Trí tuệ nhân tạo

Artificial IntelligenceTrí tuệ nhân tạo
AI Approaches & ConceptsPhương pháp tiếp cận & khái niệm AI
Alan Turing, a mathematician and physicist, changed the course of history with a simple question.Alan Turing, một nhà toán học và vật lý, đã thay đổi tiến trình lịch sử bằng một câu hỏi đơn giản.
Turing's paper Computing Machinery and Intelligence (1950) and the Turing Test (1960) established the foundation and vision for artificial intelligence.Bài báo về Máy tính và Trí tuệ của Turing (1950) và Thử nghiệm Turing (1960) đã thiết lập nền tảng và tầm nhìn cho trí tuệ nhân tạo.
AI, the branch of computer science that answers Turing's question, is at its core.AI, ngành khoa học máy tính trả lời câu hỏi của Turing, là cốt lõi của nó.
It's the attempt to reproduce or simulate human intelligence in machines.Đó là nỗ lực tái tạo hoặc mô phỏng trí thông minh của con người trong máy móc.
There have been many debates and questions about the vast goal of artificial intelligence.Đã có nhiều cuộc tranh luận và câu hỏi về mục tiêu rộng lớn của trí tuệ nhân tạo
It is so broad that there is no one definition.Nó rộng đến nỗi không có một định nghĩa nào cả.
Are machines capable of thinking?Máy móc có khả năng tư duy không?
Alan Turing, 1950Alan Turing, 1950
AI is not a way to define artificial intelligence.AI không phải là một cách để định nghĩa trí tuệ nhân tạo.
It is merely a way of building intelligent machines.Nó chỉ đơn thuần là một cách xây dựng những cỗ máy thông minh.
What makes a machine smart?Điều gì làm cho một cỗ máy trở nên thông minh?
AI is an interdisciplinarity science that uses multiple approaches.AI là một ngành khoa học liên ngành sử dụng nhiều cách tiếp cận.
However, advances in machine learning and deeplearning are creating a paradigm shift across all sectors of the tech industry.Tuy nhiên, những tiến bộ trong học máy và đào sâu đang tạo ra sự thay đổi mô hình trên tất cả các lĩnh vực của ngành công nghệ.
Peter Norvig and Stuart Russell, the authors of Artificial Intelligence : A Modern Approach, approach the question by unifying the themes of intelligent agents in computers in their groundbreaking book.Peter Norvig và Stuart Russell, các tác giả của Trí tuệ nhân tạo: Phương pháp tiếp cận hiện đại , tiếp cận câu hỏi bằng cách thống nhất các chủ đề về tác nhân thông minh trong máy tính trong cuốn sách đột phá của họ.
AI, which stands for Artificial Intelligence, is the study of agents that perceive the environment and take action.AI, viết tắt của Artificial Intelligence, là nghiên cứu về các tác nhân nhận thức môi trường và thực hiện hành động.
Russell and Norvig explore four approaches that have historically defined AI.Russell và Norvig khám phá bốn cách tiếp cận đã xác định AI trong lịch sử.
Thinking humanlySuy nghĩ nhân văn
Thinking rationallySuy nghĩ hợp lý
Humanly actingHành động của con người
ReasonableHợp lý
The first two ideas are about thought processes and reasoning.Hai ý tưởng đầu tiên là về quá trình suy nghĩ và lý luận.
The others concern behavior.Những người khác quan tâm đến hành vi.
Russell and Norvig focus on rational agents who act in a rational way to achieve the best result.Russell và Norvig tập trung vào các tác nhân hợp lý, những người hành động theo cách hợp lý để đạt được kết quả tốt nhất.
Russell also notes that "all the Turing Test skills" can be used to help an agent act rationally.Russell cũng lưu ý rằng "tất cả các kỹ năng Kiểm tra Turing" có thể được sử dụng để giúp một đặc vụ hành động hợp lý.
(Russel and Norvig 4,(Russel và Norvig 4,
Patrick Winston, the Ford professor in artificial intelligence at MIT, describes AI "algorithms that are enabled by constraints and exposed by representations which support models that target loops that link thinking, perception, and action together."Patrick Winston, giáo sư Ford về trí tuệ nhân tạo tại MIT, mô tả AI "các thuật toán được kích hoạt bởi các ràng buộc và hiển thị bằng các biểu diễn hỗ trợ các mô hình nhắm mục tiêu các vòng liên kết suy nghĩ, nhận thức và hành động với nhau."
These definitions, while abstract to the average person may help focus the field of computer science as an area and provide a blueprint to infuse machines and programs with machine-learning and other subsets artificial intelligence.Những định nghĩa này, mặc dù trừu tượng đối với người bình thường, có thể giúp tập trung lĩnh vực khoa học máy tính như một lĩnh vực và cung cấp kế hoạch chi tiết để đưa máy móc và chương trình vào máy học và các tập hợp con khác của trí tuệ nhân tạo.
Four Types of Artificial IntelligenceBốn loại trí tuệ nhân tạo
Reactive MachinesMáy phản ứng
Reactive machines follow the most fundamental AI principles.Máy phản ứng tuân theo các nguyên tắc AI cơ bản nhất.
They are capable, as their name suggests, of using their intelligence to perceive and respond to the world around them.Như tên gọi của chúng, chúng có khả năng sử dụng trí thông minh của mình để nhận thức và phản ứng với thế giới xung quanh.
Reactive machines cannot store memories and cannot use past experiences to guide decision-making in real time.Máy phản ứng không thể lưu trữ ký ức và không thể sử dụng kinh nghiệm trong quá khứ để hướng dẫn việc ra quyết định trong thời gian thực.
Reactive machines are not designed to perform a wide range of tasks.Máy phản ứng không được thiết kế để thực hiện một loạt các nhiệm vụ.
They perceive the world in a direct way.Họ nhận thức thế giới một cách trực tiếp.
However, intentionally reducing a reactive machine’s worldview does not reduce costs.Tuy nhiên, việc cố ý giảm bớt thế giới quan của một cỗ máy phản ứng không làm giảm chi phí.
Instead, it means that this type AI will be more reliable and trustworthy -- it will respond the same way to every stimuli.Thay vào đó, nó có nghĩa là loại AI này sẽ đáng tin cậy và đáng tin cậy hơn - nó sẽ phản ứng theo cùng một cách với mọi kích thích.
Deep Blue is a famous example of a reactive computer.Deep Blue là một ví dụ nổi tiếng về máy tính phản ứng.
It was created by IBM in 1990 as a chess-playing supercomputer.Nó được IBM tạo ra vào năm 1990 như một siêu máy tính chơi cờ vua.
In a game, it defeated Gary Kasparov, an international grandmaster.Trong một ván đấu, nó đã đánh bại Gary Kasparov, một đại kiện tướng quốc tế.
Deep Blue could only identify the pieces on a board of chess and determine the moves that each move should be based on the rules.Deep Blue chỉ có thể xác định các quân cờ trên bàn cờ và xác định các nước đi mà mỗi nước đi phải dựa trên các quy tắc.
It also acknowledged each piece's position and determined the best move at the moment.Nó cũng ghi nhận vị trí của từng quân và xác định nước đi tốt nhất ở thời điểm hiện tại.
The computer did not seek out potential moves from its opponent, nor was it trying to position its pieces better.Máy tính đã không tìm kiếm các bước di chuyển tiềm năng từ đối thủ của nó, cũng không cố gắng định vị các quân cờ của mình tốt hơn.
Each turn was seen as an independent reality from any previous movement.Mỗi lượt được xem như một thực tế độc lập với bất kỳ chuyển động nào trước đó.
Google's Algo is another example of a game-playing, reactive machine.Algo của Google là một ví dụ khác về máy phản ứng, chơi trò chơi.
AlphaGo cannot evaluate future moves and relies instead on its neural network to assess developments in the current game.AlphaGo không thể đánh giá các nước đi trong tương lai và thay vào đó dựa vào mạng lưới thần kinh của nó để đánh giá các diễn biến trong trò chơi hiện tại.
This gives it an advantage over Deep Blue, which is more complicated.Điều này mang lại cho nó một lợi thế hơn so với Deep Blue, phức tạp hơn.
AlphaGo defeated Lee Sedol, a champion Go player in 2016, to win the tournament.AlphaGo đã đánh bại Lee Sedol, một kỳ thủ cờ vây vô địch năm 2016, để giành chức vô địch giải đấu.
Although it is limited in scope, reactive machine artificial Intelligence can be modified and achieved a certain level of complexity.Mặc dù bị giới hạn về phạm vi nhưng Trí tuệ nhân tạo của máy phản ứng có thể được sửa đổi và đạt được một mức độ phức tạp nhất định.
It also offers reliability when used to perform repeatable tasks.Nó cũng mang lại độ tin cậy khi được sử dụng để thực hiện các tác vụ lặp lại.
Limited MemoryBộ nhớ hạn chế
Artificial intelligence with limited memory has the ability to store past data and make predictions.Trí tuệ nhân tạo với bộ nhớ hạn chế có khả năng lưu trữ dữ liệu quá khứ và đưa ra dự đoán.
This is useful for gathering information and making decisions.Điều này rất hữu ích cho việc thu thập thông tin và đưa ra quyết định.
It also allows you to look back at the past to see if there are any clues as what might happen next.Nó cũng cho phép bạn nhìn lại quá khứ để xem liệu có bất kỳ manh mối nào như những gì có thể xảy ra tiếp theo hay không.
Reactive machines are less capable of storing limited memory artificial intelligence, which is more complicated and offers greater possibilities.Các máy phản ứng kém khả năng lưu trữ trí tuệ nhân tạo có bộ nhớ hạn chế, phức tạp hơn và mang lại nhiều khả năng hơn.
A team can continuously train a model to use new data, or create an AI environment so that models can be automatically renewed and trained.Một nhóm có thể liên tục đào tạo mô hình để sử dụng dữ liệu mới hoặc tạo môi trường AI để các mô hình có thể được tự động đổi mới và đào tạo.
Six steps are required to use limited memory AI in machine-learning: The training data must first be created.Cần có sáu bước để sử dụng AI trong bộ nhớ giới hạn trong học máy: Dữ liệu đào tạo trước tiên phải được tạo.
The machine learning model must then be built.Mô hình học máy sau đó phải được xây dựng.
Finally, the model should be capable of making predictions.Cuối cùng, mô hình phải có khả năng đưa ra dự đoán.
Finally, it must be able receive feedback from humans or the environment.Cuối cùng, nó phải có khả năng nhận phản hồi từ con người hoặc môi trường.
These steps must be repeated as a continuous cycle.Các bước này phải được lặp lại như một chu kỳ liên tục.
Three major machine learning models use limited memory artificial intelligence.Ba mô hình học máy chính sử dụng trí tuệ nhân tạo có bộ nhớ hạn chế.
Reinforcement learning that teaches you how to make better predictions by repeating trial-and-error.Học tập củng cố dạy bạn cách đưa ra dự đoán tốt hơn bằng cách lặp lại việc thử và sai.
Long-Term Short-Term Memory (LSTM), which uses past data to predict the next item in a series.Bộ nhớ ngắn hạn dài hạn (LSTM ), sử dụng dữ liệu trong quá khứ để dự đoán mục tiếp theo trong một chuỗi.
LTSMs consider more recent data to be the most important for making predictions.Các LTSM coi dữ liệu gần đây hơn là quan trọng nhất để đưa ra dự đoán.
However, they also discount data from further back in time.Tuy nhiên, họ cũng chiết khấu dữ liệu từ xa hơn trong quá khứ.
Evolutionary Generative Adversarial Networks is a dynamic model that evolves over time and explores slightly altered paths based on previous experiences.Mạng đối thủ tạo ra tiến hóa là một mô hình động phát triển theo thời gian và khám phá các con đường có chút thay đổi dựa trên kinh nghiệm trước đó.
This model continuously seeks out a better path.Mô hình này liên tục tìm ra một con đường tốt hơn.
It uses simulations, statistics, or chance to predict future outcomes during its evolutionary mutation cycle.Nó sử dụng mô phỏng, thống kê hoặc cơ hội để dự đoán kết quả tương lai trong chu kỳ đột biến tiến hóa của nó.
Theory of MindLý thuyết Tâm trí
Theory of Mind is theoretical.Lý thuyết về Tâm trí là lý thuyết.
However, we have not yet reached the scientific and technological capabilities required to achieve this next level in artificial intelligence.Tuy nhiên, chúng ta vẫn chưa đạt đến khả năng khoa học và công nghệ cần thiết để đạt được cấp độ tiếp theo này trong trí tuệ nhân tạo.
This concept is based upon the psychological assumption that living things can have thoughts and emotions that influence their behavior.Khái niệm này dựa trên giả định tâm lý rằng các sinh vật sống có thể có những suy nghĩ và cảm xúc ảnh hưởng đến hành vi của chúng.
This would allow AI machines to understand how humans, animals, and other machines feel, then make decisions based on that information.Điều này sẽ cho phép các máy AI hiểu được cảm giác của con người, động vật và các máy móc khác, sau đó đưa ra quyết định dựa trên thông tin đó.
Machines would need to be able understand and process "mind", the fluctuating emotions in decision-making, and many other psychological concepts in real-time.Máy móc cần có khả năng hiểu và xử lý "tâm trí", những cảm xúc dao động trong quá trình ra quyết định và nhiều khái niệm tâm lý khác trong thời gian thực.
This creates a two-way relationship between humans and artificial intelligence.Điều này tạo ra mối quan hệ hai chiều giữa con người và trí tuệ nhân tạo.
Self-awarenessTự nhận thức
Artificial intelligence will eventually become self-aware once Theory of Mind is established.Trí tuệ nhân tạo cuối cùng sẽ trở nên tự nhận thức một khi Lý thuyết về Tâm trí được thiết lập.
This should happen sometime in the future.Điều này sẽ xảy ra vào một lúc nào đó trong tương lai.
This type of artificial intelligence has human-level consciousness.Loại trí tuệ nhân tạo này có ý thức cấp độ con người.
It can understand its existence in the world as well as other people's emotions.Nó có thể hiểu được sự tồn tại của mình trong thế giới cũng như cảm xúc của người khác.
It could understand what other people may need by looking at how they communicate information to it.Nó có thể hiểu những gì người khác có thể cần bằng cách xem cách họ truyền đạt thông tin cho nó.
Artificial intelligence requires self-awareness.Trí tuệ nhân tạo đòi hỏi sự tự nhận thức.
This is achieved by human researchers first understanding the concept of consciousness, then learning how to reproduce it in machines.Điều này đạt được là nhờ các nhà nghiên cứu con người trước tiên hiểu được khái niệm ý thức, sau đó học cách tái tạo nó trong máy móc.
What is AI used for?AI được sử dụng để làm gì?
Jeremy Achin, CEO of DataRobot, began his speech by defining how AI is used today.Jeremy Achin, Giám đốc điều hành của DataRobot , đã bắt đầu bài phát biểu của mình bằng cách xác định cách AI được sử dụng ngày nay.
AI is a computer system that can perform tasks that normally require human intelligence.AI là một hệ thống máy tính có thể thực hiện các tác vụ thông thường cần đến trí thông minh của con người.
Some of these artificial intelligence systems use machine learning.Một số hệ thống trí tuệ nhân tạo này sử dụng máy học.
Others are powered using deep learning.Những người khác được hỗ trợ bằng cách sử dụng học sâu.
Other are powered with boring things such as rules.Những người khác được cung cấp với những thứ nhàm chán như quy tắc.
Two broad categories generally fall under the umbrella of artificial intelligence:Hai danh mục lớn thường thuộc về trí tuệ nhân tạo:
Narrow AI This type of artificial intelligence, also known as "Weak AI", operates in a restricted context and simulates human intelligence.AI hẹp Loại trí tuệ nhân tạo này, còn được gọi là "AI yếu", hoạt động trong bối cảnh hạn chế và mô phỏng trí thông minh của con người.
While narrow AI may appear intelligent, it is focused on completing a single task exceptionally well.Mặc dù AI hẹp có thể tỏ ra thông minh, nhưng nó lại tập trung vào việc hoàn thành một nhiệm vụ duy nhất một cách đặc biệt xuất sắc.
These machines are subject to far more limitations and constraints than basic human intelligence.Những cỗ máy này chịu nhiều hạn chế và ràng buộc hơn nhiều so với trí thông minh cơ bản của con người.
Artificial General Intelligence: Sometimes referred to by "Strong AI", AGI is the type of artificial intelligence that we see in movies like the robots from Westworld and Data from Star Trek : The Next Generation.Trí tuệ nhân tạo : Đôi khi được gọi là "Strong AI", AGI là loại trí tuệ nhân tạo mà chúng ta thấy trong các bộ phim như robot từ Westworld và Data từ Star Trek: The Next Generation
AGI can be described as a machine that has general intelligence.AGI có thể được mô tả như một cỗ máy có trí thông minh chung.
It can use that intelligence to solve any problem, much in the same way as a human being.Nó có thể sử dụng trí thông minh đó để giải quyết bất kỳ vấn đề nào, giống như cách của một con người.
Narrow Artificial IntelligenceTrí tuệ nhân tạo hẹp
Narrow AI is everywhere and has been the most successful implementation of artificial intelligence.AI trong phạm vi hẹp có ở khắp mọi nơi và là cách triển khai thành công nhất của trí tuệ nhân tạo.
Narrow AI's focus on specific tasks has led to many breakthroughs over the past decade, which have "significant societal benefits" and "have contributed to the economic viability of the nation," according the Obama Administration's 2016 report "Preparing For the Future of Artificial Intelligence."Theo báo cáo năm 2016 của Chính quyền Obama “Chuẩn bị cho tương lai của trí tuệ nhân tạo
Some examples of Narrow AI areMột số ví dụ về AI hẹp là
Google searchTìm kiếm trên Google
Software for image recognitionPhần mềm nhận dạng hình ảnh
Siri, Alexa, and other personal assistantsSiri, Alexa và các trợ lý cá nhân khác
Autonomous carsÔ tô tự lái
IBM WatsonIBM Watson
Machine Learning & Deep LearningHọc máy & Học sâu
Many of the breakthroughs in deeplearning and machinelearning are behind Narrow AI.Nhiều đột phá trong việc đào sâu và xử lý máy móc đều đứng sau AI hẹp.
It can be difficult to understand the differences between deep learning, machine learning, and artificial intelligence.Có thể khó hiểu sự khác biệt giữa học sâu, học máy và trí tuệ nhân tạo.
Frank Chen , a venture capitalist, gives a clear overview on how to differentiate between them.Frank Chen , một nhà đầu tư mạo hiểm, đưa ra một cái nhìn tổng quan rõ ràng về cách phân biệt giữa chúng.
He also notes:Ông ấy cũng lưu ý:
Artificial intelligence refers to a collection of algorithms and intelligence that attempt to imitate human intelligence.Trí tuệ nhân tạo đề cập đến một tập hợp các thuật toán và trí thông minh cố gắng bắt chước trí thông minh của con người.
Deep learning, machine learning and machine learning are just a few of the many methods.Học sâu, học máy và học máy chỉ là một vài trong số rất nhiều phương pháp.
Machine learning is simply a way to feed a computer data with statistical techniques.Học máy chỉ đơn giản là một cách để cung cấp dữ liệu máy tính bằng các kỹ thuật thống kê.
It uses these techniques to "learn" how it can improve at a task without being specifically programmed for it.Nó sử dụng những kỹ thuật này để "học" cách nó có thể cải thiện một nhiệm vụ mà không cần được lập trình cụ thể cho nó.
This eliminates the need to write millions of lines of code.Điều này giúp loại bỏ sự cần thiết phải viết hàng triệu dòng mã.
Both supervised and unsupervised learning can be done with unlabeled data.Cả học tập có giám sát và không giám sát đều có thể được thực hiện với dữ liệu không được gắn nhãn.
Deep learning is a type of machine learning that runs inputs through a biologically-inspired neural network architecture.Học sâu là một loại học máy chạy đầu vào thông qua kiến ​​trúc mạng thần kinh lấy cảm hứng từ sinh học.
There are many layers hidden within the neural networks that allow the machine to learn more deeply, make connections, and weight inputs for best results.Có nhiều lớp ẩn bên trong mạng nơ-ron cho phép máy tìm hiểu sâu hơn, tạo kết nối và đầu vào trọng lượng để có kết quả tốt nhất.
Artificial General IntelligenceTrí tuệ nhân tạo Phổ quát
Many AI researchers have been searching for the Holy Grail of an AI machine that is human-level intelligent and can be used for any task.Nhiều nhà nghiên cứu AI đã tìm kiếm Chén Thánh của một cỗ máy AI thông minh cấp độ con người và có thể được sử dụng cho bất kỳ nhiệm vụ nào.
However, the search for AGI has proven difficult.Tuy nhiên, việc tìm kiếm AGI đã được chứng minh là khó khăn.
Although the search for a universal algorithm for learning and acting within any environment is not new (Russel and Norvig 27, Russel and Norvig 27), it has remained a challenge.Mặc dù việc tìm kiếm một thuật toán phổ quát để học và hành động trong bất kỳ môi trường nào không phải là mới (Russel và Norvig 27, Russel và Norvig 27), nó vẫn là một thách thức.
AGI has been the inspiration for dystopian science fiction.AGI là nguồn cảm hứng cho khoa học viễn tưởng lạc hậu.
In which super-intelligent robotics rule over humanity, AGI is the central theme.Trong đó người máy siêu thông minh thống trị nhân loại, AGI là chủ đề trung tâm.
However, experts agree that it's not something we should worry aboutTuy nhiên, các chuyên gia đồng ý rằng đó không phải là điều chúng ta nên lo lắng.
A Brief History Of Artificial IntelligenceLược sử trí tuệ nhân tạo
In the antiquity's ancient Greek myths, intelligent robots and artificial beings were first mentioned.Trong thần thoại Hy Lạp cổ đại của thời cổ đại, người máy thông minh và sinh vật nhân tạo lần đầu tiên được đề cập đến.
The discovery of syllogism by Aristotle and its use deductive reasoning was an important moment in humanity's search for intelligence.Việc Aristotle phát hiện ra thuyết âm tiết và việc sử dụng nó là suy luận suy diễn là một thời điểm quan trọng trong việc tìm kiếm trí thông minh của nhân loại.
Although the roots of artificial intelligence are deep and long, their history is less than 100 years.Mặc dù cội nguồn của trí tuệ nhân tạo rất sâu và lâu đời, nhưng lịch sử của chúng chưa đầy 100 năm.
Here's a quick overview of some of the most significant events in AI.Dưới đây là tổng quan nhanh về một số sự kiện quan trọng nhất trong AI.
Walter Pitts and Warren McCullough publish "A Logical Calculus of Ideas Impermanent in Nervous Activity." This paper presented the first mathematical model to build a neural network.Walter Pitts và Warren McCullough xuất bản "Phép tính lôgic về ý tưởng vô thường trong hoạt động thần kinh." Bài báo này đã trình bày mô hình toán học đầu tiên để xây dựng một mạng nơ-ron.
Donald Hebb posits in his bookThe Organization of Behavior: a Neuropsychological Theory that neural pathways are formed from experiences, and that the connections between neurons strengthen the more they're used.Donald Hebb đưa ra nhận định trong cuốn sách Tổ chức hành vi: Lý thuyết tâm lý thần kinh rằng các con đường thần kinh được hình thành từ trải nghiệm và mối liên hệ giữa các nơ-ron tăng cường khi chúng được sử dụng nhiều hơn.
Hebbian learning is an important model for AI.Học tiếng Hebbian là một mô hình quan trọng cho AI.
Alan Turing published "Computing Machinery and Intelligence", proposing the Turing Test (a method to determine if a machine can be considered intelligent).Alan Turing xuất bản cuốn "Máy tính và trí thông minh", đề xuất Phép thử Turing (một phương pháp để xác định xem một máy có thể được coi là thông minh hay không).
Harvard students Marvin Minsky, Dean Edmonds and Dean Edmonds create SNARC, the first neural-network computer.Các sinh viên Harvard Marvin Minsky, Dean Edmonds và Dean Edmonds đã tạo ra SNARC, máy tính mạng thần kinh đầu tiên.
Claude Shannon publishes "Programming a Computer for Playing Chess."Claude Shannon xuất bản cuốn "Lập trình máy tính để chơi cờ."
Isaac Asimov publishes "Three Laws of Robotics."Isaac Asimov xuất bản "Ba định luật của người máy."
Arthur Samuel creates a self-learning system to play checkers.Arthur Samuel tạo ra một hệ thống tự học để chơi cờ caro.
60 carefully chosen Russian sentences are automatically translated into English by the Georgetown-IBM machine translation experiment.60 câu tiếng Nga được lựa chọn cẩn thận sẽ được dịch tự động sang tiếng Anh bởi thí nghiệm dịch máy của Georgetown-IBM.
At the "Dartmouth Summer Research Project on Artificial Intelligence", the phrase artificial intelligence was coined.Tại "Dự án nghiên cứu mùa hè Dartmouth về trí tuệ nhân tạo", cụm từ trí tuệ nhân tạo đã được đặt ra.
The conference, which established the goals and scope of AI, was led by John McCarthy.Hội nghị, thiết lập các mục tiêu và phạm vi của AI, do John McCarthy chủ trì.
It is widely believed to have been the birth of artificial Intelligence as we know it today.Người ta tin rằng nó là sự ra đời của Trí tuệ nhân tạo như chúng ta biết ngày nay.
Herbert Simon and Allen Newell demonstrate Logic Theorist, the first reasoning program.Herbert Simon và Allen Newell chứng minh Logic Theorist, chương trình lý luận đầu tiên.
John McCarthy creates the AI programming language Lisp, and publishes "Programs with Common Sense".John McCarthy tạo ra ngôn ngữ lập trình AI Lisp, và xuất bản "Chương trình với Nhận thức chung".
The paper presented the idea of the Advice Taker, an AI system that can learn from experience just as well as humans.Bài báo trình bày ý tưởng về Người làm tư vấn, một hệ thống AI có thể học hỏi kinh nghiệm giống như con người.
J.C. Shaw, Herbert Simon, and Allen Newell develop the General Problem Solver (GPS), a program that aims to imitate human problem solving.JC Shaw, Herbert Simon và Allen Newell phát triển Máy giải quyết vấn đề chung (GPS), một chương trình nhằm mục đích bắt chước cách giải quyết vấn đề của con người.
Herbert Gelernter creates the Geometry Theorem Prover Program.Herbert Gelernter tạo ra Chương trình Prover Định lý Hình học.
Arthur Samuel coined the term machine-learning while working at IBM.Arthur Samuel đã đặt ra thuật ngữ máy học khi làm việc tại IBM.
Marvin Minsky and John McCarthy founded the MIT Artificial Intelligence Project.Marvin Minsky và John McCarthy thành lập Dự án Trí tuệ Nhân tạo MIT.
John McCarthy establishes the AI Lab at Stanford.John McCarthy thành lập Phòng thí nghiệm AI tại Stanford.
The Automatic Language Processing Advisory Committee report (ALPAC), by the U.S government, details the failure to make progress in machine translations research.Báo cáo của Ủy ban Cố vấn Xử lý Ngôn ngữ Tự động (ALPAC) của chính phủ Hoa Kỳ, nêu chi tiết về việc không đạt được tiến bộ trong nghiên cứu bản dịch máy.
This was a major Cold War initiative that promised instantaneous and automatic translation of Russian.Đây là một sáng kiến ​​lớn trong Chiến tranh Lạnh, hứa hẹn dịch tiếng Nga ngay lập tức và tự động.
All government-funded MT projects were cancelled by the ALPAC report.Tất cả các dự án MT do chính phủ tài trợ đã bị hủy bỏ bởi báo cáo ALPAC.
Stanford is home to the first two successful expert systems: DENDRAL (a XX program) and MYCIN (designed to diagnose blood infections).Stanford là nơi có hai hệ thống chuyên gia thành công đầu tiên: DENDRAL (một chương trình XX) và MYCIN (được thiết kế để chẩn đoán nhiễm trùng máu).
Creation of PROLOG, a logic programming language.Tạo ra PROLOG, một ngôn ngữ lập trình logic.
The British government releases the "Lighthill Report" detailing the failures in AI research.Chính phủ Anh công bố "Báo cáo Lighthill" trình bày chi tiết những thất bại trong nghiên cứu AI.
This report leads to drastic cuts in funding for AI projects.Báo cáo này dẫn đến việc cắt giảm mạnh nguồn vốn cho các dự án AI.
DARPA cuts major academic grants due to frustration with AI development.DARPA cắt các khoản tài trợ học tập lớn do thất vọng với sự phát triển của AI.
Artificial intelligence funding is cut dramatically when combined with the ALPAC report from earlier in the year and the Lighthill Report from the previous year.Nguồn tài trợ trí tuệ nhân tạo bị cắt giảm đáng kể khi kết hợp với báo cáo ALPAC từ đầu năm và Báo cáo Lighthill từ năm trước.
Research stops.Nghiên cứu dừng lại.
This is the "First AI Winter".Đây là "Mùa đông AI đầu tiên".
Digital Equipment Corporations creates R1 (also called XCON), the first commercially successful expert system.Các tập đoàn thiết bị kỹ thuật số tạo ra R1 (còn gọi là XCON), hệ thống chuyên gia đầu tiên thành công về mặt thương mại.
R1 is a system that configures orders for new computer systems.R1 là một hệ thống cấu hình các đơn đặt hàng cho các hệ thống máy tính mới.
It kicks off a boom in investment in expert systems that will last ten years, effectively ending "AI Winter."Nó khởi động sự bùng nổ đầu tư vào các hệ thống chuyên gia sẽ kéo dài 10 năm, kết thúc hiệu quả "Mùa đông AI".
Japan's Ministry of International Trade and Industry announces the ambitious Fifth Generation Computer Systems Project.Bộ Thương mại Quốc tế và Công nghiệp Nhật Bản công bố Dự án Hệ thống Máy tính Thế hệ Thứ năm đầy tham vọng.
The goal of FGCS was to create supercomputer-like performance as well as a platform for AI advancement.Mục tiêu của FGCS là tạo ra hiệu suất giống như siêu máy tính cũng như một nền tảng cho sự tiến bộ của AI.
The U.S. government creates the Strategic Computing Initiative in response to Japan's FGCS.Chính phủ Hoa Kỳ thành lập Sáng kiến ​​Điện toán Chiến lược để đáp ứng FGCS của Nhật Bản.
This initiative provides funding for DARPA-funded research in advanced computing and AI.Sáng kiến ​​này cung cấp kinh phí cho nghiên cứu do DARPA tài trợ về máy tính tiên tiến và AI.
More than a billion dollars are spent annually by companies on expert systems.Hơn một tỷ đô la được các công ty chi tiêu hàng năm cho các hệ thống chuyên gia.
An entire market known as the Lisp Machine Market has sprung up to help them.Cả một thị trường được gọi là Thị trường Máy Lisp đã mọc lên để giúp đỡ họ.
Symbolics Inc. and Lisp Machines Inc. make specialized computers that run on the AI programming language Lisp.Symbolics Inc. và Lisp Machines Inc. tạo ra các máy tính chuyên dụng chạy trên ngôn ngữ lập trình AI Lisp.
As computing technology improved, more affordable alternatives were available.Khi công nghệ máy tính được cải thiện, các giải pháp thay thế hợp lý hơn đã có sẵn.
The Lisp market crashed in 1987 and brought about the "Second AI Winter."Thị trường Lisp sụp đổ vào năm 1987 và mang đến "Mùa đông AI thứ hai".
Expert systems became too costly to maintain and update during this time, eventually losing popularity.Các hệ thống chuyên gia trở nên quá tốn kém để duy trì và cập nhật trong thời gian này, cuối cùng mất đi tính phổ biến.
U.S. forces deploy DART (an automated logistics planning tool and scheduling tool), during the Gulf War.Lực lượng Hoa Kỳ triển khai DART (một công cụ lập kế hoạch hậu cần tự động và công cụ lập lịch trình), trong Chiến tranh vùng Vịnh.
Japan ends the FGCS Project in 1992 citing its failure to meet the ambitious goals set a decade ago.Nhật Bản kết thúc Dự án FGCS vào năm 1992 với lý do nước này không đạt được các mục tiêu đầy tham vọng đặt ra cách đây một thập kỷ.
DARPA terminates the Strategic Computing Initiative after spending almost $1 billion on it and falling short of its expectations.DARPA chấm dứt Sáng kiến ​​Điện toán Chiến lược sau khi chi gần 1 tỷ đô la cho nó và không đạt được kỳ vọng.
IBM's Deep Blue defeats Gary Kasparov, the world champion in chessDeep Blue của IBM đánh bại Gary Kasparov, nhà vô địch thế giới về cờ vua
Stanley wins the DARPA Grand Challenge with a self-driving vehicle.Stanley chiến thắng DARPA Grand Challenge với xe tự lái.
The U.S. Military invests in autonomous robots such as the "Big Dog" from Boston Dynamics and the "PackBot" by iRobot.Quân đội Hoa Kỳ đầu tư vào các robot tự động như "Big Dog" của Boston Dynamics và "PackBot" của iRobot.
Google announces speech recognition breakthroughs and the iPhone app features it.Google công bố đột phá về nhận dạng giọng nói và ứng dụng iPhone có tính năng này.
IBM's Watson wins the Jeopardy! contestWatson của IBM giành chiến thắng trong cuộc thi Jeopardy!
Apple launches Siri, an AI-powered virtual assistant via its iOS operating system.Apple ra mắt Siri, một trợ lý ảo hỗ trợ AI thông qua hệ điều hành iOS.
Andrew Ng, the founder of Google Brain Deep Learning, feeds a neural system using deep learning algorithms 10,000,000 YouTube videos as a training program.Andrew Ng, người sáng lập Google Brain Deep Learning, cung cấp một hệ thống thần kinh bằng cách sử dụng các thuật toán học sâu 10.000.000 video YouTube như một chương trình đào tạo.
The breakthrough era in neural networks and deep learning funding was born when the neural network could recognize a cat by itself.Kỷ nguyên đột phá trong mạng nơ-ron và tài trợ học tập sâu được sinh ra khi mạng nơ-ron có thể tự nhận ra một con mèo.
Google creates the first self driving car that passes a state driving exam.Google tạo ra chiếc ô tô tự lái đầu tiên vượt qua kỳ thi lái xe cấp tiểu bang.
Amazon's Alexa is a virtual home.Alexa của Amazon là một ngôi nhà ảo.
Lee Sedol, world champion Go player, is defeated by Google DeepMind'sLee Sedol, kỳ thủ cờ vây vô địch thế giới, bị đánh bại bởi Google DeepMind's.
Complexity of the ancient Chinese game was seen by AI as a significant obstacle.Sự phức tạp của trò chơi Trung Quốc cổ đại được AI coi là một trở ngại đáng kể.
Hanson Robotics created the first "robot citizen", a humanoid robotic robot named Sophia.Hanson Robotics đã tạo ra "công dân người máy" đầu tiên, một người máy robot hình người có tên là Sophia.
She is capable of facial recognition and verbal communication, as well as facial expression.Cô ấy có khả năng nhận dạng khuôn mặt và giao tiếp bằng lời nói, cũng như biểu hiện trên khuôn mặt.
Google releases natural-language processing engine BERT to reduce barriers in translation and understanding through machine learning applications.Google phát hành công cụ xử lý ngôn ngữ tự nhiên BERT để giảm bớt các rào cản trong việc dịch và hiểu thông qua các ứng dụng học máy.
Waymo offers a Waymo One service that allows users in the Phoenix metro area to request a pick up from one of its self-driving cars.Waymo cung cấp dịch vụ Waymo One cho phép người dùng trong khu vực tàu điện ngầm Phoenix yêu cầu đón từ một trong những chiếc xe tự lái của mình.
Baidu's LinearFold AI algorithm is now available to medical and scientific teams that are working on a vaccine for the SARS-CoV-2 pandemic.Thuật toán AI LinearFold của Baidu hiện có sẵn cho các nhóm y tế và khoa học đang nghiên cứu vắc xin phòng đại dịch SARS-CoV-2.
This algorithm can predict the RNA sequence for the virus in less than 27 seconds and is 120 times faster that other methods.Thuật toán này có thể dự đoán trình tự RNA của virus trong vòng chưa đầy 27 giây và nhanh hơn 120 lần so với các phương pháp khác.

Leave a Reply

Your email address will not be published. Required fields are marked *