1
00:00:08,300 --> 00:00:11,860
Tên tôi là Ale Flores, và tôi là quản lý
sản phẩm tại Alexa.

2
00:00:12,500 --> 00:00:15,220
Tên tôi là Tiến sĩ Chelsea Haupt. Tôi làm việc tại Viện Trí tuệ Nhân tạo Allen,

3
00:00:15,360 --> 00:00:19,500
và tôi làm việc trên một công cụ tìm kiếm học thuật dựa trên AI (Trí tuệ Nhân tạo).

4
00:00:21,180 --> 00:00:26,020
Xung quanh bạn, máy tính đang đưa ra
quyết định và những quyết định đó ảnh hưởng đến

5
00:00:26,020 --> 00:00:31,259
cuộc sống hàng ngày của bạn. Khi bạn thực hiện tìm kiếm trên
internet hoặc duyệt newsfeed của mình,

6
00:00:31,260 --> 00:00:34,360
máy tính sẽ quyết định những gì bạn thấy.  

7
00:00:34,360 --> 00:00:39,060
Máy tính hiện đã có thể nhận diện khuôn mặt và hiểu được giọng nói của bạn,

8
00:00:39,060 --> 00:00:44,080
chẳng mấy chốc, nó sẽ lái được ô tô và phát hiện được bệnh tật, thậm chí còn tốt hơn cả con người.

9
00:00:44,480 --> 00:00:46,900
Vậy làm thế nào mà những điều này có thể xảy ra?

10
00:00:47,520 --> 00:00:52,960
Bạn có thể đã nghe nói về một thứ gọi là AI hay trí tuệ nhân tạo.  

11
00:00:53,320 --> 00:00:56,780
Trí tuệ nhân tạo thực sự còn cách đây nhiều thập kỷ.

12
00:00:57,200 --> 00:01:01,520
Nhưng một loại AI hiện có ngày nay, được gọi là Máy học.

13
00:01:01,520 --> 00:01:05,360
Đó là một loại AI mà có thể bạn đang tương tác hàng ngày mà không hay biết.

14
00:01:05,360 --> 00:01:10,700
Nó có thể giúp chúng ta giải quyết một số thách thức lớn nhất của thế giới.  

15
00:01:12,660 --> 00:01:18,180
Máy học là cách máy tính nhận biết các mẫu hình và đưa ra quyết định

16
00:01:18,180 --> 00:01:21,360
mà không được lập trình rõ ràng.

17
00:01:21,820 --> 00:01:27,580
Điều thú vị là, đó là một cách hoàn toàn
khác để lập trình máy tính so với

18
00:01:27,580 --> 00:01:29,620
những gì chúng ta từng làm trước đây.

19
00:01:31,340 --> 00:01:36,860
Với máy học, thay vì lập trình máy tính từng bước,

20
00:01:37,360 --> 00:01:43,760
bạn có thể lập trình việc học giống như bạn học, thông qua thử và sai, và thực hành rất nhiều.

21
00:01:44,560 --> 00:01:48,880
Học tập xuất phát từ kinh nghiệm và điều đó cũng đúng với máy học.

22
00:01:49,280 --> 00:01:53,700
Trong trường hợp này, "kinh nghiệm" đồng nghĩa với rất nhiều dữ liệu.

23
00:01:54,500 --> 00:01:57,560
Máy học có thể lấy bất kỳ loại dữ liệu nào:

24
00:01:57,560 --> 00:02:04,520
Hình ảnh, video, âm thanh hoặc văn bản và bắt đầu
nhận diện các mẫu hình trong dữ liệu đó.

25
00:02:06,300 --> 00:02:11,120
Một khi nó học cách nhận diện các mẫu hình trong dữ liệu, nó cũng có thể học cách đưa ra dự đoán

26
00:02:11,120 --> 00:02:12,980
dựa trên các mẫu hình đó.

27
00:02:13,340 --> 00:02:18,420
Chẳng hạn như nhận thấy sự khác biệt giữa hình ảnh của một chiếc xe hơi và hình ảnh của một chiếc xe đạp.

28
00:02:20,600 --> 00:02:26,200
AI và máy học đang đóng một vai trò ngày càng lớn trong xã hội,

29
00:02:26,640 --> 00:02:29,000
và định hình tương lai của tất cả chúng ta.

30
00:02:29,000 --> 00:02:34,600
Đó là lý do tại sao việc tìm hiểu cách thức nó hoạt động, cùng với một số kinh nghiệm thực hành là điều rất quan trọng.

31
00:02:35,000 --> 00:02:39,000
Bạn sắp có cơ hội được tự mình đào tạo mô hình máy học của riêng mình.  

32
00:02:40,940 --> 00:02:47,020
Hãy nhớ rằng, AI giống như bất kỳ công cụ nào: đầu tiên bạn có được kiến thức, sau đó bạn có được sức mạnh!