Đôi khi rất khó để phân biệt thực tế của công nghệ với những thông điệp quảng cáo và tiếp thị tấn công hộp thư đến của chúng ta hàng ngày. Chẳng hạn, chỉ trong 5 năm qua, có lẽ chúng ta đã nghe quá nhiều về metaverse, blockchain và thực tế ảo. Hiện tại, chúng ta đang tranh cãi về thuật ngữ ‘AI’ bị lạm dụng nhiều và thời gian sẽ trả lời liệu cơn bão đặc biệt này có được coi là cư dân tách trà hay không.
Tin tức trí tuệ nhân tạo nói riêng với Jon McLooneGiám đốc Chiến lược và Truyền thông Kỹ thuật của một trong những tổ chức trưởng thành nhất trong lĩnh vực trí tuệ tính toán và đổi mới khoa học, Nghiên cứu Wolframđể giúp chúng tôi đưa các khái niệm hiện tại về AI và cách sử dụng thực tế của chúng vào bối cảnh sâu sắc hơn.
Jon đã làm việc tại Wolfram Research trong 32 năm với nhiều vai trò khác nhau, hiện đang lãnh đạo nhóm Dịch vụ Kỹ thuật Châu Âu. Là một nhà toán học được đào tạo và là một người thực hành lành nghề trong nhiều khía cạnh của phân tích dữ liệu, chúng tôi bắt đầu cuộc phỏng vấn của mình bằng cách yêu cầu anh ấy mô tả công việc của Wolfram theo định dạng quảng cáo chiêu hàng nhanh chóng.
“Đề xuất giá trị của chúng tôi là chúng tôi biết công nghệ tính toán và Wolfram. Chúng tôi điều chỉnh công nghệ của mình cho phù hợp với vấn đề mà tổ chức gặp phải. Đó là trên một loạt các thứ. Vì vậy, chúng tôi không có một khách hàng điển hình. Điểm chung của họ là họ đang làm điều gì đó mang tính đổi mới.”
“Chúng tôi đang giải quyết vấn đề, loại công việc sử dụng tính toán và khoa học dữ liệu. Chúng tôi đang xây dựng một nền tảng thống nhất để tính toán và khi nói về tính toán, chúng tôi muốn nói đến các loại tính toán kỹ thuật, như tính toán kỹ thuật, khoa học dữ liệu và học máy. Đó là những thứ như phân tích mạng xã hội, khoa học sinh học, khoa học tính toán và tính toán tài chính. Tóm lại, đây đều là những thứ toán học cơ bản.”
“Thế giới của chúng ta là tất cả những khu vực có cấu trúc mà chúng ta đã dành 30 năm để xây dựng các bản thể luận khác nhau. Chúng ta có biểu tượng toán học, nhưng cũng có những thứ như đồ thị và mạng, tài liệu, video, hình ảnh, âm thanh, chuỗi thời gian, các thực thể trong thế giới thực, như thành phố, sông và núi. Nhóm của tôi đang thực hiện một điều thú vị là khiến nó thực sự hữu ích!”
“Chúng tôi chỉ coi AI là một loại tính toán khác. Có nhiều thuật toán khác nhau đã được phát triển trong nhiều năm, một số cách đây hàng trăm năm, một số chỉ cách đây hàng chục năm. Gen AI chỉ thêm vào danh sách này.”
Những tuyên bố về AI vào năm 2024 đôi khi có thể quá lạc quan, vì vậy chúng ta cần phải thực tế về khả năng của nó và xem xét nó vượt trội ở điểm gì và điểm yếu ở điểm nào.
“Vẫn còn trí thông minh của con người, vẫn là yếu tố chiến lược. Bạn sẽ không nói rằng, trong 5 năm tới AI sẽ điều hành công ty của tôi và đưa ra quyết định. AI sáng tạo rất trôi chảy nhưng không đáng tin cậy. Công việc của nó là có lýkhông đúng. Và đặc biệt khi bạn đi sâu vào những việc mà Wolfram làm, điều đó thật tồi tệ vì nó sẽ cho bạn biết những điều mà câu trả lời toán học của bạn sẽ trông giống như.” (Tin tức trí tuệ nhân tạo‘ in nghiêng.)
Công việc của Wolfram Research trong bối cảnh này tập trung vào điều mà Jon gọi là ‘AI biểu tượng’. Để phân biệt AI mang tính biểu tượng và AI tổng quát, ông đã cho chúng ta sự tương tự trong việc mô hình hóa quỹ đạo của một quả bóng được ném. Một AI sáng tạo sẽ tìm hiểu cách quả bóng di chuyển bằng cách kiểm tra hàng nghìn cú ném như vậy và sau đó có thể đưa ra mô tả về quỹ đạo. “Mô tả đó có thể hợp lý. Loại mô hình đó giàu dữ liệu nhưng lại kém hiểu biết.”
Mặt khác, một cách biểu diễn mang tính biểu tượng của quả bóng được ném sẽ bao gồm các phương trình vi phân cho chuyển động của vật phóng và biểu diễn các phần tử: khối lượng, độ nhớt của khí quyển, ma sát và nhiều yếu tố khác. “Sau đó có thể hỏi, ‘Điều gì xảy ra nếu tôi ném quả bóng lên sao Hỏa?’ Nó sẽ nói điều gì đó chính xác. Nó sẽ không thất bại.”
Cách lý tưởng để giải quyết các vấn đề kinh doanh (hoặc khoa học, y tế hoặc kỹ thuật) là sự kết hợp giữa trí thông minh của con người, lý luận biểu tượng, như được tóm tắt trong Ngôn ngữ Wolfram và cái mà ngày nay chúng ta gọi là AI đóng vai trò là chất kết dính giữa chúng. AI là một công nghệ tuyệt vời để diễn giải ý nghĩa và hoạt động như một giao diện giữa các bộ phận cấu thành.
“Một số điểm giao thoa thú vị là nơi chúng tôi sử dụng ngôn ngữ tự nhiên và biến nó thành một số thông tin có cấu trúc mà sau đó bạn có thể tính toán. Ngôn ngữ của con người rất lộn xộn và mơ hồ, và AI có khả năng tạo ra rất giỏi trong việc ánh xạ điều đó tới một số cấu trúc. Khi bạn ở trong một thế giới có cấu trúc của một thứ gì đó có cú pháp trang trọng, thì bạn có thể thực hiện mọi việc trên đó.”
Một ví dụ gần đây về việc kết hợp AI ‘truyền thống’ với công việc của Wolfram liên quan đến hồ sơ y tế:
“Gần đây chúng tôi đã thực hiện một dự án lấy các báo cáo y tế ở dạng viết tay, đánh máy và kỹ thuật số. Nhưng chúng chứa các từ và việc cố gắng thống kê những từ đó là không thể. Và vì vậy, bạn phải sử dụng phần AI tổng hợp để ánh xạ tất cả những từ này tới những thứ như lớp học: đây có phải là một cái chết có thể tránh được không? Đúng. Không. Đó là một cặp giá trị khóa có cấu trúc đẹp. Và sau đó, khi chúng tôi có thông tin đó ở dạng có cấu trúc (ví dụ: một đoạn JSON hoặc XML hoặc bất kỳ cấu trúc nào bạn đã chọn), chúng tôi có thể thực hiện thống kê cổ điển để bắt đầu nói, ‘Có xu hướng không? Chúng ta có thể chiếu được không? COVID có tác động gì đến tác hại của bệnh viện không?’ Những câu hỏi rõ ràng mà bạn có thể tiếp cận một cách tượng trưng bằng những thứ như phương tiện, số trung vị và mô hình.”
Trong cuộc phỏng vấn của chúng tôi, Jon cũng đã trình bày tóm tắt bài thuyết trình, lấy ví dụ về công việc của tổ chức anh, một nhà máy sản xuất cốc bơ đậu phộng tưởng tượng. Những tác động của việc thay đổi một thành phần cụ thể hoặc thay đổi một số chi tiết trong công thức và tác động của sự thay đổi đó đến thời hạn sử dụng của sản phẩm là gì?
“LLM (mô hình ngôn ngữ lớn) sẽ nói, ‘Ồ, chúng có thể tồn tại được vài tuần vì cốc bơ đậu phộng thường xuyên ngồi trên kệ một vài tuần. Nhưng khi chuyển sang một mô hình tính toán có thể kết nối các thành phần và tính toán, bạn sẽ biết thứ này sẽ tồn tại trong 8 tuần trước khi nó nổ tung. Hoặc sự thay đổi đó có thể tác động gì đến quá trình sản xuất? Một mô hình tính toán có thể kết nối với bộ đôi kỹ thuật số của nhà máy sản xuất của bạn và tìm hiểu: ‘Điều đó sẽ làm mọi thứ chậm lại 3%, do đó năng suất của bạn sẽ giảm 20% vì nó tạo ra nút cổ chai đây.’ LLM rất tốt trong việc kết nối bạn và câu hỏi của bạn với mô hình, toán học, khoa học dữ liệu hoặc cơ sở dữ liệu. Và đó thực sự là một cuộc gặp gỡ ba chiều thú vị.”
Bạn có thể xem Wolfram Research tại sự kiện TechEx sắp tới ở Amsterdam, ngày 1-2 tháng 10, tại gian hàng 166 của Chuỗi AI & Dữ liệu lớn. Chúng tôi không thể đảm bảo bất kỳ cuộc thảo luận nào liên quan đến bơ đậu phộng tại sự kiện này, nhưng để khám phá cách khai thác mô hình hóa và AI tổng hợp mạnh mẽ để giải quyết các vấn đề và tình thế khó khăn cụ thể của bạn, liên hệ với công ty qua Site của nó.
Bạn muốn tìm hiểu thêm về AI và dữ liệu lớn từ các nhà lãnh đạo ngành? Kiểm tra Triển lãm AI & Dữ liệu lớn diễn ra ở Amsterdam, California và London. Sự kiện toàn diện này được tổ chức cùng với các sự kiện hàng đầu khác bao gồm Hội nghị tự động hóa thông minh, BlockX, Tuần lễ Chuyển đổi sốVà An ninh mạng & Triển lãm Cloud.
Khám phá các sự kiện và hội thảo Online về công nghệ doanh nghiệp sắp tới khác do TechForge cung cấp đây.
