1. Ứng dụng
1.1. Xử lý ngôn ngữ tự nhiên (NLP):
1.1.1. Nếu bạn nghĩ Google Translate tự bản thân nó đã thực sự là một cuốn từ điển hoàn hảo thì bạn nên suy nghĩ lại. Nó thực ra được tạo nên từ một bộ các thuật toán Học máy dựa trên việc cập nhật theo thời gian các đầu vào từ phía người dùng, như từ mới và cú pháp mới. Siri, Alexa, Cortana, và gần đây nhất là Google Assistant, tất cả đều dựa trên việc Xử lý ngôn ngữ tự nhiên để Nhận dạng giọng nói, Tổng hợp giọng nói (dựa trên một phần), cho phép chúng hiểu hay phát âm ra những từ chưa từng gặp phải trước đó.
1.2. Kinh doanh bằng thuật toán (Algorithmic trading):
1.2.1. Là quá trình liên quan tới các hành vi ngẫu nhiên, sự thay đổi dữ liệu liên tục và những yếu tố đa dạng từ chính trị đến tư pháp trên thị trường
1.3. Xe tự động lái
2. Đối tượng đang sữ dụng machine learning
2.1. Các dịch vụ tài chính
2.1.1. Ngân hàng và những doanh nghiệp hoạt động trong lĩnh vực tài chính sử dụng công nghệ Machine Learning với 2 mục đích chính: xác định insights trong dữ liệu và ngăn chặn lừa đảo. Insights sẽ biết được các cơ hội đầu tư hoặc thông báo đến nhà đầu tư thời điểm giao dịch hợp lý. Data mining cũng có thể tìm được những khách hàng đang có hồ sơ rủi ro cao hoặc sử dụng giám sát mạng để chỉ rõ những tín hiệu lừa đảo
2.2. Chính phủ
2.2.1. Các tổ chức chính phủ hoạt động về an ninh cộng đồng hoặc tiện ích xã hội sở hữu rất nhiều nguồn dữ liệu có thể khai thác insights. Ví dụ, khi phân tích dữ liệu cảm biến, chính phủ sẽ tăng mức độ hiệu quả của dịch vụ và tiết kiệm chi phí. Machine Learning còn hỗ trợ phát hiện gian lận và giảm thiểu khả năng trộm cắp danh tính
2.3. Chăm sóc sức khỏe
2.3.1. Machine Learning là 1 xu hướng phát triển nhanh chóng trong ngành chăm sóc sức khỏe, nhờ vào sự ra đời của các thiết bị và máy cảm ứng đeo được sử dụng dữ liệu để đánh giá tình hình sức khỏe của bệnh nhân trong thời gian thực (real-time). Công nghệ Machine Learning còn giúp các chuyên gia y tế xác định những xu hướng hoặc tín hiệu để cải thiện khả năng điều trị, chẩn đoán bệnh
2.4. Marketing và sales
2.4.1. Dựa trên hành vi mua hàng trước đây, các trang web sử dụng Machine Learning phân tích lịch sử mua hàng, từ đó giới thiệu những vật dụng mà bạn có thể sẽ quan tâm và yêu thích. Khả năng tiếp nhận dữ liệu, phân tích và sử dụng những dữ liệu đó để cá nhân hóa trải nghiệm mua sắm (hoặc thực hiện chiến dịch Marketing) chính là tương tai của ngành bán lẻ.
3. Khái Niệm
3.1. Công nghệ là gì?
3.1.1. công nghệ là tập hợp các phương pháp, quy trình, kỹ năng, bí quyết, công cụ, phương tiện dùng để biến đổi các nguồn lực thành sản phẩm
3.2. Máy Học là gì?
3.2.1. là một lĩnh vực của trí tuệ nhân tạo liên quan đến việc nghiên cứu và xây dựng các kĩ thuật cho phép các hệ thống "học" tự động từ dữ liệu để giải quyết những vấn đề cụ thể
3.3. Công Nghệ "Máy Học" là gì?
3.3.1. Học máy là sự giao thoa giữa thống kê cổ điển với khoa học máy tính. Một mục tiêu quan trọng của ngành học máy là làm sao để máy tính thông minh hơn, có khả năng học hỏi và hình thành tri thức một cách tự động từ kinh nghiệm và trở nên hữu ích hơn trong giao tiếp với con người.
4. Quá Trình Phát Triển
4.1. Sự phát triển từ lí thuyết
4.1.1. nghiên cứu từ tâm lí học
4.1.2. nghiên cứu từ sinh học
4.1.3. nghiên cứu từ chính trị học
4.1.4. nghiên cứu từ động vật học
4.2. Từ lí thuyết đến thực nghiệm
4.2.1. bắt đầu từ thập niên 1950 bởi những nhà tiên phong như Allen Newell và Herbert Simon,
4.2.2. cuối thập niên 1980, dẫn đến sự ngưng trệ trong nghiên cứu và tạo ra "mùa đông của trí tuệ nhân tạo".
4.2.3. nhiều nhà nghiên cứu trí tuệ nhân tạo đã chuyển sang nghiên cứu những lĩnh vực tương tự như học máy, robot học (robotics) và computer vision, nghiên cứu về trí tuệ nhân tạo thuần túy chỉ còn ở mức độ thấp.
4.3. AI hiện đại
4.3.1. Có thể nói đây là thời kì phát triển vược bặc với nhiều thành công chỉ trong thời gian ngắn..
4.3.1.1. Chinook được xem là Nhà vô địch thế giới Máy-Người trong thu tiền vào năm 1994.
4.3.1.2. Deep Blue, máy tính chơi cờ vua, đã đánh bại Garry Kasparov trong một trận đấu nổi tiếng vào năm 1997