Đăng ký Đăng nhập
Trang chủ Luận văn tốt nghiệp ảnh hưởng của việc áp dụng trí tuệ nhân tạo vào nền kinh tế ...

Tài liệu Luận văn tốt nghiệp ảnh hưởng của việc áp dụng trí tuệ nhân tạo vào nền kinh tế chia sẻ và hướng đi mới

.PDF
47
12
66

Mô tả:

TRƯỜNG ĐẠI HỌC KHOA HỌC XÃ HỘI VÀ NHÂN VĂN, ĐHQGHN KHOA TRIẾT HỌC ----------------------- ĐINH THỊ THU ẢNH HƯỞNG CỦA VIỆC ÁP DỤNG TRÍ TUỆ NHÂN TẠO VÀO NỀN KINH TẾ CHIA SẺ VÀ HƯỚNG ĐI MỚI CHO NỀN KINH TẾ VIỆT NAM KHÓA LUẬN TỐT NGHIỆP ĐẠI HỌC NGÀNH TRIẾT HỌC Hệ đào tạo: Chính quy Khóa học: QH-2016 -X HÀ NỘI, 2020 TRƯỜNG ĐẠI HỌC KHOA HỌC XÃ HỘI VÀ NHÂN VĂN, ĐHQGHN KHOA TRIẾT HỌC ----------------------- ĐINH THỊ THU ẢNH HƯỞNG CỦA VIỆC ÁP DỤNG TRÍ TUỆ NHÂN TẠO VÀO NỀN KINH TẾ CHIA SẺ VÀ HƯỚNG ĐI MỚI CHO NỀN KINH TẾ VIỆT NAM KHÓA LUẬN TỐT NGHIỆP ĐẠI HỌC NGÀNH TRIẾT HỌC Hệ đào tạo: Chính quy Khóa học: QH-2016 -X Người hướng dẫn: PGS. TS. Nguyễn Anh Tuấn HÀ NỘI, 2020 LỜI CAM ĐOAN Tôi xin cam đoan Khóa luận này là công trình nghiên cứu do tôi thực hiện. Những kết quả từ những tác giả trước mà tôi sử dụng đều được trích dẫn rõ ràng, cụ thể. Không có bất kì sự không trung thực nào trong các kết quả nghiên cứu. Nếu có gì sai trái, tôi xin hoàn toàn chịu trách nhiệm. Hà Nội, ngày 1 tháng 06 năm 2020 Sinh viên Đinh Thị Thu MỤC LỤC MỞ ĐẦU .............................................................................................................. 1 1. Lý do chọn đề tài ........................................................................................... 1 2. Tổng quan tình hình nghiên cứu .................................................................... 2 3. Mục đích và nhiệm vụ nghiên cứu................................................................ 6 4. Đối tượng và phạm vi nghiên cứu ................................................................. 6 5. Cơ sở lý luận và phương pháp nghiên cứu .................................................... 7 6. Ý nghĩa của khóa luận.................................................................................... 7 7. Kết cấu của khóa luận .................................................................................... 7 Chương 1: KHÁI LUẬN CHUNG VỀ TRÍ TUỆ NHÂN TẠO VÀ NỀN KINH TẾ CHIA SẺ ............................................................................................ 8 1.1. Trí tuệ nhân tạo ......................................................................................... 8 1.1.1. Các thời kỳ phát sinh và phát triển của trí tuệ nhân tạo ..................... 8 Giai đoạn phục hồi và xâm nhập vào các ngành kinh tế quốc dân (thập kỷ 80 - 90 thế kỷ XX).......................................................................................... 11 Giai đoạn phát triển gần đây ........................................................................ 15 1.1.2. Định nghĩa khái niệm Trí tuệ nhân tạo ............................................ 16 1.2. Kinh tế chia sẻ ........................................................................................... 18 1.2.1. Nguồn gốc của nền kinh tế chia sẻ ................................................... 18 1.2.2. Đặc điểm, bản chất của nền kinh tế chia sẻ ..................................... 21 1.2.3. Các mô hình kinh tế chia sẻ nổi bật ................................................. 22 Chương 2: ẢNH HƯỞNG CỦA VIỆC ÁP DỤNG TRÍ TUỆ NHÂN TẠO ĐẾN NỀN KINH TẾ CHIA SẺ VÀ GỢI Ý HƯỚNG ĐI MỚI CHO NỀN KINH TẾ VIỆT NAM ...................................................................................... 25 2.1. Ảnh hưởng tích cực ................................................................................... 25 2.1.1. Tác động kinh tế ................................................................................. 25 2.1.2. Tác động tới xã hội ............................................................................. 27 2.1.3. Tác động tới môi trường ..................................................................... 30 2.2. Ảnh hưởng tiêu cực ................................................................................... 31 2.2.1. Biến thể của nền kinh tế chia sẻ.......................................................... 31 2.2.2. Nguy cơ cạnh tranh không lành mạnh với các doanh nghiệp truyền thống ....................................................................................................................... 32 2.2.3. Giảm khả năng đo lường nền kinh tế.................................................. 33 2.2.4. Nhiều cơ hội lợi dụng lòng tin ngắn hạn ............................................ 34 2.3. Gợi ý hướng đi mới cho nền kinh tế chia sẻ tại Việt Nam ....................... 34 2.3.1. Thực trạng nền kinh tế chia sẻ ở Việt Nam ........................................ 34 2.3.2. Gợi ý chính sách phát triển kinh tế chia sẻ cho Việt Nam ................ 37 KẾT LUẬN ........................................................................................................ 39 TÀI LIỆU THAM KHẢO ................................................................................ 41 MỞ ĐẦU 1. Lý do chọn đề tài Như chúng ta đã biết, trong những thập kỷ gần đây, sự phát triển vượt bậc của công nghệ thông tin và tự động hóa, trí tuệ nhân tạo ngày càng được ứng dụng phổ biến và có sức lan tỏa mạnh mẽ trong cuộc sống của con người. Những bước tiến bộ kỳ diệu này đã thổi bùng lên những thay đổi sâu sắc nhiều mặt trong đời sống xã hội. Trên thực tế, đến nay chúng ta vẫn chưa hình dung được đầy đủ quy mô, tầm vóc và độ phức tạp của những đột phá gần đây về trí tuệ nhân tạo, nhưng cần thiết việc chúng ta nên hình thành một cái nhìn chung mang tính toàn diện và toàn cầu về cách công nghệ đang thay đổi cuộc sống của chúng ta cũng như các thế hệ tương lai. Trong vài năm gần đây, máy móc đã vượt qua con người về hiệu năng trong một số công việc cụ thể liên quan đến trí tuệ. Các chuyên gia dự báo tốc độ phát triển của AI sẽ tiếp tục gia tăng. Mặc dù chưa có gì chắc chắn rằng máy móc có thể thể hiện trí thông minh so sánh được hay ưu việt hơn con người trong 20 năm tới, nhưng nó được kì vọng sẽ tiếp tục đạt tới ngưỡng và vượt trội hơn hiệu suất của con người trong ngày càng nhiều công việc. Việc tăng cường nhiều hơn các khả năng cho AI có xu hướng tự động hóa nhiều hơn những công việc theo hình thức lặp đi lặp lại của con người mà vẫn đáp ứng được các yếu tố then chốt như tăng năng suất lao động, giảm số giờ lao động cần thiết để tạo ra một đơn vị sản phẩm, dịch vụ và đảm bảo chất lượng theo mong muốn. Những lợi ích kinh tế tiềm năng mà con người đã và đang khai thác được từ việc phát triển tự động hóa theo định hướng trí tuệ nhân tạo ngày càng nở rộ và thống trị khắp toàn cầu chính là động lực để dẫn tới những dịch chuyển của nền kinh tế thế giới, cụ thể là nền kinh tế chia sẻ. Hoạt động kinh tế này dựa trên nền tảng kỹ thuật số, trong đó khách hàng có quyền truy cập vào hàng hóa và dịch vụ hữu hình hay vô hình (như kỹ năng cá nhân và thời gian rảnh rỗi) được sở hữu bởi các cá nhân khác thông qua việc kết nối trên Internet. Đây là một phương 1 thức kết nối mới giữa người mua (người dùng) và người bán (người cung cấp) có thể tận dụng tối đa nguồn lực dư thừa của nhau. Gần đây, các khái niệm về “nền kinh tế chia sẻ” hay “mô hình kinh tế chia sẻ” đã được đề cập và bàn thảo sôi nổi trên nhiều diễn đàn kinh tế nói riêng cũng như nhận được rất nhiều sự quan tâm đến từ đông đảo cộng đồng xã hội nói chung. Một mặt, chúng ta không thể phủ nhận được việc phát triển trí tuệ nhân tạo thúc đẩy mô hình kinh tế này nâng cao hiệu quả về mặt kinh tế nhưng ở góc độ khác, chắc chắn rằng nó cũng đẩy con người tới những khó khăn nhất định mà chúng ta không thể lảng tránh cũng như những thách thức trong tương lai mà chúng ta có thể lường trước. Cuối cùng, vì tất cả những lý do nêu trên tôi quyết định chọn đề tài Ảnh hưởng của việc áp dụng trí tuệ nhân tạo vào nền kinh tế chia sẻ và gợi ý cho hướng đi mới cho nền kinh tế Việt Nam làm đề tài khóa luận tốt nghiệp cử nhân triết học của mình. 2. Tổng quan tình hình nghiên cứu Như chúng ta đã thấy, trong những năm gần đây, trí tuệ nhân tạo ngày càng phát triển, những ứng dụng của chúng vào trong các lĩnh vực của đời sống cũng ngày một phổ biến cùng với sự xuất hiện của mô hình kinh tế chia sẻ, điều này thôi thúc các nhà khoa học, nhà nghiên cứu và nhà hoạch định chính sách đưa ra những nghiên cứu sâu sắc về vấn đề này. Bởi kinh tế chia sẻ là một nền kinh tế non trẻ, với lịch sử phát triển ngắn, không chỉ ở Việt Nam mà trên toàn thế giới, nên trên thực tế, so sánh với những vấn đề kinh tế khác, chưa có nhiều công trình nghiên cứu về đề tài này, đặc biệt là ở Việt Nam. Nghiên cứu phạm vi nước ngoài: Tại các nước trên thế giới, đã có khá nhiều nghiên cứu về kinh tế chia sẻ trong ngành du lịch. Ví dụ, đề án được viết ra bởi hai tác giả Kerstin Bremser và Maria del Mar Alonso-Almeida trong Hội nghị Quản trị Quốc tế năm 2017 với tiêu đề “Kinh tế chia sẻ và du lịch: Ánh sáng và bóng tối” phân tích những ảnh 2 hưởng của kinh tế chia sẻ lên ngành du lịch, không chỉ tập trung vào những mặt tốt mà còn cả những mặt tối của mô hình kinh tế này. Bài viết “Kinh tế chia sẻ trong thị trường du lịch: Cơ hội và Thách thức” của Teresa Skalska năm 2017, những đặc điểm của kinh tế chia sẻ trong ngành du lịch được đưa ra. Ngoài ra, Jeff Hong đã đăng bài viết “Sự trỗi dậy của nền kinh tế chia sẻ và tương lai của du lịch và ngành công nghiệp du lịch” trong tạp chí “Khách sạn và Quản trị kinh doanh” năm 2018. Nghiên cứu “Hy vọng trên nền kinh tế chia sẻ” của Judith Wallenstein and Urvesh Shelat, 2017. Đây là bài viết đầu tiên trong ba bài viết về nền kinh tế chia sẻ của Judith Wallenstein and Urvesh Shelat. Mục tiêu nghiên cứu của nghiên cứu là tìm hiểu xem việc chia sẻ các chuyến đi, căn hộ và thậm chí cả quần áo là thời trang đã qua sử dụng có phải là một xu hướng lâu dài và phù hợp cho các nhà lãnh đạo doanh nghiệp. Nghiên cứu thực hiện phỏng vấn hơn 25 nhà sáng lập và CEO của các công ty khởi nghiệp kinh tế chia sẻ trên toàn cầu và khảo sát hơn 3.500 người tiêu dùng ở Mỹ, Đức và Ấn Độ. Nghiên cứu này tập trung vào tìm ra các cơ hội được tạo ra bởi nền kinh tế chia sẻ, thái độ của người tiêu dùng đối với việc chia sẻ và các ngành công nghiệp có thể bị ảnh hưởng. Nghiên cứu tiếp theo của nghiên cứu này sẽ xem xét các lựa chọn chiến lược mà kinh tế chia sẻ cung cấp, trong khi nghiên cứu thứ 3 sẽ phản ánh về tương lai của việc chia sẻ trong nền kinh tế toàn cầu và các mô hình kinh doanh cụ thể có khả năng thành công. Nghiên cứu “Nền kinh tế chia sẻ về cho thuê nhà và xe phát triển nhanh chóng so với cho thuê truyền thống” của Codagnone, 2018. Doanh nghiệp sử dụng kinh tế chia sẻ sử dụng bằng mô hình ngang hàng trên nền tảng đang tăng tăng trưởng mạnh mẽ, thu hút người đăng ký và sử dụng với tỷ lệ theo cấp số nhân, và hình thức kinh doanh này lôi kéo từ những khách hàng truyền thống. Trong khi hình thức kinh doanh cho thuê truyền thống ngành có khả năng biến mất bất cứ lúc nào sớm, bởi sự tăng trưởng của này ngày càng chậm chạp. Ví 3 dụ, trong khi thị trường cho thuê xe truyền thống là dự kiến tăng trưởng với tốc độ là 2% năm năm 2017, thì thị trường chia sẻ xe sẽ phát triển hơn nữa. Nghiên cứu phạm vị trong nước: Nền kinh tế chia sẻ mới du nhập vào Việt Nam vài năm gần đây, những cũng đã có sự phát triển nhanh chóng. Đã có khá nhiều nghiên cứu trong nước về về chủ đề này như: Bài báo “Dịch vụ 'chia sẻ phòng' Airbnb lấy khách của khách sạn” của Như Bình trên báo tuổi trẻ, 2018. Hiện có khoảng 6.500 cơ sở tham gia Airbnb ở Việt Nam tính đến tháng 6-2017. Với giá rẻ hơn, chất lượng tốt, nhiều người đã chọn phòng qua Airbnb thay vì khách sạn. Với giá trung bình mỗi phòng trên Airbnb khoảng 35 USD/đêm trở lên, dịch vụ chia sẻ phòng có vẻ đang lấn thị phần của khách sạn. Khác với khách sạn, khách và chủ trong giao dịch Airbnb đều có thể đánh giá lẫn nhau sau mỗi lần thuê. khoảng vài năm gần đây các căn hộ dịch vụ cho thuê, hay cho thuê phòng qua trang mạng Airbnb ở Việt Nam ngày càng nở rộ và bắt đầu chia sẻ thị phần với thị trường lưu trú truyền thống.Vì lý do này khách du lịch đến Việt Nam tăng mạnh trong năm 2016 nhưng giá phòng của các khách sạn 4- 5 sao lại không tăng nhiều như đã từng thiết lập trong năm 2014. Airbnb đã bắt đầu ảnh hưởng đến việc kinh doanh của các khách sạn tại Việt Nam. . “Airbnb là một startup với mô hình kết nối người cần thuê nhà, thuê phòng trọ với những người có phòng cho thuê trên khắp thế giới thông qua ứng dụng di động tương tự như ứng dụng chia sẻ xe Uber. Tất cả việc thanh toán sẽ được thực hiện thông qua Airbn, sử dụng thẻ tín dụng và nhà trung gian này sẽ thu một khoản phí đối với cả người cần đặt phòng và chủ nhà”. Bài viết “Chưa thể thu thuế kinh doanh trên Airbnb” của Hồng Phúc, 2018, trên báo Đầu tư. Một căn nhà, một tầng lầu, hoặc thậm chí một căn phòng còn dư, chủ nhân có thể đăng ký cho thuê trên Airbnb. Sau 9 năm xuất hiện, đã có trên 10.000 cơ sở lưu trú tại Việt Nam đăng ký và kinh doanh trên công ty công nghệ trị giá 30 tỷ USD này, song chuyện thu thuế Airbnb là điều không tưởng. 4 Airbnb không chỉ có mạng lưới rộng khắp, giá hợp lý, thời gian linh hoạt và những trải nghiệm như người dân địa phương, mà còn ở sự cọ xát, giao tiếp giữa người thuê và người cho thuê (host). Tính đến cuối 2016, có khoảng 10.000 cơ sở lưu trú tại Việt Nam được đăng ký và kinh doanh trên Airbnb. Nhưng đến nay, Cục thuế TP.HCM, Sở Du lịch TP.HCM... chưa thể quản lý Airbnb. Một số công ty du lịch còn không biết Airbnb là gì. Theo đại diện Cục Thuế TP.HCM cho biết, từ tháng 5/2017, Cục đã có kế hoạch quản lý các tổ chức, cá nhân kinh doanh trong lĩnh vực thương mại điện tử mà Airbnb là ví dụ. Nhưng kết quả chưa đạt kỳ vọng và hiện cũng chưa thu được thuế từ các đơn vị này. Cũng theo cục Thuế TP.HCM, trên địa bàn Thành phố có 2.074 người cung cấp dịch vụ cho thuê phòng và căn hộ trên Airbnb. Trong đó, nhóm cho thuê có nhiều hơn 1 đơn vị lưu trú chiếm 45%. Thu được thuế sẽ là động lực để cơ quan chức năng “quản lý” Airbnb. Cũng từ đó, sự an toàn cho khách thuê và trách nhiệm người cho thuê cũng được quản lý, tạo sự ổn định cho nền kinh tế chia sẻ. Tuy nhiên, rất khó quản lý và thu thuế các cá nhân Việt Nam tham gia kinh doanh trên www.airbnb.com, khi toàn bộ giao dịch được thực hiện trực tuyến thông qua mạng Internet, không cần xuất hóa đơn hay thanh toán bằng tiền mặt. Bài báo “Người tiêu dùng đông nam á sẵn sàng với mô hình kinh doanh chia sẻ” của Hà Linh, 2017, Thời báo kinh tế. Khu vực Đông Nam Á đang hình thành nhiều cộng đồng kinh doanh theo hình thức chia sẻ tài sản cá nhân. Đặc biệt tại Thái Lan, Philippines và Indonesia, người tiêu dùng rất thích tăng thu nhập bằng hình thức cho thuê tài sản cá nhân này. Người tiêu dùng khu vực Đông Nam Á đón nhận hình thức kinh doanh chia sẻ này khá nhanh và hiệu quả, bốn trong năm thị trường hàng đầu tại đây đã có nhiều cộng đồng sẵn sàng chia sẻ hoặc thuê các tài sản cá nhân nhằm tiết kiệm và kiếm thêm thu nhập. Chỉ 12% người tiêu dùng tại Thái Lan, 13% tại Philippines, 18% tại Việt Nam, 14% tại Indonesia và 28% tại Malaysia là từ chối chia sẻ tài sản cá nhân của mình. Singapore là thị trường khó tính nhất với mô hình kinh doanh này với 32% được hỏi vẫn chưa sẵn sàng chia sẻ tài sản cá nhân của mình, ngang bằng với tỉ lệ 5 trung bình trên toàn thế giới (trong việc chưa sẵn sàng). Người tiêu dùng tại Indonesia đứng hàng thứ 2 và Philippines đứng hàng thứ 4 trên toàn thế giới về việc thuê hoặc chia sẻ các sản phẩm, dịch vụ từ mô hình kinh doanh này. Tám mươi bảy phần trăm (87%) người tiêu dùng tại Indonesia cho rằng họ sẵn sàng tận dụng các sản phẩm và dịch vụ chia sẻ. Tỉ lệ này chiếm 85% tại Philippines, 84% tại Thái Lan, 76% tại Việt Nam, 74% tại Malaysia, 67% tại Singapore và 66% đối với người tiêu dùng toàn cầu. Nền móng cho sự xuất hiện của mô hình kinh tế chia sẻ chính là sự phát triển nhanh chóng của internet trong khu vực. Sự kết nối giữa những người tiêu dùng với nhau là yếu tố chính cho mô hình kinh doanh chia sẻ này, do đó, mô hình này có thể sẽ phát triển ở mức độ cao hơn trong những năm sắp tới. 3. Mục đích và nhiệm vụ nghiên cứu Mục đích: Trên cở sở nghiên cứu có hệ thống và tổng quan về khoa học AI, nền kinh tế chia sẻ và khoá luận tập trung vào phân tích ảnh hưởng của việc áp dụng trí tuệ nhân tạo vào nền kinh tế chia sẻ cho tới hiện nay và đưa ra những hướng đi mới cho nền kinh tế Việt Nam. Nhiệm vụ: - Trình bày các quan niệm về AI, lịch sử hình thành, phát triển và cấu tạo của một hệ thống AI. - Trình bày nguồn gốc, bản chất và đặc điểm của nền kinh tế chia sẻ. - Đưa ra những tác động của việc áp dụng trí tuệ nhân tạo vào nền kinh tế chia sẻ cho tới ngày nay và những hướng đi mới cho nền kinh tế Việt Nam. 4. Đối tượng và phạm vi nghiên cứu Đối tượng nghiên cứu: Đối tượng của khoá luận là phân tích rõ lịch sử hình thành và phát triển Trí tuệ nhân tạo, nguồn gốc và đặc điểm cơ bản của nền kinh tế chia sẻ và ảnh hưởng của việc áp dụng trí tuệ nhân tạo vào nền kinh tế chia sẻ. 6 Phạm vi nghiên cứu: Qúa trình phát sinh và phát triển của trí tuệ nhân tạo, nền kinh tế chia sẻ và những ảnh hưởng của việc áp dụng trí tuệ nhân tạo vào nền kinh tế chia sẻ cho tới hiện nay và hướng đi mới cho nền kinh tế Việt Nam. 5. Cơ sở lý luận và phương pháp nghiên cứu Cơ sở lý luận: Khoá luận dựa trên cơ sở lý luận là thế giới quan và phương pháp luận của chủ nghĩa duy vật biện chứng, các công trình nghiên cứu về khoa học trí tuệ nhân tạo và bức tranh hiện thực của nền kinh tế chia sẻ trong bối cảnh hiện nay. Phương pháp nghiên cứu: Khóa luận vận dụng các phương pháp nghiên cứu cụ thể như phương pháp phân tích và tổng hợp, so sánh, thống nhất lịch sử lôgíc, khái quát hóa, trừu tượng hóa,… 6. Ý nghĩa của khóa luận Ý nghĩa lý luận: Khoá luận góp phần làm rõ về khái niệm trí tuệ nhân tạo, về sự hình thành và các giai đoạn phát triển của ngành khoa học này. Làm rõ bản chất, nguồn gốc và quá trình phát sinh, phát triển của nền kinh tế chia sẻ. Qua đó, chứng minh được những ảnh hưởng của trí tuệ nhân tạo đến nền kinh tế chia sẻ như thế nào, đồng thời có cái nhìn cụ thể hơn khi áp dụng vào trong bối cảnh nền kinh tế của Việt Nam ra sao. Ý nghĩa thực tiễn: Khóa luận cũng sẽ như là một tài liệu tham khảo cho những ai ham thú tìm hiểu về ứng dụng của trí tuệ nhân tạo trong nền kinh tế chia sẻ. 7. Kết cấu của khóa luận Ngoài phần mở đầu và tài liệu tham khảo, khóa luận gồm 2 chương, 5 tiết. 7 Chương 1: KHÁI LUẬN CHUNG VỀ TRÍ TUỆ NHÂN TẠO VÀ NỀN KINH TẾ CHIA SẺ 1.1. Trí tuệ nhân tạo 1.1.1. Các thời kỳ phát sinh và phát triển của trí tuệ nhân tạo Thuật ngữ “trí tuệ nhân tạo” ngày càng trở nên phổ biến đối với mọi công dân trong xã hội thông qua sức ảnh hưởng từ những ứng dụng thực tiễn của chúng tới chính mỗi bàn tay, khối óc của con người.. Dưới đây, luận văn sẽ khái quát lại quá trình hình thành, tồn tại và phát triển của trí tuệ nhân tạo cho tới ngày hôm nay. Cụ thể, gồm 3 giai đoạn chính như sau: Giai đoạn phát triển đầu tiên (thập kỷ 60 - 70 thế kỷ XX) Một người có công lao rất to lớn đối với sự phát triển của AI là John Mc Carthy (sinh 1927). Sau khi tốt nghiệp Đại học Princeton ông đã chuyển đến Đại học Darthmouth - nơi được coi như cái nôi của khoa học AI. Mc Carthy đã thuyết phục được Minsky, Shannon và Rochester giúp đỡ ông trong việc nghiên cứu tìm kiếm lí thuyết tự động, mạng thần kinh và các lĩnh vực nghiên cứu khác của AI. Tại Darthmouth, họ đã tổ chức một hội thảo trong suốt 2 tháng liền vào mùa hè 1956 để thảo luận những vấn đề này. Người ta vẫn lấy hội nghị mùa hè năm 1956 tại Darthmuoth ở Mỹ làm sự kiện ra đời của ngành AI. Hội nghị đầu tiên này do Marvin Minsky và John Mc Carthy tổ chức với sự tham gia của vài chục nhà khoa học, trong đó có cả Allen Newell và Herbert Simon. Bốn người này luôn được coi là những người sáng lập của ngành AI. Chính tại Hội nghị Darthmuoth này, John McCarthy đã đề nghị tên gọi “Artificial Intelligence”. Mặc dù còn nhiều tranh cãi trong một thời gian, tên này vẫn được thừa nhận và dùng cho đến ngày nay. Tiếp theo cần phải kể đến những công trình của Herbert Simon và Allen Newell. Tháng Giêng năm 1956, nhà khoa học máy tính Herbert Simon đã bắt đầu một trong những bài thuyết trình của mình bằng một nhận xét quan trọng: “Qua dịp Noel, Allen Newell và tôi đã phát minh ra một chiếc máy biết suy nghĩ và bằng cách đó có thể giải quyết vấn đề trí tuệ con người một cách khả thi 8 hơn”. Allen Newell và Herbert Simon đã lập một chương trình máy tính, họ gọi là Nhà lý thuyết logic (Logic Theorist), có thể tìm ra những chứng minh cho các định lý toán học nhờ một quá trình suy diễn logic. Các nhà lý thuyết logic đưa vào một bộ các quy tắc và chỉ dẫn - một thuật toán dùng các sự kiện toán học làm xuất phát điểm và tự động suy ra một loạt những chứng minh toán học cơ bản. Sau khi ra đời, chương trình của Allen Newell và Herbert Simon đã có thể chứng minh được hầu hết những lý thuyết trong phần “Những quy tắc toán học” của Russell và Whitehead. Russell đã tường thuật một cách say mê việc Herbert Simon chỉ cho ông một chương trình có thể chứng minh lý thuyết như thế nào và việc chứng minh bằng chương trình này ngắn hơn bất kỳ việc chứng minh nào có sử dụng các quy tắc. Những thành công ban đầu của Allen Newell và Herbert Simon còn gắn với GPS (General Problem Solver - Hệ giải bài toán tổng quát). Không giống với Logic Theorist, chương trình này được thiết kế bắt nguồn từ việc bắt chước những cách thức giải quyết bài toán của con người. Các thuật toán của chương trình giải bài toán tổng quát bao hàm “thuật phát hiện” - cách tiếp cận tổng quát hoá để giải các bài toán của con người. Do đó, GPS có thể được xem là chương trình đầu tiên biểu hiện cách tiếp cận “suy nghĩ như con người”. Ngay từ năm 1952, Arthur Samuel đã đề ra một phương pháp mới. Theo phương pháp này, ông đã không chứng minh những ý tưởng khẳng định những chiếc máy tính có thể làm được những công việc mà trước đó mọi người nói tới, mà ông chú trọng đưa chương trình vào ứng dụng thực tế. Và sau đó các nhà nghiên cứu AI đã tiếp tục nghiên cứu theo hướng này. McCarthy đã chuyển từ Darthmouth đến MIT và tại đây ông đã có 3 đóng góp lớn về lĩnh vực nghiên cứu AI được ghi vào lịch sử năm 1958. Tại phòng thí nghiệm Memo số 1 về AI tại MIT, Carthy đã đưa ra ngôn ngữ lập trình Lisp và cho đến nay, nó vẫn là một trong những ngôn ngữ thống trị trong lĩnh vực AI. Với Lisp, Mc Carthy đã có công cụ mà ông cần cho việc biểu diễn tri thức. Tuy nhiên, ông đã gặp khó khăn trong việc nhập số liệu vào máy. Do đó, ông và 9 một số nhà nghiên cứu khác ở MIT đã phát minh ra lý thuyết về sự phân chia thời gian (time-sharing). Sau đó, nó trở thành một hệ thống time sharing thực nghiệm tại MIT - những người đã lập nên Tập đoàn trang thiết bị kỹ thuật số (Digital Equipment Corporation). Hiện nay tập đoàn này đã trở thành tập đoàn sản xuất máy tính lớn thứ hai thế giới nhờ hệ thống phân chia thời gian (time sharing) của những chiếc máy tính bỏ túi. Cũng vào năm 1958, McCarthy đã xuất bản một tờ báo với tiêu đề “Những chương trình với cảm nhận phổ biến”, trong đó ông miêu tả khá rõ về Advice Taker (Lý thuyết người phỏng vấn), một chương trình giả thuyết mà có thể xem như là một hệ thống AI hoàn thiện đầu tiên. Cũng giống như Logic Theorist và Geometry Theorem Prover, chương trình này của Mc Carthy đã phác hoạ việc sử dụng tri thức để tìm kiếm cách thức giải quyết bài toán. Nhưng không giống như những lý thuyết khác, Advice Taker thường sử dụng những tri thức chung phổ biến của thế giới. Ví dụ như chương trình của ông đã chỉ ra việc bằng cách nào mà chỉ với một vài tiền đề đơn giản, chương trình có thể tạo ra một kế hoạch để có thể đi được con đường ngắn nhất đến sân bay và bắt kịp chuyến bay. Chương trình này cũng đã phác hoạ được việc chấp nhận những tiền đề mới trong trường hợp khi chương trình đang vận hành gặp phải, do đó cho phép đạt được thành công trong những vùng mà trước đó còn chưa được lập trình. Advice Taker có thể biểu hiện những quy tắc trung tâm của việc biểu diễn tri thức và lập luận, những quy tắc này rất có ích cho việc có một hình thức biểu diễn tri thức rõ ràng về thế giới và có thể điều khiển những phương pháp biểu diễn này cùng với quá trình suy diễn lập luận. Năm 1958, cũng là năm Marvin Minsky chuyển tới MIT. Trong nhiều năm, ông đã cùng với Mc Carthy tập trung nghiên cứu lĩnh vực AI. Tuy nhiên, họ chỉ thành công một phần và theo những hướng khác nhau: Mc Carthy đặc biệt chú trọng đến việc biểu diễn tri thức và lập luận trong logic hình thức; trái lại, Minsky lại tìm thấy hứng thú trong việc đưa ra các chương trình làm việc và phát triển hệ thống đối logic. Năm 1963, Mc Carthy đã tới Standford và bắt đầu lập phòng thí 10 nghiệm AI tại đây. Công việc nghiên cứu của ông là làm sao sử dụng logic học để xây dựng Ultimate Advice Taker - một chương trình đã được đề xuất bởi những nghiên cứu mang tính khám phá của Rôbinsơn về cách thức giải quyết bài toán (một thuật toán chứng minh định lý đầy đủ của logic vị từ). Những nghiên cứu của ông ở Standford nhấn mạnh đến những cách thức mục đích chung (general pupose) của lập luận logic. Một chuyên đề được quan tâm nữa đó là liệu máy tính có thể mô phỏng được bộ não của con người hay không? Một số người khi này đã quả quyết rằng về mặt công nghệ hoàn toàn có thể sao chép y chang bộ óc người vào phần cứng và phần mềm máy tính, và do vậy bộ não mô phỏng trong máy tính hầu như hoàn toàn giống bộ não thật. Rất lạc quan, năm 1965 Simon tuyên bố: “Máy móc trong vòng 20 năm nữa sẽ có khả năng làm tất cả mọi việc con người làm”, hoặc năm 1967 Minsky tiên đoán: “Quãng một thế hệ nữa, việc tạo ra trí thông minh nhân tạo sẽ cơ bản được giải quyết”. Tuy nhiên, những tiên đoán này đã không thành sự thật. Điều này đã dập tắt đi ngọn lửa vừa được nhen nhóm lên từ niềm tin vào việc hiện thực hóa trí tuệ nhân tạo. Chính phủ Mỹ và Anh đã cắt bỏ nhiều đề tài nghiên cứu trong lĩnh vực này. Tuy nhiên, nhờ những thất bại ban đầu này đã giúp các nhà nghiên cứu có cơ hội hiểu rõ hơn những hạn chế tính toán của các hệ logic hình thức, hạn chế về những gì máy có thể chỉ ra được như đã chỉ ra bởi định lý Godle về tính không đầy đủ, phát biểu năm 1931, rằng với mọi hệ hình thức đều có những mệnh đề đúng không thể chứng minh được. Con người cũng hiểu rõ hơn khả năng tính toán bằng máy phụ thuộc rất nhiều vào độ phức tạp tính toán của từng bài toán. Rất nhiều bí ẩn vẫn còn ở phía trước. Giai đoạn phục hồi và xâm nhập vào các ngành kinh tế quốc dân (thập kỷ 80 - 90 thế kỷ XX) Những năm đầu thập kỷ 80 của thế kỷ trước đã chứng kiến sự bắt đầu của một giai đoạn khoảng 15 năm của sự hồi sinh, bùng nổ và thi đua quốc tế trong ngành AI. Ý tưởng cơ bản để phát triển trí tuệ nhân tạo khi này là sự thông minh 11 của máy tính không thể chỉ dựa trên việc suy diễn logic mà phải dựa vào cả tri thức của con người, và dùng khả năng suy diễn của máy để khai thác các tri thức này. Thành quả và nỗ lực tiêu biểu trong giai đoạn này là sự phát triển của các hệ chuyên gia (Expert systems). Mỗi hệ chuyên gia gồm hai thành phần cơ bản: một cở sở tri thức chứa các tri thức của chuyên gia trong một lĩnh vực và một cơ chế suy diễn logic nhằm vận dụng các hiểu biết này để giải quyết các vấn đề cụ thể, với hiệu quả như chính các chuyên gia giải quyết. Các hệ chuyên gia được nghiên cứu và xây dựng khắp nơi. Hai hệ tiêu biểu là DENDRAL và MYCIN. DENDRAL được phát triển tại Đại học Standford vào năm 1956 bởi EdFeigenbaum (một sinh viên của Herbert Simon), Bruce Buchanan (một nhà triết học chuyển hướng sang khoa học máy tính) và Joshua Lederberg (một nhà di truyền học đạt giải Nobel). Hệ DENDRAL nhằm giúp các nhà nghiên cứu hoá học hữu cơ xác định các phân tử hữu cơ chưa biết dựa trên phân tích phổ của chúng và các tri thức hoá học. Tầm quan trọng của DENDRAL ở chỗ nó là hệ thống cảm nhận kiến thức thành công đầu tiên. Các chuyên gia của lĩnh vực này đi sâu từ số lượng lớn các quy luật có mục đích đặc biệt. Các hệ thống sau này đã kết hợp chặt chẽ những chủ đề chính của cách tiếp cận Advice Taker của Mc Carthy - sự tách rời hoàn toàn giữa tri thức (trong dạng thức của những quy tắc) và lập luận. Với bài học này, Feigenbaum và một số nhà nghiên cứu khác ở Standford đã bắt đầu lập dự án chương trình Heuristic để nghiên cứu phạm vi mà trong đó phương pháp luận mới của hệ chuyên gia có thể ứng dụng tới những vùng khác của sự chuyên môn của con người. Những nỗ lực tiếp theo là ở trong lĩnh vực chuẩn đoán y học. Feigenbaum, Buchanan và Edward Shortlife đã phát triển hệ chuyên gia MYCIN để chuẩn đoán những bệnh lây truyền qua đường máu. MYCIN là hệ chuyên gia có cở sở tri thức chừng 600 luật về y học có tính đến yếu tố bất định, nó có thể có thể chuẩn đoán thành công như những chuyên gia trong lĩnh vực này và nhiều khi còn chuẩn đoán thành công hơn cả những bác sỹ đã có thâm niên. Giữa MYCIN và DENDRAL có hai sự khác biệt cơ 12 bản. Thứ nhất, không giống với DENDRAL, MYCIN không có những quy tắc, những mô hình lý thuyết chung dưới dạng có sẵn. Chúng phải có câu chất vấn của chuyên gia, người có nhiệm vụ tìm chúng từ kinh nghiệm trực tiếp của hoàn cảnh. Thứ 2, các quy tắc đó phải phản ánh sự kết hợp không chắc chắn những tri thức y khoa. MYCIN kết hợp hệ vi phân của biến số được coi là các nhân tố phù hợp (ở mọi lúc) với phương pháp mà các bác sỹ tiếp cận với các triệu chứng trong quá trình chuẩn đoán. Những cách tiếp cận khác để chuẩn đoán bệnh sau đó cũng tiếp tục được nghiên cứu. Tại trường đại học Rutger, dự án “Máy tính trong ngành sinh hoá” (Computer in Biomedicine) của Saul Amarel bắt đầu có tham vọng cố gắng chuẩn đoán bệnh tật dựa trên kiến thức được biểu đạt rõ ràng của những chiếc máy phân tích quá trình phát triển của bệnh tật. Trong khi đó, một số đông các nhà nghiên cứu tại MIT và Trung tâm y khoa Vương quốc Anh đã theo đuổi một cách tiếp cận chuẩn đoán bệnh dựa trên lý thuyết xác suất có tính khả thi và thực tế. Mục đích của họ là xây dựng hệ thống y khoa tốt nhất có thể sử dụng để chuẩn đoán bệnh tật. Trong y học, tiếp cận Standford thường sử dụng các quy tắc do bác sỹ cung cấp và được chứng minh rộng rãi ngay từ lần đầu tiên. Như đã biết, sự quan trọng của lĩnh vực tri thức là rất rõ ràng, hiển nhiên trong việc hiểu ngôn ngữ tự nhiên. Mặc dù hệ chuyên gia SHRDLU của Winograd dùng để hiểu ngôn ngữ tự nhiên đã đem giúp giải quyết vấn đề khá tốt, nhưng nó lại phụ thuộc nhiều vào chuyện phân tích ngữ nghĩa (xảy ra trong công việc dịch thuật). Nó có thể khắc phục được tính chất mập mờ, giúp cho có thể hiểu một cách chuẩn xác ngôn ngữ bởi nó được thiết kế cho một lĩnh vực đặc biệt - blocks world. Một số nhà nghiên cứu khác, bao gồm cả Eugene Charniak, một nghiên cứu sinh đã tốt nghiệp của Winograd ở MIT, đã cho rằng việc hiểu ngôn ngữ tự nhiên một cách đúng đắn đòi hỏi phải có những tri thức chung về thế giới và phương pháp chung cho việc sử dụng những tri thức đó. Vào năm 1973, William Woods đã xây dựng hệ chuyên gia LUNAR. Hệ thống cho phép nhà địa chất học có thể đặt những câu hỏi bằng tiếng Anh về 13 những mẩu đá được đem đến từ Apollo. LUNAR là chương trình ngôn ngữ nhân tạo đầu tiên được sử dụng bởi những người khác hơn là tác giả của hệ thống, dù ông đã làm việc một cách thực sự. Từ đó, rất nhiều chương trình ngôn ngữ tự nhiên đã được sử dụng. Sự mở rộng và lớn mạnh của những ứng dụng đối với các vấn đề của thế giới thực có nguyên nhân từ sự tăng cùng nhau những yêu cầu của việc sắp xếp theo hệ thống sự biểu diễn tri thức. Rất nhiều ngôn ngữ biểu diễn khác nhau đã được phát triển, một số trong chúng dựa trên logic. Ví dụ như ngôn ngữ PROLOG phổ biến ở châu Âu và hệ ngôn ngữ PLANNER ở Mỹ. Các ngôn ngữ khác, theo sau các ý tưởng của Minsky (1975) đã chấp nhận phương pháp tiếp cận cấu trúc, thu thập các chứng cứ về đối tượng và các loại sự kiện. Những năm 80 được coi là thời gian thâm nhập của AI vào các ngành kinh tế quốc dân. Trong những năm này, người ta tiến hành các thực nghiệm và đạt được các nghiên cứu lý thuyết quan trọng. Vào năm 1981, người Nhật Bản đã công bố dự án “Thế hệ thứ 5” - một kế hoạch 10 năm nhằm thiết lập chiếc máy tính thông minh chạy bằng ngôn ngữ PROLOG - mà những chiếc máy tính thông thường thường chạy bằng những mật mã máy móc. Với ý tưởng là từ năng lực lập luận được hàng triệu suy luận mỗi giây, những chiếc máy tính này sẽ có khả năng trở thành một bộ nhớ lưu trữ rất lớn hệ thống các quy tắc. Dự án nghiên cứu này đã đề ra mục đích phải hiểu được ngôn ngữ tự nhiên một cách đầy đủ. Dự án “Thế hệ thứ 5” đã cung cấp “nguyên liệu” thú vị cho trí tuệ nhân tạo và do lo sợ sự thống trị của Nhật Bản trong lĩnh vực này, nhiều nhà nghiên cứu và nhiều tập đoàn công ty tại Mỹ quyết định đầu tư phát triển nó với một mức độ tương đương. Tập đoàn Công nghệ máy tính và Công nghệ vi điện tử đã tổ chức một chương trình nghiên cứu liên hợp để đối lập lại với dự án của Nhật Bản. Và AI đã trở thành một bộ phận trong việc cố gắng thiết kế những con chip và nghiên cứu bề mặt chung của trí tuệ con người. 14 Sự phát triển công nghiệp trí tuệ nhân tạo trong nhiều công ty thể hiện ở việc các công trình nghiên cứu của công ty đã đưa ra những công cụ phần mềm để xây dựng hệ chuyên gia và những công cụ phần cứng máy tính như Lisp Machines Inc, Texas, Symbolics - những công ty thiết kế được những trạm làm việc tự động, được tối ưu hoá cho sự phát triển của chương trình Lisp. Hơn 100 công ty đã xây dựng được hệ thống công nghiệp nhìn tự động. Nhìn chung, công nghiệp AI đã phát triển khá nhanh, từ chỗ chỉ thu được vài triệu đôla trong kinh doanh (vào năm 1980) lên tới 2 tỉ đôla - 1998. Giai đoạn phát triển gần đây Trong những năm gần đây, chúng ta đã chứng kiến một sự thay đổi to lớn trong cả nội dung và phương pháp nghiên cứu lĩnh vực AI. Hiện nay, việc tiếp tục nghiên cứu những lý thuyết hiện có phổ biến hơn là việc đề xuất những lý thuyết mới toanh, chú trọng đến việc nghiên cứu dựa trên những định lý hoặc những bằng chứng thực nghiệm hơn là khả năng trực giác; và nghiên cứu để chỉ ra sự ứng dụng vào thực tế hơn là những ví dụ trò chơi Các phương pháp tiếp cận dựa trên mô hình Makov ẩn (Hidden Makov models-HMMs) đã thống trị lĩnh vực này. Hai khía cạnh của HMMs rất phù hợp với những thảo luận hiện nay. Thứ nhất, chúng dựa trên lý thuyết toán học chính xác. Điều này cho phép những nhà nghiên cứu tiếng nói tổng kết các kết quả toán học trong một vài thập kỷ đã được phát triển ở một số lĩnh vực khác. Thứ hai, chúng đã được sinh ra bởi một quá trình xử lý trên tập dữ liệu tiếng nói. Điều này đảm bảo được sự thành công sẽ là chắc chắn nếu có sự làm việc nghiêm túc. Và sự kiểm tra nghiêm ngặt của HMMs đã dẫn đến sự thay đổi nhanh chóng những mục đích của họ. Cuốn “Lập luận xác suất trong hệ thống thông minh” của Judea Pearl (1988) đã đánh dấu sự thừa nhận cả thuyết quyết định và thuyết xác suất trong AI. Tiếp theo là bài báo “Biện hộ cho thuyết xác suất” của Peter Cheeseman. Tin tưởng rằng hình thức mạng là một phát minh cho phép lập luận có hiệu quả về những tri thức không chắc chắn. Cách tiếp cận này đã giải quyết được những 15
- Xem thêm -

Tài liệu liên quan