Vụ nổ Big Bang của Deep Learning

Mọi lĩnh vực đều có một bước ngoặt. Đối với deep learning, năm đó là 2012.

Trước năm 2012, thị giác máy tính gặp nhiều khó khăn. Các nhà nghiên cứu đã sử dụng một cơ sở dữ liệu có tên là ImageNet để kiểm thử các hệ thống. Mục tiêu là phân loại hình ảnh vào 1.000 danh mục khác nhau.

Trong nhiều năm, tỷ lệ lỗi duy trì ở mức khoảng 25%. Tiến trình bị đình trệ. Không ai biết phải làm thế nào để tiến xa hơn.

Sau đó, một nhóm nghiên cứu do Alex Krizhevsky dẫn đầu đã thay đổi cuộc chơi. Họ đã sử dụng Mạng thần kinh tích chập (Convolutional Neural Network - CNN).

Thay vì con người phải viết các quy tắc về đặc điểm của một hình ảnh, mạng lưới này đã tự học trực tiếp từ các điểm ảnh (pixels).

Kết quả đạt được vô cùng to lớn. Họ đã cắt giảm tỷ lệ lỗi xuống gần một nửa chỉ trong vòng một năm.

Sự chuyển dịch này đã thay đổi mọi thứ. Nó đưa AI từ các phòng thí nghiệm nghiên cứu ra thế giới thực.

Tác động lan tỏa nhanh chóng:

• Netflix đã sử dụng nó để đưa ra các đề xuất tốt hơn.
• Siemens và GE đã sử dụng nó cho chẩn đoán hình ảnh y tế.
• Các nhà sản xuất ô tô đã sử dụng nó cho lái xe tự hành.
• Các gã khổng lồ công nghệ như Google và Apple đã tích hợp nó vào mọi sản phẩm.

Thành công này dựa trên phần cứng. Việc huấn luyện các mạng lưới này đòi hỏi các phép toán khổng lồ. GPU, vốn ban đầu được chế tạo cho trò chơi điện tử, đã chứng minh được sự hoàn hảo cho các phép toán này. Điều này đã thúc đẩy sự trỗi dậy của NVIDIA.

Nhưng hãy nhớ rằng, các xu hướng thị trường rất phức tạp. Sự tăng trưởng của NVIDIA cũng gắn liền với sự bùng nổ của khai thác tiền điện tử. Đừng bao giờ giả định chỉ có một nguyên nhân duy nhất cho một sự chuyển dịch thị trường.

Deep learning cũng đã chinh phục các trò chơi.

Cờ vua đã được giải quyết bằng phương pháp vét cạn (brute force). Cờ vây (Go) thì khác. Các nước đi có thể có trong cờ vây quá nhiều để bất kỳ máy tính nào có thể đếm hết. Vào năm 2016, AlphaGo đã chứng minh rằng deep learning có thể học chiến thuật mà không cần sự trợ giúp của con người. Nó đã học bằng cách tự chơi với chính mình.

Bài học rất đơn giản.

Các phương pháp cũ thất bại vì con người phải tự tay lập trình các quy tắc. Chúng ta đã chạm tới một giới hạn. Deep learning đã phá vỡ giới hạn đó vì giờ đây các hệ thống có thể tự học các quy luật từ dữ liệu thô.

Trong loạt bài này, tôi sẽ phân tích các ghi chép từ khóa học deep learning của mình. Chúng ta sẽ tìm hiểu cách các mạng lưới này thực sự hoạt động.

Tiếp theo, tôi sẽ giải thích điều gì xảy ra bên trong một mạng lưới khi nó học.

Source: https://dev.to/fahimu10/the-big-bang-of-deep-learning-how-2012-changed-everything-3lb3

Optional learning community: https://t.me/GyaanSetuAi