ không thể chiến thắng được máy móc.

Những năm 2030?

Giả thuyết Singularity

Một số nhà khoa Học máy tính tin rằng, sẽ có một thời điểm AI sẽ vượt qua con người, và tiếp tục tự tạo ra những phiên bản cải tiến của chính nó.

Quá trình này được gọi là “giả thuyết Singularity”, lần đầu xuất hiện trong sách của Vernor Vinge. Khi sự kiện này thực sự xảy ra, máy móc sẽ trở nên “trên cơ” so với con người. Một số tổ chức như Trung tâm Cambridge hiện đang nghiên cứu về khả năng của giả thuyết này, nhằm phòng tránh một tương lai nguy hại tới con người.

Spencer Kelly của BBC Click và một robot dạng người.

Theo BBC

Tin liên quan: