Thời gian: từ 8.30 ngày 27/5/2017 Địa điểm: Hội trường tòa nhà B1, Đại học Bách khoa Hà Nội
Danh sách các chủ đề:
Giới thiệu về IEEE Computational Intelligence Society,IEEE Computational Intelligence Society Vietnam Chapter – Huỳnh Thị Thanh Bình Chair, IEEE Computational Intelligence Society Vietnam Chapter IEEE Women in CIS Committee
Phần 1: Giới thiệu về Trí tuệ nhân tạo
Trí tuệ nhân tạo là gì?- Nguyễn Xuân Hoài Đại học Hà Nội
Trí tuệ nhân tạo và mạng Internet vạn vật – Kurt Geihs, Kassel, Đức
Học máy và ứng dụng (Machine Learning and Applications) – Nguyễn Đức Dũng Viện Hàn lâm khoa học Việt Nam
Thị giác máy (Computer Vision) – Nguyễn Thị Thủy Học Viện nông nghiệp Việt Nam
Xử lý ngôn ngữ tự nhiên (Natural Language Processing) – Lê Hồng Phương Đại học khoa học tự nhiên
Tính toán thông minh và ứng dụng (Computational Intelligence)- Bùi Thu Lâm Học viện kỹ thuật quân sự
Phần 2: Các chương trình hỗ trợ Khoa học công nghệ
Giới thiệu chương trình nghiên cứu Chính phủ điện tử – Huỳnh Quyết Thắng Chủ nhiệm chương trình KC01 – Chương trình nghiên cứu Chính phủ điện tử
Cơ hội xin tài trợ cho nghiên cứu từ các Quỹ của Nhật Bản, Mỹ – Akira Namatame Điều phối viên của Quỹ AOARD, AFOSR
Phần 3: Poster session
Poster và demo sản phẩm của 20 nhóm nghiên cứu từ các trường đại học và doanh nghiệp
Phần 4: Tham luận của các doanh nghiệp
Ứng dụng AI và Machine Learning trong các doanh nghiệp Internet của Việt Nam – Hoàng Anh Tuấn Giám đốc công nghệ , Admicro, VCCorp
Ứng dụng nền tảng FPT AI để xây dựng tác tử hội thoại – Trần Tuấn Anh, Nguyễn Đăng Minh, Hồ Minh Hiệp FPT
Về một số bài toán Big Data và AI của Telco – Vũ Thanh Hải, Ban CNTT, Tập đoàn Viettel.
Giới thi ệu mô hình Viện NCUD trong Tập đoàn Công nghệ CMC – Lê Chí Dũng Giám đốc Trung tâm sáng tạo CMC
Đào tạo và ứng dụng AI trong đời sống – Nguyễn Thanh Phương FabLab
Ứng dụng Khoa học dữ liệu trong công nghiệp – Dương Trọng Hải Đại học Nguyễn Tất Thành
Cột mốc đánh dấu sự trở lại và bùng nổ của AI có lẽ là khi Deep Blue, một AI do IBM xây dựng đã đánh bại kỳ thủ cờ vua vô địch thế giới người Nga Gary Kasparov năm 1997. Sau đó, công nghệ AI đã có những bước tiến rất dài và thế giới dường như đã nhận ra rằng: nếu khai thác thành công những tiềm năng của AI thì sẽ đưa cuộc sống con người lên một tầm cao mới. Nhưng cũng có không ít những người lo ngại AI sẽ có ngày nổi lên chống lại con người như trong series phim Terminator.
Benedict Cumberbatch đóng vai Alan Turing trong bộ phim The Imitation Game (2014).
Bất chấp những tranh cãi về về lợi ích và tác hại của việc phát triển AI, những thành tựu mới liên tục xuất hiện. Điều này chứng minh vấn đề đầu tiên là việc xây dựng một cỗ máy thông minh như con người là điều có thể. Tất nhiên ở thời điểm hiện tại, trí thông minh của AI nói chung vẫn kém xa con người nhưng ở một số lĩnh vực nhất định, AI đã có khả năng thách thức và đánh bại con người. Nhờ đó mà công nghệ AI hiện đang được coi là đi đầu trong cuộc cách mạng công nghiệp lần thứ 4 của nhân loại. Các cá nhân, tập đoàn công nghệ, chính phủ đều quan tâm và dành kinh phí đầu tư cho quá trình nghiên cứu và phát triển AI.
Biểu đồ 1: Vốn đầu tư vào công nghệ AI từ các nguồn đầu tư khác nhau. Nguồn: McKinsey Global Institue
Kết quả khảo sát của hãng tư vấn McKinsey Global Institue cho biêt AI đang nhận được rất nhiều nguồn lực đầu tư. Ước tính các công ty công nghệ hàng đầu như Google, IBM, Baidu… đã đầu tư từ 20 tới 30 tỷ USD trong năm 2016, bao gồm cả các hoạt động M&A. Các nhà đầu tư cá nhân cũng đã đầu tư khoảng 4 tới 5 tỷ USD còn các quỹ đầu tư chứng khoán cũng đã đầu tư 1 cho tới 3 tỷ USD trong năm 2016.
Mặc dù số tiền đầu tư vào AI chưa lớn bằng những công nghệ khác trong quá trình số hóa nhưng con số đang tăng nhanh, kèm theo đó là sự cạnh tranh để tuyển dụng những tài năng trong lĩnh vực này. Các công ty lớn đều đã đầu tư rất nhiều tiền vào cả nghiên cứu nội bộ lẫn mua lại các startup nổi bật nhưng mỗi công ty lại tập trung vào một lĩnh vực cốt lõi nhất định. Thêm vào đó, các hãng công nghệ cũng tích cực hợp tác với các trường đại học để thành lập các trung tâm nghiên cứu để phát triển AI cũng như thu hút nhân tài trong lĩnh vực này. Các khóa học về AI, Machine Learning, Deep Learning xuất hiện ngày càng nhiều và rất nhiều trong số chúng được cung cấp miễn phí như là một cách để phổ cập công nghệ AI và huy động sức mạnh cộng đồng cho quá trình phát triển AI nói chung. Số tiền đầu tư vào AI được dùng để phát triển nhiều lĩnh vực như nghiên cứu thuật toán, thị giác máy tính, xử lý ngôn ngữ tự nhiên, robotic, xe tự lái… Trong đó, nghiên cứu thuật toán thu hút được nhiều vốn đầu tư nhất với 60% số tiền đầu tư vào lĩnh vực này, theo sau là thị giác máy tính và xử lý ngôn ngữ tự nhiên.
Lý do nghiên cứu thuật toán được đầu tư nhiều nhất là do hiện nay hầu hết là các Narrow AI, tức là để AI có thể giải quyết một vấn đề mới, nó cần được lập trình và huấn luyện với một hoặc nhiều thuật toán phù hợp với mục tiêu và vấn đề mà từng hãng phải đối mặt. Mặt khác, việc phát triển các thuật toán mới hay nâng cao hiệu quả của các thuật toán sẽ phục vụ cho mục tiêu xa của quá trình phát triển AI là phát triển một hoặc một tập hợp thuật toán có thể tự học để giải quyết các vấn đề mới, hay còn gọi là General AI. Người đầu tiên phát triển được General AI sẽ có một lợi thế rất lớn cả về công nghệ lẫn kinh doanh.
Ứng dụng
Số lượng các tổ chức ứng dụng công nghệ AI vào quá trình hoạt động hiện đang chưa tương xứng với lượng tiền được đầu tư vào công nghệ này. Những tập đoàn công nghệ đã đầu tư vào AI như Google, Microsoft hay Facebook rõ ràng sẽ là những tổ chức đi đầu trong việc ứng dụng công nghệ AI vào kinh doanh. Những hãng này đang tích hợp AI vào các sản phẩm của mình nhằm nâng cao trải nghiệm người dùng và chất lượng sản phẩm. Google đã sử dụng machine learning và neural network để tăng cường độ chính xác của kết quả tìm kiếm, độ chính xác của Google Translate. Facebook sử dụng công nghệ AI để tăng độ chính xác của chức năng dịch status trên trang mạng xã hội của mình, hỗ trợ cho chức năng tự động tag ảnh, tăng cường độ chính xác của việc xác định đối tưởng quảng cáo (mảng kinh doanh cốt lõi). Trong khi đó, tỷ lệ ứng dụng AI trong các lĩnh vực khác còn rất thấp. Báo cáo của hãng McKinsey cho thấy rằng: – Những công ty đã từng dẫn đầu trong việc ứng dụng các công nghệ mới trước đó, như điện toán đám mây hay big data, cũng tiếp tục tiên phong trong ứng dụng AI. – Những công ty, tập đoàn lớn có xu hướng ứng dụng AI nhanh và mạnh hơn. Thông thường những tập đoàn lớn khá chậm chân trong việc ứng dụng công nghệ mới. – Các công ty ứng dụng những nhóm công nghệ AI gần với mảng kinh doanh cốt lõi của mình. Những doanh nghiệp muốn ứng dụng công nghệ AI cũng gặp phải những khó khăn nhất định về kỹ thuật do để có thể phát triển một hệ thống AI tốt đòi hỏi những kiến thức chuyên môn về AI và machine learning. Hiện tại những tập đoàn công nghệ cao như Google hay Facebook đang cung cấp những nền tảng và công cụ hỗ trợ quá trình phát triển và ứng dụng AI như TensoFlow, phòng nghiên cứu AI của Facebook (FAIR) cũng cung cấp rất nhiều công cụ nghiên cứu AI mã nguồn mở. Một yếu tố quyết định khác là dữ liệu. Quá trình phát triển và huấn luyện AI đòi hỏi một lượng dữ liệu có cấu trúc rất lớn. Khảo sát của McKinsey cho thấy nhóm ngành công nghệ cao truyền thông và dịch vụ tài chính là những nhóm ngành đi đầu trong việc ứng dụng AI. Xe tự lái cũng là một ngành tiên phong trong nghiên cứu và ứng dụng AI với nhiều tên tuổi lớn đã vào cuộc như Tesla, Ford, Uber, Google..v.v
Biểu đồ 2: Xếp hạng vị trí các lĩnh vực trong cuộc đua ứng dụng công nghệ AI vào thực tế và nhu cầu tương lai của AI trong lĩnh vực đó. Nguồn:McKinsey Global Institue.
Một số ngành khác cũng đang được đầu tư mạnh như y tế và bán lẻ do nhu cầu lớn nhưng vẫn đang chậm chân phía sau trong việc ứng dụng thực tế. Phải mất gần 60 năm sau khi những ý tưởng đầu tiên ra đời, AI mới có đủ những điều kiện cần thiết để phát triển. Nhưng với nguồn lực đầu tư lớn cũng như tham vọng của con người thì trong tương lai AI sẽ mang lại rất nhiều cải thiện trong kinh doanh cũng như trong cuộc sống của nhân loại.
Trí tuệ Nhân tạo (Artificial Intelligence – AI), chưa có một định nghĩa chính thức nào định nghĩa Trí tuệ Nhân tạo là gì. Nhưng hầu hết các nhà nghiên cứu đều đồng ý rằng Trí tuệ Nhân tạo là môn khoa học chế tạo những cỗ máy có khả năng thực hiện những tác vụ vốn cần đến trí thông minh của con người. Trí tuệ Nhân tạo cũng được dùng để nói về chính những cỗ máy đó.
AI là một ngành khoa học rất rộng bao gồm nhiều lĩnh vực nghiên cứu như: – Học máy(Machine Learning – ML) – Xử lý ngôn ngữ tự nhiên(Natural Language Processing – NLP) – Thị giác máy tính (computer vision) – Robotic – …
Những ý tưởng đầu tiên về Trí tuệ Nhân tạo được Alan Turing đưa ra từ những năm 1950, trước cả sự xuất hiện của máy vi tính hiện đại. Alan Turing là nhà khoa học đã khai sinh ra ngành khoa học máy tính và là người chế tạo chiếc máy tính đầu tiên. Trong bài giới thiệu trước Cộng đồng toán học London năm 1947, Alan đã nói về ý tưởng những cỗ máy có thể học từ con người:“It would be like a pupil who had learnt much from his master, but had added much more by his own work”.
Từ đó đến nay, AI trải qua rất nhiều giai đoạn phát triển. Mỗi khi có một lý thuyết mới được phát minh, tành tựu mới được chinh phục, AI lại trở thành tâm điểm của giới nghiên cứu. Nhưng rồi những giới hạn trong khả năng tính toán, những giới hạn trong lý thuyết thuật toán hay giới hạn về dữ liệu mà AI lại lắng xuống. Tuy vậy, nhưng những nghiên cứu về AI chưa bao giờ dừng lại.
Social graph analysis for verification and fill out users’ information
Dữ liệu mạng xã hội bên cạnh dữ liệu hồ sơ người dùng còn có thêm thông tin về quan hệ của họ với những người khác. Hai nhóm thông tin này có mối quan hệ chặt chẽ với nhau. Do vậy, nếu được phân tích đúng chúng có thể được dùng để bổ sung hoặc kiểm tra chéo lẫn nhau. Một trong những khó khăn lớn nhất của việc ứng dụng dữ liệu mạng xã hội trong kinh doanh là dữ liệu hồ sơ người dùng rất thưa và kém chính xác. Bằng việc sử dụng một số thuật toán embedding thông tin về mối quan hệ xã hội và các thuật toán dự đoán, phân lớp khác trên đó, ta có thể kiểm chứng hoặc/và bổ sung thông tin hồ sơ của người dùng để chúng trở nên hoàn thiện và có ý nghĩa kinh doanh hơn.
AI in Electro-Optical/Infrared camera surveillance systems
Nowadays, Electro-Optical and Infrared (EO/IR) technology plays a critical role in many military, defense, security and industry applications; as it provides the day-night and long-range visualization capability, improves the user’s ability to automatically identify targets, performs threat assessment, raises situational awareness, as well as supports weapons engagement through automatic surveillance and fire control solutions through line-of-sight. In this talk, we will introduce several modern EO/IR camera systems that are currently being developed in Viettel R&D Institute. Furthermore, we will propose a number of artificial intelligence applications that equip our EO/IR camera surveillance systems with the ability to automatically perform detection, localization, recognition, identification and tracking of all ground/air/maritime target types in real time. Our solutions are based on some most advanced machine-learning and deep-learning models trained on large-scale data. Several techniques of online learning and multi-sensor fusion will also be proposed to provide our system with high-performance accuracies and low false alarm rates, even in bad-seeing conditions or complex backgrounds.
Dr. Dao Duc Minh – Viettel R&D (Vietnam)
Dr. Minh Dao received the B.Sc. degree in Electrical Engineering from Hanoi University of Technology, Vietnam in 2007, the double Master degree in Information and Communication Technologies from Polytechnic University of Turin, Italy, and Karlsruhe Institute of Technology, Germany in 2009, and the Ph.D.in Electrical and Computer Engineering from The Johns Hopkins University, Baltimore MD, USA, in 2015. From 2015 to 2017, he worked as a Research Scientist in the U.S. Army Research Laboratory (ARL) in Maryland, USA. In June of 2017, he joined Viettel R&D Institute, where he currently leads the Image Processing R&D team. His research interests are broadly in the areas of signal/image/video processing, statistical machine learning, computer vision and artificial intelligence.
