Cuốn sách lý giải những huyễn tưởng về khả năng của máy tính


Cuốn sách “Huyễn tưởng về trí tuệ nhân tạo” của tác giả Gary Smith lý giải những khác biệt về trí tuệ nhân tạo và đưa ra một góc nhìn khác trước sự tin tưởng tuyệt đối vào AI.

Chúng ta đang sống trong một giai đoạn đáng kinh ngạc của lịch sử. Đó là thời đại của những bộ nhớ hoàn hảo và những khả năng siêu phàm của máy tính. “Trí tuệ nhân tạo” (AI – Artificial Intelligence) là một trong những từ khóa được quan tâm nhất. Hiện nay, nhờ có AI, chúng ta có thể làm những việc mà trước nay chưa thể làm và không hề nghĩ rằng mình có thể làm được.

Tuy nhiên, đi cùng với khả năng không thể bàn cãi của AI là những huyễn tưởng và lo sợ cho tương lai của nhân loại. Mối nguy hiểm thực sự không phải là máy tính thông minh hơn chúng ta, mà là chúng ta nghĩ rằng máy tính thông minh hơn mình, và do đó tin tưởng để máy tính thay mình đưa ra quyết định quan trọng, vì máy tính hoàn toàn có thể mắc những sai lầm trầm trọng, khi cách chúng xử lý dữ liệu không giống cách con người tư duy. 

Cuốn sách “Huyễn tưởng về trí tuệ nhân tạo” của tác giả Gary Smith đã giải thích cặn kẽ, gỡ giải hiểu lầm, xóa tan huyễn tưởng ấy. 

Cuốn sách lý giải những huyền tưởng về khả năng của máy tính - Ảnh 1.
Cuốn sách “Huyễn tưởng về trí tuệ nhân tạo” của tác giả Gary Smith

Huyễn tưởng về trí tuệ nhân tạo được chia thành 12 chương, bao gồm nhiều dẫn chứng thực tế từ lịch sử như cuộc bầu cử tổng thống Mỹ năm 2008, AI Watson của IBM và nhiều dự án trí tuệ nhân tạo nổi tiếng khác.

Cuốn sách với mục đích làm rõ cách trí tuệ nhân tạo xử lý thông tin, cho kết quả cuối cùng và chỉ ra sự khác biệt giữa AI (Artificial Intelligence – Trí tuệ nhân tạo) và bộ não con người, từ đó cho độc giả thấy những rủi ro của việc quá tin tưởng vào kết quả của máy tính.

Trong 4 chương đầu, tác giả đã lấy rất nhiều ví dụ thực tế để giải thích một cách dễ hiểu cách thức trí tuệ nhân tạo hoạt động và cách chúng đưa ra kết quả cuối cùng. Tác giả khẳng định robot đã vượt xa con người trong các nhiệm vụ đơn điệu lặp đi lặp lại, chúng có bộ nhớ tốt hơn, thực hiện các phép tính chính xác hơn và không biết mệt mỏi. 

Tuy nhiên trí tuệ nhân tạo không được lập trình để mô phỏng bộ não con người và trí tuệ nhân tạo không thể tư duy, lập luận và loại suy. Từ đó, tác giả khẳng định cho đến giờ máy tính có trí thông minh bao quát đủ để cạnh tranh với con người chưa tồn tại. 

Trong hai chương tiếp theo, bằng việc nhắc tới “Khai phá Dữ liệu”, một sự thật được chứng minh là việc khai phá Dữ liệu dù thỉnh thoảng sẽ có một khám phá tri thức thực sự, với số lượng các biến giải thích được xem xét càng lớn thì càng có nhiều khả năng một mối quan hệ được khám phá chỉ là trùng hợp ngẫu nhiên, có tính tạm thời. 

Trong các chương còn lại của cuốn sách, tác giả đã đưa ra nhiều mô hình tính toán trong nhiều lĩnh vực như tài chính, chính trị, kinh tế… để chứng minh rằng bằng chứng thống kê là không đủ để phân biệt giữa kiến thức thật và giả. Máy tính không thể đánh giá chính xác sự tương quan đó là ngẫu nhiên hay thực sự có ý nghĩa. Công việc đó chỉ dành cho trí tuệ của con người. 

Kết lại, trí tuệ của con người hoạt động khác biệt so với trí tuệ nhân tạo, bởi vậy không thể nói trí tuệ nhân tạo là thông minh. Robot vượt trội về bộ nhớ, tính chính xác và sức bền nhưng chúng vẫn tồn tại nhiều khuyết điểm: không biết tư duy, không thể loại suy và không thể phân biệt được dữ liệu tốt – xấu, vô nghĩa – có nghĩa. 

Vì thế con người cần tới máy tính để xử lý lượng thông tin lớn, nhưng cũng cần chính trí tuệ của con người để đưa ra những đánh giá cuối cùng về kết quả mà máy tính trả về. 

Gary Smith là giáo sư trường Cao đẳng Pomona, Mỹ. Ông tham gia rất nhiều dự án nghiên cứu vạch ra sự đáng ngờ trong việc sử dụng dữ liệu trong phân tích thống kê.

Ông là tác giả của 8 cuốn sách giáo khoa, 7 cuốn sách thương mại, gần 100 bài báo học thuật và 7 chương trình phần mềm về kinh tế, tài chính và thống kê. Ngoài việc giảng dạy tại trường Cao đẳng Pomona, ông còn là chuyên gia phân tích và tư vấn kinh tế.

Các cuốn sách nổi tiếng khác của ông như Standard Deviation: Flawed Assumptions (Độ lệch chuẩn: Giả định sai lầm), Tortured Data (Dữ liệu bị tra tấn) cũng cảnh báo về những nguy cơ nhầm lẫn giữa tương quan và nhân quả trong phân tích thống kê.

Theo ICTVietNam

Thể thao thời công nghệ phân tích


Đâu là bản hợp đồng ấn tượng nhất của CLB Manchester City trong năm qua? Không phải một ngôi sao lừng lẫy nào cả, mà đó là chuyên gia phân tích dữ liệu Laurie Shaw!

Hãng tin BBC không hề quá lời khi đưa ra nhận định đó. Phân tích dữ liệu ngày càng trở thành một nội dung không thể thiếu của thế giới thể thao.

Ảnh: wyscout.com

Bùng nổ công nghệ

Khi đại dịch bùng lên ở châu Âu một năm trước, người ta đã bắt đầu nói về vai trò của các thiết bị công nghệ. 

Vào lúc các giải đấu bị hủy bỏ hàng loạt, những chuyến tập huấn ngày càng xa vời, và ngay cả việc ra sân tập luyện như bình thường cũng trở nên khó khăn, các thiết bị công nghệ trở thành thứ cứu vãn VĐV.

Với một thiết bị GPS, các VĐV dễ dàng đo được hiệu suất tập luyện, kiểm soát luôn cả những thông số kỹ thuật như nhịp tim, để xây dựng dữ liệu và kế hoạch tập luyện.

 Những thiết bị GPS còn là nền tảng để những môn như xe đạp, chạy bộ tổ chức các giải đấu ảo. VĐV chỉ cần kết nối thiết bị của mình với hệ thống giải đấu là có thể tham dự, thi đấu và so sánh thành tích. 

Tất cả đã trở thành bình thường mới một năm qua, dù cách đây chưa lâu, những điều đó nghe như viễn tưởng.

“Khi chúng tôi thành lập công ty cách đây 12 năm, công nghệ này còn rất sơ khai. Mọi người không hiểu vì sao chúng tôi lại phải phức tạp hóa vấn đề với việc tập luyện như vậy. Suy nghĩ khi đó là mỗi CLB đều có đội ngũ đông đảo các HLV với nhiều vai trò khác nhau. Tại sao phải sử dụng quá nhiều thiết bị nữa?” – ông Sean O’Connor, người đồng sáng lập Công ty phân tích dữ liệu thể thao STATSports, nói.

STATSports có trụ sở tại Bắc Ireland, được xem là một trong những công ty phân tích dữ liệu thể thao hàng đầu thế giới hiện nay. Rất nhiều CLB ở Premier League sử dụng phần mềm của họ. 

Vào năm 2018, công ty đạt thỏa thuận trị giá 1,2 tỉ USD với Giải bóng đá nhà nghề Mỹ (MLS) để cung cấp thiết bị kỹ thuật cho các CLB của giải trong thời hạn 5 năm.

Năm 2020, công ty phát triển phần mềm Sonra 3.0 cho phép các đội xem dữ liệu gần như ngay lập tức từ iPad hoặc Apple Watch (AAPL), để ngay cả trong trận đấu, ở thời gian thực, VĐV và HLV có thể nhận phản hồi và điều chỉnh chiến thuật.

Tốc độ, thời gian, quãng đường di chuyển thật ra chỉ là những thông số cơ bản nhất mà STATSports hay các công ty công nghệ tương tự cung cấp. Để phân tích dữ liệu trong bóng đá còn rất nhiều chỉ số phức tạp khác.

“Những VĐV ưu tú luôn muốn biết tại sao họ chưa giỏi bằng đối thủ dù tập luyện như nhau. Và chúng tôi phải cung cấp cho họ những thiết bị có thể đo lường điều đó” – Tom Allen, người đứng đầu đội ngũ phân tích dữ liệu của CLB Arsenal từ năm 2017, cho biết.

Đo đếm mọi thứ mọi nơi

Một trong những dụng cụ phổ biến nhất trong phân tích dữ liệu bóng đá là theo dõi quang học. Thiết bị này được sử dụng để chụp lại vị trí của mỗi cầu thủ trên sân 25 lần một giây, từ đó đưa ra phân tích liên quan đến việc cầm bóng, sự di chuyển của đối thủ và đồng đội. 

Sự xuất hiện của những thủ môn chơi bóng bằng chân điêu luyện như ter Stegen có đóng góp lớn của công nghệ dữ liệu thể thao. Ảnh: Barca Blaugranes

Theo dõi quang học là thứ không thể thiếu trong các trận đấu. Bởi chúng ta cũng biết, không một HLV, hay kể cả là nguyên ban huấn luyện nào có thể bao quát toàn bộ sân đấu.

Phản xạ tự nhiên khiến gần như tất cả mọi người thường chỉ dõi theo trái bóng, hay cụ thể hơn là người đang cầm bóng. Cần đến công nghệ để xác định bước di chuyển của 21 cầu thủ còn lại trên sân.

Giống như chiến thuật, hệ thống phân tích dữ liệu trận đấu cũng được chia ra làm hai mảng tấn công và phòng ngự. Ở mảng tấn công, các thiết bị đo đạc dữ liệu về tỉ lệ chuyền bóng, dứt điểm, các pha phối hợp, tốc độ lên bóng…; trong khi với phòng ngự là khoảng cách tối ưu giữa các hậu vệ, khả năng kiểm soát bóng, hiệu quả không chiến, tranh chấp, kỹ năng chống phản công…

Đó là các thiết bị theo dõi từ ngoài sân. Còn ngay trên sân bóng, cầu thủ có thể mang thiết bị đo chỉ số cá nhân của họ như lực sút bóng, độ bền thể lực, tốc độ chạy, nhịp tim… 

“Không bao giờ được phép đánh giá thấp giá trị của dữ liệu và các nhà phân tích – Trevor Watkins, người đứng đầu mảng thể thao của Công ty luật Pinsent Masons và là cựu chủ tịch CLB Bournemouth, nói – Những nhà phân tích dữ liệu ngày nay nắm vai trò lớn trong bóng đá. HLV Arsene Wenger là một trong những người tiên phong trong việc kết nối với lĩnh vực này”.

Cũng như điền kinh hay đạp xe, tầm quan trọng của các thiết bị đo đạc và phân tích dữ liệu càng được nhấn mạnh khi đại dịch xuất hiện. 

Những rào cản về giãn cách xã hội khiến các đội bóng không thể triển khai chương trình tập luyện như thường lệ, và họ cần đến sự phân tích từ xa hơn bao giờ hết.

Theo Grand View Research, ngành công nghiệp phân tích thể thao có thể trị giá 4,6 tỉ đôla vào năm 2025, với công nghệ đã bắt đầu lan xuống tận cấp độ nghiệp dư. 

Các công ty như Catapult của Úc (cũng có khách hàng ở Premier League) và STATSports đã phát triển các hệ thống nhắm vào thị trường thể thao đại chúng này.

Trong mảng đào tạo trẻ, đất dụng võ của công nghệ phân tích dữ liệu càng hứa hẹn hơn. Đại dịch khiến công tác tuyển trạch trực tiếp gặp rất nhiều khó khăn, nên giống như việc theo dõi cầu thủ tập luyện tại nhà, giờ các CLB có thể “xem giò cẳng” những cầu thủ trẻ mục tiêu dựa trên tổng hợp và phân tích dữ liệu.

Quan trọng hơn, khi phải làm việc với số lượng lớn cầu thủ, giá trị của công nghệ cũng tăng theo. Thực tế là với dữ liệu quá lớn, hệ thống sàng lọc công nghệ chắc chắn sẽ hiệu quả hơn đội ngũ tuyển trạch là người.

Đo trên sân tập, trong trận đấu, trong công tác tuyển trạch, và giờ người ta còn kỳ vọng công nghệ đo được cả… tương lai. Duncan Alexander, người đứng đầu Công ty Stat Perform tin rằng các hệ thống công nghệ sẽ sớm đưa ra được nhận định gần như chuẩn xác nhất về phong độ của cầu thủ và thậm chí là kết quả các trận đấu.

Một ví dụ, mốt thời thượng của bóng đá hiện đại là các thủ môn không chỉ giỏi bắt bóng mà còn phải biết cầm bóng, tranh chấp, phòng ngự từ xa, thậm chí là triển khai tấn công, như Manuel Neuer, Marc-André ter Stegen, Alisson, Ederson… có cơ sở quan trọng là phân tích dữ liệu. 

Trước trận đấu, ban huấn luyện sẽ xem xét khả năng di chuyển của đối phương để đưa ra chỉ đạo hợp lý cho thủ môn của mình.

Dữ liệu thống kê không phải là tất cả trong bóng đá, nhưng nó mang lại một kết quả gần đúng, và quan trọng hơn, nó cho thấy một thế giới thể thao luôn luôn vận động để thay đổi.

HUY ĐĂNG / TTCT