Machine Learning (Học máy) là gì? Những tiềm năng và hạn chế của học máy

Dưới đây, bạn sẽ tìm thấy những điều cơ bản cần biết về Machine Learning do FPT Shop tổng hợp lại.

Machine Learning (học máy) là gì?

Machine Learning (học máy), viết tắt là ML, là một lĩnh vực con của trí tuệ nhân tạo (AI). Về cơ bản, nó tập trung vào việc phát triển các hệ thống máy tính có khả năng tự "học" và cải thiện hiệu suất từ dữ liệu mà không cần được lập trình cụ thể cho từng tác vụ. Hệ thống trí tuệ nhân tạo được sử dụng để thực hiện các nhiệm vụ phức tạp theo cách tương tự như cách con người giải quyết vấn đề.

Thay vì viết hàng nghìn dòng code "Nếu... thì..." (If-else) để hướng dẫn máy tính làm việc, chúng ta cung cấp cho nó dữ liệu. Máy tính sẽ tự tìm ra các quy luật và đưa ra dự đoán hoặc quyết định.

Machine Learning hoạt động như thế nào?

Cốt lõi của Machine Learning là tìm ra một hàm số toán học f(x) sao cho khi đưa dữ liệu đầu vào là x ta nhận được kết quả dự đoán là y chính xác nhất.

Một hệ thống ML hoạt động cần 3 thành phần chính như sau:

• Dữ liệu (Data): Đây là "nhiên liệu" chính cho hệ thống học máy. Dữ liệu càng nhiều, càng sạch thì máy học càng chính xác và ngược lại.
• Thuật toán (Algorithm): Đây là các công thức toán học (như Linear Regression hay Decision Tree) đóng vai trò như phương pháp giảng dạy cho máy học.
• Mô hình (Model): Sau khi thuật toán đã thu nạp và xử lý dữ liệu ta thu được mô hình sau cùng. Mô hình này có thể coi là một "bộ não đã có kiến thức" để trả lời chính xác cho bạn kết quả mong muốn.

Các lĩnh vực chính đang ứng dụng Machine Learning

Machine Learning được ứng dụng trong nhiều lĩnh vực của cuộc sống​

Học máy là cốt lõi trong mô hình kinh doanh của một số công ty, chẳng hạn như các gợi ý của Netflix hoặc công cụ tìm kiếm của Google. Dưới đây là một số lĩnh vực chính đang ứng dụng Machine Learning:

Các thuật toán: Machine Learning được ứng dụng để tạo ra các thuật toán đề xuất. Đó là những thứ mà bạn thấy hàng ngày trên internet như gợi ý của Netflix và YouTube, thông tin trên nguồn cấp dữ liệu của Facebook, gợi ý mua hàng... Các thuật toán đang cố gắng tìm hiểu sở thích của người dùng để hiển thị chính xác những nội dung trên màn hình.

Phân tích hình ảnh và phát hiện đối tượng: Công nghệ học máy có thể phân tích hình ảnh cho nhiều loại thông tin khác nhau, chẳng hạn như học cách xác định mọi người và phân biệt họ, phân tích số lượng ô tô  trong các bãi đậu xe...

Phát hiện gian lận: Machine Learning có thể phân tích các mẫu, chẳng hạn như cách ai đó thường chi tiêu hoặc nơi họ thường mua sắm để xác định các giao dịch thẻ tín dụng có khả năng gian lận, các nỗ lực đăng nhập hoặc spam email.

Tổng đài hỗ trợ tự động hoặc chatbot: Nhiều công ty đang triển khai chatbot trực tuyến, trong đó khách hàng sẽ không nói chuyện với con người mà thay vào đó tương tác với máy. Các thuật toán này sử dụng học máy để xử lý các bản ghi cuộc trò chuyện trước đây và đưa ra các phản hồi thích hợp.

Xe ô tô tự lái: Phần lớn công nghệ đằng sau ô tô tự lái dựa trên Machine Learning, đặc biệt là Deep Learning.

Chẩn đoán hình ảnh trong y tế: Các chương trình học máy có thể được đào tạo để kiểm tra các hình ảnh y tế hoặc thông tin khác. Thông qua sự so sánh với các dữ liệu trong quá khứ, nó sẽ tìm kiếm các dấu hiệu bệnh tật nhất định. Đây là một trong những công cụ có thể dự đoán nguy cơ ung thư nhanh chóng.