Qua các bộ phim khoa học viễn tưởng mà chúng ta xem, tương lai của thế giới sẽ là một bầu không khí ảm đạm bao trùm do những con robot có tri giác thống trị.
Điều đáng nói một trong số đó sẽ diễn ra nhưng các nhà phân tích đã nói rằng họ sẽ sớm thay đổi nó.
Trí thông minh nhân tạo và machine learning là một trong những thành tựu đáng nhớ về công nghệ trong những năm gần đây. Vài lĩnh vực hứa hẹn sẽ “bùng nổ” trong cuộc sống con người như công nghệ machine learning. Song nhiều thành quả về ứng dụng machine learning vẫn chưa được nhìn thấy.
Sau đây chúng ta sẽ cùng điểm qua 10 công ty thành công trong việc tận dụng sức mạnh của machine learning theo cách mới nhất và hữu hiệu nhất. (thêm vào đó là những thông tin về machine learning trong tương lai).
1. Công nghệ Image Curation của Yelp
Còn điều gì tuyệt vời hơn khi đi ăn tại một nhà hàng rồi sau đó mới phàn nàn trực tuyến về những vấn đề gặp phải. Đó là một trong những lý do vì sao mà công ty phần mềm tìm kiếm Yelp lại nổi tiếng.
Yelp không được coi là công ty về công nghệ. Họ chỉ tận dụng machine learning nhằm nâng cao trải nghiệm người dùng. 
phân loại hình ảnh thành những mục đơn có lẽ đơn giản so với con người nhưng khá phức tạp với máy tính.
Kể từ khi hình ảnh là tiêu chí mà khách hàng đánh giá về Yelp thì có một bất ngờ nhỏ là công ty luôn nỗ lực cải thiện khả năng xử lý hình ảnh.
Đó là lý do Yelp lại chuyển hướng sang machine learning vào những năm gần đây khi lần đầu tiên họ bắt tay vào công nghệ phân loại hình ảnh. Thuật toán về machine learning của Yelp đã giúp nhân sự trong công ty có thể biên soạn, phân mục và dán nhãn hình ảnh hữu hiệu hơn mà không cần mất hàng tuần liền để xử lý hàng triệu hình ảnh.
2. Pinterest cải thiện Content Discovery
Dù cho bạn là tay lão làng hoặc mới sử dụng ứng dụng. Pinterest hoạt động ở một nơi thú vị trong hệ thống phương tiện truyền thông xã hội. Từ khi chức năng chính của Pinterest là để quản lý nội dụng đang tồn tại thì việc đầu tư thêm vào công nghệ sẽ hữu hiệu hơn và tất yếu và rất đúng trong trường hợp của Pinterest.
Vào năm 2015, một công ty hoạt động trong lĩnh vực machine learning chuyên về ứng dụng thương mại công nghệ machine learning đặc biệt trong việc tìm kiếm nội dung và gợi ý thuật toán có tên là Kosei đã thâu tóm lại Pinterest.
Ngày nay, machine learning hầu hết có mặt ở mọi khía cạnh về hoạt động kinh doanh của Pinterest từ việc ngăn chặn thư rác và tìm kiếm nội dung đến kiếm tiền từ quảng cáo và giảm thiểu thư thông báo từ người đăng ký. Thật tuyệt phải không?
3. Chatbot Army của Facebook
Mặc dù ứng dụng Messenger của Facebook vẫn vấp phải những tranh cãi nhỏ (có vẽ như mọi người có thiện cảm hơn đối với những ứng dụng nhắn tin) nhưng đây là một trong những khía cạnh thú vị nhất của nền tảng phương tiện truyền thông xã hội lớn nhất thế giới. Điều đó đều do Messenger đã trở thành một nền tảng thí nghiệm cho những chatbot.
Bất kỳ nhà phát triển nào cũng có thể tạo và gửi một chatbot để đưa vào Facebook Messenger. Điều này có nghĩa những công ty đẩy mạnh vào dịch vụ khách hàng và duy trì có thể tận dụng những chatbot này thậm chí khi họ khởi đầu với những nguồn lực kỹ thuật hạn chế.
Đương nhiên đây không phải là ứng dụng duy nhất về machine learning mà Facebook hứng thú. Facebook đang sử dụng ứng dụng về công nghệ AI để lọc những thư rác và những nội dung không chất lượng. Công ty cũng đang nghiên cứu về thuật toán tầm nhìn máy tính có thể “đọc được” hình ảnh cho những người khiếm thị.
4. Công cụ Quản lý thời gian của Twitter
Twitter từ lâu đã là tâm điểm của vô số những cuộc tranh cãi mà ít nhất trong số đó là những quyết định rối rắm về hình đại diện của người dùng và thay đổi cách mọi người được gắn thẻ khi trả lời. Song một trong những thay đổi vấp phải nhiều tranh cãi mà chúng ta thấy trên Twitter đó là việc họ tiến đến một nguồn cấp dữ liệu thuật toán.
Rob Lowe cảm thấy hơi thất vọng về màn giới thiệu thuật toán quản lý timeline của Twitter
Dù chọ bạn muốn Twitter hiển thị dòng “the best tweets first” (bất cứ điều đó có nghĩa gì), những thay đổi này đều đang xuất phát từ công nghệ machine learning của Twitter. Công nghệ AI của Twitter sẽ đánh giá từng tweet một theo thời gian thực và “chấm điểm” nó dựa theo các chỉ số khác nhau.
Cuối cùng, thuật toán của Twitter sau đó sẽ hiện thị những tweet có nội dung tương đồng nhất và được xác định trên cơ sở cá nhân. Công nghệ machine learning của Twitter sẽ đưa ra quyết định dựa theo sở thích cá nhân dẫn đến cơ sở nguồn cấp dữ liệu thuật toán
5. Google – Neural Networks và ‘Machines That Dream’
Ngày nay việc liệt kê những lĩnh vực nghiên cứu và phát triển về khoa học mà Google hoặc công ty Alphabet không hứng thú thực hiện thì dễ dàng hơn việc tổng hợp các lĩnh vực công nghệ mà Google đang triển khai.
Không ngoa khi nói những năm gần đây Google đang rất bận rộn cho các dự của họ từ những lĩnh vực như công nghệ chống lão hóa, thiết bị y tế và một lĩnh vực có lẽ những người đam mê công nghệ sẽ hứng thú đó là mạng lưới nơ-ron.
Loạt những hình ảnh do mạng lưới nơ-ron của Google tạo ra
Một bước tiến rõ ràng nhất trong nghiên cứu về mạng lưới nơ-ron của Google đó là the DeepMind network, the “machine that dreams”. Đây là mạng lưới tương tự có thể xuất ra những hình ảnh ảo giác mà mọi người từng đề cập trước đây không lâu.
Theo Google, công ty đang bắt tay nghiên cứu về “hầu hết mọi khía cạnh của công nghệ machine learning” mà qua đó sẽ dẫn đến những phát triển vượt bậc ở lĩnh vực mà Google gọi là “thuật toán cổ điển” cũng như những ứng dụng bao gồm xử lý ngôn ngữ tự nhiên, dịch văn bản bằng giọng nói, hệ thống dự đoán và xếp loại tìm kiếm.
6. Edgecase – Improving Ecommerce Conversion Rates
Các nhà bán lẽ đang phải đấu tranh để vượt qua rào cản mạnh mẽ giữa mua sắm trong các cửa hàng và mua sắm trực tuyến qua các năm. Qua những buổi nói chuyện về cách những cửa hàng trực tuyến sẽ có thể thế chỗ các cửa hàng mua sắm truyền thống thì những trang thương mại điện tử vẫn còn nhiều hạn chế.
Nắm bắt được vấn đề trên, công ty Edgecase, trước đây là Compare Metrics, hy vọng có thể mang lại một cuộc cải cách mới.
Edgecase hy vọng công nghệ machine learning của họ có thể giúp ích cho các nhà bán lẻ thương mại điện tử có thể cải thiện trải nghiệm cho người dùng. Thêm vào việc đơn giản hóa trải nghiệm thương mại điện tử nhằm cải thiện tỷ giá chuyển đổi, Edgecase đang lên kế hoạch tận dụng công nghệ của họ nhằm cung cấp trải nghiệm tốt hơn cho người mua sắm còn mơ hồ về cái mà họ đang muốn tìm kiếm bằng việc phân tích những hành động và thái độ nhất định biểu thị cho dự định thương mại mà qua đó sẽ nỗ lực làm cho trình duyệt mua sắm trực tuyến trở nên dễ dàng hơn và thân thiện hơn với trải nghiệm bán lẻ truyền thống.
7. Công nghệ Tìm kiếm bằng giọng nói của công ty Baidu
Google không phải là gã khổng lồ duy nhất đang bắt thay thực hiện công nghệ machine learning. Công ty công cụ tìm kiếm của Trung Quốc có tên là Baidu cũng đang chi mạnh vào những ứng dụng về công nghệ AI
Sơ đồ minh họa năm bước chủ chốt của hệ thống xử lý thông tin tự nhiên
Một trong những thành tựu thú vị (và gây nhiều tranh cãi) nhất tại phòng nghiên cứu và phát triển ở công ty Baidu là một công cụ mang tên gọi Deep Voice, tức là một mạng lưới nơ-ron sâu có khả năng tạo ra giọng nói nhân tạo rất khó để phân biệt từ giọng nói thật của con người. Mạng lưới này có thể “học” được những nét đặc trưng trong nhịp điệu, giọng nói, cách phát âm và âm vực nhằm tạo ra giọng của người nói chính xác đến lạ.
Hơn thế nữa, phiên bản mới nhất của công nghệ Deep Voice mang tên là Deep Voice 2 hứa hẹn sẽ mang lại một tác động lâu dài đến quá trình xử lý ngôn ngữ tự nhiên và đó là những công nghệ cơ bản đằng sau hệ thống tìm kiếm và nhận diện giọng nói. Điều này có thể có ý nghĩa quan trọng đối với các ứng dụng tìm kiếm bằng giọng nói, cũng như hàng chục các ứng dụng tiềm năng khác chẳng hạn như dịch thời gian thực và bảo mật sinh trắc học.
8. Smarter Sales của HubSpot
Đối với những người đã quá quen thuộc với HubSopt có lẽ sẽ biết rằng công ty này từ lâu đã là người tiên phong cho các công nghệ mới nổi. Điều đó vừa được minh chứng qua việc HubSpot đã thâu tóm lại công ty chuyên về machine learning với tên gọi Kemvi
Predictive lead scoring chỉ là một trong số những ứng dụng tiềm năng về công nghệ machine learning.
HubSpot lên kế hoạch tận dụng công nghệ từ Kemvi vào hàng loạt ứng dụng và đáng chú ý nhất là việc hợp nhất công nghệ DeepGraph và công nghệ xử lý ngôn ngữ tự nhiên vào hệ thống quản trị nội dung nội bộ.
Theo như giám đốc chiến lược Bradford Coffey của HubSpot, công nghệ này sẽ cho phép HubSpot nhận diện tốt hơn bằng cách đem đến những thay đổi về cấu trúc, quản trị hoặc bất cứ khía cạnh nào ảnh hưởng đến hoạt động thường ngày của công ty nhằm mang lại hiệu quả cho các khách hàng tiềm năng và phục vụ tốt hơn cho khách hàng hiện tại của họ.
9. IBM – Better Healthcare Hệ thống chăm sóc sức khỏe của IBM
Sự bao hàm của IBM có thể có vẻ hơi lạ khi người ta cho rằng IBM là một trong những công ty kế thừa công nghệ lớn và lâu đời nhất nhưng IBM đã có bước chuyển mình từ mô hình kinh doanh cũ sang các dòng doanh thu mới hơn đáng kể. Không có một sản phẩm nào của IBM có thể minh chứng cho điều đó tốt hơn bằng phần mềm trí tuệ nhân tạo Watson
Một ví dụ cho thấy Watson của IBM có thể sử dụng để kiểm tra và đánh giá các mô hình tự học.
Phần mềm Watson có thể là quán quân của chương trình đố vui kiến thức truyền hình tại Mỹ mang tên Jeopardy! nhưng đáng tự hào hơn hết là kỷ lục ấn tượng của nó có thể đánh bật mọi đối thủ là con người trong các chương trình truyền hình. Phần mềm Watson cũng đã triển khai và áp dụng tại vài bệnh viện và trung tâm y tế vào những năm gần đây. Tại những bệnh viện hay trung tâm y tế này, người ta sử dụng Watson để chẩn đoán những loại bệnh ung thư nhất định hữu hiệu hơn những nhà nghiên cứu về ung bướu.
Phần mềm Watson cũng đã cho thấy được tiềm năng sáng giá của nó cho ngành bán lẽ mà qua đó nó có vai trò như là trợ lý cho những chủ shop cũng như các mô hình kinh doanh khách sạn. Như vậy, công ty IBM đã cho ra mắt phần mềm về công nghệ machine learning Watson của họ trên cơ sở giấy phép sử dụng và đây chính là một trong những ví dụ đầu tiên về phần mềm công nghệ AI được đóng gói theo cách như vậy.
10. Hệ thống quản lý khách hàng (CRM) thông minh của Saleforce
Salesforce được ví như là một gã khổng lồ trong thế giới công nghệ với thị phần mạnh trong quản lý quan hệ khách hàng cũng như nguồn lực phù hợp. Lead prediction và scoring chính là những trở ngại lớn nhất kể cả nhà tiếp thị kỹ thuật số thông minh nhất phải đối mặt. Và đây chính là lý do giải thích cho việc ra mắc phần mềm machine learning Einstein độc quyền của Salesforce.
Phần mềm Einstein của Salesforce cho phép các doanh nghiệp có thể sử dụng phần mềm CRM của họ để phân tích mọi khía cạnh về mối quan hệ khách hàng từ lần tương tác đầu tiên đến những lần tương tác sau này của họ nhằm xây dựng nhiều hồ sơ thông tin chi tiết khách hàng hơn và nhận viết được những thời điểm quan trọng trong quá trình bán hàng. Có nghĩa là càng nhiều lead scoring thì dịch vụ khách hàng càng hữu hiệu hơn đồng nghĩa với nhiều cơ hội hấp dẫn.
Tương lai nào cho công nghệ Machine learning?
Một trong những vấn đề đau đầu của việc phát triển công nghệ nhanh chóng đó là dù cho bất cứ lý do gì, chúng ta sẽ phải mất những bước nhảy vọt này. Những ứng dụng về machine learning kể trên nếu so với thập kỷ trước thì thật sự đây là một thành tựu rất phi thường. Song với tiến độ mà các nhà nghiên cứu và khoa học đang phát triển công nghệ machine learning thì không có gì tuyệt vời cả.
Vậy xu hướng tiếp theo của công nghệ machine learning là gì?
Công nghệ machine learning sẽ hữu hiệu hơn
Trước đây chúng ta đều nghĩ trí tuệ nhân tạo có thể học hỏi hiệu quả hơn và điều này sẽ mang đến sự phát triển về cách sử dụng những thuật toán chẳng hạn như việc triển khai công nghệ AI có khả năng nhận diện, thay đổi và cải thiện cấu trúc bên trong của nó mà công cần nhiều người giám sát.
Tự động hoá các biện pháp đối phó Cyberattack (tấn công mạng)
Sự tăng lên về tội phạm mạng và ransomware là nhân tố thúc đẩy các công ty phải xem xét lại cách họ phản ứng như thế nào với những cuộc tấn công trực tuyến có hệ hống. Chúng ta cần phải nhận ra tầm quan trọng của AI trong việc giám sát, ngăn chặn và phải ứng với những cuộc cyberattacks chẳng hạn như rò rỉ cơ sở dữ liệu, tấn công DDoS và những mầm mống nguy hại tương tự khác.
Những mô hình phát sinh thuyết phục hơn
Những mô hình phát sinh chẳng hạn như mô hình công ty Baidu đang sử dụng như ví dụ ở trên thì hoàn toàn có sức thuyết phục mạnh. Sẽ sớm thôi chúng ta không cần phải nói ra sự khác biệt đó là gì. Những cải tiến để tạo ra mô hình hóa sẽ cho kết quả hình ảnh ngày càng tinh vi, giọng nói, và thậm chí toàn bộ các đặc tính hoàn toàn đều do các thuật toán tạo ra.
Công nghệ Machine learning có khả năng “học hỏi” tốt hơn
Ngay cả công nghệ AI tinh vi nhất chỉ có thể “học hỏi” hữu hiệu hơn qua quá trình tiếp nhận thông tin của nó. Đôi khi, hệ thống machine learning này đỏi hỏi phải nạp một lượng lớn dữ liệu. Trong tương lai, những hệ thống machine learning này sẽ không cần nhiều dữ liệu để “học hỏi”. Qua đó dẫn đến những hệ thống này có thể “học” nhanh hơn chỉ với bộ dữ liệu nhỏ hơn đáng kể.
