Nếu trả lời được câu hỏi trên, bạn đã thật sự hiểu được động lực nghiên cứu trong lĩnh vực này và tại sao bạn cần kiến thức về Machine learning. Trong bài viết này, tôi sẽ trình bày một số lý do chỉ có Machine learning mới có thể giải quyết được mà việc lập trình thủ công không thể nào đạt được.
Trường hợp không ai biết câu trả lời
Đây là trường hợp con người không thể nhưng máy tính có thể. Trong ngành y học, các nhà khoa học đã tiến hành hàng trăm cuộc thí nghiệm để tìm ra loại thuốc có khả năng kháng lại virus HIV. Nhưng cho đến hiện nay, chúng ta vẫn chưa thể tìm ra được câu trả lời vì giới hạn thời gian không cho phép chúng ta tiến hành tất cả hàng triệu phép thử để tìm ra loại thuốc hữu hiệu nhất. Thật là tốt biết mấy, nếu chúng ta có thể sử dụng sức mạnh của máy tính. Ta sẽ lấy tất cả dữ liệu của các loại thuốc hiện có. Sau đó, xác định xem đâu là loại thuốc có khả năng kháng lại virus HIV. Nhờ vậy mà ta đã thu hẹp và giới hạn lại thí nghiệm của mình giúp tiết kiệm rất nhiều thời gian.
Trường hợp chúng ta biết cách thực hiện nhưng không thể diễn giải để máy tính có thể thực hiện lại được
Đây là trường hợp con người có thể nhưng máy tính không thể. Cho một tấm hình có kí tự viết tay, xác định xem tấm hình đó chứa kí tự gì nằm trong bảng chữ cái ABC. Quả thật với khả năng của con người, ta có thể nhận biết ngay đó là kí tự gì chỉ trong vài giây. Nhưng ngược lại, đối với máy tính, ta khó có thể diễn giải được tại sao chúng ta có thể làm được như vậy.
Trường hợp dữ liệu thay đổi liên tục, ta không thể thường xuyên lập trình lại chức năng đó
Trong chứng khoán, ta luôn muốn phân tích dữ liệu 10 ngày trước đó, để có thể đưa ra quyết định cho giá trị chứng khoán ngày hiện tại. Do dữ liệu thay đổi liên tục, ta cần một hệ thống có thể tự cập nhật và phân tích để hỗ trợ đưa ra quyết định có độ chính xác cao nhất.
Trường hợp ta không thể lập trình cụ thể cho từng người dùng do giới hạn về nhân lực
Làm sao ta biết được thói quen của từng người dùng khi mua sản phẩm online để có thể gợi ý họ mua những sản phẩm tương ứng với những sản phẩm họ đã mua trước đó. Amazon hay Youtube là những ví dụ cho các hệ thống có khả năng xác định thói quen và xu hướng của người dùng để có thể đưa ra những gợi ý chính xác giúp nâng cao trải nghiệm của người dùng.
Qua các ví dụ trên, ta có thể thấy trong suốt vài thập niên qua, con người luôn cố gắng vay mượn sức mạnh tính toán của máy tính (một trong những giới hạn của con người) để cải thiện chất lượng cuộc sống cũng như công việc của mình. Machine learning là một trong những công cụ giúp cho chúng ta có thể giải quyết những bài toán mà phương pháp lập trình truyền thống chỉ dựa trên tiến trình không thể nào đạt được. Bằng cách vay mượn một lượng lớn dữ liệu có sẵn, ta có thể “dạy” cho máy tính “học” để chúng có khả năng tự động thực hiện những tác vụ hữu ích cho con người.
Ông Xuân Hồng 