Facebook chống chế thế nào khi bị cáo buộc vi vi phạm pháp luật Việt Nam?

Trong dự án của các nhà nghiên cứu đến từ học viện Allen về AI (AI2, một tổ chức phi lợi nhuận ở Seattle, Mỹ), họ đã phát triển một tập dữ liệu mang tên AI2 Reasoning Challenge (ARC) bao gồm các câu hỏi nhiều lựa chọn trong lĩnh vực khoa học cấp tiểu học. Mỗi câu hỏi cần một số hiểu biết về cách thức vận hành của thế giới.

Một ví dụ như câu hỏi này:Món nào dưới đây không được làm từ một nguyên liệu trồng trong tự nhiên? (A) áo sơmi cotton, (B) ghế gỗ, (C) muỗng nhựa, (D) rổ bằng cỏ

Câu hỏi này rất dễ khi bạn biết rằng nhựa không phải là cái trồng được trong tự nhiên. Câu trả lời liên quan tới bức tranh kinh nghiệm thực tiễn (common-sense) về thế giới mà hầu hết mọi người đều có, kể cả các trẻ nhỏ.

Nhưng với AI thì câu hỏi trên đây là một câu hỏi khó, vì kinh nghiệm thực tiễn là cái mà AI thua kém các trợ lý âm thanh, chatbot, và cũng là thiếu sót của các phần mềm dịch thuật. Đó là một trong những lý do khiến AI dễ dàng lúng túng trước câu hỏi này.

Cho tới nay, các hệ thống ngôn ngữ phụ thuộc vào học máy thường chỉ cung cấp các câu trả lời thuyết phục cho những câu hỏi mà chúng đã thấy qua nhiều ví dụ tương tự. Ví dụ, một hệ thống đào tạo hàng ngàn cuộc trò chuyện (chat) hỗ trợ công nghệ thông tin có thể tự nhận mình là người hỗ trợ kỹ thuật trong những tình huống giới hạn. Nhưng hệ thống này sẽ thất bại trong những câu hỏi cần kiến thức rộng hơn.

"Chúng ta cần sử dụng kinh nghiệm thực tiễn để lấp đầy những khoảng trống trong ngôn ngữ mà chúng ta thấy được, để có một bức tranh mạch lạc về những gì đang được phát biểu. Máy móc không có kinh nghiệm chung này, vì vậy chúng chỉ có thể hiểu được những gì được viết ra rõ ràng mà bỏ qua nhiều ẩn ý và giả định bên dưới văn bản", lời trưởng nhóm nghiên cứu dự án ARC, Peter Clark.

Thử nghiệm mới là một trong những sáng kiến của học viện AI2 để giúp các hệ thống AI thấm nhuần những hiểu biết dạng này về thế giới. Nghiên cứu này rất có ý nghĩa vì việc xác định cách thức mà một hệ thống ngôn ngữ hiểu rõ điều mình đang nói sẽ đòi hỏi sự tinh tế, khéo léo như con người.

Một ví dụ cho quan điểm trên là nghiên cứu của Microsoft và một nhóm ở Alibaba hồi tháng 1 vừa qua. Trong một thử nghiệm đơn giản mang tên Stanford Question Answering Dataset (tập dữ liệu trả lời câu hỏi Stanford), các nhà nghiên cứu đã phát triển một chương trình hỏi và trả lời thể hiện năng lực giỏi hơn con người. Những tiến bộ này đã xuất hiện trên tiêu đề các báo với các ý kiến cho rằng, giờ đây AI có thể đọc hiểu tốt hơn con người.

Thật ra thì các chương trình nêu trên chưa thể trả lời những câu hỏi phức tạp hơn hoặc truy cập được những nguồn kiến thức khác. Vì vậy, trong thời gian tới, các công ty công nghệ sẽ tiếp tục phát triển năng lực AI theo hướng mới này. Gần đây, Microsoft đã công bố việc phát triển một phần mềm có khả năng dịch các tin tức từ tiếng Anh sang tiếng Hoa và ngược lại, với kết quả được các tình nguyện viên độc lập đánh giá là tương đương các nhà biên dịch chuyên nghiệp. Để đạt được mức độ chính xác cao hơn, các nhà nghiên cứu của Microsoft đã sử dụng một kỹ thuật học sâu cao cấp. Kết quả này tuy rất hữu ích và có tiềm năng nhưng hệ thống AI vẫn sẽ phải vật lộn với việc biên dịch các hội thoại tự do hoặc văn bản trong một lĩnh vực xa lạ như các ghi chú y khoa.

Trong bối cảnh đó, bài kiểm tra mới thách thức năng lực AI của học viện AI2 đã nhận được sự ủng hộ của một giáo sư đại học New York. Theo ông, "đây là một liều thuốc giải độc rất tốt cho những chuẩn mực đo lường hời hợt đã quá phổ biến trong lĩnh vực học máy. Nó sẽ thật sự ép buộc các nhà nghiên cứu AI vượt lên trước trong cuộc chơi của mình".

MBDA lần thứ 14 được tổ chức tại Đồng Mô, Sơn Tây từ ngày 12 - 17/4.

Tại đây, hơn 30 mẫu xe đã được Mercedes-Benz Việt Nam mang đến cho khách hàng với mục tiêu mang đến những trải nghiệm hoàn toàn mới cho các học viên với nội dung các bài tập mô phỏng từ thể thao tốc độ, được thực hiện trên cả đường trường (On-Road) lẫn địa hình (Off-Road).

MBDA 2017 được thực hiện với sự giám sát và hướng dẫn của 10 huấn luyện viên trong và ngoài nước. Nhằm đáp ứng nhu cầu trải nghiệm đa dạng, Mercedes-Benz Việt Nam đã thiết kế nội dung MBDA 2017 trên cả địa hình On-road và Off-road thông qua 5 bài tập khác nhau.

3 bài tập cơ bản về kỹ năng lái xe an toàn vẫn được duy trì cho các tay lái, bao gồm:  Phanh và chuyển hướng đột ngột ở tốc độ cao; kiểm soát xe trên bề mặt siêu trượt; đánh lái hình chữ chi. 

Hai bài tập nâng cao với nội dung mô phỏng các môn thể thao tốc độ, bao gồm đua xe đường thẳng (Drag-race) và vượt địa hình tốc độ cao (Rally). 

Theo tin từ Bộ Khoa học và Công nghệ, ngày 1/3/2018, Tổng cục Tiêu chuẩn Đo lường Chất lượng (TCĐLCL) đã phối hợp với Cơ quan Tiêu chuẩn hóa Australia (Úc) tổ chức Hội thảo Tiêu chuẩn Thương mại số ASEAN – Australia.

Phát biểu tại Hội thảo, Phó Tổng cục trưởng Tổng cục TCĐLCL Nguyễn Nam Hải cho biết, là Cơ quan tiêu chuẩn hóa quốc gia của Việt Nam, Tổng cục Tiêu chuẩn Đo lường Chất lượng trong thời gian qua đã tích cực phối hợp với Cơ quan Tiêu chuẩn hóa Úc để xây dựng chương trình cho hội thảo này.

Hội thảo khuyến khích sự phối hợp giữa cơ quan chính phủ và doanh nghiệp trong công tác xây dựng Tiêu chuẩn để hỗ trợ thương mại số. Thông qua đó, các doanh nghiệp có thể tìm kiếm các cơ hội thúc đẩy hoạt động Kinh doanh qua việc tham gia xây dựng Tiêu chuẩn về thương mại số.

Tại Hội thảo, bà Lucy Chalmers, đại diện của Cơ quan Tiêu chuẩn hóa Úc đã trình bày Sáng kiến Hợp tác về Tiêu chuẩn thương mại số ASEAN-Australia. Theo đó, Sáng kiến nhằm tạo ra một khung chương trình hợp tác để Úc và các nước ASEAN xây dựng, áp dụng và sử dụng tiêu chuẩn quốc tế về thương mại số, qua đó hỗ trợ phát triển kinh tế bao trùm và tăng cường hợp tác trong khu vực.

Trong khuôn khổ Sáng kiến trên, Cơ quan Tiêu chuẩn Úc đồng thời là cơ quan chủ trì triển khai dự án sẽ phối hợp với các cơ quan tiêu chuẩn hóa quốc gia của ASEAN nhằm đánh giá về cơ sở hạ tầng số cũng như hiện trạng áp dụng tiêu chuẩn quốc gia, tiêu chuẩn quốc tế trong quốc gia đó.