Lesson 1.1: AI là gì? Sự khác biệt giữa AI – Machine Learning – Deep Learning
Lesson 1.1: AI là gì? Sự khác biệt giữa AI – Machine Learning – Deep Learning
1. Mục tiêu bài học
- Giúp học viên hiểu đúng khái niệm “AI” (Trí tuệ nhân tạo) – một thuật ngữ đang được sử dụng rất phổ biến nhưng thường gây hiểu lầm.
- Phân biệt rõ giữa AI, Machine Learning (Học máy), và Deep Learning (Học sâu) – từ đó nắm được tầm vóc, ứng dụng và giới hạn của từng nhánh.
- Đặt nền móng tư duy đúng đắn để học và ứng dụng AI một cách thực tế, không “thần thánh hóa” cũng không mù mờ.
2. Nội dung bài học
a. AI là gì?
AI (Artificial Intelligence) – Trí tuệ nhân tạo – là một nhánh của khoa học máy tính liên quan đến việc xây dựng các hệ thống có khả năng mô phỏng trí thông minh con người, bao gồm:
- Hiểu ngôn ngữ (Natural Language Processing),
- Nhận diện hình ảnh, âm thanh,
- Ra quyết định,
- Học hỏi từ dữ liệu.
Ví dụ đơn giản:
- AI có thể giúp bạn viết email (như ChatGPT),
- Gợi ý video (như YouTube),
- Nhận diện khuôn mặt (Face ID),
- Tự động lái xe (Tesla)...
Tư duy cần nhớ: AI không phải là "robot" hay "ý thức" – nó là một tập hợp các thuật toán thông minh.
b. Machine Learning là gì?
Machine Learning (ML) là một nhánh con của AI. Thay vì lập trình từng bước cụ thể, ta cung cấp dữ liệu và thuật toán học từ dữ liệu đó để rút ra quy luật và đưa ra dự đoán/ứng xử.
Ví dụ: Bạn không dạy AI cụ thể thế nào là "email spam", mà bạn cung cấp cho nó hàng ngàn email được gắn nhãn spam và không spam, để nó tự học ra mô hình phân biệt.
ML = Dữ liệu + Mô hình học → Khả năng dự đoán/ra quyết định
c. Deep Learning là gì?
Deep Learning là một nhánh của Machine Learning sử dụng mạng nơ-ron nhân tạo (Neural Networks) – mô phỏng cách bộ não con người hoạt động.
Điểm mạnh của Deep Learning:
- Xử lý khối lượng dữ liệu lớn
- Khả năng trích xuất đặc trưng phức tạp
- Ứng dụng trong xử lý hình ảnh, giọng nói, ngôn ngữ tự nhiên
Ví dụ:
- Nhận diện khuôn mặt trên ảnh
- Tạo hình ảnh mới bằng AI
- ChatGPT (dựa trên mô hình Transformer – một dạng Deep Learning)
3. Tóm tắt dễ nhớ
| Thành phần | Là gì? | Là nhánh của | Ứng dụng tiêu biểu |
|---|---|---|---|
| AI | Mô phỏng trí tuệ con người bằng máy | – | Tự động hóa, ra quyết định, chatbot |
| Machine Learning | Học từ dữ liệu thay vì lập trình tay | AI | Dự đoán bán hàng, phân loại email |
| Deep Learning | ML dùng mạng nơ-ron phức tạp để học sâu | ML | Nhận diện hình ảnh, giọng nói, GPT |
4. Bài tập thực hành
- Liệt kê 3 ví dụ AI mà bạn từng dùng (trong điện thoại, máy tính, ứng dụng)
- Hãy thử phân loại chúng: đó là AI, ML hay Deep Learning?
- Ghi chú lại trong bảng sau:
| Ứng dụng AI bạn từng dùng | Dạng công nghệ (AI / ML / DL) | Mục đích sử dụng |
|---|---|---|
| Ví dụ: Google Translate | AI + DL | Dịch ngôn ngữ theo ngữ cảnh tự nhiên |
5. Ghi chú cho học viên
Bạn không cần là lập trình viên để hiểu AI, nhưng cần một nền tảng tư duy đúng. Bài học này là khởi đầu để bạn không “mù công nghệ” khi tiếp cận hàng loạt công cụ AI trong các bài học sau.
