Thứ Ba, 4 tháng 8, 2020

Chuyển đổi số tạo đột phá hiệu suất vận hành doanh nghiệp

Cơ hội và thách thức khi doanh nghiệp ứng dụng công nghệ để cải thiện hiệu suất vận hành sẽ được chuyên gia FPT và Deloitte chia sẻ trong hội thảo trực tuyến ngày 4/8 tới.

Theo báo cáo mới nhất của DBT Center, trong 5-10 năm tới, 60% các doanh nghiệp sẽ bị đào thải nếu không chuyển đổi số. Hệ quả của việc chậm chuyển đổi có thể được nhìn thấy qua rất nhiều cái tên lừng lẫy một thời như Kodak, Yahoo, Nokia... nay đã chìm vào quên lãng. Cơ hội từ chuyển đổi số đem lại nằm ở hiệu suất bộ máy vận hành và hàm lượng công nghệ trong sản xuất không được nhìn thấy ở những doanh nghiệp này.

Chuyển đổi số được xác định là chìa khóa phát triển tất yếu của doanh nghiệp trong kỷ nguyên 4.0. Điều này giúp đảm bảo tính sống còn của doanh nghiệp nhờ những ưu điểm vượt trội như tối ưu chi phí hoạt động, cải thiện trải nghiệm khách hàng và tạo ra những mô hình kinh doanh mới.

Chuyển đổi số có nền tảng là các công nghệ 4.0.

Chuyển đổi số có nền tảng là các công nghệ 4.0.

Tại Việt Nam, khảo sát của Hiệp hội Phần mềm và Dịch vụ Công nghệ thông tin (VINASA) cho thấy, tỷ lệ các doanh nghiệp đang triển khai các hoạt động chuyển đổi số chiếm khoảng 15%. Khoảng 30% trong số này đã tìm hiểu và sẵn sàng mọi nguồn lực cho chuyển đổi số. Tuy nhiên, các doanh nghiệp vẫn còn khá nhiều băn khoăn, chưa biết phải bắt đầu từ đâu, chi phí thế nào và triển khai ra sao.

Đặc biệt, 99% doanh nghiệp vừa và nhỏ đang gặp khó khăn về vốn, nên thường coi chuyển đổi số là "sân chơi" của những ông lớn. Thay vì tốn chi phí, nhân lực cho việc chuyển đổi số thì họ sẽ ưu tiên đầu tư vào các hình thức tăng trưởng ngắn hạn.

Các chuyên gia công nghệ cũng nhận định rằng, chuyển đổi số không hề phức tạp và mất nhiều thời gian. Bởi, doanh nghiệp có thể áp dụng hình thức chuyển đổi theo từng giai đoạn hoặc một bộ phận. Quan trọng là doanh nghiệp phải xây dựng được quy trình vận hành tiêu chuẩn trước khi sẵn sàng số hóa mọi nghiệp vụ.

Ở cấp lãnh đạo, quản lý doanh nghiệp hiện nay chưa nhận thức được tầm quan trọng của việc chuyển đổi số để nâng cao hiệu suất vận hành. Hàm lượng công nghệ trong các sản phẩm còn thấp, chủ yếu dựa vào sức người. Tầm nhìn và tư duy của nhóm lãnh đạo doanh nghiệp cũng được coi là yếu tố phần nào ảnh hưởng đến quá trình chuyển đổi số hiện nay.

Câu chuyện về xu hướng chuyển đổi số trên thế giới hiện nay cũng như cách thức để ứng dụng công nghệ 4.0 vào các doanh nghiệp Việt Nam sẽ là chủ đề chính của hội thảo "Đột phá hiệu suất trong vận hành doanh nghiệp" do Tập đoàn FPT tổ chức vào14h30, thứ Ba ngày 4/8 tới. Sự kiện hoàn toàn miễn phí, doanh nghiệp, khách mới có thể đăng ký tham dự tại đây.

Hội thảo Đột phá hiệu suất trong vận hành doanh nghiệp sẽ diễn ra theo hình thức online ngày 8/4.

Hội thảo "Đột phá hiệu suất trong vận hành doanh nghiệp" sẽ diễn ra theo hình thức online ngày 4/8.

Sự kiện có sự góp mặt của bởi ông Phan Thanh Sơn, Giám đốc Phát triển Kinh doanh FPT IS (đơn vị thành viên của Tập đoàn FPT). Ông có hơn 25 năm kinh nghiệm trong ngành công nghệ thông tin và hàng loạt lĩnh vực khác nhau từ viễn thông, dầu khí, sản xuất, giáo dục, quân sự, hành chính công cho đến bất động sản, khách sạn, vận tải.

Trước khi giữ vị trí tại FPT IS, ông Sơn từng là tổng giám đốc kiêm giám đốc quan hệ đối tác của Cisco Việt Nam, thường tham gia làm diễn giả tại các diễn đàn và sự kiện về xu hướng công nghệ trong tương lai, IoE/IoT, chuyển đổi kỹ thuật số, thành phố thông minh và công nghiệp 4.0.

Bên cạnh đại diện công nghệ FPT, hội thảo ngày 8/4 còn có khách mời là chuyên gia đến từ Deloitte. Doanh nghiệp trong nhóm "Big Four" về kế toán và mạng lưới dịch vụ chuyên nghiệp lớn nhất trên thế giới theo doanh thu và số lượng chuyên gia.

Bà Trần Thị Thuý Ngọc và ông Nguyễn Thế Mạnh từ Deloitte sẽ đem đến sự kiện những vấn đề cốt lõi và thách thức trong vận hành doanh nghiệp; các xu hướng và thực tiễn ứng dụng công nghệ tối ưu vận hành doanh nghiệp trên thế giới và tại Việt Nam; khó khăn, trở ngại của doanh nghiệp khi ứng dụng công nghệ trong tối ưu vận hành.

"Chuyển đổi số không phải vì xu hướng mà chuyển đổi số thực sự mang lại lợi ích toàn diện cho doanh nghiệp từ quản trị điều hành đến chiến lược kinh doanh. Chuyển đổi số giúp doanh nghiệp xóa nhòa khoảng cách phòng ban; tăng cường sự chính xác, minh bạch trong doanh nghiệp, nâng cao hiệu suất làm việc, tăng doanh thu, giảm chi phí doanh nghiệp", đại diện Deloitte chia sẻ.

Hội thảo "Đột phá hiệu suất trong vận hành doanh nghiệp" tổ chức ngày 8/4 nằm trong chuỗi các sự kiện về nâng cao nhận thức doanh nghiệp với chuyển đổi số và công nghệ 4.0 do Tập đoàn FPT tổ chức trong hơn 1 tháng qua. Trước đó, FPT đã triển khai thành công việc ký kết hợp tác chiến lược với Viện nghên cứu AI - Mila; tổ chức hội thảo các giải pháp AI và RPA; hội thảo nâng cao trải nghiệm khách hàng với Blockchain.

7 bước xây dựng đế chế kinh doanh của Tony Robbins

Bạn thân mến,
Tony Robbins - Chuyên gia số 1 Thế giới về phát triển bản thân, phát triển doanh nghiệp hiệu quả vượt trội, là chuyên gia huấn luyện, đứng sau thành công của các tên tuổi nổi tiếng: Nữ Hoàng truyền hình #1 nước Mỹ- Oprah Winfrey, VĐV quần vợt Serena Williams, Ca sĩ Usher,.. và hàng triệu chuyên gia đào tạo, doanh nhân nổi tiếng trên khắp thế giới đều là học trò của Tony Robbins.
"Dù bạn là bất kỳ ai, Tony Robbins đều có cách để đưa bạn lên 1 tầm cao mới"
Nếu bạn là 1 chủ doanh nghiệp, đang quẩn quanh với doanh nghiệp của mình không biết đi về đâu, chưa có 1 bản đồ kế hoạch, hướng đi cho doanh nghiệp của mình, đặc biệt trong thời điểm khó khăn như hiện nay.
Hoặc doanh nghiệp của bạn cứ dậm chân tại chỗ, chưa có giải pháp nào để bứt phá.
Nếu bạn muốn biết và sở hữu Bí quyết xây dựng doanh nghiệp triệu đô và tạo dựng tự do tài chính, hãy tham gia cùng chúng tôi chương trình:

  7 BƯỚC XÂY DỰNG ĐẾ CHẾ KINH DOANH TRIỆU ĐÔ CỦA TONY     ROBBINS - TRỰC TIẾP cùng chuyên gia Nina Yến Nhàn

Được mệnh danh là "Phù thủy đọc vị doanh nghiệp
- Top 1 nhà huấn luyện doanh nghiệp trong khu vực Đông Nam Á
- Đối tác của Action COACH toàn cầu tại Việt Nam

Thông tin chương trình:
- Thời gian: 20h00 - 21h30 Thứ 2 ngày 03.8.2020
- Hình thức: livestream trên fanpage Babylons Group

CÁCH THỨC THAM GIA:
1. Nhấn LIKE fanpage Babylons Group: https://www.facebook.com/Babylons.JSC/

2. 20h tối nay bạn hãy truy cập facebook và vào fanpage Babylons Group để xem livestream.

BẠN SẼ HỌC ĐƯỢC:
- 7 bước xây dựng đế chế kinh doanh theo cách của Tony Robbins
- Mô hình kinh doanh - đầu tư hiệu quả của Tony Robbins mà bạn có thể áp dụng trong bối cảnh hiện nay
Bản kế hoạch kinh doanh BÀI BẢN - RÕ RÀNG - KHẢ THI theo chuẩn quốc tế
Nhận diện được 10 VẤN ĐỀ quan trọng nhất trong quản trị và vận hành doanh nghiệp
- Và nhiều nội dung khác...

Nếu bạn nghiêm túc cho sự tăng trưởng và phát triển doanh nghiệp và công việc kinh doanh của mình bền vững, bạn không nên bỏ lỡ sự kiện này
Chúc bạn luôn thành công.


Thời gian:
                     LIVESTREAM DUY NHẤT 20H TỐI NAY 3.8.2020
                     FANPAGE: BABYLONS GROUP

Hotline: 0936 125 098 (Ms Dung) / 0936 125 098 ( Ms.Thủy)

Cách Dạy Con KHÓ TIN Của Tỷ Phú Phạm Nhật Vượng Và Giới Người Giàu Thế Giới


Lãi ròng doanh nghiệp niêm yết quý II giảm hơn 14%

Lợi nhuận ròng doanh nghiệp niêm yết quý II giảm hơn 14% những vẫn được cho là tích cực khi so với quý trước đó sụt hơn 27%.

Công ty chứng khoán VNDirect vừa ra báo cáo về kết quả kinh doanh các doanh nghiệp trên sàn chứng khoán.

Theo ước tính, tổng doanh thu và lợi nhuận ròng quý II của các doanh nghiệp trên HoSE, HNX và thị trường UPCoM giảm 16,5% và 14,4% so với cùng kỳ năm ngoái.

Tuy nhiên, con số trên vẫn xem là tích cực nếu so với mức giảm gần 28% trong quý I. Trong đó, nhóm giảm lợi nhuận mạnh nhất là các doanh nghiệp vốn hóa lớn và vốn hóa nhỏ, với mức giảm 15-16%. Riêng các doanh nghiệp trong VN30 vẫn tăng lợi nhuận gần 1%.

Tính toán của VNDirect về tăng trưởng doanh thu và lợi nhuận của các doanh nghiệp niêm yết.

Tính toán của VNDirect về tăng trưởng doanh thu và lợi nhuận của các doanh nghiệp niêm yết.

Theo VNDirect, có nhiều ngành bị ảnh hưởng mạnh khi Việt Nam thực hiện 21 ngày giãn cách xã hội trong tháng 4. Trong đó, vận tải và du lịch được đánh giá chịu thiệt hại nặng nhất. Các doanh nghiệp trong hai ngành này giảm lợi nhuận 73% và gần 500% so với cùng kỳ.

Lợi nhuận các doanh nghiệp bán lẻ cũng giảm hơn 40% trong bối cảnh cầu nội địa yếu. Lợi nhuận ngành dầu khí giảm gần 80% do giá dầu Brent ở mức thấp. Bất động sản cũng chịu ảnh hưởng tiêu cực do khó khăn trong việc ghi nhận doanh thu chuyển nhượng căn hộ và mở bán. Ngoài ra, các ngành khác có mức giảm lợi nhuận cao như dịch vụ tiện ích (-21,7%), khai khoáng (-123,9%).

Ở chiều ngược lại, ngân hàng vẫn duy trì vai trò trụ cột khi tăng lợi nhuận gần 22% trong quý II, cao hơn nhiều mức tăng 3,4% trong quý I. Lũy kế 6 tháng, lợi nhuận các nhà băng tăng gần 13% so với cùng kỳ, đóng góp 3,8 điểm phần trăm vào tăng trưởng chung toàn thị trường.

Dịch vụ tài chính (chủ yếu là các công ty chứng khoán) cũng ghi nhận lợi nhuận tăng vọt trong quý II sau khi chịu lỗ trong quý I, nhờ vào đà phục hồi của thị trường. Trong quý vừa qua, VN-Index tăng 23,2% trong khi thanh khoản tăng 42% so với quý I và tăng 51% so cùng kỳ 2019.

Một số ngành khác cũng duy trì tăng trưởng dương như nhóm sản xuất điện, hóa chất, giấy, lâm nghiệp, kim loại và bảo hiểm.

Đánh giá nửa cuối năm, nhóm phân tích cho rằng, những yếu tố không chắc chắn đang gia tăng với đợt bùng phát mới của Covid-19 và căng thẳng Mỹ - Trung. Tuy vậy, vẫn có những yếu tố có thể trợ lực cho thị trường như đầu tư công, dấu hiệu quay trở lại của dòng tiền khối ngoại và chính sách tiền tệ nới lỏng hơn. Trong kịch bản cơ sở, VNDirect dự báo lợi nhuận của các doanh nghiệp trên HoSE năm 2020 sẽ giảm 5-6% so với cùng kỳ.

Dâu tây Trung Quốc gắn mác Đà Lạt 'siêu rẻ'

Gần đây, dâu tây "gắn mác" Đà Lạt được bán đầy đường phố với giá 85.000-100.000 đồng một kg, rẻ phân nửa thông thường.

Dọc các con đường Lê Đức Thọ (Gò Vấp), quốc Lộ 1A (quận 12), Phạm Văn Đồng (quận Thủ Đức)... dây tây mẫu mã bắt mắt được đựng trong thùng xốp hoặc đóng hộp bán với giá chỉ 85.000-100.000 đồng một kg.

Chị Hoa, chuyên bán trái cây trên đường Lê Đức Thọ (Gò Vấp) vừa đổ dâu ra nắp thùng xốp vừa niềm nở mời khách mua với giá chỉ 85.000 đồng một kg. Theo chị Hoa, trước đây chị bán dâu Đà Lạt một kg giá 150.000 đồng nhưng nay hàng về nhiều nên rẻ đi một nửa.

Khi hỏi về nguồn gốc, chị Hoa khẳng định là dâu Đà Lạt được lấy từ các đầu mối buôn sỉ. Nếu hàng bán không hết có quyền trả lại. Tuy nhiên, vì bán với giá khá rẻ nên chỉ đến trưa là chị tiêu thụ hết 7 kg dâu tây.

Những trái dâu to, đều, màu sắc bắt mắt được bán trên đường Lê Đức Thọ (Gò Vấp). Ảnh: Thi Hà.

Những trái dâu to, đều, màu sắc bắt mắt được bán trên đường Lê Đức Thọ (Gò Vấp). Ảnh: Thi Hà.

Cũng liên tục rao bán dâu tây trên quốc lộ 1A (Quận 12), anh Thanh cho biết, một tuần bán khoảng 3 lần, mỗi lần khoảng 30-40 hộp. Thay vì bán mỗi kg với giá 100.000 đồng thì anh chia ra thành các hộp khoảng 700-800 gram bán với giá 75.000 đồng.

Theo anh này, việc bán đồng giá từng hộp như vậy sẽ chạy hàng hơn so với kg. "Số dâu này được các đầu mối sỉ giao tận nơi, tôi chỉ việc bán, còn nguồn gốc thì họ cho biết nhập về từ Đà Lạt", anh Thanh nói.

Anh Thanh cho biết thêm, đã bán dâu nhiều năm nhưng nay giá dâu khá rẻ so với trước. Mẫu mã của dâu thì đẹp hơn rất nhiều nên được người tiêu dùng ưa chuộng.

Trong khi các đầu mối trên khẳng định là dâu tây Đà Lạt thì chị Hạnh - tiểu thương chuyên bán dâu tại chợ Bà Chiểu (TP HCM) cho rằng đó có thể là hàng nhập từ Trung Quốc.

Bởi theo chị, dâu Đà Lạt đang trái vụ (mùa dâu tây chính vụ của Đà Lạt kéo dài từ đầu tháng 11 đến tháng 4), mẫu mã không được đẹp, số lượng lại ít nên giá cao. Hiện tại quầy chị đang bán với giá 150.000-400.000 đồng một kg (tùy loại). Riêng với loại giống dâu Mỹ đá Đà Lạt đa phần chỉ bán cho các quán sinh tố vì mẫu mã xấu, lại chua.

Hình dạng dâu Đà Lạt và Trung Quốc. Ảnh: Chi Cục Bảo vệ Thực vật Lâm Đồng.

Hình dạng dâu Đà Lạt và Trung Quốc. Ảnh: Chi Cục Bảo vệ Thực vật Lâm Đồng.

Trao đổi với VnExpress.net, ông Lại Thế Hưng, Chi cục trưởng Chi Cục bảo vệ thực vật tỉnh Lâm Đồng cho biết, hiện dâu tây chính vụ Đà Lạt đã hết mùa chỉ còn lác đác vài vườn trái vụ. Các vườn này quả cũng rất ít, số lượng thu hoạch bằng 2/10 chính vụ nên không có nhiều để bán đại trà ra các thành phố lớn.

Mặt khác, theo ông Hưng, với các giống dâu có mẫu mã đẹp thuộc dòng Newzeland giá dao động 200.000-300.000 đồng một kg chứ không rẻ như các trường hợp nêu trên. Do đó, hàng đang bán ở lề đường tại một số thành phố lớn như Hà Nội, TP HCM đa phần là hàng Trung Quốc.

Ông Hưng cũng cho biết, mới đây tỉnh Lâm Đồng đã bắt nhiều vụ dâu tây Trung Quốc gắn mác Đà Lạt trà trộn vào tỉnh. Qua nghiên cứu, chi cục đưa ra cách nhận biết của loại này so với hàng Đà Lạt. Theo đó, dâu Trung Quốc có thể để từ 7 đến 10 ngày trong môi trường nhiệt độ 25-32 độ C mà không bị héo hay thối quả, trong khi dâu Đà Lạt chỉ để tối đa 2 ngày.

Đối với giống dâu giá rẻ của Đà Lạt, quả không đồng đều, sậm màu ở thân, phần cuống hơi trắng. Còn dâu Trung Quốc quả đều, to, ít sâu và màu đỏ sẫm đẹp mắt, khi ăn ít chua so với dâu Đà Lạt. Riêng với giống dâu New Zealand, dâu Pháp được trồng ở Đà Lạt thì được khách chuộng nên giá đắt đỏ, hiếm khi dưới 200.000 đồng một kg.

Hiện toàn Đà Lạt có 117 ha đất trồng dâu tây, trong đó 13 ha canh tác trong nhà kính theo hướng công nghệ cao. Dâu tây trồng trong nhà kính đều làm bằng phương pháp hữu cơ, sử dụng công nghệ tưới nhỏ giọt hoặc bán thủy canh. Loại này tập trung vào một số giống mới, cao cấp như dâu giống Nhật, New Zealand. Giá bán của những loại dâu này cao gấp 5 lần giống dâu Mỹ đá mà đa số nhà vườn đang canh tác, dao động 200.000 đồng đến một triệu đồng mỗi kg.

Thu nhập 20 triệu/tháng, đây là cách tiết kiệm thông minh giúp sớm mua được nhà

Làm cách nào để các cặp vợ chồng sớm sở hữu được căn nhà mơ ước. Với một vài mẹo tiết kiệm dưới đây sẽ giúp nhanh chóng hiện thực hóa mục tiêu này.

Thiết lập mục tiêu rõ ràng

Muốn sở hữu căn nhà sớm nhất có thể, bạn cần xác định chính xác kế hoạch hay những cách tiết kiệm để mua. Việc thiết lập mục tiêu này là rất quan trọng giúp định hình những mong muốn dựa trên tình hình tài chính của bản thân. Hãy chuẩn bị kế hoạch tài chính với mục tiêu thật rõ ràng. 

Cách thiết lập mục tiêu chẳng hạn như: 

- Tình hình tài chính hiện tại của bạn như thế nào?

- Vị trí của căn nhà muốn mua nằm ở đâu?

- Diện tích, tiện ích mà bạn muốn sở hữu?

- Trong 3 năm có đủ để sở hữu căn nhà mà mình mong muốn?

- Nếu không đủ cần vay bao nhiêu và có thể vay ở những nguồn nào?

Dựa vào những câu hỏi này bạn sẽ tìm được câu trả lời chính xác cho những mong muốn của bản thân. Từ đó, lên kế hoạch để chuẩn bị tài chính hoặc điều chỉnh sao cho phù hợp với khả năng của mình. 

Thu nhập 20 triệu/tháng, đây là cách tiết kiệm thông minh giúp sớm mua được nhà

Cách xây dựng kế hoạch chi tiêu tiết kiệm

Lập ngân sách chi tiêu

Để sở hữu căn nhà mơ ước, bạn cần chuẩn bị kế hoạch tài chính một cách kỹ càng. Vì việc trả nợ hay trả lãi ngân hàng hàng tháng sẽ ảnh hưởng ít nhiều đến việc chi tiêu hàng tháng của gia đình. Do đó nếu không gặp phải quá nhiều khó khăn hay áp lực trong quá trình thực hiện và không ảnh hưởng quá nhiều đến cuộc sống thì bạn cần lập kế hoạch chi tiêu cụ thể và rõ ràng hàng tháng.

Lập ngân sách chi tiêu hàng tháng giúp bạn có kế hoạch thu – chi phù hợp. Biết chi tiêu cho những nhu cầu cần thiết trước và kiểm soát dòng tiền một cách hiệu quả. 

Sau khi liệt kê những nhóm chi tiêu, bạn cần phân bổ tiền lương cho những khoản chi này.

Giả sử, thu nhập hàng tháng của gia đình bạn là 20 triệu đồng. Bạn có thể tham khảo cách phân bổ ngân sách chi tiêu như sau:

Thu nhập 20 triệu/tháng, đây là cách tiết kiệm thông minh giúp sớm mua được nhà

Quỹ tiết kiệm: 3 triệu

Quỹ dự phòng: 1 triệu

Tổng cộng: 16,800 triệu đồng.

Như vậy, số dư còn lại là: 3,2 triệu đồng.

Với khoản này bạn có thể để chúng vào quỹ tiết kiệm. Vừa gia tăng thêm tài khoản tiết kiệm, vừa rút ngắn thời gian hiện thực hóa kế hoạch.

Thu nhập 20 triệu/tháng, đây là cách tiết kiệm thông minh giúp sớm mua được nhà
(Hình minh họa).

Thiết lập quỹ tiết kiệm 

Một trong những cách tiết kiệm tiền mua nhà đó là xây dựng quỹ tiết kiệm càng sớm càng tốt. 

Trích một phần thu nhập sau khi nhận lương là cách tiết kiệm không còn xa lạ với nhiều người. Điều này giúp bạn có kế hoạch chi tiêu hợp lý và khoa học, tránh tình trạng bội chi. 

Ngoài ra, có nhiều phương pháp tiết kiệm tiền hàng ngày mà bạn có thể áp dụng. Điều quan trọng là bạn nên tạo thói quen tiết kiệm, thắt chặt chi tiêu, kiểm soát dòng tiền chặt chẽ để gia tăng tài khoản tiết kiệm một cách nhanh chóng. 

Bạn cần tính toán chính xác số tiền hiện có của bản thân, bao gồm: tiền mặt, vàng, bạc, tài sản có giá trị tương đương…

Từ đó, tính toán chính xác số tiền còn thiếu và thời gian để đủ tài chính sở hữu căn nhà.

Các chuyên gia tài chính khuyên rằng, chỉ nên quyết định mua nhà khi bạn đã có tối thiểu 50% giá trị ngôi nhà.

Chỉ mua sắm khi cần thiết 

Một trong những vấn đề mà bạn cần quan tâm khi tiết kiệm đó là từ bỏ thói quen mua sắm khi không cần thiết, hay sẵn sàng chi tiêu khi tâm trạng không tốt. 

Điều này sẽ ảnh hưởng rất lớn đến ngân sách chi tiêu hàng tháng của bạn cũng như hình thành một thói quen chi tiêu không kiểm soát. 

Bạn nên điều chỉnh hành vi mua sắm của bản thân. Lên danh sách trước khi đi mua sắm, tham khảo giá cả, tận dụng các chương trình ưu đãi giảm giá và mang đủ số tiền cần thiết. 

Áp dụng thêm quy tắc mua sắm trong 24h, tức là hãy suy nghĩ và xem xét chúng trong vòng 24h. Sau 24h bạn cảm thấy chúng không cần thiết nữa thì bạn nên quyết định loại bỏ chúng ra khỏi danh sách mua sắm. Cách làm này để kiểm soát việc mua sắm khi không có kế hoạch. 

Thu nhập 20 triệu/tháng, đây là cách tiết kiệm thông minh giúp sớm mua được nhà
(Hình minh họa).

Hạn chế mua sắm online

Một trong những thói quen nguy hại mà hầu hết các chị em đều mắc phải đó là thói quen mua sắm online. Đây chính là nguyên nhân hàng đầu dẫn đến tình trạng chi tiêu mất kiểm soát. Do đó, để khắc phục tình trạng này bạn nên tránh xem những quảng cáo, giảm giá trên trang mạng xã hội.

Việc tiếp xúc quá nhiều với những quảng cáo này khiến bạn khó làm chủ quyết định của bản thân. Dễ dàng bị chi phối, dẫn đến việc chi tiêu không có kế hoạch.  

Thanh toán bằng tiền mặt 

Những tiện ích của thẻ ngân hàng lại có thể tiềm ẩn những nguy hại cho người dùng. Chẳng hạn như việc chi tiêu và thanh toán qua thẻ thường xuyên là nguyên nhân dẫn đến việc khó kiểm soát dòng tiền, tình trạng chi tiêu quá đà ảnh hưởng trực tiếp đến tình hình tài chính cá nhân. 

Do đó, để đảm bảo việc chi tiêu hợp lý và khoa học. Bạn nên hạn chế thanh toán bằng các loại thẻ ngân hàng. Sử dụng tiền mặt sẽ giúp bạn có ý thức hơn trong việc thanh toán. Từ đó, việc chi tiêu cho nhu cầu hàng ngày luôn trong tầm kiểm soát. 

Thu nhập 20 triệu/tháng, đây là cách tiết kiệm thông minh giúp sớm mua được nhà
(Hình minh họa).

Tìm cách gia tăng thu nhập 

Ngoài những cách tiết kiệm tiền, việc gia tăng thu nhập hay tạo ra nguồn thu nhập thụ động hàng tháng là điều cần thiết. Giúp bạn nhanh chóng đạt được mục tiêu đã đề ra. Để gia tăng thu nhập hàng tháng, bạn có thể tìm kiếm những công việc làm thêm ngoài giờ.

Tùy thuộc vào sở trường cũng như khoảng thời gian rảnh mà bạn có thể lựa chọn cho bản thân những công việc làm thêm phù hợp. Quyết định lựa chọn công việc nào, bạn cũng cần quan tâm đến sức khỏe của bản thân cũng như đảm bảo thời gian chăm sóc cho gia đình.

Tìm kiếm sự giúp đỡ

Trước khi đưa ra quyết định, có thể hãy tham khảo ý kiến từ người thân và bạn bè. Họ sẽ đưa ra lời khuyên cũng như giúp đỡ một phần tài chính trước kế hoạch mua nhà. 

Đừng ngần ngại, hãy trao đổi thẳng thắn để thu thập được nhiều thông tin và ý kiến. Tuy nhiên, bạn cần lưu ý trong việc trao đổi thông tin với những người đáng tin cậy. Tránh những rủi ro có thể xảy ra. 

Lợi ích và nguy cơ của trí tuệ nhân tạo (AI)

Trí tuệ nhân tạo (AI) là trí thông minh được thể hiện bởi máy móc. Trong ngành khoa học máy tính, lĩnh vực nghiên cứu AI định nghĩa bản thân nó là nghiên cứu của các đại lý thông minh: bất cứ thiết bị nào nhận thức được môi trường của nó và thực hiện các hành động tối đa hoá cơ hội thành công của một số mục tiêu. Nói cách khác, thuật ngữ AI được sử dụng khi một cái máy bắt chước các chức năng "nhận thức" mà con người liên kết với các trí tuệ khác của con người, chẳng hạn như "học" và "giải quyết vấn đề" (được gọi là Học máy). Khi máy móc trở nên ngày càng có khả năng, các cơ sở tinh thần từng nghĩ rằng cần có trí thông minh được loại bỏ khỏi định nghĩa. Ví dụ, nhận dạng ký tự quang học không còn được coi là một ví dụ về "trí tuệ nhân tạo", trở thành một công nghệ thông thường. Các khả năng hiện đang được phân loại là AI bao gồm thành công trong việc hiểu được ngôn từ của con người, cạnh tranh ở mức độ cao trong các hệ thống chiến lược (như Chess và Go), tự lái xe, định tuyến thông minh trong các mạng phân phối nội dung và giải thích dữ liệu phức tạp.

TẠI SAO NGHIÊN CỨU AI AN TOÀN?
Trong thời gian gần đây, mục tiêu giữ tác động có ích của AI đối với xã hội thúc đẩy nghiên cứu ở nhiều lĩnh vực, từ kinh tế học đến luật pháp đến các chủ đề kỹ thuật như xác minh, tính hợp lệ, an ninh và kiểm soát. Trong trường hợp máy tính xách tay của bạn bị hỏng hoặc bị tấn công, điều quan trọng hơn là hệ thống AI sẽ làm những gì bạn muốn nó làm nếu AI điều khiển chiếc xe, máy bay, máy điều hòa nhịp tim, hệ thống hoặc lưới điện của bạn. Một thách thức ngắn hạn khác là ngăn cản một cuộc chạy đua vũ trang tàn phá vũ khí tự sát chết người.

Về lâu dài, một câu hỏi quan trọng là điều gì sẽ xảy ra nếu AI toàn năng thành công và hệ thống AI trở nên tốt hơn con người ở tất cả các nhiệm vụ nhận thức. Như I.J. Good đã chỉ ra năm 1965, việc thiết kế hệ thống AI thông minh hơn là một nhiệm vụ nhận thức. Một hệ thống như vậy có thể có khả năng tự cải thiện đệ quy, gây ra một sự bùng nổ thông minh và vượt xa trí tuệ của con người. Bằng cách phát minh ra các công nghệ mới mang tính cách mạng, trí tuệ siêu thông minh này có thể giúp chúng ta tiêu diệt chiến tranh, bệnh tật và đói nghèo, và do đó việc tạo ra AI có thể là sự kiện lớn nhất trong lịch sử nhân loại. Tuy nhiên, một số chuyên gia đã bày tỏ mối quan tâm rằng nó cũng có thể là cuối cùng, trừ khi chúng ta học cách sắp xếp các mục tiêu của AI với chúng ta trước khi nó trở nên thông minh.

Có một số người đặt câu hỏi liệu AI toàn năng bao giờ sẽ đạt được, và những người khác nhấn mạnh rằng việc tạo ra siêu thông minh AI có được đảm bảo là có lợi. Tại FLI chúng ta nhận ra cả hai khả năng này, nhưng cũng nhận ra tiềm năng cho một hệ thống trí tuệ nhân tạo vì cố tình hoặc vô ý gây ra những tổn hại lớn. Chúng tôi tin rằng nghiên cứu ngày nay sẽ giúp chúng ta chuẩn bị tốt hơn và ngăn ngừa các hậu quả tiêu cực tiềm ẩn trong tương lai, do đó tận hưởng những lợi ích của AI và tránh được những kết quả sai lầm.

AI CÓ THỂ NGUY HIỂM?
Hầu hết các nhà nghiên cứu đều đồng ý rằng một AI thông minh không có khả năng biểu lộ cảm xúc của con người như tình yêu hay thù ghét, và không có lý do gì để mong muốn AI trở nên có chủ ý từ thiện hoặc ác độc. Thay vào đó, khi xem xét làm thế nào AI có thể trở thành một nguy cơ, các chuyên gia nghĩ rằng hai kịch bản rất có thể xảy ra:

AI được lập trình để làm điều gì đó tàn phá: Vũ khí tự trị là hệ thống trí tuệ nhân tạo được lập trình để giết chóc. Trong tay của sai người, những vũ khí này có thể dễ dàng gây ra thương vong lớn. Hơn nữa, một cuộc chạy đua vũ trang bằng tay có thể vô tình dẫn đến một cuộc chiến tranh gây tổn thất lớn. Để tránh bị đối phương cản trở, những vũ khí này sẽ được thiết kế để ngăn cản những khả năng đơn giản như "tắt", do đó con người có thể mất khả năng kiểm soát những tình huống như vậy. Nguy cơ này có thể xảy ra ngay cả ở những trường hợp hẹp, nhưng lại tăng lên khi trí thông minh gia tăng và sự tự chủ gia tăng.
AI được lập trình để làm điều gì đó có lợi, nhưng nó phát triển một phương pháp phá hoại để đạt được mục đích của nó: Điều này có thể xảy ra bất cứ khi nào chúng ta không hoàn toàn sắp xếp đúng các mục tiêu của AI với ta. Nếu bạn yêu cầu một chiếc xe thông minh ngoan ngoãn đưa bạn đến sân bay càng nhanh càng tốt, nó có thể khiến bạn bị truy đuổi bởi máy bay trực thăng và bị ói mửa, không phải những gì bạn muốn mà là những gì bạn yêu cầu. Nếu một hệ thống thông minh có nhiệm vụ với một dự án địa chấn đầy tham vọng, nó có thể tàn phá hệ sinh thái của chúng ta như là một phản ứng phụ và xem những nỗ lực của con người để ngăn chặn nó như là một mối đe dọa sẽ gặp phải.
Như những ví dụ minh họa, mối quan tâm về AI tiên tiến không phải là xấu nhưng phải có thẩm quyền. Một AI siêu thông minh sẽ cực kỳ tốt trong việc hoàn thành các mục tiêu của nó và nếu những mục tiêu đó không phù hợp với chúng ta, chúng ta có một vấn đề. Có lẽ bạn không phải là một kẻ ác có lòng dũng mãnh, những kẻ dẫm lên kiến xấu xa, nhưng nếu bạn chịu trách nhiệm cho một dự án năng lượng xanh và có một con mương trong khu vực bị ngập, quá tệ đối với kiến. Một mục tiêu chính của nghiên cứu an toàn là không bao giờ đặt nhân loại vào vị trí của những con kiến.

TẠI SAO QUAN TÂM ĐẾN SỰ AN TOÀN CỦA AI?
Stephen Hawking, Elon Musk, Steve Wozniak, Bill Gates, và nhiều tên tuổi lớn khác trong ngành khoa học và công nghệ gần đây đã bày tỏ sự quan tâm trong giới truyền thông và thông qua các bức thư ngỏ về những nguy cơ do AI gây ra, với sự tham gia của nhiều nhà nghiên cứu về AI. Tại sao chủ đề này lại đột nhiên xuất hiện trong các tiêu đề?

Ý tưởng rằng việc tìm kiếm AI toàn năng cuối cùng sẽ thành công được nghĩ đến như khoa học viễn tưởng, hàng thế kỷ hoặc hơn. Tuy nhiên, nhờ những đột phá gần đây, nhiều mốc quan trọng về AI, được các chuyên gia xem là thập kỷ cách đây chỉ 5 năm, đã được đưa ra, làm cho nhiều chuyên gia nghiêm túc xem xét khả năng của siêu thông minh trong cuộc đời của chúng ta. Mặc dù một số chuyên gia vẫn đoán rằng AI ở mức độ con người phải mất hàng trăm năm nữa, hầu hết các nghiên cứu về AI tại Hội nghị Puerto Rico năm 2015 đã đoán rằng nó sẽ xảy ra trước năm 2060. Vì phải mất nhiều thập kỷ để hoàn thành nghiên cứu an toàn cần thiết, nó cần được bắt đầu thận trọng từ bây giờ.

Vì AI có khả năng trở nên thông minh hơn bất kỳ con người nào, chúng ta không có cách dự đoán nó sẽ hành xử như thế nào. Chúng ta không thể sử dụng các phát triển công nghệ trong quá khứ như là một cơ sở vì chúng ta chưa bao giờ tạo ra bất cứ thứ gì có khả năng, một cách khiêm tốn hoặc vô tình, đánh thức chúng ta. Ví dụ tốt nhất về những gì ta có thể đối mặt có thể là sự tiến hóa của chúng ta. Loài người giờ đây kiểm soát hành tinh, không phải vì chúng ta là người mạnh nhất, nhanh nhất hoặc lớn nhất, nhưng vì chúng ta là người thông minh nhất. Nếu chúng ta không còn là người khôn ngoan nhất, liệu chúng ta có chắc chắn sẽ kiểm soát được không?

Vị trí của FLI là nền văn minh của chúng ta sẽ phát triển miễn là ta giành chiến thắng trong cuộc đua giữa sức mạnh công nghệ ngày càng tăng và trí tuệ mà chúng ta quản lý. Trong trường hợp công nghệ AI, vị trí của FLI là cách tốt nhất để giành chiến thắng trong cuộc chạy đua, không phải là cản trở cuộc đua trước đó, mà là đẩy nhanh tiến độ, thông qua việc hỗ trợ nghiên cứu an toàn về AI.

BÍ ẨN VỀ CÁC RỦI RO CỦA SIÊU NHÂN AI
Nhiều nhà nghiên cứu về AI đã quay cuồng khi nhìn thấy dòng tiêu đề này: "Stephen Hawking cảnh báo rằng sự gia tăng của robot có thể là thảm hoạ cho nhân loại". Và như nhiều người đã không thể đếm nổi có bao nhiêu bài báo tương tự như vậy mà họ đã nhìn thấy. Thông thường, những bài báo này được kèm theo một con robot xấu xa mang theo vũ khí, và họ cho rằng chúng ta nên lo lắng về việc những con rôbôt lớn lên và giết chúng ta vì chúng đã trở nên có ý thức và/hoặc điều ác. Theo hướng nhẹ hơn, các bài báo như vậy thực sự khá ấn tượng, bởi vì họ đã tóm tắt ngắn gọn các kịch bản mà các nhà nghiên cứu AI không lo lắng đến. Kịch bản đó kết hợp nhiều quan niệm sai lầm riêng biệt: quan tâm đến ý thức, cái ác, và robot.

Nếu bạn lái xe xuống đường, bạn có trải nghiệm chủ quan về màu sắc, âm thanh... Nhưng xe tự lái có trải nghiệm chủ quan không? Liệu nó có cảm giác như một cái gì đó hoàn toàn là một chiếc xe tự lái? Mặc dù bí ẩn của ý thức là thú vị ở bên trong của nó, nó không liên quan đến nguy cơ AI. Nếu bạn bị va đập bởi một chiếc xe không có driver, nó sẽ không có gì khác biệt nếu bạn cảm thấy có chủ ý. Tương tự như vậy, những gì sẽ ảnh hưởng đến con người là những gì mà AI thông minh làm, chứ không phải là cảm giác chủ quan.

Sự sợ hãi các máy móc biến thành quỷ dữ là một câu chuyện khác. Sự lo lắng thực sự không phải là xấu, mà là có khả năng. Một AI siêu thông minh theo định nghĩa là rất giỏi trong việc đạt được mục tiêu của nó, bất kể nó có thể là gì, vì vậy ta cần phải đảm bảo rằng mục tiêu của AI phù hợp với chúng ta. Con người thường không ghét kiến, nhưng chúng ta thông minh hơn nó - vì vậy nếu chúng ta muốn xây dựng một đập thủy điện và có một cái ổ kiến ở đó, quá tệ cho kiến. Phong trào có lợi-AI muốn tránh đặt nhân loại vào vị trí của những con kiến.

Quan niệm sai lầm về ý thức có liên quan đến huyền thoại rằng máy móc không thể có mục tiêu. Máy có thể có các mục tiêu rõ ràng trong việc thể hiện hành vi định hướng mục tiêu: hành vi của tên lửa đang tìm kiếm nhiệt được giải thích kinh tế nhất như là một mục tiêu để đạt được. Nếu bạn cảm thấy bị đe doạ bởi máy tính có mục tiêu không đúng với những gì bạn mong đợi, thì đó chính là mục đích của nó gây khó khăn cho bạn chứ không phải là máy tính có ý thức và kinh nghiệm ý thức về mục đích. Nếu tên lửa tìm nhiệt đang đuổi theo bạn, có lẽ bạn sẽ không kêu lên: "Tôi không lo lắng, bởi vì máy móc không thể có mục tiêu!"

Tôi thông cảm với Rodney Brooks và những người tiên phong khác, những người cảm thấy bị quỷ quyệt vì những tờ báo lá cải, bởi một số nhà báo dường như gắn với robot và tô điểm cho nhiều bài viết của họ với những con quái vật kim loại xấu xa và đôi mắt sáng đỏ. Trên thực tế, mối quan tâm chính của phong trào AI có lợi là không phải với robot, mà là với bản thân trí thông minh: cụ thể, trí thông minh có mục tiêu không đúng với chúng ta. Điều này làm cho chúng ta gặp rắc rối, trí thông minh siêu nhân không bình đẳng như vậy không cần cơ thể robot, chỉ cần kết nối internet - điều này có thể giúp outsmarting các thị trường tài chính, phát minh ra các nhà nghiên cứu con người, thao túng các nhà lãnh đạo con người và phát triển vũ khí mà chúng ta không thể hiểu được. Ngay cả khi các robot không thể thực hiện được, những người siêu thông minh và siêu giàu có thể dễ dàng trả tiền hoặc vận dụng nhiều con người để vô tình đấu giá nó.

Quan niệm sai lầm về robot có liên quan đến bí ẩn rằng máy móc không thể kiểm soát con người. Thật ra trí tuệ cho phép kiểm soát: con người kiểm soát hổ không phải vì chúng ta mạnh hơn, mà bởi vì chúng ta thông minh hơn. Điều này đồng nghĩa với việc nếu ta nhường lại vị trí thông minh nhất trên hành tinh này, có thể chúng ta cũng phải nhường lại quyền kiểm soát.

NHỮNG CUỘC TRANH LUẬN THÚ VỊ
Không lãng phí thời gian vào những quan niệm sai lầm nêu trên cho phép chúng ta tập trung vào những tranh cãi thực sự và thú vị, thậm chí khi cả các chuyên gia không đồng ý. Bạn muốn một tương lai như thế nào? Chúng ta có nên phát triển vũ khí tự sát chết người? Bạn muốn điều gì xảy ra với tự động hóa công việc? Bạn sẽ đưa ra lời khuyên về nghề nghiệp nào cho trẻ em ngày nay? Bạn có thích công việc mới thay thế những cái cũ, hay một xã hội không có việc làm, nơi mọi người đều thích cuộc sống vui chơi giải trí và sự giàu có của máy móc? Bạn có muốn chúng tôi tạo ra cuộc sống siêu việt và lan truyền nó qua vũ trụ của chúng ta không? Chúng ta sẽ kiểm soát các máy thông minh hay nó sẽ kiểm soát ta? Máy thông minh sẽ thay thế chúng ta, hay cùng tồn tại với loài người, hay hợp nhất với loài người? Con người có ý nghĩa gì trong thời đại trí tuệ nhân tạo? Bạn muốn điều đó có ý nghĩa gì, và làm thế nào để chúng ta có thể tạo ra tương lai theo cách đó?

Trí tuệ nhân tạo

Trong khoa học máy tínhtrí tuệ nhân tạo hay AI (tiếng AnhArtificial Intelligence), đôi khi được gọi là trí thông minh nhân tạo, là trí thông minh được thể hiện bằng máy móc, trái ngược với trí thông minh tự nhiên được con người thể hiện. Thông thường, thuật ngữ "trí tuệ nhân tạo" thường được sử dụng để mô tả các máy móc (hoặc máy tính) bắt chước các chức năng "nhận thức" mà con người liên kết với tâm trí con người, như "học tập" và "giải quyết vấn đề".[1]

Khi máy móc ngày càng tăng khả năng, các nhiệm vụ được coi là cần "trí thông minh" thường bị loại bỏ khỏi định nghĩa về AI, một hiện tượng được gọi là hiệu ứng AI.[2] Một câu châm ngôn trong Định lý của Tesler nói rằng "AI là bất cứ điều gì chưa được thực hiện."[3] Ví dụ, nhận dạng ký tự quang học thường bị loại trừ khỏi những thứ được coi là AI, đã trở thành một công nghệ thông thường.[4] khả năng máy hiện đại thường được phân loại như AI bao gồm thành công hiểu lời nói của con người,[1] cạnh tranh ở mức cao nhất trong trò chơi chiến lược (chẳng hạn như cờ vua và Go),[5] xe hoạt động độc lập, định tuyến thông minh trong mạng phân phối nội dung, và mô phỏng quân sự.

Trí tuệ nhân tạo có thể được phân thành ba loại hệ thống khác nhau: trí tuệ nhân tạo phân tích, lấy cảm hứng từ con người và nhân tạo.[6] AI phân tích chỉ có các đặc điểm phù hợp với trí tuệ nhận thức; tạo ra một đại diện nhận thức về thế giới và sử dụng học tập dựa trên kinh nghiệm trong quá khứ để thông báo các quyết định trong tương lai. AI lấy cảm hứng từ con người có các yếu tố từ trí tuệ nhận thức và cảm xúc; hiểu cảm xúc của con người, ngoài các yếu tố nhận thức và xem xét chúng trong việc ra quyết định. AI nhân cách hóa cho thấy các đặc điểm của tất cả các loại năng lực (nghĩa là trí tuệ nhận thức, cảm xúc và xã hội), có khả năng tự ý thức và tự nhận thức được trong các tương tác.

Trí tuệ nhân tạo được thành lập như một môn học thuật vào năm 1956, và trong những năm sau đó đã trải qua nhiều làn sóng lạc quan,[7][8] sau đó là sự thất vọng và mất kinh phí (được gọi là " mùa đông AI "),[9][10] tiếp theo là cách tiếp cận mới, thành công và tài trợ mới.[8][11] Trong phần lớn lịch sử của mình, nghiên cứu AI đã được chia thành các trường con thường không liên lạc được với nhau.[12] Các trường con này dựa trên các cân nhắc kỹ thuật, chẳng hạn như các mục tiêu cụ thể (ví dụ: " robot học " hoặc "học máy"),[13] việc sử dụng các công cụ cụ thể ("logic" hoặc mạng lưới thần kinh nhân tạo) hoặc sự khác biệt triết học sâu sắc.[14][15][16] Các ngành con cũng được dựa trên các yếu tố xã hội (các tổ chức cụ thể hoặc công việc của các nhà nghiên cứu cụ thể).[12]

Lĩnh vực này được thành lập dựa trên tuyên bố rằng trí thông minh của con người "có thể được mô tả chính xác đến mức một cỗ máy có thể được chế tạo để mô phỏng nó".[17] Điều này làm dấy lên những tranh luận triết học về bản chất của tâm trí và đạo đức khi tạo ra những sinh vật nhân tạo có trí thông minh giống con người, đó là những vấn đề đã được thần thoại, viễn tưởng và triết học từ thời cổ đại đề cập tới.[18] Một số người cũng coi AI là mối nguy hiểm cho nhân loại nếu tiến triển của nó không suy giảm.[19] Những người khác tin rằng AI, không giống như các cuộc cách mạng công nghệ trước đây, sẽ tạo ra nguy cơ thất nghiệp hàng loạt.[20]

Trong thế kỷ 21, các kỹ thuật AI đã trải qua sự hồi sinh sau những tiến bộ đồng thời về sức mạnh máy tính, dữ liệu lớn và hiểu biết lý thuyết; và kỹ thuật AI đã trở thành một phần thiết yếu của ngành công nghệ, giúp giải quyết nhiều vấn đề thách thức trong học máy, công nghệ phần mềm và nghiên cứu vận hành.[11]

Lịch sử[sửa | sửa mã nguồn]

Silver didrachma from Crete depicting Talos, an ancient mythical automaton with artificial intelligence

Tư tưởng có khả năng sinh vật nhân tạo xuất hiện như các thiết bị kể chuyện thời cổ đại,[21] và đã được phổ biến trong tiểu thuyết, như trong Frankenstein của Mary Shelley hay RUR (máy toàn năng Rossum) của Karel Capek.[22] Những nhân vật này và số phận của họ nêu ra nhiều vấn đề tương tự hiện đang được thảo luận trong đạo đức của trí tuệ nhân tạo.[18]

Nghiên cứu về lý trí cơ học hoặc "chính thức" bắt đầu với các nhà triết học và toán học thời cổ đại. Nghiên cứu về logic toán học đã dẫn trực tiếp đến lý thuyết tính toán của Alan Turing, người cho rằng một cỗ máy, bằng cách xáo trộn các ký hiệu đơn giản như "0" và "1", có thể mô phỏng bất kỳ hành động suy luận toán học nào có thể hiểu được. Tầm nhìn sâu sắc này, cho thấy máy tính kỹ thuật số có thể mô phỏng bất kỳ quá trình suy luận hình thức nào, đã được gọi là luận án Church-Turing.[23] Cùng với những khám phá đồng thời về sinh học thần kinhlý thuyết thông tin và điều khiển học, điều này khiến các nhà nghiên cứu cân nhắc khả năng xây dựng bộ não điện tử. Turing đã đề xuất rằng "nếu một con người không thể phân biệt giữa các phản hồi từ một máy và một con người, máy tính có thể được coi là 'thông minh'.[24] Công việc đầu tiên mà bây giờ được công nhận là trí tuệ nhân tạo là thiết kế hình thức "tế bào thần kinh nhân tạo" do McCullouch và Pitts đưa ra năm 1943.[1]

Lĩnh vực nghiên cứu AI được ra đời tại một hội thảo tại Đại học Dartmouth năm 1956.[25] Những người tham dự Allen Newell (CMU), Herbert Simon (CMU), John McCarthy (MIT), Marvin Minsky (MIT) và Arthur Samuel (IBM) đã trở thành những người sáng lập và lãnh đạo nghiên cứu AI.[26] Họ và các sinh viên của họ đã tạo ra các chương trình mà báo chí mô tả là "đáng kinh ngạc":[27] máy tính đang học chiến lược kiểm tra (c. 1954)[28] (và đến năm 1959 được cho là chơi tốt hơn người bình thường),[29] giải từ các vấn đề về đại số, chứng minh các định lý logic (Lý thuyết logic, lần chạy đầu tiên vào năm 1956) và nói tiếng Anh.[30] Đến giữa thập niên 1960, nghiên cứu ở Mỹ được Bộ Quốc phòng tài trợ rất nhiều[31] và các phòng thí nghiệm đã được thành lập trên khắp thế giới.[32] Những người sáng lập AI rất lạc quan về tương lai: Herbert Simon dự đoán, "máy móc sẽ có khả năng, trong vòng hai mươi năm nữa, làm bất kỳ công việc nào mà một người có thể làm". Marvin Minsky đồng ý, viết, "trong một thế hệ  ... Vấn đề tạo ra 'trí tuệ nhân tạo' về cơ bản sẽ được giải quyết ".[7]

Họ đã không nhận ra độ khó của một số nhiệm vụ còn lại. Tiến độ chậm lại và vào năm 1974, để đáp lại sự chỉ trích của Sir James Lighthill[33] và áp lực liên tục từ Quốc hội Hoa Kỳ để tài trợ cho các dự án năng suất cao hơn, cả chính phủ Hoa Kỳ và Anh đều dừng nghiên cứu khám phá về AI. Vài năm sau đó sẽ được gọi là " mùa đông AI ",[9] giai đoạn mà việc kiếm được tài trợ cho các dự án AI là khó khăn.

Đầu những năm 1980, nghiên cứu AI đã được hồi sinh nhờ thành công thương mại của các hệ chuyên gia,[34] một dạng chương trình AI mô phỏng kiến thức và kỹ năng phân tích của các chuyên gia về con người. Đến năm 1985, thị trường cho AI đã đạt hơn một tỷ đô la. Đồng thời, dự án máy tính thế hệ thứ năm của Nhật Bản đã truyền cảm hứng cho chính phủ Hoa Kỳ và Anh khôi phục tài trợ cho nghiên cứu học thuật.[8] Tuy nhiên, bắt đầu với sự sụp đổ của thị trường Máy Lisp vào năm 1987, AI một lần nữa rơi vào tình trạng khó khăn, và một sự gián đoạn thứ hai, kéo dài hơn đã bắt đầu.[10]

Vào cuối những năm 1990 và đầu thế kỷ 21, AI bắt đầu được sử dụng cho hậu cần, khai thác dữ liệuchẩn đoán y tế và các lĩnh vực khác.[35] Thành công là nhờ sức mạnh tính toán ngày càng tăng (xem định luật Moore), nhấn mạnh hơn vào việc giải quyết các vấn đề cụ thể, mối quan hệ mới giữa AI và các lĩnh vực khác (như thống kêkinh tế và toán học) và cam kết của các nhà nghiên cứu về phương pháp toán học và tiêu chuẩn khoa học.[36] Deep Blue trở thành hệ thống chơi cờ trên máy tính đầu tiên đánh bại một nhà đương kim vô địch cờ vua thế giới, Garry Kasparov, vào ngày 11 tháng 5 năm 1997.[37]

Năm 2011, tại một chương trình truyền hình thi đấu trả lời câu hỏi biểu diễn Jeopardy!, hệ thống trả lời câu hỏi của IBMWatson, đã đánh bại hai nhà vô địch Brad Rutter và Ken Jennings, với tỷ số chênh lệch đáng kể.[38] Máy tính nhanh hơn, cải tiến thuật toán và truy cập vào lượng lớn dữ liệu cho phép có được các tiến bộ trong học tập và nhận thức máy; phương pháp học sâu vốn đói dữ liệu bắt đầu thống trị các thử nghiệm liên quan đến độ chính xác vào khoảng năm 2012.[39] Kinect, cung cấp giao diện chuyển động cơ thể 3D cho Xbox 360 và Xbox One, sử dụng các thuật toán xuất hiện từ nghiên cứu AI dài[40] cũng như trợ lý cá nhân thông minh trong điện thoại thông minh.[41] Vào tháng 3 năm 2016, AlphaGo đã thắng 4 trên 5 trận đấu cờ vây trong trận đấu với nhà vô địch cờ vây Lee Sedol, trở thành hệ thống chơi cờ vây trên máy tính đầu tiên đánh bại một người chơi cờ vây chuyên nghiệp mà không cần chấp quân.[5][42] Trong Hội nghị Tương lai 2017, AlphaGo đã giành chiến thắng trong một trận đấu ba ván với Kha Khiết,[43] kỳ thủ lúc đó liên tục giữ vị trí số 1 thế giới trong hai năm.[44][45] Điều này đánh dấu sự hoàn thành một cột mốc quan trọng trong sự phát triển của trí tuệ nhân tạo vì cờ vây là một trò chơi tương đối phức tạp, hơn cả cờ vua.

Theo Jack Clark của Bloomberg, năm 2015 là một năm mang tính bước ngoặt đối với trí tuệ nhân tạo, với số lượng dự án phần mềm sử dụng AI Google đã tăng từ "sử dụng lẻ tẻ" vào năm 2012 lên hơn 2.700 dự án. Clark cũng trình bày dữ liệu thực tế cho thấy những cải tiến của AI kể từ năm 2012 được hỗ trợ bởi tỷ lệ lỗi thấp hơn trong các tác vụ xử lý hình ảnh.[46] Ông cho rằng sự gia tăng các mạng thần kinh giá cả phải chăng, do sự gia tăng cơ sở hạ tầng điện toán đám mây và sự gia tăng các công cụ nghiên cứu và bộ dữ liệu.[11] Các ví dụ được trích dẫn khác bao gồm sự phát triển hệ thống Skype của Microsoft có thể tự động dịch từ ngôn ngữ này sang ngôn ngữ khác và hệ thống của Facebook có thể mô tả hình ảnh cho người mù.[46] Trong một cuộc khảo sát năm 2017, một trong năm công ty báo cáo rằng họ đã "kết hợp AI trong một số dịch vụ hoặc quy trình".[47][48] Khoảng năm 2016, Trung Quốc đã tăng tốc rất nhiều tài trợ của chính phủ; với nguồn cung cấp dữ liệu lớn và sản lượng nghiên cứu tăng nhanh, một số nhà quan sát tin rằng nó có thể đang trên đà trở thành một "siêu cường AI".[49][50] Tuy nhiên, người ta đã thừa nhận rằng các báo cáo liên quan đến trí tuệ nhân tạo có xu hướng bị phóng đại.[51][52][53]

Mục tiêu[sửa | sửa mã nguồn]

Lý luận, giải quyết vấn đề[sửa | sửa mã nguồn]

Các nhà nghiên cứu đầu tiên đã phát triển các thuật toán bắt chước theo lý luận từng bước mà con người sử dụng khi giải quyết các câu đố hoặc đưa ra các phương pháp loại trừ logic.[54] Vào cuối những năm 1980 và 1990, nghiên cứu về AI đã phát triển các phương pháp xử lý thông tin không chắc chắn hoặc không đầy đủ, sử dụng các khái niệm từ xác suất và kinh tế.[55]

Đối với những vấn đề khó, các thuật toán bắt buộc phải có phần cứng đủ mạnh để thực hiện phép tính toán khổng lồ - để trải qua "vụ nổ tổ hợp": lượng bộ nhớ và thời gian tính toán có thể trở nên vô tận nếu giải quyết một vấn đề khó. Mức độ ưu tiên cao nhất là tìm kiếm các thuật toán giải quyết vấn đề.[56]

Con người thường sử dụng các phán đoán nhanh và trực quan chứ không phải là phép khấu trừ từng bước mà các nghiên cứu AI ban đầu có thể mô phỏng.[57] AI đã tiến triển bằng cách sử dụng cách giải quyết vấn đề "biểu tượng phụ": cách tiếp cận tác nhân được thể hiện nhấn mạnh tầm quan trọng của các kỹ năng cảm biến động đến lý luận cao hơn; nghiên cứu mạng thần kinh cố gắng để mô phỏng các cấu trúc bên trong não làm phát sinh kỹ năng này. Các phương pháp tiếp cận thống kê đối với AI bắt chước khả năng của con người.

Các trường phái trí tuệ nhân tạo[sửa | sửa mã nguồn]

Robot ASIMO (Honda - Nhật Bản)

Trí tuệ nhân tạo (AI) chia thành hai trường phái tư duy: Trí tuê nhân tạo truyền thống và trí tuệ tính toán.

Trí tuê nhân tạo truyền thống hầu như bao gồm các phương pháp hiện được phân loại là các phương pháp học máy (machine learning), đặc trưng bởi hệ hình thức (formalism) và phân tích thống kê. Nó còn được biết với các tên Trí tuê nhân tạo biểu tượng, Trí tuê nhân tạo logicTrí tuê nhân tạo ngăn nắp (neat AI) và Trí tuê nhân tạo cổ điển (Good Old Fashioned Artificial Intelligence). (Xem thêm ngữ nghĩa học.) Các phương pháp gồm có:

  • Hệ chuyên gia: áp dụng các khả năng suy luận để đạt tới một kết luận. Một hệ chuyên gia có thể xử lý các lượng lớn thông tin đã biết và đưa ra các kết luận dựa trên các thông tin đó. Clippy chương trình trợ giúp có hình cái kẹp giấy của Microsoft Office là một ví dụ. Khi người dùng gõ phím, Clippy nhận ra các xu hướng nhất định và đưa ra các gợi ý.
  • Lập luận theo tình huống.
  • Mạng Bayes.

Trí tuệ tính toán nghiên cứu việc học hoặc phát triển lặp (ví dụ: tinh chỉnh tham số trong hệ thống, chẳng hạn hệ thống connectionist). Việc học dựa trên dữ liệu kinh nghiệm và có quan hệ với Trí tuệ nhân tạo phi ký hiệu, Trí tuê nhân tạo lộn xộn (scruffy AI) và tính toán mềm (soft computing). Các phương pháp chính gồm có:

Người ta đã nghiên cứu các hệ thống thông minh lai (hybrid intelligent system), trong đó kết hợp hai trường phái này. Các luật suy diễn của hệ chuyên gia có thể được sinh bởi mạng neural hoặc các luật dẫn xuất (production rule) từ việc học theo thống kê như trong kiến trúc ACT-R.

Các phương pháp trí tuệ nhân tạo thường được dùng trong các công trình nghiên cứu khoa học nhận thức (cognitive science), một ngành cố gắng tạo ra mô hình nhận thức của con người (việc này khác với các nghiên cứu Trí tuê nhân tạo, vì Trí tuê nhân tạo chỉ muốn tạo ra máy móc thực dụng, không phải tạo ra mô hình về hoạt động của bộ óc con người).

Triết lý Trí tuệ nhân tạo[sửa | sửa mã nguồn]

Bài chính Triết lý Trí tuệ nhân tạo

Trí tuê nhân tạo mạnh hay Trí tuê nhân tạo yếu, đó vẫn là một chủ đề tranh luận nóng hổi của các nhà triết học Trí tuê nhân tạo. Nó liên quan tới philosophy of mind và mind-body problem. Đáng chú ý nhất là Roger Penrose trong tác phẩm The Emperor's New Mind và John Searle với thí nghiệm tư duy trong cuốn Chinese room (Căn phòng tiếng Trung) khẳng định rằng các hệ thống logic hình thức không thể đạt được nhận thức thực sự, trong khi Douglas Hofstadter trong Gödel, Escher, Bach và Daniel Dennett trong Consciousness Explained ủng hộ thuyết chức năng. Theo quan điểm của nhiều người ủng hộ Trí tuê nhân tạo mạnh, nhận thức nhân tạo được coi là "chén thánh " của Trí tuê nhân tạo.

Máy tỏ ra có trí tuệ[sửa | sửa mã nguồn]

Có nhiều ví dụ về các chương trình thể hiện trí thông minh ở một mức độ nào đó. Ví dụ:

  • Twenty Questions - Một trò chơi 20 câu hỏi, trong đó sử dụng mạng neural
  • The Start Project - một chương trình trả lời các câu hỏi bằng tiếng Anh.
  • Brainboost - một hệ thống trả lời câu hỏi khác
  • Cyc, một cơ sở tri thức với rất nhiều kiến thức về thế giới thực và khả năng suy luận logic.
  • Jabberwacky, một chatterbot có khả năng học
  • ALICE, một chatterbot
  • Alan, một chatterbot khác
  • Albert One, chatterbot nhiều mặt
  • ELIZA, một chương trình giả làm bác sĩ tâm lý, phát triển năm 1966
  • PAM (Plan Applier Mechanism) - một hệ thống hiểu được chuyện kể, phát triển bởi John Wilensky năm 1978.
  • SAM (Script applier mechanism) - một hệ thống hiểu được chuyện kể, phát triển năm 1975.
  • SHRDLU - một chương trình hiểu ngôn ngữ tự nhiên, phát triển năm 1968-1970.
  • Creatures, một trò chơi máy tính với các hoạt động nhân giống, tiến hóa các sinh vật từ mức gien trở lên, sử dụng cấu trúc sinh hóa phức tạp và các bộ não là mạng neural.
  • BBC news story on the creator of Creatures latest creation. Steve Grand's Lucy.
  • AARON - chương trình vẽ tranh, phát triển bởi Harold Cohen.
  • Eurisko - một ngôn ngữ giúp giải quyết các bài toán, trong đó có sử dụng các phương pháp heuristics, gồm cả heuristics cho việc sử dụng và thay đổi các phương pháp heuristics. Phát triển năm 1978 bởi Douglas Lenat.
  • X-Ray Vision for Surgeons - một nhóm nghiên cứu xử lý ảnh y học tại đại học MIT.
  • Các chương trình trò chơi backgammon và cờ vây sử dụng mạng neural.
  • Talk to William Shakespeare - William Shakespeare chatbot
  • Chesperito - Một chat/infobot về #windows95 channel trên mang DALnet IRC.
  • Drivatar, một chương trình học cách lái xe đua bằng cách xem các xe đua khác, phát triển cho trò chơi điện tử Forza Motorsport
  • Tiểu Độ - một Robot có trí tuệ nhân tạo thuộc hãng Baidu từng tham gia chương trình Siêu Trí Tuệ Trung Quốc (mùa 4) và đoạt giải

Các nhà nghiên cứu AI[sửa | sửa mã nguồn]

Trên thế giới có rất nhiều các nhà nghiên cứu trí tuệ nhân tạo làm việc tại hàng trăm viện nghiên cứu và công ty. Dưới đây là một số trong nhiều nhà nghiên cứu đã có đóng góp lớn:

Tác động[sửa | sửa mã nguồn]

Sau khi nhà vật lý học Stephen Hawking và Elon Musk cảnh báo về mối đe dọa tiềm ẩn của trí tuệ nhân tạo, nhiều người cho rằng họ đã quá lo xa trong khi AI đang giúp ích rất nhiều cho cuộc sống của chúng ta. Stephen Hawking khẳng định “Trí tuệ nhân tạo có thể là dấu chấm hết cho nhân loại khi nó phát triển đến mức hoàn thiện nhất”.[46]

Tác động đầu tiên của trí tuệ nhân tạo mà chúng ta có thể dễ dàng nhận thấy chính là tỷ lệ thất nghiệp tăng cao. Nếu AI phát triển hoàn thiện, nó có khả năng thay thế con người trong các công việc trí tuệ như chăm sóc sức khỏe, phục vụ, sản xuất theo dây chuyền tự động, công việc văn phòng....[46] Hoặc cũng có thể vấn đề thất nghiệp sẽ được AI giải quyết một cách mà chúng ta không thể hình dung được.

Theo Bill Joy, người đồng sáng lập và Giám đốc khoa học của Sun Microsystems: "Có một vấn đề rất lớn đối với xã hội loài người khi AI trở nên phổ biến, đó là chúng ta sẽ bị lệ thuộc. Khi AI trở nên hoàn thiện và thông minh hơn, chúng ta sẽ cho phép mình nghe theo những quyết định của máy móc, vì đơn giản là các cỗ máy luôn đưa ra quyết định chính xác hơn con người."[46]

Theo một nhà chuyên nghiên cứu về trí tuệ nhân tạo nói rằng:" Chúng tôi phát triển ra robot cứ không có nghĩa phát mình nó để nó sẽ trở thành đối thủ của chúng ta. Chúng ta đã có thầy rằng có trí tuệ nhân tạo thì cuộc sống sẽ trở nên dễ dàng hơn, nhơn chính vì sự dễ dàng đó mà lại gây ra một tác hại rất lớn đôi với con người. máy mốc là một quyết định sáng suốt nên mọi người ai ai cũng tin rằng có trí tuệ nhân tạo là có rất nhiều lợi ít trong cuộc sống. Mong mọi người hảy đừng phụ thuộc vào máy móc quá nhiều vì chúng có nhiều tac lợi lắm nha.

Theo Andrew Maynard, nhà vật lý và là người giám đốc Trung tâm nghiên cứu rủi ro khoa học tại đại học Michigan: "Khi AI kết hợp với công nghệ nano có thể là bước tiến đột phá của khoa học, những cũng có thể là mối đe dọa lớn nhất đối với con người. Trong khi Bộ quốc phòng Mỹ đang nghiên cứu dự án Autonomous Tactical Robot (EATR), trong đó các robot sẽ sử dụng công nghệ nano để hấp thụ năng lượng bằng những chất hữu cơ có thể là xác người. Đó thực sự là mối đe dọa lớn nhất, khi các robot nano tự tạo ra năng lượng bằng cách ăn các chất hữu cơ từ cây cối và động vật, có thể là cả con người. Nghe có vẻ giống như trong các bộ phim viễn tưởng, nhưng đó là điều hoàn toàn có thể xảy ra. Có lẽ chúng ta nên bắt đầu sợ ngay từ bây giờ, tất cả chúng có thể phản lại chúng ta và đến một ngày chúng ta không thể nào nhận ra đâu. phát triển trí tuệ nhân tao là tốt nhưng cp1 bao giờ chúng ta đặt câu hỏi rằng, liệu chúng có thể ngày một ngày nào đó không, đến lúc đó có còn sửa đổi được không."

Tham khảo thêm[sửa | sửa mã nguồn]

Sách khoa học[sửa | sửa mã nguồn]

Dưới đây là danh sách các cuốn sách (tiếng Anh) quan trọng trong ngành. Xem danh sách đầy đủ hơn tại Các ấn phẩm Trí tuệ nhân tạo quan trọng.

Các chủ đề có liên quan[sửa | sửa mã nguồn]

Các bài toán điển hình áp dụng các phương pháp Trí tuê nhân tạo[sửa | sửa mã nguồn]

Các lĩnh vực khác cài đặt các phương pháp Trí tuê nhân tạo[sửa | sửa mã nguồn]

Liên kết ngoài[sửa | sửa mã nguồn]

Tổng quan[sửa | sửa mã nguồn]

Các tổ chức liên quan[sửa | sửa mã nguồn]

Tham khảo[sửa | sửa mã nguồn]

  1. a ă â Russell & Norvig 2009.
  2. ^ McCorduck 2004
  3. ^ Maloof, Mark. “Artificial Intelligence: An Introduction, p. 37”(PDF)georgetown.edu.
  4. ^ Schank, Roger C. (1991). “Where's the AI”. AI magazine 12(4): 38.
  5. a ă “AlphaGo – Google DeepMind”. Bản gốc lưu trữ ngày 10 tháng 3 năm 2016.
  6. ^ Kaplan Andreas; Michael Haenlein (2018) Siri, Siri in my Hand, who's the Fairest in the Land? On the Interpretations, Illustrations and Implications of Artificial Intelligence, Business Horizons, 62(1)
  7. a ă Optimism of early AI:
  8. a ă â Boom of the 1980s: rise of expert systemsFifth Generation ProjectAlveyMCCSCI:
  9. a ă First AI WinterMansfield AmendmentLighthill report
  10. a ă Second AI winter:
  11. a ă â AI becomes hugely successful in the early 21st century
  12. a ă Pamela McCorduck (2004, pp. 424) writes of "the rough shattering of AI in subfields—vision, natural language, decision theory, genetic algorithms, robotics ... and these with own sub-subfield—that would hardly have anything to say to each other."
  13. ^ This list of intelligent traits is based on the topics covered by the major AI textbooks, including:
  14. ^ Biological intelligence vs. intelligence in general:
  15. ^ Neats vs. scruffies:
  16. ^ Symbolic vs. sub-symbolic AI:
  17. ^ See the Dartmouth proposal, under Philosophy, below.
  18. a ă This is a central idea of Pamela McCorduck's Machines Who Think. She writes: "I like to think of artificial intelligence as the scientific apotheosis of a venerable cultural tradition." (McCorduck 2004, p. 34) "Artificial intelligence in one form or another is an idea that has pervaded Western intellectual history, a dream in urgent need of being realized." (McCorduck 2004, p. xviii) "Our history is full of attempts—nutty, eerie, comical, earnest, legendary and real—to make artificial intelligences, to reproduce what is the essential us—bypassing the ordinary means. Back and forth between myth and reality, our imaginations supplying what our workshops couldn't, we have engaged for a long time in this odd form of self-reproduction." (McCorduck 2004, p. 3) She traces the desire back to its Hellenistic roots and calls it the urge to "forge the Gods." (McCorduck 2004, pp. 340–400)
  19. ^ “Stephen Hawking believes AI could be mankind's last accomplishment”BetaNews. Ngày 21 tháng 10 năm 2016. Bản gốc lưu trữ ngày 28 tháng 8 năm 2017.
  20. ^ Ford, Martin; Colvin, Geoff (ngày 6 tháng 9 năm 2015). “Will robots create more jobs than they destroy?”The Guardian. Truy cập ngày 13 tháng 1 năm 2018.
  21. ^ AI in myth:
  22. ^ AI in early science fiction.
  23. ^ Formal reasoning:
  24. ^ “Artificial Intelligence”Encyclopedia of Emerging Industries(bằng tiếng Anh). Ngày 30 tháng 11 năm 2010. Truy cập ngày 23 tháng 7 năm 2019.
  25. ^ Dartmouth conference:
  26. ^ Hegemony of the Dartmouth conference attendees:
  27. ^ Russell & Norvig 2003.
  28. ^ Schaeffer J. (2009) Didn't Samuel Solve That Game?. In: One Jump Ahead. Springer, Boston, MA
  29. ^ Samuel, A. L. (tháng 7 năm 1959). “Some Studies in Machine Learning Using the Game of Checkers”. IBM Journal of Research and Development 3 (3): 210–229. doi:10.1147/rd.33.0210. Đã bỏ qua tham số không rõ |citeseerx= (trợ giúp)
  30. ^ "Golden years" of AI (successful symbolic reasoning programs 1956–1973):
  31. ^ DARPA pours money into undirected pure research into AI during the 1960s:
  32. ^ AI in England:
  33. ^ Lighthill 1973.
  34. ^ Expert systems:
  35. ^ AI applications widely used behind the scenes:
  36. ^ Formal methods are now preferred ("Victory of the neats"):
  37. ^ McCorduck 2004.
  38. ^ Markoff 2011.
  39. ^ “Ask the AI experts: What's driving today's progress in AI?”McKinsey & Company (bằng tiếng Anh). Truy cập ngày 13 tháng 4 năm 2018.
  40. ^ Administrator. “Kinect's AI breakthrough explained”i-programmer.info. Bản gốc lưu trữ ngày 1 tháng 2 năm 2016.
  41. ^ Rowinski, Dan (ngày 15 tháng 1 năm 2013). “Virtual Personal Assistants & The Future Of Your Smartphone [Infographic]”ReadWrite. Bản gốc lưu trữ ngày 22 tháng 12 năm 2015.
  42. ^ “Artificial intelligence: Google's AlphaGo beats Go master Lee Se-dol”BBC News. Ngày 12 tháng 3 năm 2016. Bản gốc lưu trữ ngày 26 tháng 8 năm 2016. Truy cập ngày 1 tháng 10 năm 2016.
  43. ^ “After Win in China, AlphaGo's Designers Explore New AI”Wired. Ngày 27 tháng 5 năm 2017. Bản gốc lưu trữ ngày 2 tháng 6 năm 2017.
  44. ^ “World's Go Player Ratings”. Tháng 5 năm 2017. Bản gốc lưu trữ ngày 1 tháng 4 năm 2017.
  45. ^ “柯洁迎19岁生日 雄踞人类世界排名第一已两年” (bằng tiếng Trung Quốc). Tháng 5 năm 2017. Bản gốc lưu trữ ngày 11 tháng 8 năm 2017.
  46. a ă â b c Clark, Jack (ngày 8 tháng 12 năm 2015). “Why 2015 Was a Breakthrough Year in Artificial Intelligence”Bloomberg News. Bản gốc lưu trữ ngày 23 tháng 11 năm 2016. Truy cập ngày 23 tháng 11 năm 2016After a half-decade of quiet breakthroughs in artificial intelligence, 2015 has been a landmark year. Computers are smarter and learning faster than ever. Lỗi chú thích: Thẻ <ref> không hợp lệ: tên “:0” được định rõ nhiều lần, mỗi lần có nội dung khác
  47. ^ “Reshaping Business With Artificial Intelligence”MIT Sloan Management Review (bằng tiếng Anh). Truy cập ngày 2 tháng 5 năm 2018.
  48. ^ Lorica, Ben (ngày 18 tháng 12 năm 2017). “The state of AI adoption”O'Reilly Media (bằng tiếng Anh). Truy cập ngày 2 tháng 5 năm 2018.
  49. ^ Allen, Gregory (ngày 6 tháng 2 năm 2019). “Understanding China's AI Strategy”Center for a New American Security.
  50. ^ “Review | How two AI superpowers – the U.S. and China – battle for supremacy in the field”Washington Post (bằng tiếng Anh). Ngày 2 tháng 11 năm 2018. Truy cập ngày 4 tháng 11 năm 2018.
  51. ^ at 10:11, Alistair Dabbs 22 Feb 2019. “Artificial Intelligence: You know it isn't real, yeah?”www.theregister.co.uk.
  52. ^ “Stop Calling it Artificial Intelligence”.
  53. ^ “AI isn't taking over the world – it doesn't exist yet”GBG Global website.
  54. ^ Problem solving, puzzle solving, game playing and deduction:
  55. ^ Uncertain reasoning:
  56. ^ Intractability and efficiency and the combinatorial explosion:
  57. ^ Psychological evidence of sub-symbolic reasoning: