Cuộc thi ảnh đánh thức AI

ImageNet là một kho ảnh khổng lồ, mỗi ảnh được gắn nhãn cho biết trong ảnh có gì. Hằng năm có một cuộc thi yêu cầu các đội viết phần mềm gọi tên vật thể trong những bức ảnh nó chưa từng thấy, chọn trong 1.000 nhóm. Phần lớn các đội dùng phương pháp mà con người tự thiết kế những đặc điểm hình ảnh cần tìm.

Năm 2012, một đội từ Đại học Toronto mang đến một deep neural network (mạng nơ-ron sâu): nhiều lớp nơ-ron nhân tạo, huấn luyện bằng backpropagation trên hơn một triệu ảnh có nhãn. Alex Krizhevsky viết mã, Ilya Sutskever thúc đẩy dự án, Geoffrey Hinton hướng dẫn. Krizhevsky huấn luyện mạng trên một chiếc máy tính có hai card đồ họa NVIDIA, đặt trong phòng ngủ ở nhà bố mẹ anh.

Cuộc thi chấm xem bao nhiêu lần đáp án đúng không nằm trong năm lựa chọn hàng đầu của hệ thống. Đội Toronto, thi dưới tên SuperVision, sai khoảng 15 đến 16% số lần. Đội đứng thứ hai sai khoảng 26%. Bài báo mô tả mạng này, nay gọi là AlexNet, được trình bày tại hội nghị NIPS vào tháng 12 năm đó.

Các ý tưởng cốt lõi đã có từ hàng chục năm: học từ ví dụ của perceptron và cách huấn luyện nhiều lớp của backpropagation. Thứ thay đổi là dữ liệu và sức mạnh tính toán. ImageNet cho mạng đủ ví dụ, còn card đồ họa, vốn làm cho trò chơi điện tử, xử lý cực nhanh vô số phép tính nhỏ. Kết quả này thuyết phục phần lớn giới nghiên cứu gần như chỉ sau một đêm. Không lâu sau, Google mua lại công ty nhỏ của nhóm, và Sutskever về sau đồng sáng lập OpenAI, nơi làm ra ChatGPT.

Với người dùng chatbot, AlexNet giải thích vì sao AI ngày nay chủ yếu là chuyện quy mô. Chatbot được xây theo cùng công thức: một mạng lớn, một lượng ví dụ khổng lồ và rất nhiều sức tính toán. Vì vậy chúng tốn kém để xây, chỉ vài công ty lớn làm ra các mô hình hàng đầu, và kiến thức của chatbot phản ánh những gì có trong dữ liệu huấn luyện, kể cả những lỗ hổng và thiên lệch.

Ý tưởng đằng sau vụ nàyBài học: Máy học như thế nào →

1. 1Hỏi công cụ AI học từ dữ liệu nào, vì điều đó quyết định nó giỏi và dở ở đâu.
2. 2Chờ đợi kết quả yếu hơn với những chủ đề hiếm trong dữ liệu công khai, như luật địa phương, ngôn ngữ ít người dùng hay sản phẩm ngách.
3. 3Nhớ rằng kiến thức của mô hình dừng ở nơi dữ liệu huấn luyện dừng, trừ khi nó tra cứu được hoặc đọc được tài liệu của bạn.
4. 4Đừng mặc định mô hình lớn hơn hay mới hơn luôn tốt hơn cho việc của bạn. Hãy thử trên ví dụ thật.