Artificial Intelligence (AI) là một ngành khoa học kỹ thuật nhằm mô phỏng trí thông minh của con người trong máy móc. AI giúp cỗ máy trở nên thông minh hơn, có khả năng tiếp nhận và xử lý thông tin từ cơ bản đến phức tạp, có thể tự suy nghĩ và hành động giống như con người.

AI có thể được chia thành bốn loại, dựa trên độ phức tạp của các nhiệm vụ mà một hệ thống có thể thực hiện. Đầu tiên có AI phản ứng (Reactive Machine AI) - nhận thức, phản ứng tức thì với môi trường xung quanh; dùng trong các hệ thống lọc thư rác, phần mềm chơi cờ vua, nhận diện khuôn mặt...

Kế đến, AI có bộ nhớ hạn chế (Limited Memory) thu thập và lưu trữ, dựa vào dữ liệu trong quá khứ để dự đoán, đưa ra các quyết định trong tương lai. Loại này phức tạp hơn và mang lại hiệu quả nhiều hơn so với AI phản ứng. Limited Memory dùng trong công nghệ xe tự hành nhằm dạy cho xe các tình huống giao thông, từ đó xe sẽ thu thập thông tin, dự đoán tình huống tốt hơn, đưa ra quyết định chính xác, hạn chế tai nạn giao thông.

Có thể hình dung nhất qua Chat GPT-3 - chương trình chatbot trả lời bằng văn bản giống con người. Dựa vào Deep Learning, nó có thể trả lời các câu hỏi khó, thậm chí dạy người dùng trong hầu hết lĩnh vực.

AI lý thuyết về tâm trí (Theory of Mind) tập trung vào trí tuệ cảm xúc, có khả năng học và thể hiện cảm xúc như con người. Theory of Mind đưa ra hành động phù hợp dựa trên nhận thức về cảm xúc của con người, động vật hay máy móc.

AI tự nhận thức (Self-Awareness AI) đạt ý thức ở cấp độ con người và hiểu được sự tồn tại của chính nó trên thế giới hay sự hiện diện, trạng thái cảm xúc của những người khác.

Tất cả AI trên đều cần dữ liệu để vận hành, đóng vai trò cốt lõi. Có thể so sánh AI như quá trình của một người từ khi là một đứa trẻ mới sinh ra cho đến khi trưởng thành. Ở giai đoạn đầu, thông tin và kiến thức sẽ được dạy từ gia đình, trường lớp, bạn bè; cho đến khi trưởng thành, chúng sẽ vận dụng tất cả kiến thức, kinh nghiệm học được trong quá khứ để đưa ra quyết định độc lập trong tương lai. Lượng dữ liệu càng lớn thì AI sẽ càng thông minh hơn, đưa ra quyết định và hành động chính xác hơn.

Dựa vào từng loại AI, dữ liệu có thể chia ra làm hai dạng: dữ liệu nhanh (Fast Data) và dữ liệu lớn (Big Data).

Fast Data gồm dữ liệu được thu thập và xử lý theo thời gian thực, dung lượng thấp nhưng cần xử lý số lượng lớn, nhanh, liên tục. Ví dụ các cảm biến, camera trên xe tự hành sẽ thu thập thông tin về khoảng cách, tốc độ, điều kiện giao thông trong thời gian thực để giúp xe đưa ra các quyết định nhanh nhất. Công nghệ này còn ứng dụng trong các robot kiểm định chất lượng sản phẩm trong các dây chuyền sản xuất công nghiệp...

Big Data gồm các tập dữ liệu có cấu trúc, phi cấu trúc với kích thước và dung lượng lớn, phức tạp. Chúng thường được tổ chức, trích xuất thành các thông tin hữu ích thông qua các ứng dụng AI.

Tất cả dữ liệu thu thập được từ máy tính, thiết bị IoT, cảm biến, camera giám sát... sẽ lưu trữ tập trung thành các tập tin có dung lượng lớn tại các trung tâm dữ liệu. Sau đó ứng dụng AI sẽ học, phân tích, dự đoán và trả về các kết quả tùy vào yêu cầu cụ thể của từng lĩnh vực như: tài chính, an ninh, kinh doanh, thương mại điện tử...

Hạ tầng lưu trữ cho Fast Data và Big Data cũng khác nhau, phụ thuộc và đặc tính của từng loại.

Fast Data không đòi hỏi dung lượng lưu trữ lớn nhưng yêu cầu độ trễ thấp và thường triển khai cục bộ trên từng thiết bị hoặc hệ thống. Do đó, thiết bị lưu trữ sẽ là Nand Flash, gồm: SSD, thẻ nhớ, bộ nhớ flash nhúng. Với ưu điểm về tốc độ, độ trễ và độ bền ở môi trường ngoài trời hoặc bên trong các thiết bị công nghiệp, bộ nhớ nand flash là sự lựa chọn phù hợp cho lưu trữ Fast Data.

Trong khi đó, Big Data cần dung lượng lưu trữ cực lớn và lưu trữ tập trung tại các trung tâm dữ liệu, lựa chọn phù hợp nhất sẽ là các loại ổ cứng HDD với độ bền cao, dung lượng lớn, sử dụng công nghệ mới để tăng độ tin cậy. Ngoài ra, ổ cứng tiết kiệm điện năng tiêu thụ cũng là một ưu điểm lớn, giúp tối ưu chi phí TCO bao gồm: chi phí đầu tư cho dung lượng lưu trữ và vận hành (Watt điện).

AI sử dụng dữ liệu, nhưng khả năng phân tích và học hỏi từ dữ liệu bị giới hạn bởi số lượng thông tin được đưa vào hệ thống. Big Data cung cấp một lượng lớn thông tin này, biến nó thành nguồn cung cấp nhiên liệu cho các hệ thống trí tuệ nhân tạo. Bằng cách khai thác tài nguyên Big Data, các hệ thống trí tuệ nhân tạo có thể đưa ra các quyết định sáng suốt hơn, cung cấp các đề xuất tốt hơn.

Theo vnexpress.net