WEBVTT 00:00:08.300 --> 00:00:11.860 Tên tôi là Ale Flores, và tôi là quản lý sản phẩm tại Alexa. 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, 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). 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 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, 00:00:31.260 --> 00:00:34.360 máy tính sẽ quyết định những gì bạn thấy.  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, 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. 00:00:44.480 --> 00:00:46.900 Vậy làm thế nào mà những điều này có thể xảy ra? 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.  00:00:53.320 --> 00:00:56.780 Trí tuệ nhân tạo thực sự còn cách đây nhiều thập kỷ. 00:00:57.200 --> 00:01:01.520 Nhưng một loại AI hiện có ngày nay, được gọi là Máy học. 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. 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.  00:01:12.660 --> 00:01:18.180 Máy học là cách máy tính nhận biết các mẫu hình và đưa ra quyết định 00:01:18.180 --> 00:01:21.360 mà không được lập trình rõ ràng. 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 00:01:27.580 --> 00:01:29.620 những gì chúng ta từng làm trước đây. 00:01:31.340 --> 00:01:36.860 Với máy học, thay vì lập trình máy tính từng bước, 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. 00:01:44.560 --> 00:01:48.880 Học tập xuất phát từ kinh nghiệm và điều đó cũng đúng với máy học. 00:01:49.280 --> 00:01:53.700 Trong trường hợp này, "kinh nghiệm" đồng nghĩa với rất nhiều dữ liệu. 00:01:54.500 --> 00:01:57.560 Máy học có thể lấy bất kỳ loại dữ liệu nào: 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. 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 00:02:11.120 --> 00:02:12.980 dựa trên các mẫu hình đó. 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. 00:02:20.600 --> 00:02:26.200 AI và máy học đang đóng một vai trò ngày càng lớn trong xã hội, 00:02:26.640 --> 00:02:29.000 và định hình tương lai của tất cả chúng ta. 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. 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.  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!