Why Machines Learn

Why Machines Learn "Một người bạn đồng hành quý giá cho bất kỳ ai muốn tìm hiểu sâu về cơ chế hoạt động bên trong của những cỗ máy thường khó hiểu" - Melanie Mitchell Một lời giải thích chi tiết, mang tính tự sự về các phép toán học đã tạo nên học máy (machine learning) và sự bùng nổ hiện nay của trí tuệ nhân tạo (AI). Các hệ thống học máy hiện đang đưa ra những quyết định mang tính thay đổi cuộc đời: từ việc phê duyệt khoản vay thế chấp, chẩn đoán khối u là lành tính hay ác tính, cho đến việc quyết định xem một người có được bảo lãnh tại ngoại hay không. Chúng cũng đang tác động đến các khám phá trong lĩnh vực hóa học, sinh học và vật lý - bao gồm nghiên cứu về bộ gen, các hành tinh ngoài hệ mặt trời, và thậm chí là những chi tiết phức tạp của các hệ thống lượng tử. Chúng ta đang chứng kiến một cuộc cách mạng về trí tuệ nhân tạo với tốc độ phát triển không ngừng. Sự chuyển dịch lớn này dựa trên những phép toán đơn giản, một số trong đó đã tồn tại từ nhiều thế kỷ trước, điển hình là đại số tuyến tính và giải tích từ thế kỷ 18. Thực tế, đến giữa những năm 1850, phần lớn nền tảng cơ bản đã được hoàn thiện. Tuy nhiên, phải đợi đến khi khoa học máy tính phát triển và sự ra đời của các chip máy tính dành cho trò chơi điện tử vào những năm 1990 mới tạo nên sự bùng nổ AI mà chúng ta thấy hiện nay. Trong cuốn sách đầy khai sáng này, Anil Ananthaswamy giải thích những phép toán cơ bản đứng sau AI, gợi mở rằng các quy tắc toán học vận hành trí tuệ tự nhiên và trí tuệ nhân tạo có thể tương đồng nhau. Như Ananthaswamy đã kết luận một cách đầy thuyết phục, để tận dụng tối đa những công nghệ tuyệt vời nhất, chúng ta cần nhận thức rõ những hạn chế sâu sắc của chúng - và những manh mối để hiểu điều này nằm chính trong các phép toán tạo nên AI.