Huấn luyện robot giúp bạn ăn tối

Các chuyên gia tại Đại học Washington đang nghiên cứu một hệ thống robot có thể giúp công việc này trở nên dễ dàng hơn. Sau khi xác định các loại thực phẩm khác nhau trên đĩa, robot có thể tự sử dụng nĩa để lấy và đưa thức ăn vào miệng của một người.

 

Theo dữ liệu điều tra dân số từ năm 2010, khoảng 1 triệu người trưởng thành ở Hoa Kỳ đang cần người giúp đỡ trong việc ăn uống.

Đây là một công việc tốn thời gian và khá tế nhị, phần nhiều được thực hiện là vì sự cần thiết hơn là sự lựa chọn.

Nhóm nghiên cứu đã công bố kết quả của mình trên một loạt các bài báo: Một bài gần đây đã được xuất bản trên IEEE Robotics and Automation Letters , trong khi một bài khác sẽ được trình bày vào ngày 13 tháng 3 tại Hội nghị Quốc tế ACM / IEEE về Tương tác giữa Người với Robot ở Hàn Quốc.

Tác giả Siddhartha Srinivasa, Giáo sư tại UW’s Paul G. Allen School of Computer Science & Engineering, nói: “Việc phụ thuộc vào người chăm sóc trong mỗi bữa ăn hằng ngày sẽ làm mất đi ý thức độc lập của một người” và rằng “Mục tiêu của chúng tôi với dự án này là giúp mọi người kiểm soát cuộc sống của họ nhiều hơn một chút.”

Ý tưởng của dự án là phát triển một hệ thống hỗ trợ ăn uống tự động, được gắn vào xe lăn và hỗ trợ người dùng ăn bất cứ thứ gì họ muốn.

“Khi chúng tôi bắt đầu dự án, chúng tôi nhận ra: Có rất nhiều cách để mọi người đưa một miếng thức ăn vào miệng, tùy thuộc vào kích cỡ, hình dạng hoặc trạng thái của nó. Chúng ta phải bắt đầu như thế nào đây?” đồng tác giả Tapomayukh Bhattacharjee, một nghiên cứu sinh sau tiến sĩ tại Trường Allen cho biết. “Vì vậy, chúng tôi đã làm một thí nghiệm để xem cách con người ăn các loại thực phẩm phổ biến như nho và cà rốt.”

Các nhà nghiên cứu đã sắp xếp các đĩa ăn với khoảng một chục loại thực phẩm khác nhau, từ dạng cứng như cà rốt cho đến dạng mềm như chuối. Các đĩa cũng bao gồm các loại thực phẩm khác như cà chua và nho, có vỏ cứng và bên trong mềm. Sau đó, nhóm đã cho mỗi tình nguyện viên một cái nĩa và yêu cầu họ nhặt những miếng thức ăn khác nhau và cho một con ma-nơ-canh ăn. Cái nĩa chứa một cảm biến để đo xem mỗi người sử dụng lực bao nhiêu khi họ lấy thức ăn.

Các tình nguyện viên đã dùng nhiều cách thức khác nhau để lấy các dạng thức ăn khác nhau. Ví dụ, có người xiên loại thức ăn mềm như chuối ở một góc nhất định sao cho chúng không bị trượt khỏi nĩa. Đối với cà rốt và nho, các tình nguyện viên có xu hướng sử dụng các chuyển động lắc lư để tăng lực tác dụng

“Dường như mọi người sử dụng các cách khác nhau không chỉ dựa trên kích thước và hình dạng của thực phẩm mà còn cả độ cứng hay mềm của nó. Nhưng chúng ta có thực sự cần phải làm điều đó không?” Bhattacharjee nói. “Chúng tôi quyết định thực hiện một thí nghiệm với robot, để nó tự xiên thức ăn cho đến khi nĩa đạt đến độ sâu nhất định bên trong, bất kể loại thực phẩm nào.”

Robot đã sử dụng cùng một lực độ và kiểu xiên cho tất cả các miếng thức ăn, bất kể tính chất của chúng. Robot có thể lấy được thức ăn cứng, nhưng nó phải vật lộn với thức ăn mềm hay những loại có vỏ cứng và bên trong mềm. Vì vậy, robot, giống như con người, cần điều chỉnh lực độ và góc mà chúng sử dụng để nhặt các loại thực phẩm khác nhau.

Nhóm nghiên cứu cũng lưu ý rằng các hành vi nhặt một miếng thức ăn và bón cho người khác không hề độc lập với nhau. Tình nguyện viên thường chỉnh hướng cụ thể một miếng thức ăn trên nĩa để có thể ăn dễ dàng hơn.

“Bạn có thể lấy một miếng cà rốt bằng cách xiên vào giữa, nhưng như thế thì khó mà ăn được”, Bhattacharjee nói. “Mặt khác, nếu bạn xiên vào nó ở một trong hai đầu rồi sau đó nghiêng về phía miệng của người khác thì việc ăn sẽ trở nên dễ dàng hơn.”

Để thiết kế một quy trình xiên và bón cho người khác ăn thay đổi dựa trên từng loại thực phẩm, các nhà nghiên cứu đã kết hợp hai thuật toán khác nhau. Đầu tiên họ sử dụng thuật toán phát hiện đối tượng có tên RetinaNet, quét đĩa ăn, xác định các loại thực phẩm trên đó và đặt một khung xung quanh mỗi vật phẩm.

Sau đó, họ đã phát triển SPNet, một thuật toán kiểm tra loại thực phẩm trong một khung cụ thể và cho robot biết cách tốt nhất để lấy chúng. Ví dụ, SPNet bảo robot xiên một quả dâu tây hoặc một lát chuối ở giữa và xiên cà rốt ở một trong hai đầu.

Nhóm nghiên cứu đã cho robot nhặt từng miếng thức ăn và đưa chúng cho các tình nguyện viên sử dụng SPNet hoặc một quy trình thống nhất hơn: tiếp cận bằng cách xiên vào chính giữa miếng thức ăn bất kể đó là gì. Các quy trình khác nhau của SPNet vượt trội hơn hoặc thực hiện giống như cách tiếp cận thống nhất cho tất cả các loại thực phẩm.

“Nhiều thách thức kỹ thuật không hề kén chọn về việc lựa chọn giải pháp, nhưng nghiên cứu này có mối liên hệ mật thiết với tất cả chúng ta,” Srinivasa nói. “Nếu chúng ta không tính đến việc cắn thức ăn dễ dàng như thế nào, thì mọi người có thể không sử dụng được hệ thống này. Có hằng hà các loại thực phẩm ngoài kia, vì vậy thách thức lớn nhất của chúng ta là phát triển các quy trình có thể tương thích với tất cả các loại thực phẩm đó.”

Nhóm hiện đang làm việc với Taskar Center for Accessible Technology để nhận phản hồi từ những người chăm sóc và bệnh nhân trong các cơ sở trợ giúp về cách cải thiện hệ thống để phù hợp với nhu cầu của mọi người.

“Cuối cùng, mục tiêu của chúng tôi là dùng robot giúp mọi người có thể tự mình ăn trưa hoặc ăn tối “, Srinivasa nói. “Nhưng vấn đề không phải là thay thế toàn bộ những người chăm sóc: Chúng tôi muốn trao quyền cho họ. Với một robot giúp đỡ, những người chăm sóc có thể chỉ cần bày đĩa ăn, và sau đó làm những việc khác trong khi người còn lại có thể tự mình dùng bữa.”

Robot hỗ trợ chăm sóc bệnh nhân mất trí nhớ

Một nhóm các nhà khoa học đã dành sáu tháng đồng thiết kế robot với những người chăm sóc không chính thức cho những người mắc chứng mất trí nhớ, chẳng hạn như các thành viên trong gia đình. Họ phát hiện ra rằng những người chăm sóc muốn robot thực hiện hai vai trò chính: hỗ trợ chia sẻ khoảnh khắc tích cực giữa những người chăm sóc và người thân của họ; và giảm bớt căng thẳng cảm xúc của người chăm sóc bằng cách thực hiện các nhiệm vụ khó khăn, chẳng hạn như trả lời các câu hỏi lặp đi lặp lại và hạn chế thực phẩm không lành mạnh.

 

Chế tạo robot có thể hỗ trợ những người mắc chứng mất trí nhớ là mục tiêu dài hạn. Tuy nhiên, cho đến nay chưa có khảo sát những người chăm sóc không chính thức như thành viên gia đình về những đặc điểm và vai trò mà những robot này nên có.

Một nhóm các nhà khoa học tại Đại học California San Diego đã tìm cách giải quyết vấn đề này bằng cách dành sáu tháng cùng với các thành viên gia đình, nhân viên xã hội và những người chăm sóc khác chăm sóc những người mắc chứng mất trí nhớ đồng thiết kế robot.

Các nhà nghiên cứu phát hiện ra rằng những người chăm sóc muốn robot thực hiện hai vai trò chính: hỗ trợ những khoảnh khắc tích cực được chia sẻ bởi những người chăm sóc và người thân của họ; và giảm bớt căng thẳng cảm xúc của người chăm sóc bằng cách thực hiện các nhiệm vụ khó khăn, chẳng hạn như trả lời các câu hỏi lặp đi lặp lại và hạn chế thực phẩm không lành mạnh.

“Những người chăm sóc quan niệm robot không chỉ quản lý các khía cạnh khó khăn của việc chăm sóc – mà còn để hỗ trợ các hoạt động mang lại niềm vui”, Laurel Riek, giáo sư khoa học máy tính tại UC San Diego, và tác giả của báo cáo cho biết.

Vợ chồng hoặc con cái trưởng thành cung cấp 75% chăm sóc cho những người mắc chứng mất trí nhớ. Điều đó tương đương với 15 triệu người chỉ riêng ở Hoa Kỳ, cung cấp 18 tỷ giờ chăm sóc không được trả lương mỗi năm với ít hỗ trợ cũng như tài chính. Những người chăm sóc có khi bỏ qua sức khỏe và phúc lợi của chính họ, điều này có thể khiến cả hai bên gặp nguy hiểm.

Hầu hết các công nghệ được thiết kế để hỗ trợ người chăm sóc chỉ tìm cách giáo dục, thay vì giảm gánh nặng. Người chăm sóc đôi khi cũng có quyền truy cập vào các hệ thống hỗ trợ ảo và kết nối với bác sĩ lâm sàng thông qua điện thoại thông minh hoặc máy tính để bàn. Nhưng điều này tập trung vào giáo dục và không hỗ trợ trực tiếp.

Ngược lại, robot tại nhà có thể cung cấp cho người chăm sóc sự nghỉ ngơi mà họ thực sự cần. Trước khi chế tạo robot, điều quan trọng là phải có thông tin đầu vào từ người chăm sóc để robot được thiết kế tốt và thực sự hữu ích.

Riek nói: “Các nhà nghiên cứu bắt buộc phải thực hiện một cách tiếp cận tập trung vào sức khỏe cộng đồng để hiểu quan điểm của các bên liên quan trước khi xây dựng công nghệ”.

Một nửa số robot được thiết kế bởi những người chăm sóc chủ yếu tập trung vào việc giảm bớt căng thẳng từ những câu hỏi lặp đi lặp lại mà những người mắc chứng mất trí nhớ đưa ra. Những người chăm sóc cũng tưởng tượng ra những robot có thể cung cấp lời nhắc về lịch trình và nhiệm vụ hàng ngày của một người. Họ cũng thiết kế robot để giúp trị liệu vật lý và quản lý thuốc.

Khi chứng mất trí tiến triển, những người chăm sóc muốn robot tương tác nhiều hơn với người mắc chứng mất trí nhớ bằng cách giúp đỡ các công việc hàng ngày và đưa ra lời nhắc nhở. Robt mà những người chăm sóc tưởng tượng đã đóng vai trò là cố vấn và người hỗ trợ – và đôi khi là “kẻ xấu” có thể nói “không” với người mắc chứng mất trí nhớ.

Các nhà nghiên cứu hiện đang sử dụng các nguyên mẫu công nghệ thấp ban đầu này để xây dựng các nguyên mẫu công nghệ cao mà họ dự định bắt đầu thử nghiệm tại nhà trong năm tới.

Đối với nghiên cứu, các nhà nghiên cứu do Riek đứng đầu đã xây dựng mối quan hệ với ba trung tâm chăm sóc mất trí nhớ khác nhau ở Hạt San Diego.

Một loạt các cuộc phỏng vấn và hội thảo thực hành với những người chăm sóc đã được thực hiện bởi hai sinh viên đại học khoa học nhận thức của UC San Diego, Sanika Moharana và Alejandro E. Panduro, và một tiến sĩ khoa học máy tính, Hee Rin Lee. Tổng cộng có 18 người tham gia nghiên cứu, trong đó có 13 thành viên gia đình đóng vai trò là người chăm sóc cho những người mắc chứng mất trí nhớ, năm nhân viên xã hội tốt nhất các trung tâm chăm sóc và ba sinh viên điều dưỡng lão khoa làm việc tại các trung tâm.

Dựa trên phản hồi của mọi người, nhóm nghiên cứu đã xác định 16 thách thức lớn mà người chăm sóc phải đối phó, từ khó chấp nhận chứng mất trí nhớ, đến cách ly, đến khó khăn trong việc ưu tiên chăm sóc bản thân.

Trong các hội thảo, các nhà nghiên cứu đã cho những người chăm sóc tìm hiểu qua về các loại công nghệ hiện có, bao gồm robot giống như thú cưng, robot làm sạch, robot thần giao cách cảm, loa thông minh và thiết bị đeo.

Sau đó, với sự giúp đỡ của học sinh, những người chăm sóc đã đưa ra các vấn đề chính và hợp tác thiết kế robot để giải quyết chúng. Họ sử dụng mô hình để xây dựng các nguyên mẫu robot. Họ cũng chọn các chức năng cho robot (như chơi trò chơi, xem lại album ảnh, tập thể dục, v.v.) và chế độ tương tác giữa robot và người mắc chứng mất trí nhớ cùng người chăm sóc (ví dụ như ra lệnh bằng giọng nói và màn hình cảm ứng).

Những người chăm sóc đã thiết kế robot lý tưởng của họ để tuân theo các kịch bản được xác định trước do các nhà nghiên cứu và nhân viên xã hội cung cấp, bao gồm ngăn người bị chứng mất trí nhớ lái xe, đưa họ đi tắm hoặc trả lời các câu hỏi lặp đi lặp lại.

Dựa trên kết quả của quá trình thiết kế cộng đồng kéo dài sáu tháng, các nhà nghiên cứu đã xác định một số đặc điểm và hướng dẫn thiết kế cho robot để hỗ trợ những người chăm sóc và những người mắc chứng mất trí nhớ:

Robot nên giúp chuyển hướng các cuộc hội thoại khi việc đặt câu hỏi lặp đi lặp lại trở nên nặng nề.

Robot nên được tích hợp với các đồ vật hàng ngày mà những người mắc chứng mất trí đã quen thuộc hoặc mượn các tính năng từ các đồ vật đó. Ví dụ, một người chăm sóc muốn chồng nhận được tin nhắn qua TV – thứ mà anh ta dành nhiều thời gian để xem.

Robot nên có khả năng thích ứng với các tình huống mới và hành vi của người mắc chứng mất trí nhớ. Điều này đặc biệt quan trọng vì chứng mất trí là một bệnh tiến triển và mỗi giai đoạn mang đến những thách thức mới cho người chăm sóc. Ngoài ra, mô hình của sự tiến triển khác nhau, kết quả là gần như không thể dự đoán.

Robot nên có thể học hỏi từ người dùng cuối, tùy chỉnh và cá nhân hóa sự tương tác và phản hồi của họ.

Robot nên có các thành phần giống con người. Điều đó không có nghĩa là họ nên trông giống con người. Thay vào đó, máy móc có thể, ví dụ, sử dụng giọng nói hoặc khuôn mặt thật của con người. “Khi những người chăm sóc muốn robot đóng vai trò tích cực trong việc thuyết phục những người mắc chứng mất trí nhớ làm điều gì đó, họ đã thiết kế robot với nhiều tính năng giống con người hơn”, các nhà nghiên cứu viết. Liên quan đến vấn đề này, những người chăm sóc muốn robot bao gồm các tính năng giúp xây dựng lòng tin, chẳng hạn như trông giống như một người bạn hoặc bác sĩ lâm sàng.

Robot nên tương tác với con người thông qua kích hoạt bằng giọng nói – giống như một chiếc loa thông minh. Cụ thể hơn, những người chăm sóc muốn robot sử dụng giọng nói mà người thân của họ sẽ quen thuộc – người chăm sóc hoặc bác sĩ. Những người chăm sóc cũng muốn robot có khả năng nhận diện khuôn mặt.

Elon Musk: Sự can thiệp của con người vào lái xe sẽ kém an toàn hơn xe tự lái

Giám đốc điều hành của Tesla, Elon Musk cho rằng công nghệ xe tự lái tiên tiến đến mức trong vòng một năm nữa, nó sẽ có khả năng điều khiển các phương tiện tốt hơn con người.

Musk đã đưa ra dự đoán này trong một cuộc phỏng vấn mới nhà nghiên cứu thuộc MIT – Lex Fridman, người đã công bố một nghiên cứu gần đây về “Cảnh giác với chức năng lái xe” khi sử dụng Tesla Autopilot.

Musk tự hào rằng công nghệ của Tesla “vượt xa mọi người”, bao gồm Cruise Automation được hỗ trợ bởi GM và Waymo, và rằng “hiện tại nó đang giống một trò chơi, thiết lập và kết hợp”.

Ông tin rằng công nghệ của Tesla gần như đạt tới điểm mà việc để con người điều khiển phương tiện giao thông sẽ nguy hiểm hơn so với việc giao phó cho Autopilot.

“Tôi nghĩ rằng, việc để con người can thiệp sẽ làm giảm sự an toàn sẽ sớm trở thành hiện thực rất, rất nhanh, có thể là cuối năm nay. Nhưng tôi muốn nói rằng, tôi sẽ bị sốc nếu nó không đạt được muộn nhất là cuối năm sau.”

Tầm nhìn của ông là một khi Autopilot được chứng minh là an toàn hơn 200% so với người lái, thì việc cho phép con người điều khiển phương tiện giao thông sẽ nguy hiểm hơn.

Musk tiếp tục ví những chiếc xe tự lái với thang máy, thứ mà ngày xưa cần một người để vận hành.

“Bây giờ không còn ai muốn có một người vận hành thang máy nữa vì thang máy tự động sẽ dừng ở các tầng và an toàn hơn nhều so với người vận hành thang máy” – Musk nói.

Theo Musk, tỷ lệ cải thiện khả năng xe tự lái là “theo cấp số nhân” và rằng không cần hệ thống giám sát cho người lái.

Fridman đã hỏi Musk về lý do tại sao Tesla cho phép người lái sử dụng Autopilot trong phạm vi điều kiện lái rộng hơn nhiều so với hệ thống Cadillac Super Cruise, hệ thống mà các nhà nghiên cứu nhận thấy là “rất hạn chế” và “hẹp hơn” so với thiết kế vận hành (ODD) được sử dụng trong hệ thống của Tesla.

Fridman nhận xét rằng Tesla đang cho phép các tài xế sử dụng khả năng tự lái của mình bất cứ đâu. Mặc dù Musk nêu rõ rằng các tài xế có thể sử dụng chức năng “bất cứ nơi nào”.

“Thành thật mà nói, thật điên rồ khi cho phép mọi người lái một cỗ máy nặng hai tấn một cách thủ công” – Musk nói. “Thật điên rồ, con người trong tương lai sẽ nghĩ rằng ‘Tôi không thể tin được là con người đã được cho phép lái cổ mãy tử thần nặng 2 tấn này, đến bất cứ nơi nào họ muốn…’ Điều điên rồ trong tương lai sẽ là ‘con người được phép lái xe oto’.

Ông chủ Tesla lạc quan hơn nhiều về công nghệ xe tự lái so với CEO của Ford – Jim Hackett, người trong tuần này đã cho biết công ty đã đánh giá quá cao sự xuất hiện của xe tự lái. Ford vẫn có kế hoạch phát hành một chiếc xe tự lái vào năm 2021, nhưng vì các vấn đề quá phức tạp, các ứng dụng của nó có thể hẹp, chúng ta có thể gọi chúng là geofenced.

Musk gạt đi những câu hỏi của Fridman về nghiên cứu của Tencent Keen Security Lab, chứng mình rằng các vật nhỏ như nhãn dán, liệu có thể đánh lừa một chiếc xe Tesla lái xe đi vào hệ thống giao thông sắp tới.

“Thật dễ dàng để ngăn chặn điều đó bằng cách có sự nhận diện tiêu cực. Nếu hệ thống nhìn thấy thứ gì đó trông giống như ma trận hack thì hãy từ bỏ nó.” Musk cho biết.

“Những người không biết gì về lưới thần kinh, có thể họ đang nghĩ về việc đi câu cá hoặc điều gì đó tương tự”

Facebook đang phát triển trợ lý giọng nói cạnh tranh với Amazon Alexa và Apple Siri

Facebook đang phát triển một ứng dụng trợ lý qua giọng nói để cạnh tranh với Amazon Alexa, Apple Siri và Google Assistant.

Công ty này đã tiến hành thực hiện dự án mới này từ đầu năm 2018. Ý tưởng này đến từ nhóm thực tế ảo và thực tế tăng cường của công ty, một bộ phận phát triển phần cứng, bao gồm cả tai nghe Oculus thực tế ảo của công ty.

Một nhóm nhân viên của Redmond, Washington đã đi đầu trong nỗ lực xây dựng trợ lý AI mới, theo hai cựu nhân viên của Facebook đã rời khỏi công ty trong vài tháng gần đây. Dự án này đang được dẫn dắt bởi Ira Snyder, giám đốc Ả/VR và trợ lý Facebook. Đội ngũ này đã liên hệ với các nhà cung cấp trong chuỗi cung ứng loa thông minh

Chưa biết được chính xác Facebook có hình dung như thế nào về một trợ lý giọng nói thông minh, nhưng có khả năng nó sẽ có những chức năng như sử dụng trên loa thông minh để trò chuyện video bằng các thiết bị như Portal của Facebook, tai nghe Oculus hoặc các dự án tương lai khác.

 

Dự án này sẽ phải đối mặt với sự cạnh tranh rất gay gắt. Amazon và Google đang tiến xa trong thị trường loa thông minh với thị phần tại Mỹ 67% thuộc về Amazon và 30% thuộc về Google vào năm 2018, theo eMarketer.

Vào năm 2015, Facebook đã phát hành trợ lý AI cho ứng dụng Messengẻ có tên M. Ứng dụng này giúp người dùng có những gợi ý thông minh, nhưng dự án này phụ thuộc rất nhiều vào sự giúp đỡ của con người và đã không nhận được sự thu hút từ người dùng. Facebook đã chấm dứt dự án này vào năm ngoái.

Vào tháng mười một năm 2018, công ty này đã bắt đầu bán thiết bị trò chuyện video Portal, cho phép người dùng thực hiện cuộc gọi video bằng Facebook Messenger. Bằng câu lệnh “Hey Portal”, người dùng có thể chỉ định những câu lệnh đơn giản, nhưng thiết bị cũng được tích hợp thêm cả trợ lý Alexa của Amazon để thực hiện các tác vụ phức tạp hơn.

Điều các ngân hàng cần biết về Trí tuệ nhân tạo

Trong những năm gần đây, các cụm từ “Trí tuệ nhân tạo” (Artificial Intelligence) hay “Học máy” (Machine learning) càng ngày càng được nhắc đến nhiều hơn trong nhiều lĩnh vực khác nhau. Khối lượng dữ liệu ngày một tăng kết hợp với các đột phá về công nghệ lưu trữ, tính toán của phần cứng giúp cho các ứng dụng của AI càng ngày càng lớn và hiệu quả hơn. Đặc biệt trong ngành tài chính ngân hàng trong khoảng 3 năm gần đây chứng kiến sự phát triển rõ rệt của công nghệ mới mẻ này. Sau đây là những điểm cơ bản mà những người làm việc trong ngành tài chính, ngân hàng cần biết về AI:

Khái niệm cơ bản:
Một thuật toán là một dãy các quy tắc chặt chẽ của các chỉ thị, phương cách hay một trình tự để giải quyết một bải toán cụ thể, đối với những người phi công nghệ (non-tech) thì có thể hiểu thuật toán là một chuỗi các bước hoặc nhiệm vụ cần phải thực hiện, hoặc là một hướng dẫn nấu ăn.
Trí tuệ nhân tạo (AI) là công nghệ mà con người lập trình nên với mục tiêu giúp máy tính có thể tự động hóa các hành vi thông minh như con người, theo nghĩa đơn giản thì AI là quá trình áp dụng các thuật toán đã được huấn luyện trước đó lên dữ liệu, và sử dụng các kết quả từ đó để ra quyết định hoặc khuyến cáo.
Học máy (ML) là lĩnh vực nghiên cứu và xây dựng các kỹ thuật cho phép các hệ thống học tự động từ dữ liệu để giải quyết những vấn đề cụ thể. Cụ thể là sử dụng các thuật toán và mô hình phân tích để thực hiện các phân tích cụ thể trên tập dữ liệu. ML rất gần với lĩnh vực thống kê ứng dụng.

Những điều cần hiểu:

1. Ngân hàng và tổ chức tài chính có thể ứng dụng sức mạnh của công nghệ mới này ngay bây giờ mà không cần thiết phải chờ đợi một phát minh khoa học đột phá nào khác. Các ngân hàng lớn và các công ty công nghệ tài chính (fintech) đã và đang ứng dụng AI vào trong các hoạt động truyền thông, giao vận, sản xuất, niêm yết giá và rất nhiều việc khác. Tận dụng khối lượng dữ liệu mà tổ chức của mình đang sở hữu và thực hiện khai phá các tri thức từ nó, xây dựng các mô hình “học” từ lượng dữ liệu đó, chắc chắn tổ chức của bạn sẽ đạt được những thành tựu tốt hơn bây giờ rất nhiều lần.

2. Thành công của việc ứng dụng AI sẽ không đến ngay lập tức. Đó là cả một quá trình từ xây dựng chiến lược, thu thập và chuẩn hóa dữ liệu, huấn luyện máy học cho đến sử dụng các kiến thức thu được từ dữ liệu để ra quyết định. Điều này đòi hỏi sự nhận thức rõ ràng từ các cấp lãnh đạo quản lý về tầm quan trọng và lợi ích của việc ứng dụng AI trong tổ chức của mình.

3. Tránh việc không có định hướng cụ thể. Việc triển khai ứng dụng AI vào quy trình nghiệp vụ chỉ để xem có đạt được một kết quả gì đó không là vô nghĩa. Tất cả các thuật toán AI cần được xây dựng với một mục đích cụ thể, rõ rệt. Tổ chức tài chính cần xác định các bài toán cụ thể, ví dụ như xây dựng mô hình dự đoán rủi ro cho các khoản vay thương mại. Bắt đầu từ việc xác định các loại dữ liệu nào cần thu thập, có tác động đến mô hình nhiều hay ít và các kết quả đầu ra sẽ bao gồm những gì. Điều này được gọi là “AI hướng giả thuyết”. Việc xác định thông tin đầu ra mà tổ chức mình mong muốn nhận được sẽ giúp cho việc xây dựng chiến lược ứng dụng AI rõ ràng, tiết kiệm chi phí và hiệu quả hơn.

4. Cẩn trọng với các thuật toán Hộp đen. Có rất nhiều sản phẩm, công cụ trên thị trường được quảng cáo là có thể thu thập được tri thức từ bất cứ nguồn dữ liệu nào. Điều này có thể đúng với các thông tin cơ bản như trên mạng xã hội, tuy nhiên đối với các bài toán, yêu cầu phức tạp hơn thì chưa chắc đã đúng. Đối với lĩnh vực đặc thù như ngành tài chính – ngân hàng, cách tiếp cận của các thuật toán Hộp đen như vậy sẽ không đạt được nhiều hiệu quả do độ rộng và phức tạp của các dữ liệu liên quan. Ví dụ chỉ sử dụng dữ liệu thu thập trên mạng xã hội sẽ không đủ để xác định được độ tin cậy của một cá nhân, từ đó xác định được rủi ro tín dụng. Các bài toán đặc thù cần các cách tiếp cận cụ thể, chi tiết hơn.

5. Các tổ chức cần khoa học gia dữ liệu. Nếu một tổ chức tài chính, ngân hàng muốn theo đuổi việc xây dựng chiến lược AI cho tổ chức mình thì họ sẽ cần phải có một khoa học gia dữ liệu. Khoa học gia dữ liệu là người hiểu biết về công nghệ xây dựng AI và các lĩnh vực như mô hình hóa dữ liệu, phân tích thống kê. Kết hợp với hiểu biết hoặc yêu cầu về nghiệp vụ, người này có thể xây dựng các chiến lược AI cụ thể và hiệu quả cho tổ chức. Các tổ chức sẽ không thể thuê ngoài đối tượng này vì sự cần thiết phải chia sẻ dữ liệu và các bí mật kinh doanh của mình.

6. Một số ví dụ về ứng dụng của AI có thể thực hiện ngay lập tức:
– Mô hình dự đoán tài chính: Bằng việc thu thập dữ liệu kinh doanh, dữ liệu giá cả lịch sử và một số dữ liệu liên quan trên thị trường, một tổ chức tài chính hay ngân hàng có thể xây dựng mô hình dự đoán giá cổ phiếu của tổ chức mình trên thị trường chứng khoán, từ đó đưa ra các quyết định, chính sách kinh doanh phù hợp với nhu cầu phát triển. Việc dự đoán được xu thế lên xuống của thị trường cũng sẽ giúp cho các tổ chức sử dụng tốt hơn các khoản đầu tư của mình.
– Mô hình khuyến nghị khuyến cáo: Hiện nay các tổ chức tài chính, ngân hàng có thể thu thập dữ liệu của khách hàng từ nhiều nguồn, nhiều cách khác nhau như từ ứng dụng điện thoại, internet banking hay các sản phẩm tài chính cá nhân. Việc huấn luyện AI trên các dữ liệu này có thể giúp tổ chức hiểu rõ hơn và dự đoán được hành vi của khách hàng, từ đó đưa ra các khuyến nghị, khuyến cáo sản phẩm dịch vụ phù hợp hơn. Điều này cũng giúp làm tăng trải nghiệm cá nhân của khách hàng. Một ứng dụng nữa của loại mô hình này là phát hiện ra các hành vi, thói quen thao tác của khách hàng trên ứng dụng, sản phẩm của mình, từ đó đưa ra các chỉnh sửa, tối ưu đối với sản phẩm.
– Đào dữ liệu giọng nói: Một ứng dụng mà được ít các tổ chức chú ý đến là việc nhận dạng giọng nói của khách hàng thu thập được qua kênh điện thoại hỗ trợ. Việc nhận biết được giọng nói khách hàng sẽ giúp tăng cường bảo mật khi áp dụng công nghệ phát sinh giao dịch/ xác thực giao dịch thông qua giọng nói hay xây dựng các bot trên điện thoại thông minh có khả năng tương tác, tư vấn và giải quyết các vấn đề cho khách hàng thông qua giọng nói.
– Phân tích chữ: Các tổ chức tài chính, ngân hàng hiện nay sở hữu một số lượng giấy tờ rất lớn do mô hình hoạt động truyền thống đòi hỏi các nghiệp vụ phải có văn bản. Ứng dụng AI vào nhận diện và phân tích văn bản có thể giúp các tổ chức đào được các kiến thức ẩn bên trong khối lượng văn bản, từ đó đưa ra các quyết định như tối ưu hóa quy trình nghiệp vụ, tự động phản hồi email và các khiếu nại, yêu cầu hỗ trợ của khách hàng. Điều này giúp làm giảm đáng kể chi phí vận hành và hoạt động của các tổ chức.

Lợi nhuận tài chính tăng nhờ trí tuệ nhân tạo đám mây (Cloud-based AI)

Theo báo cáo dự đoán năm 2019 về công nghệ, truyền thông và viễn thông (TMT) của Deloitte, năm 2019 sẽ xảy ra quá trình dân chủ hóa trí tuệ nhân tạo (AI), bởi trí tuệ nhân tạo đám mây (cloud-based AI) cho phép nhiều công ty tiếp cận với công nghệ tiên tiến.

Deloitte Global cũng dự đoán vào năm 2019, các công ty sẽ tăng tốc sử dụng phần mềm và dịch vụ AI đám mây. Trong số các công ty áp dụng công nghệ AI, 70% sẽ có được khả năng AI thông qua phần mềm doanh nghiệp đám mây và 65% sẽ tạo các ứng dụng AI sử dụng các dịch vụ phát triển dựa trên đám mây.

Họ cũng dự đoán vào năm 2020, tỷ lệ thâm nhập của phần mềm doanh nghiệp với nền tảng AI tích hợp và nền tảng đám mây sẽ lần lượt đạt khoảng 87% và 83%, trong số các công ty sử dụng phần mềm AI. ”Đám mây” sẽ thúc đẩy triển khai AI toàn diện hơn, lợi tức đầu tư (ROI) tốt hơn từ AI và chi tiêu cho AI cao hơn.

“Quan trọng là chúng ta sẽ thấy việc dân chủ hóa các khả năng của AI và những lợi ích to lớn”, báo cáo cho biết.

Paul Lee, người đứng đầu nghiên cứu TMT toàn cầu cho biết: “Cho đến nay, lợi ích ban đầu của AI chủ yếu được tích lũy bởi ‘gã khổng lồ công nghệ’ với nguồn tài chính phong phú, cơ sở hạ tầng CNTT mạnh và vốn nhân lực chuyên môn cao. “Tuy nhiên, “đám mây” sẽ tăng sức mạnh hiệu quả và lợi tức đầu tư tốt hơn, chúng tôi hy vọng những lợi ích này sẽ nhanh chóng vượt ra ngoài những người tiên phong của AI cho doanh nghiệp rộng lớn hơn.”

Tinh hoa trong công nghệ

Loucks cho biết AI bao gồm nhiều công nghệ mà nền tảng là máy học và phức tạp hơn là mạng lưới thần kinh học sâu. Những công nghệ này làm sinh động các ứng dụng AI như thị giác máy tính, xử lý ngôn ngữ tự nhiên và khả năng khai thác các kho dữ liệu khổng lồ để đưa ra dự đoán chính xác và việc khai quật những hiểu biết ẩn giấu.

Ông nói rằng sự sôi nổi xung quanh AI bắt nguồn từ những tiến bộ trong học máy và mạng lưới thần kinh học sâu và vô số cách mà các công nghệ này có thể giúp các công ty cải thiện hoạt động, phát triển các dịch vụ mới và cung cấp dịch vụ khách hàng tốt hơn với chi phí thấp hơn.

Tuy nhiên, một vấn đề với AI, là cho đến nay, nhiều công ty thiếu chuyên môn và nguồn lực để tận dụng tối đa nó. Học máy và học sâu thường yêu cầu các nhóm chuyên gia AI, truy cập vào bộ dữ liệu lớn và cơ sở hạ tầng chuyên ngành và sức mạnh xử lý.

Deloitte cho biết vì lý do này, AI ban đầu được hưởng lợi từ những người tiên phong với chuyên môn kỹ thuật cần thiết, cơ sở hạ tầng CNTT mạnh mẽ và túi tiền sâu rộng để có được các kỹ năng khoa học dữ liệu khan hiếm và tốn kém, đặc biệt là “gã khổng lồ công nghệ” toàn cầu. Họ có đủ nguồn lực để tham gia vào các cuộc chiến đấu thầu để tìm kiếm tài năng AI ngày càng đắt đỏ.

“Họ cũng đã đầu tư hàng tỷ vào cơ sở hạ tầng, bao gồm các trung tâm dữ liệu lớn và bộ xử lý chuyên dụng.”

Tích tiểu thành đại

Gã khổng lồ công nghệ đang sử dụng AI để tạo ra các dịch vụ tỷ đô và chuyển đổi hoạt động của công ty. Tham gia cùng họ là các công ty phần mềm doanh nghiệp lớn đang tích hợp khả năng AI vào phần mềm doanh nghiệp đám mây và đưa chúng ra thị trường đại chúng.

“Một loạt các công ty khởi nghiệp cũng đang chạy nước rút vào thị trường này với các công cụ và ứng dụng phát triển dựa trên đám mây. Những công ty khởi nghiệp này bao gồm ít nhất sáu ‘kỳ lân’ AI, hai trong số đó có trụ sở tại Trung Quốc.”

“Nói tóm lại, đám mây đang được dân chủ hóa quyền truy cập vào AI bằng cách cho các công ty khả năng sử dụng nó.”

Deloitte gần đây đã khảo sát 1900 giám đốc điều hành, công ty của họ phải bắt đầu sử dụng AI. Kết quả cho thấy con đường phổ biến nhất để có được khả năng AI là thông qua phần mềm doanh nghiệp với AI tích hợp.

Phần mềm này dựa trên đám mây, thông qua triển khai đám mây công cộng hoặc riêng tư. Khoảng 58% số người tham gia khảo sát trên toàn cầu đang sử dụng phương pháp này. Deloitte Global ước tính đến năm 2020, khoảng 87% người dùng AI sẽ nhận được một số khả năng AI từ phần mềm doanh nghiệp có tích hợp AI.

Phương pháp áp dụng AI này có thể có lợi thế lớn vì các công ty không cần phải phát triển các ứng dụng AI của riêng họ. AI chỉ đơn giản là chạy trong một nền tảng, làm cho phần mềm đó có giá trị hơn đối với người dùng.

Theo Amazon, số lượng nhà phát triển sử dụng Dịch vụ web của Amazon cho máy học đã tăng 250% so với năm ngoái.

Trên tất cả các quốc gia, những người sớm chấp nhận AI cũng đang cho thấy lợi nhuận tài chính tích cực, báo cáo ROI trung bình là 16%, Deloitte cho biết.

Sử dụng AI và Internet vào kinh doanh

Các sáng kiến của Châu Âu có thể thay đổi cách các công ty sử dụng AI và Internet vào kinh doanh

Những làn sóng sáng kiến về chính sách công nghệ mới từ Uỷ Ban Châu Âu và chính phủ Anh Quốc phản ánh sự kết thúc của kỷ nguyên tự điều chỉnh trong lĩnh vực công nghệ và sự xuất hiện của mô hình giám sát mới, mà trong đó các nhà lập pháp và công chúng có nhiều tiếng nói hơn về cách thức triển khai dữ liệu và các thuật toán.

Uỷ ban Châu Âu đang lên kế hoạch kiểm tra các hướng dẫn đạo đức cho việc sử dụng trí tuệ nhân tạo trong một dự án thí điểm trong mùa hè năm nay. Vương quốc Anh đề xuất thành lập một cơ quan quản lý để buộc các công ty internet xoá các nội dung có hại trên trang web của họ. Các nhà ủng hộ chính sách và các chuyên gia công nghệ cho rằng những nỗ lực này, cùng với Quy định bảo vệ dữ liệu chung của Châu Âu (Europe’s General Data Protection Regulation) đã có hiệu lực vào năm ngoái, sẽ thay đổi cách các công ty sử dụng internet và trí tuệ nhân tạo trong kinh doanh.

Dean Harvey, một đối tác của công ty luật Perkins Coie LLP, cho biết các điều khoản mang tính pháp lý và quy định sẽ được đưa ra nhiều đợt thành nhiều đợt. Những người đầu tiên bị ảnh hưởng sẽ là những người phát triển công nghệ, những người đang tạo ra các thuật toán. Tiếp đó sẽ là các công ty sử dụng các thuật toán để xử lý thông tin khách hàng mà trong đó có chứa các thông tin nhận diện cá nhân. “Bạn sẽ phải đưa ra các biện pháp bảo vệ để đảm bảo rằng bạn có thể xử lý dữ liệu và phát triển các mô hình trí tuệ nhân tạo một cách có đạo đức”- Ông nói.

Đợt sóng thứ hai có thể sẽ cuốn trôi các công ty bán lẻ, tiếp thị và tài chính. Lấy ví dụ, những công ty này có thể bị xử phạt nếu việc vận hành kinh doanh của họ bị ảnh hưởng bởi các chương trình máy tính mang tính thiên vị hoặc phân biệt đối xử. Xa hơn nữa là các doanh nghiệp sử dụng trí tuệ nhân tạo mà không hề có dữ liệu về con người, ví dụ như các công ty sản xuất sử dụng học máy cho việc bảo trì mang tính dự đoán của thiết bị hoặc xe vận tải.

Cũng như việc các tập đoàn đã phát triển trên thực tiễn phức tạp để đối phó với các quy định trong các ngành công nghiệp như tài chính và năng lượng, họ sẽ cần tạo ra các cơ chế quản trị để đối phó với một loạt các quy định về công nghệ mới. Dưới đây là một số bước:

 

  • Sẵn sàng có các vị trí lãnh đạo về đạo đức. Trong khi các cấu trúc doanh nghiệp hiện có về sự tuân thủ, pháp lý và kiểm toán đóng một vai trò nhất định, nhiều doanh nghiệp sẽ cần một vị trí lãnh đạo mới đặc biệt tập trung vào vấn đề đạo đức. Thomas Creely, giáo sư tại trường Đại học về lãnh đạo và đạo đức thuộc Đại học Naval War Mỹ, cho rằng việc tuyển dụng những người có đạo đức là vô cùng quan trọng, vì “những vấn đề nan giải sẽ không đổi và sẽ trở nên phức tạp hơn”.

Trong trường hợp có sự đối lập giữa lợi nhuận và đạo đức, doanh nghiệp nên sẵn sàng để hành động vì lợi ích lâu dài của công ty và thương hiệu. Brandon Purcell, trưởng chuyên gia phân tích của Forrester Research Inc, cho hay “Một số mô hình có độ chính xác cao cần được xử lý nhằm ít hoạt động hơn nhưng có đạo đức và minh bạch hơn.”

 

  • Các nhà cung cấp và các đối tác. Natasha Duarte, nhà phân tích chính sách thuộc Trung tâm phi lợi nhuận về Dân chủ và Công nghệ, cho rằng các công ty phi công nghệ sẽ phải đánh giá kỹ lưỡng hơn về các bên thứ ba cung cấp các dịch vụ AI, để biết được những thuật toán nào của nhà cung cấp đó đã được đào tạo và những biện pháp bảo vệ nào được áp dụng cho việc bảo mật dữ liệu.

 

  • Liên tục báo cáo chi tiết và tỉ mỉ. Doanh nghiệp cần áp dụng các chính sách nhằm báo cáo các hoạt động về AI của họ. Những báo cáo có thể dành cho ban lãnh đạo công ty, cho các cổ đông, cho một nhóm ngành công nghiệp hay một cơ quan quản lý. “Áp dụng các thực tiễn hàng đầu sẽ giúp giảm thiểu những rủi ro vốn có về AI liên quan đến khả năng giải thích và tính thiên vị” – Ông Martin Sokalski, Lãnh đạo toàn cầu về các vấn đề rủi ro công nghệ mới tại KPMG LLP.

 

  • Quản lý giáo dục. Illah R.Nourbakhsh, giáo sư về đạo đức và công nghệ máy tính tại Học viện Robot thuộc đại hoạc Carnegie Mellon, cho rằng các công ty có thể phải chịu trách nhiệm cho các hoạt động liên quan đến AI, vì vậy các nhà lãnh đạo cần được đào tạo tốt hơn về khả năng cũng như hạn chế của AI. “Cần có sự thông thạo hơn về AI giữa các nhà lãnh đạo doanh nghiệp” – Ông nói.

15 công nghệ nông nghiệp trong tương lai

Các công nghệ nông nghiệp được chia làm 4 nhóm chính: cảm biến, thực phẩm, tự động và kỹ thuật. Trong đó, công nghệ cảm biến cho phép nhà nông chuẩn đoán và theo dõi mùa màng theo thời gian thực, hỗ trợ chăn nuôi và máy móc nông nghiệp. Công nghệ thực phẩm sẽ mang lại những thành tựu về gene cũng như khả năng tạo ra thịt từ phòng thí nghiệm. Công nghệ tự động trong nông nghiệp sẽ được thực hiện bởi các robot kích thước lớn hoặc robot siêu nhỏ để giám sát quá trình gieo trồng. Còn công nghệ kỹ thuật giúp nông nghiệp mở rộng quy mô sang những phương tiện mới, địa điểm mới và lĩnh vực mới của nền kinh tế.

I – Cảm biến

1. Cảm biến đất và không khí

15 công nghệ nông nghiệp của tương lai

Các cảm biến là công cụ hỗ trợ cơ bản cho tự động hóa nông nghiệp. Các cảm biến này giúp cho người nông dân có thể theo dõi mùa màng theo thời gian thực, theo dõi nước/độ ẩm, không khí và các yếu tố ảnh hưởng đến năng suất cây trồng.

2. Viễn thông nông nghiệp

Công nghệ này giúp cho các máy móc nông nghiệp có thể thông báo cho người sử dụng về những trục trặc sắp xảy ra. Việc liên lạc giữa các máy móc có thể tạo ra một nền tảng cho kiểu canh tác “tập đoàn máy nông nghiệp”.

3. Sinh trắc học chăn nuôi

15 công nghệ nông nghiệp của tương lai

Người nông dân sử dụng GPS (hệ thống định vị toàn cầu), RFID (nhận dạng tần số sóng vô tuyến) và công nghệ sinh trắc học để có thể nhận dạng một cách tự động và truyền các thông tin quan trọng về chăn nuôi theo thời gian thực.

4. Cảm biến mùa màng

15 công nghệ nông nghiệp của tương lai

Các cảm biến mùa màng độ phân giải cao sẽ cung cấp thông tin cho các thiết bị nông nghiệp để điều chỉnh lượng nước, phân bón cho thích hợp với đất đai và cây trồng. Các cảm biến quang học hoặc thiết bị bay không người lái sẽ có khả năng nhận diện tình trạng khỏe mạnh của cây trồng. Chẳng hạn chúng sẽ sử dụng cảm biến hồng ngoại để đo độ xanh tốt trên toàn cánh đồng.

5. Cảm biến tình trạng cơ sở hạ tầng nông nghiệp

Các cảm biến này có khả năng đo những chấn động hoặc tình trạng vật lý của những ngôi nhà, cây cầu, xưởng sản xuất, nông trại và các hạ tầng khác. Làm việc trong một mạng thông minh, các cảm biến này sẽ truyền thông tin về cho người chuyên trách hoặc robot.

II – Thực phẩm

6. Thực phẩm tổng hợp gene

Trong tương lai, người ta sẽ tạo ra các loại thực phẩm biến đổi gene mới từ vật nuôi và cây trồng. Các loại thực phẩm này là sự kết hợp của công nghệ sinh học và sinh lý học. Nó là kết quả của sự phát triển của công nghệ biến đổi gene lên một mức cao hơn, trở thành thực phẩm tổng hợp gene.

7. Thực phẩm trong ống nghiệm

15 công nghệ nông nghiệp của tương lai

Đây là loại thịt có nguồn gốc động vật nhưng được tạo ra từ ống nghiệm. Khác với thịt thông thường vốn được lấy ra từ một quá trình sinh trưởng hoàn thiện của động vật, thịt ống nghiệm chỉ phát triển từ một phần trong giai đoạn sinh trưởng đó. Hiện đã có một vài dự án chế tạo thịt ống nghiệm đang được tiến hành và đã thu được những thành công nhất định. Tuy nhiên, chúng vẫn chưa được sản xuất ở cấp độ tiêu dùng.

III – Tự động hóa

8. Điều khiển làm đất và gieo trồng

15 công nghệ nông nghiệp của tương lai

Dựa trên những công nghệ định vị địa lý hiện có, việc làm đất và gieo trồng trong tương lai có thể tiết kiệm được hạt giống, khoáng chất, phân bón và thuốc diệt cỏ nhờ vào sự điều chỉnh tự động định mức đầu vào. Người nông dân sử dụng máy tính để tính toán hình dạng cánh đồng nơi họ sẽ gieo trồng. Nhờ vào sự hiểu biết về năng suất các loại cây trồng trên các khu vực khác nhau của cánh đồng, máy nông nghiệp có thể áp dụng định lượng về hạt giống, phân bón, thuốc diệt cỏ phù hợp với từng khu vực trên cánh đồng.

9. Gây giống nhanh và có chọn lựa

Công nghệ gây giống thế hệ kế tiếp sẽ dựa trên các thuật toán để xác định định lượng và những sự cải tiến cần thiết áp dụng cho gây giống vật nuôi và cây trồng.

10. Các robot nông nghiệp

15 công nghệ nông nghiệp của tương lai

Robot nông nghiệp, còn có một thuật ngữ khác là “agbot”, sẽ tham gia vào các quá trình tự động hóa nông nghiệp, chẳng hạn như thu hoạch, chuyên chở trái cây, làm đất, nhổ cỏ, gieo trồng, tưới tiêu…

11. Nông nghiệp chính xác

Việc quản lý gieo trồng sẽ dựa vào sự quan sát những thay đổi trên cánh đồng. Với sự trợ giúp của các hình ảnh vệ tinh và các cảm biến tiên tiến, người nông dân có thể tối ưu hóa nguyên liệu đầu vào. Những kiến thức về mùa màng, các dữ liệu thời tiết định vị địa lý và các cảm biến chính xác sẽ giúp người nông dân ra quyết định chính xác và cải tiến kỹ thuật gieo trồng.

12. Tập đoàn máy nông nghiệp

15 công nghệ nông nghiệp của tương lai

Giả định rằng trong tương lai việc làm nông sẽ có sự kết hợp của hàng chục, thậm chí hàng trăm robot cùng với hàng nghìn cảm biến siêu nhỏ. Tập hợp máy nông nghiệp này sẽ theo dõi, giám sát, dự báo, cày cấy trồng trọt và thu hoạch mà không cần sự can thiệp của con người. Hiện tại, người ta đã thực nghiệm trong quy mô nhỏ.

IV – Kỹ thuật

13. Hệ sinh thái đóng

15 công nghệ nông nghiệp của tương lai

Đây là một hệ sinh thái “tự thân vận động”, không chịu ảnh hưởng của những tác nhân bên ngoài hệ thống. Về mặt lý thuyết, một hệ thống đóng như thế này có thể chuyển đổi các sản phẩm phế thải thành oxy, thực phẩm và nước nhằm cung cấp cho quá trình sinh trưởng cây trồng bên trong hệ thống. Người ta đã thí nghiệm những hệ thống đóng trên phạm vi nhỏ, bởi vì công nghệ hiện tại chưa cho phép triển khai ở phạm vi lớn hơn.

14. Sinh học tổng hợp

Sinh học tổng hợp mới chỉ ở giai đoạn phôi thai nhưng hứa hẹn đem lại một cuộc cách mạng mới trong lĩnh vực sinh học, bởi tiềm năng ứng dụng lớn lao trong xã hội. Sinh học tổng hợp là một dạng mở rộng của công nghệ kỹ thuật gene. Mục đích của sinh học tổng hợp là làm thay đổi và hoàn chỉnh các gene bằng phương pháp tổng hợp để tạo ra các sinh vật mới có đặc tính sinh học như mong muốn.

Trong nông nghiệp, nó sẽ giúp tạo ra các loại vật nuôi và cây trồng có đặc tính sinh học theo ý muốn. Sinh học tổng hợp còn ứng dụng được trong lĩnh vực chế tạo dược phẩm, sản sinh năng lượng, cung cấp thực phẩm, duy trì và nâng cao sức khỏe con người, xử lý rác thải bảo vệ môi trường.

15. Trồng trọt thẳng đứng

15 công nghệ nông nghiệp của tương lai

Đây là một hình thức trồng trọt tiết kiệm không gian, ứng dụng trong các thành thị. Loại hình này có thể tạo ra các cây trồng từ những cột tháp chọc trời trong thành thị. Sử dụng các kỹ thuật trồng trọt tưới tiêu tương tự như trong nhà kính. Các cây trồng được tăng cường ánh sáng tự nhiên thông qua các biện pháp duy trì và tiết kiệm năng lượng.

Phương pháp trồng trọt thẳng đứng mang lại rất nhiều ích lợi, chẳng hạn như có thể sản xuất quanh năm, ít bị ảnh hưởng bởi thời tiết, đáp ứng nhu cầu thực phẩm cho thành thị, giảm chi phí vận chuyển.

Bước chuyển mình đột phá của thiết bị công nghệ năm 2020

Tivi thông minh (IoT TV)

Thời đại của tivi thông minh IoT (Internet of Things) đã đến. Mỗi buổi sáng bạn thức dậy, khi các thông tin về tin tức buổi sáng, dự báo thời tiết và tình hình giao thông tràn ngập trên màn hình tivi, bạn có thể sử dụng bộ điều khiển giọng nói của IoT TV để bật máy điều hòa, mở rèm cửa sổ cho ánh sáng tràn vào nhà. Khi bạn trở về nhà từ cơ quan, tivi và hệ thống âm thanh sẽ tự động kích hoạt, bài hát yêu thích của bạn sẽ vang lên khắp nhà.

Truyền hình tương lai cũng là công cụ giao tiếp trong gia đình. Khi các bà mẹ hô lên “Bữa tối đã sẵn sàng”, hệ thống âm thanh của tivi sẽ báo hiệu cho tất cả thành viên trong gia đình biết.

Một tính năng nổi trội khác là tivi sẽ xác định chương trình bạn đang xem và tạo ra môi trường phù hợp với nội dung chương trình ấy. Nếu tivi đang chiếu một bộ phim, đèn trong nhà sẽ mờ đi, âm thanh chuyển sang chế độ phim ảnh khiến tiếng động to hơn, sống động hơn, tạo trải nghiệm như trong rạp chiếu phim khiến người dùng có cảm giác như họ đang “sống” cùng bộ phim. Kết thúc một ngày, khi tiếng “chúc ngủ ngon” vang lên, hệ thống âm thanh của IoT TV sẽ tự động tắt đèn và máy điều hòa chuyển sang nhiệt độ thoải mái cho giấc ngủ.

Tủ lạnh kiêm vai trò quản gia

Tủ lạnh thông minh trong tương lai được trang bị camera. Người dùng không cần mở tủ mà vẫn có thể nhìn thấy và kiểm tra được đồ ăn trong tủ. Điện thoại của bạn cũng được kết nối với tủ lạnh này. Trong lúc đi chợ hay siêu thị, bạn cũng có thể xem tủ lạnh y như khi bạn đang ở nhà để kiểm tra trong tủ còn hay thiếu món gì.

Chiếc tủ này cũng có khả năng nhắc nhở chủ nhân đã đến lúc bổ sung đồ ăn, xử lý đồ ăn nào sắp hết hạn sử dụng, đưa ra các công thức nấu ăn gợi ý… như một quản gia. Thậm chí, tủ lạnh cũng sẽ gửi thông tin khuyến mãi của các siêu thị cho người dùng để đặt hàng trực tiếp từ màn hình của tủ lạnh. Bạn muốn nghe nhạc trong lúc làm bếp, viết ghi chú, lời dặn đính lên trên cửa tủ hay liên lạc, nhắn tin với các thành viên khác của gia đình, chiếc tủ lạnh này cũng sẽ đáp ứng.

Buoc chuyen minh dot pha cua thiet bi cong nghe nam 2020 hinh anh 1

Đây không hẳn là một tương lai xa, tại Triển lãm công nghệ điện tử tiêu dùng CES 2016, chiếc tủ lạnh thông minh Family Hub của Samsung đã được trình làng và thực hiện được hầu hết mong muốn trên.

Điện thoại hiển thị ngay trên… cổ tay

Đó là chiếc điện thoại nhỏ xíu có thể mang theo ở bất kỳ điều kiện nào, nhưng khi mở ra vẫn có một màn hình lớn tương đương những chiếc điện thoại Galaxy Note của Samsung. Ở tương lai, điện thoại di động có thể có kích thước nhỏ và hình dáng tùy biến như móc chìa khóa, vòng đeo tay, cây bút. Tuy nhiên, màn hình có thể được trình chiếu trên bất kỳ bề mặt nào và người dùng thực hiện các thao tác trên màn hình ảo đó.

Buoc chuyen minh dot pha cua thiet bi cong nghe nam 2020 hinh anh 2

Máy chiếu nhỏ sẽ gửi hình ảnh từ điện thoại đến bề mặt, các bộ cảm biến sẽ nhận diện, tính toán vị trí đầu ngón tay của bạn để “hiểu” mệnh lệnh người dùng đưa ra. Vì thế, bạn có thể gửi, nhận email, duyệt web, trả lời các cuộc gọi và thực hiện tất cả chức năng của một điện thoại thông minh trên bất kỳ bề mặt nào như một trang giấy, mặt nước, túi xách thậm chí… cổ tay mình.

Xe hơi thông minh tự lái và hạn chế tai nạn

Không chỉ điện thoại, tivi, xe hơi trong tương lai cũng thông minh đến mức có thể hiểu ông chủ muốn gì dù anh ta không thao tác trực tiếp trên buồng lái. BMW và Samsung đã hợp tác với nhau để đưa ra những mô hình xe hơi công nghệ giúp cuộc sống con người trở nên tiện nghi hơn.

Khi bạn đang mắc kẹt trong một bãi đậu xe, thay vì phải đi bộ qua hàng dài vô tận những chiếc xe khác để tìm xe của mình, bạn chỉ cần nói “Xe ơi, đến đón tôi” xe hơi sẽ tự động lái xe đến đón bạn. Camera, cảm biến radar và thậm chí tia laser tích hợp trên xe hơi sẽ hỗ trợ chiếc xe nhìn thấy các vật phía trước như biển báo giao thông, làn đường, người đi bộ, người đi xe đạp hay các loại xe khác để cảnh báo tài xế trong trường hợp họ buồn ngủ hay lơ là, tránh gây tai nạn.

Tương lai là…

Trong tương lai, con người có thể chụp một bức ảnh sống động như thật, lưu lại từng cử động, chi tiết rõ nét như thể người trong ảnh đang ở rất gần. Những thiết bị thông minh có thể nhận biết mắt bạn đang mệt mỏi và tự điều chỉnh ánh sáng để nhìn rõ hơn hoặc sẽ bật một bài hát, kể một câu chuyện hài cho bạn nghe khi bạn đang buồn. Những ngôi nhà tương lai sẽ chỉ có một căn phòng duy nhất nhưng có thể lập tức chuyển thành phòng bếp, phòng ngủ hay toilet chỉ bằng một nút nhấn.

Buoc chuyen minh dot pha cua thiet bi cong nghe nam 2020 hinh anh 3

Trên thực tế, công nghệ ngày nay được phát triển dựa trên những ý muốn nhân văn của con người. Một chiếc xe hơi có thể cảnh báo vật phía trước xuất phát từ ước muốn giảm tải tai nạn giao thông cướp đi sinh mạng biết bao người khắp nơi trên thế giới. Một chiếc smartphone giúp bạn tìm đường về nhà nhanh nhất xuất phát từ mong muốn giải quyết vấn nạn kẹt xe. Một tương lai tốt đẹp sẽ trở thành hiện thực nếu con người dám nghĩ và chia sẻ ước mơ của mình về tương lai.