Virtual and Augmented Reality: Applications and Issues in a Smart City context

Virtual and Augmented Reality: Applications and Issues in a Smart City context

Virtual and Augmented Reality has the potential revolutionise how we play, work and learn. In this talk we will consider the fundamentals of Virtual and Augmented Reality technologies including how these technologies can be applied to education, entertainment and data visualisation applications associated with the Smart Cities paradigm. There is a great potential to make use of Virtual and Augmented Reality technologies to enable Smart City applications, however we must solve a number of problems first. Solving these problems will require both an understanding of the data to be visualised and the physiology and psychology of the human user. We cannot afford to ignore either and so in this talk I will touch on the human aspects of Virtual and Augmented applications to Smart Cities and show how an understanding of human perception is crucial to building effective solutions to these problems.

Assoc. Prof. Perry Stuart – University of Technology Sydney (Australia)

Stuart Perry received the B.S. degree (first-class honors) in electrical engineering and the Ph.D. degree from the University of Sydney, Sydney, Australia, in 1995 and 1999, respectively. He has previously worked for the Commonwealth Science and Industrial Research Organisation, Australia (CSIRO), Australia, Defence Science and Technology Organization (DSTO), Australia and Canon Information Systems Research Australia (CiSRA). He is currently an Associate Professor at University of Technology Sydney in FEIT’s Perceptual Imaging Laboratory (PILab) conducting research into colour and perceptual quality in 3D environments. His research interests include virtual and augmented reality, image processing, and perceptual quality.

Deep Learning for Natural Language Processing and Beyond

Deep Learning for Natural Language Processing and Beyond

The Tutorial begins with the basic of feed-forward neural network and relevant fundamental knowledge for deep learning. We then introduce more specialized neural network models, including Convolutional Neural Network, Recurrent Neural Network, and attention-based models. In the second part, we will present how these models and techniques can be applied to some interesting problems of natural language processing including sentiment classification, textual entailment recognition, natural language generation, and question answering. The last part of the tutorial will show how we can adapt deep learning and natural language processing techniques for program analysis.

Assoc. Prof. Nguyen Le Minh – Japan Advanced Institute for Science and Technology (Japan)

Minh Le Nguyen is currently an Associate Professor of School of Information Science, JAIST. He leads the lab on Machine Learning and Natural language Understanding at JAIST. He received his B.Sc. degree in information technology from Hanoi University of Science, and M.Sc. degree in information technology from Vietnam National University, Hanoi in 1998 and 2001, respectively. He received his Ph.D. degree in Information Science from School of Information Science, Japan Advanced Institute of Science and Technology (JAIST) in 2004. He was an assistant professor at School of information science, JAIST from 2008-2013. His research interests include machine learning, natural language understanding, question answering, text summarization, machine translation, big data mining, and Deep Learning.

Hội thảo Trí tuệ nhân tạo: Nghiên cứu và ứng dụng

HỘI THẢO TRÍ TUỆ NHÂN TẠO: NGHIÊN CỨU VÀ ỨNG DỤNG

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 

Hiện trạng công nghệ Artificial Intelligence

Hiện trạng công nghệ Artificial Intelligence

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.