10 công nghệ AI hot nhất hiện nay

Theo tạp chí Forbes, một khảo sát mới đây từ tờ A Narrative Science cho thấy 38% doanh nghiệp sẵn sàng sử dụng AI vào năm 2016 và con số này sẽ tăng lên 62% vào năm 2018. Công ty nghiên cứu Foresster Research dự đoán số tiền đầu tư vào AI trong năm 2017 sẽ tăng 300% so với năm 2016. Ngoài ra, giá trị của thị trường AI cũng được dự đoán sẽ tăng từ 8 tỷ USD trong năm 2016 lên mức 47 tỷ USD trong năm 2020.

Được tạo ra từ năm 1955 như là một chuyên ngành mới của khoa học máy tính, AI ngày nay bao gồm một loạt các công nghệ và công cụ khác nhau, một số vẫn còn trong giai đoạn thử nghiệm, trong khi một số đã đi vào thực tiễn. Công ty nghiên cứu Foresster Research vừa cho ra mắt một báo cáo về AI, tập trung vào phân tích chi tiết những công nghệ trí thông minh nhân tạo mà doanh nghiệp nên xem xét sử dụng trong hỗ trợ việc ra quyết định.

Dưới đây là danh sách của 10 công nghệ AI đáng chú ý nhất dựa theo phân tích của Foresster Research:

1. Sản sinh ngôn ngữ tự nhiên (Nature Language Generation, NLG): Tạo ra các văn bản từ những dữ liệu máy tính tự tổng hợp được. Hiện nay, công nghệ này đang được áp dụng trong dịch vụ khách hàng, tạo báo cáo và tổng hợp thông tin chi tiết về báo cáo kinh doanh.

2. Nhận diện giọng nói: Chuyển đổi lời nói của con người sang dạng mà các ứng dụng máy tính có thể hiểu được. Công nghệ nhận diện giọng nói hiện đang được sử dụng trong các hệ thống phản hồi tương tác bằng giọng nói và các thiết bị di động.

3. Quản trị viên ảo: Từ những chatbot đơn giản cho tới những hệ thống tiên tiến có thể kết nối được với con người, công nghệ này đang được sử dụng trong dịch vụ khách hàng, hỗ trợ người dùng và quản lý nhà thông minh. Các nhà cung cấp hàng đầu cho công nghệ quản trị viên ảo hiện nay là: Amazon, Apple, Artificial Solutions, Assist AI, Creative Virtual, Google, IBM, IPsoft, Microsoft, Satisfi.

4. Nền tảng máy học (Machine Learning): Cung cấp các thuật toán, API, bộ công cụ phát triển và huấn luyện, dữ liệu cũng như các công nghệ điện toán để thiết kế, huấn luyện và triển khai các mô hình máy học vào trong các ứng dụng, tiến trình và máy móc. Nền tảng máy học hiện đang được dùng trong nhiều doanh nghiệp, đặc biệt là trong công tác dự đoán và phân loại.

5. Phần cứng tối ưu hóa AI: Bao gồm các bộ xử lý GPU và các thiết bị đặc biệt được thiết kế để có thể thực hiện được các công việc của AI một cách hiệu quả nhất. Hiện nay, chủ yếu được dùng để tạo nên sự khác biệt cho các ứng dụng deep learning.

6. Quản lý ra quyết định: Đây là công nghệ đưa các quy tắc và logic vào trong hệ thống AI để sử dụng cho việc thiết lập/huấn luyện ban đầu nhằm giúp chúng có khả năng duy trì và điều chỉnh liên tục. Khi công nghệ được hoàn thiện, nó sẽ được dùng trong nhiều doanh nghiệp để hỗ trợ hoặc thực hiện việc ra các quyết định một cách tự động.

7. Nền tảng Deep Learning: Là một lĩnh vực đặc biệt trong máy học (machine learning), deep learning là chương trình chạy trên một mạng thần kinh nhân tạo, có khả năng huấn luyện máy tính học một lượng rất lớn dữ liệu. Hiện nay, công nghệ này đang được dùng chủ yếu trong các ứng dụng nhận diện và phân loại hình ảnh từ khối lượng cực kì lớn dữ liệu.

8. Sinh trắc học: Công nghệ này cho phép tương tác tự nhiên hơn giữa con người và máy móc, bao gồm cả nhận diện hình ảnh, dấu vân tay, giọng nói và cử chỉ của con người.

9. Quy trình tự động hóa robot (Robotic Process Automation): Sử dụng mã hóa và những phương pháp khác để tự động hóa hoạt động của con người bằng robot để hỗ trợ công việc hiệu quả hơn. Công nghệ này hiện được sử dụng khi có loại công việc con người khó có thể làm được hoặc khi chi phí không quá đắt.

10. Phân tích văn bản và xử lý ngôn ngữ tự nhiên: Xử lý ngôn ngữ tự nhiên (Nature Language Process, NLP) được sử dụng để hỗ trợ phân tích các cấu trúc câu và ý nghĩa trong văn bản thông qua các phương pháp thống kê và máy học. Hiện đang được dùng trong hệ thống phát hiện gian lận và bảo mật cũng như một loạt các trợ lý ảo.