Từ PoC ứng dụng trí tuệ nhân tạo đến thực tế (Phần 1)

Gabby Nguyen | 4 phút đọc

PoC hay Proof of Concept là cách hiện thực hóa một ý tưởng, phương pháp nhất định nhằm chứng minh tính khả thi và tiềm năng của nó trong hiện thực. Các dự án PoC có thể được hoàn thiện và ứng dụng rộng rãi, nhưng cũng có thể chỉ để thử nghiệm tính khả thi. PoC trong phát triển phần mềm là những dự án được tạo ra để trả lời câu hỏi: Công nghệ này sẽ đáp ứng nhu gì của khách hàng và sẽ hoạt động thế nào? Và liệu rằng trên thực tế công nghệ này có khả thi? 

 

AI PoC là những dự án PoC có áp dụng trí tuệ nhân tạo nhằm giúp doanh nghiệp cắt giảm chi phí, nâng cao trải nghiệm khách hàng và tạo ra sự khác biệt. AI PoC thường được thực hiện trên các thuật toán đơn giả, thông qua những dữ liệu đào tạo có sẵn hoặc các bộ dữ liệu nội bộ quy mô nhỏ, nhằm mục đích chứng minh một thuật toán có thể được đào tạo để giải quyết một trường hợp cụ thể với lượng nhỏ dữ liệu đào tạo. Nếu dự án PoC thành công, doanh nghiệp có thể tiến đến giai đoạn phát hành sản phẩm. Tuy nhiên, mặc dù quá trình triển khai dự án PoC diễn ra thành công và cho ra kết quả xuất sắc, giai đoạn ứng dụng tiếp theo vẫn thất bại. Hầu hết các dự án đều chỉ dừng lại ở thử nghiệm và chưa đi được đến bước trở thành sản phẩm để ứng dụng rộng rãi trong doanh nghiệp, chưa kể đến phát hành ra thị trường. Theo Alexandre Gonfalonieri, có 9 lý do chính khiến cho một dự án AI PoC không đến được giai đoạn thành phẩm:

  1. Dữ liệu

  2. Sự tuân thủ luật lệ

  3. Kỳ vọng thực tế

  4. Khả năng mở rộng

  5. Kích thước và bản chất của PoC

  6. Quá trình thực hiện

  7. Độ chính xác của AI/Dữ liệu khả dụng

  8. Đánh giá PoC

  9. Chọn cửa sổ thời gian (Time Window)
     

Trong bài viết lần này, hãy cùng rubikAI khám phá 3 yếu tố đầu tiên nhé!

1. Dữ liệu

Trên thực tế, chỉ một số ít  những người ra quyết định có thể hiểu rõ về tầm quan trọng của việc sở hữu một bộ dữ liệu tốt, hay chính xác hơn là bộ dữ liệu được quản lý tốt để đào tại hệ thống AI. Thiếu đi bộ dữ liệu được quản lý tốt không chỉ là rào cản đối với việc chuyển từ thử nghiệm sang sản xuất, mà còn là nỗi đau của doanh nghiệp. Hơn thế, khi làm việc với các tổ chức lớn, vấn đề không nằm ở thiếu dữ liệu, mà là nguồn dữ liệu thường bị khoá hoặc rất khó truy cập, đồng nghĩa với việc sẽ mất rất nhiều thời gian để thu thập dữ liệu cần thiết. Thuật toán Học Máy sẽ không hoạt động nếu sử dụng dữ liệu cứng nhắc và khác với thực tế.

Dữ liệu vẫn luôn được coi là yếu tố tối quan trọng trong trí tuệ nhân tạo

Nguồn: Shahadat Rahman tại https://unsplash.com/

Một vấn đề khác thường gặp là chất lượng dữ liệu. Các vấn đề về chất lượng dữ liệu có thể có nhiều dạng, ví dụ: 

  • Dữ liệu bị thiếu giá trị hoặc không hợp lệ

  • Dữ liệu không nhất quán

  • Dữ liệu chưa đủ tổng quát

  • Dữ liệu nhiễu hoặc không đúng định dạng

  • Dữ liệu có quá nhiều bản sao trùng lặp

Do đó, nếu như một doanh nghiệp đang phải vật lộn với quá nhiều vấn đề về chất lượng dữ liệu, thì chắc chắn doanh nghiệp đó chưa sẵn sàng cho trí tuệ nhân tạo. Bên cạnh đó, việc tạo ra dữ liệu chất lượng cao không chỉ liên quan đến tái định dạng hoặc sửa lỗi: Dữ liệu cần được dán nhãn để có thể đưa ra lời giải thích khi có câu hỏi về các quyết định mà máy móc đưa ra.

2. Sự tuân thủ luật lệ

Luật lệ ở đây là quyền sở hữu dữ liệu. Quyền sở hữu dữ liệu là vấn đề thường bị đánh giá thấp trong các dự án trí tuệ nhân tạo. Trên thực tế, có rất nhiều công ty sử dụng dữ liệu khách hàng hoặc dữ liệu thuộc sở hữu của các công ty khác khi chưa được cho phép. Việc sở hữu dữ liệu không đồng nghĩa với việc toàn quyền sử dụng dữ liệu theo bất cứ cách nào. Đến thời điểm hiện tại, hầu hết các tập đoàn lớn đã bắt đầu thực hiện kiểm tra các mô hình học máy của họ và xem xét kỹ lưỡng những dữ liệu đi vào các mô hình đó. Với việc thực hiện Quy định bảo vệ dữ liệu chung (GDPR) ở Châu Âu, trong tương lai, sẽ có nhiều khu vực và quốc gia thông qua quy định này, và dữ liệu không chỉ là trách nhiệm mà còn là một loại tài sản của các tổ chức và cá nhân.

Dữ liệu không chỉ là trách nhiệm mà còn là tài sản của tổ chức và cá nhân

Nguồn: Helloquence tại https://unsplash.com/

3. Kỳ vọng thực tế

Trước khi bắt đầu một dự án trí tuệ nhân tạo mới, các tổ chức nên tự hỏi họ kiên nhẫn đến mức nào với dự án, và sau cùng dự án sẽ đi về đâu. Theo Alexandre Gonfalonieri chia sẻ, yêu cầu hoàn thành PoC hoạt động được với kết quả chấp nhận được trong hai tuần với một dự án tương đối phức tạp khiến ông khá băn khoăn. Văn hóa của một công ty cần hỗ trợ việc thử nghiệm, đặt câu hỏi, học hỏi và thất bại trước khi bắt đầu thực sự làm một AI Proof of Concept.

Trước khi làm một dự án PoC, hãy nghĩ xa hơn về tương lai của dự án

Nguồn: Kelly Sikkema tại https://unsplash.com/

Nhìn chung, các doanh nghiệp nên tập trung vào các trường hợp sử dụng kinh doanh để thúc đẩy tỷ suất hoàn vốn (ROI) hoặc chuyển đổi trong quy trình công việc nội bộ hiện có. Trên thực tế, có quá nhiều dự án AI không có một kết quả kinh doanh hữu hình trong tâm trí. Một dự án thành công cần có thời gian, nguồn lực và nhiều dữ liệu liên quan. Mong đợi sự chính xác ở cấp độ con người ngay khi bắt đầu hay yêu cầu kết quả tức thời sẽ chỉ làm tăng khả năng thất bại. Các cấp quản lý trong doanh nghiệp cần hiểu và có thể chi ngân sách và kỳ vọng hợp lý cho ROI. 

Vào ngày 07/12/2019, AI Series Talks #2 sẽ diễn ra với chủ đề vô cùng hấp dẫn:" Từ AI PoC tới thực tế: Làm sao để thành công?". Hoạt động sẽ thảo luận sâu hơn nữa về lý do khiến dự án AI Poc thất bại và cách khắc phục. Hành trình mang một dự án từ giai đoạn PoC tới thực tế sẽ như thế nào và có thể gặp phải những khó khăn gì? Hãy theo chân rubikAI để tìm kiếm câu trả lời tại AI Series Talks #2!

#dự án trí tuệ nhân tạo #dữ liệu trong trí tuệ nhân tạo #công nghệ

Bài viết liên quan

Trí tuệ Nhân tạo, hướng đi mới cho sinh viên công nghệ thông tin

3 ngành công nghệ

thông tin tiềm năng

nhất tương lai

LIÊN HỆ

CHÚNG TÔI

Mai Thu (Natasha)
SĐT: 0357 572 556

info@rubikai.com
 

ĐẾN THĂM

CHÚNG TÔI

Thứ 2 - Thứ 6 | 09:00 - 18:30

Tầng 4, Tháp T2, Times Tower,

35 Lê Văn Lương, Thanh Xuân, Hà Nội

 

​THEO DÕI

CHÚNG TÔI

  • White Facebook Icon
  • White YouTube Icon

Website này thuộc quyền sở hữu của Công ty TNHH Nexus FrontierTech Việt Nam