Chuẩn bị dữ liệu, đào tạo mô hình và xây dựng trải nghiệm người dùng

1. Chuẩn bị dữ liệu : Máy cần lượng lớn dữ liệu chất lượng cao để học. Ví dụ: để chuyển đổi văn bản thành hình ảnh, mô hình ML cần học từ hàng triệu hình ảnh có nhãn văn bản. Các kỹ sư ML thường dành 80% thời gian của họ để làm sạch dữ liệu theo cách thủ công trong một quy trình được gọi là kỹ thuật tính năng.
2. Huấn luyện mô hình : Tiếp theo, kỹ sư ML chia dữ liệu thành các tập huấn luyện và kiểm tra. Máy sử dụng tập huấn luyện để xây dựng mô hình và sau đó sử dụng tập kiểm tra để cải thiện độ chính xác của mô hình.
3. Xây dựng trải nghiệm người dùng : Sau khi đào tạo mô hình, nhóm cần xây dựng trải nghiệm UX của người dùng nơi mọi người có thể cung cấp đầu vào để có được đầu ra mong muốn. Ngay cả đối với các kỹ sư ML, cách thức hoạt động của một mô hình là một hộp đen, vì vậy trải nghiệm người dùng cần phải rõ ràng, đáng tin cậy và có thể thực hiện được.

Học máy được chia thành ba loại chính: học có giám sát (được đào tạo bằng dữ liệu được dán nhãn, chẳng hạn như phân loại hình ảnh), học không giám sát (khám phá các mẫu trong dữ liệu không được gắn nhãn, chẳng hạn như phân cụm) và học tăng cường (được khen thưởng bằng cách tương tác với môi trường) , chẳng hạn như trò chơi AI). Ba loại phương pháp học tập này tạo thành nền tảng thuật toán cốt lõi của AI hiện đại.

2.3.2 Học sâu

Học sâu là một công nghệ học máy dựa trên mạng lưới thần kinh . Tính năng chính là nó có thể tự động tìm hiểu các đặc điểm của dữ liệu và hiện thực hóa quá trình học tự động bằng cách giao nhiệm vụ học tính năng cho mô hình để đào tạo.

Lịch sử phát triển học sâu

Trích xuất các tính năng nâng cao từ dữ liệu thông qua cấu trúc nhiều lớp của mạng lưới thần kinh đặc biệt thích hợp để xử lý dữ liệu phi cấu trúc (như hình ảnh, lời nói, văn bản) và phù hợp để nhận dạng hình ảnh, xử lý ngôn ngữ tự nhiên, phân tích hình ảnh y tế và các tình huống khác .

2.3.3 Xử lý ngôn ngữ tự nhiên (NLP)

NLP là một công nghệ cho phép máy tính hiểu, xử lý và tạo ra ngôn ngữ của con người bằng cách phân tích văn bản hoặc lời nói để hiểu và phản hồi ngữ nghĩa.

Trong những năm gần đây, công nghệ NLP đã đạt được những tiến bộ đáng kể, đặc biệt là được thúc đẩy bởi các mô hình đào tạo trước tổng quát (như BERT, GPT-3), AI đã hoạt động tốt trong việc hiểu và tạo ngôn ngữ. Các mô hình này được đào tạo bằng cách sử dụng lượng lớn dữ liệu văn bản và có thể tạo ra văn bản tự nhiên và mạch lạc, có thể sử dụng trong các tình huống như robot trò chuyện, dịch vụ khách hàng thông minh, dịch ngôn ngữ và tạo nội dung.

2.3.4 Thị giác máy tính

Thị giác máy tính sử dụng các thuật toán máy tính để cho phép máy móc "hiểu" hình ảnh hoặc video và tự động trích xuất thông tin từ dữ liệu hình ảnh.

Thị giác máy tính chủ yếu được sử dụng để phát hiện và theo dõi đối tượng, nhận dạng và xử lý hình ảnh, nhận dạng hành động, v.v. Các kịch bản ứng dụng bao gồm lái xe tự động, giám sát an ninh, phân tích hình ảnh y tế, bán lẻ và quảng cáo, v.v.

2.3.5 Học tăng cường

Học tăng cường là một kỹ thuật tối ưu hóa việc ra quyết định bằng cách thu thập phản hồi (phần thưởng hoặc hình phạt) thông qua tương tác với môi trường . Học các chiến lược thông qua tương tác với môi trường cho phép hệ thống AI tối đa hóa lợi nhuận thông qua thử và sai. Sau mỗi bước vận hành, hệ thống sẽ nhận được phần thưởng hoặc hình phạt để tối ưu hóa các quyết định thông qua phản hồi lâu dài.

Học tăng cường chủ yếu được sử dụng để đào tạo các tác nhân AI đưa ra quyết định tối ưu trong môi trường năng động, bao gồm AI trò chơi (chẳng hạn như AlphaGo), lái xe tự động, điều khiển robot, v.v.

Bài viết "Kiểm soát cấp độ con người thông qua học tập tăng cường sâu" do Google DeepMind xuất bản trên tạp chí Nature lần đầu tiên đã triển khai mô hình học tập tăng cường sâu từ đầu đến cuối Deep Q-Networks. đầu ra là lệnh Control của trò chơi, nguyên tắc của nó được thể hiện trong hình bên dưới.

2.3.6 AI sáng tạo

AI sáng tạo sử dụng các mô hình học máy để tạo ra nội dung mới tương tự như dữ liệu đào tạo, chẳng hạn như hình ảnh, văn bản hoặc video.

Công nghệ AI sáng tạo đang thay đổi ngành công nghiệp sáng tạo và thúc đẩy đổi mới trong nghệ thuật, giải trí, quảng cáo và các lĩnh vực ứng dụng khác của nó bao gồm sáng tạo nghệ thuật, tạo hình ảnh, thiết kế trò chơi, tạo ổn định, v.v.

2.3.7 Dữ liệu lớn và xử lý dữ liệu

Công nghệ dữ liệu lớn được sử dụng để xử lý và phân tích lượng lớn dữ liệu, đặc biệt là trong AI cho các tác vụ như tiền xử lý dữ liệu, trích xuất tính năng và đào tạo mô hình.

Thông qua công nghệ dữ liệu lớn, nó có thể cung cấp dữ liệu đào tạo hiệu quả cho các mô hình AI và cải thiện độ chính xác cũng như khả năng dự đoán của các mô hình. Các kịch bản ứng dụng bao gồm phân tích thương mại điện tử, dự đoán thị trường, phân tích tình cảm, phân tích và dự đoán xu hướng, v.v.

2.3.8 Tăng tốc phần cứng AI (GPU/TPU/NPU)

Công nghệ tăng tốc phần cứng AI tăng tốc quá trình suy luận và huấn luyện mạng thần kinh bằng cách sử dụng phần cứng chuyên dụng (như GPU, TPU, NPU).

Các kịch bản ứng dụng của nó bao gồm đào tạo mô hình học sâu, điện toán AI trên thiết bị thông minh, trung tâm dữ liệu, v.v.

3 Thị trường AI, kịch bản ứng dụng và mô hình kinh doanh

3.1 Quy mô thị trường của ngành AI:

Thị trường trí tuệ nhân tạo (AI) toàn cầu đang mở rộng nhanh chóng, đặc biệt kể từ khi ChatGPT ra mắt, đà tăng trưởng rất đáng kể. Quy mô thị trường AI toàn cầu vào năm 2023 được ước tính là từ 300 tỷ USD đến 400 tỷ USD.

Precedence Research dự đoán thị trường AI toàn cầu sẽ đạt 638,23 tỷ USD vào năm 2024 và sẽ đạt 3,68047 tỷ USD vào năm 2034, với tốc độ CAGR là 19,1%, cho thấy tiềm năng to lớn và tiếp tục phát triển mạnh mẽ của lĩnh vực này.

Các yếu tố thúc đẩy sự tăng trưởng này bao gồm nhu cầu kinh doanh ngày càng tăng về tự động hóa và ra quyết định dựa trên dữ liệu, đầu tư và hỗ trợ của chính phủ cho công nghệ AI, cũng như sự trưởng thành và ứng dụng rộng rãi của công nghệ AI (mở rộng từ ngành Internet truyền thống sang tài chính, y tế, giáo dục, sản xuất và các lĩnh vực khác).

3.2 Kịch bản ứng dụng AI

Dựa vào một số khả năng chính của AI (nhận dạng hình ảnh, nhận dạng giọng nói, xử lý ngôn ngữ tự nhiên, trí tuệ nhân tạo), công nghệ AI được sử dụng trong nhiều lĩnh vực dọc khác nhau, như y tế (như công cụ chẩn đoán AI), tài chính (như đánh giá rủi ro và thuật toán). thương mại) ), bán lẻ (chẳng hạn như hệ thống khuyến nghị) và sản xuất (chẳng hạn như nhà máy thông minh), giải quyết các vấn đề cụ thể của ngành, nâng cao hiệu quả hoạt động và tạo ra các mô hình kinh doanh mới.

• Lĩnh vực y tế: Việc ứng dụng AI trong lĩnh vực y tế đang dần trưởng thành và mở rộng sang nhiều khía cạnh, bao gồm chẩn đoán, điều trị cá nhân hóa, nghiên cứu và phát triển thuốc cũng như quản lý sức khỏe. Bằng cách phân tích một lượng lớn dữ liệu y tế (như hồ sơ bệnh án, trình tự di truyền và dữ liệu hình ảnh), AI có thể hỗ trợ bác sĩ chẩn đoán sớm bệnh, đưa ra quyết định điều trị chính xác và đẩy nhanh quá trình phát triển thuốc mới. Ví dụ, các công cụ AI trong X quang có thể giúp bác sĩ xác định các dấu hiệu sớm của bệnh ung thư và phân tích di truyền do AI điều khiển có thể cung cấp kế hoạch điều trị cá nhân hóa cho bệnh nhân. Việc ứng dụng AI trong lĩnh vực y tế không chỉ cải thiện độ chính xác trong chẩn đoán và hiệu quả điều trị mà còn giảm đáng kể chi phí y tế. Đặc biệt trong môi trường hạn chế về nguồn lực, công nghệ AI có thể cải thiện đáng kể khả năng tiếp cận các dịch vụ y tế.
• Lĩnh vực tài chính: Trong ngành tài chính, AI được sử dụng rộng rãi trong các lĩnh vực như quản lý rủi ro, giao dịch thuật toán, dịch vụ khách hàng và phát hiện gian lận. Bằng cách phân tích dữ liệu thị trường khổng lồ và hồ sơ giao dịch lịch sử, AI có thể dự đoán xu hướng thị trường trong thời gian thực và thực hiện các chiến lược giao dịch tần suất cao, cải thiện lợi tức đầu tư và hiệu quả thị trường. Ngoài ra, AI còn được sử dụng để phát triển các dịch vụ tư vấn robot nhằm giúp các nhà đầu tư cá nhân xây dựng chiến lược đầu tư dựa trên tình hình tài chính và sở thích rủi ro của họ. Hệ thống chống gian lận do AI điều khiển sẽ giám sát các mẫu giao dịch và phát hiện kịp thời các hành vi giao dịch bất thường, giảm tổn thất cho các tổ chức tài chính.
• Giáo dục: Việc ứng dụng AI trong giáo dục đang làm thay đổi mô hình giảng dạy truyền thống và thúc đẩy sự phát triển cá nhân hóa học tập. Bằng cách phân tích dữ liệu hành vi học tập của học sinh, AI có thể điều chỉnh nội dung và lộ trình học tập cho từng học sinh, giúp học sinh học với tốc độ phù hợp với tốc độ học tập và khả năng hiểu bài của các em. AI cũng đang được sử dụng để phát triển hệ thống chấm bài và chấm bài tập về nhà tự động nhằm giảm khối lượng công việc của giáo viên và cung cấp phản hồi theo thời gian thực. Ngoài ra, nền tảng giáo dục dựa trên AI có thể đề xuất các tài nguyên và khóa học phù hợp dựa trên kết quả học tập và sở thích của học sinh để nâng cao hiệu quả học tập.
• Lĩnh vực bán lẻ và thương mại điện tử: Trong lĩnh vực bán lẻ và thương mại điện tử, AI giúp các công ty tăng doanh số và sự hài lòng của khách hàng thông qua hệ thống đề xuất được cá nhân hóa, tối ưu hóa quản lý hàng tồn kho, quản lý quan hệ khách hàng (CRM), v.v. AI phân tích hành vi và sở thích mua sắm của khách hàng, có thể đề xuất chính xác sản phẩm và tăng tỷ lệ chuyển đổi bán hàng.
• Quản lý chuỗi cung ứng : Về mặt quản lý chuỗi cung ứng, AI tối ưu hóa việc quản lý hàng tồn kho bằng cách dự đoán biến động nhu cầu và giảm tình trạng thiếu hoặc thừa hàng hóa. Ngoài ra, các chatbot và trợ lý ảo được hỗ trợ bởi AI sẽ nâng cao trải nghiệm mua sắm của người tiêu dùng, cung cấp cho họ các dịch vụ được cá nhân hóa 24/7.
• Sản phẩm và thiết bị thông minh : Công nghệ AI được sử dụng rộng rãi trong các thiết bị nhà thông minh, ô tô không người lái, máy bay không người lái, robot và các sản phẩm thông minh khác. Những sản phẩm này hiện thực hóa các chức năng tự động và cá nhân hóa thông qua AI, cải thiện đáng kể trải nghiệm người dùng. Ví dụ: loa thông minh điều khiển bằng AI (như Amazon Echo và Google Home) không chỉ có thể thực hiện lệnh thoại mà còn tìm hiểu thói quen của người dùng và cung cấp các dịch vụ chu đáo hơn.
• Lái xe tự động : Công nghệ lái xe tự động là điểm nổi bật của AI trên các thiết bị thông minh. Thông qua các mô hình học sâu và phản ứng tổng hợp dữ liệu cảm biến, hệ thống lái xe tự động có thể đưa ra quyết định theo thời gian thực trong môi trường đường phức tạp để cải thiện tính an toàn và hiệu quả khi lái xe.

3.3 Mô hình kinh doanh AI

Có nhiều mô hình kinh doanh khác nhau dành cho AI, bao gồm phần mềm dưới dạng dịch vụ (SaaS), dịch vụ phân tích dữ liệu, sản phẩm dựa trên AI (chẳng hạn như thiết bị thông minh), v.v. Doanh nghiệp có thể đạt được lợi nhuận bằng cách cung cấp các giải pháp AI để đơn giản hóa quy trình và nâng cao hiệu quả.

• Phần mềm dưới dạng dịch vụ (SaaS) : Nền tảng AI SaaS cung cấp các dịch vụ AI dựa trên đám mây mà người dùng doanh nghiệp có thể đăng ký theo yêu cầu mà không cần phải phát triển hoặc duy trì cơ sở hạ tầng AI của riêng họ. Ví dụ: nền tảng AI của Google, dịch vụ AI AWS của Amazon, công cụ AI của Microsoft Azure, ChatGPT của OpenAI, v.v. Người dùng có thể gọi các dịch vụ này (bao gồm học máy, xử lý ngôn ngữ tự nhiên, thị giác máy tính) thông qua API và trả tiền dựa trên mức sử dụng.
• Bán phần cứng AI : Các nhà sản xuất phần cứng AI như NVIDIA đã phát triển chip dành riêng cho AI và đạt được doanh thu bán hàng bằng cách cung cấp sức mạnh tính toán chip AI cho nhiều nhà sản xuất và người dùng khác nhau. Khách hàng sử dụng chip AI của NVIDIA bao gồm các nhà sản xuất CSP (Microsoft, Amazon, Google, v.v.), Internet và các công ty công nghệ tiêu dùng (Meta, Tesla, v.v.).
• Dịch vụ phân tích dữ liệu : Các công ty phân tích dữ liệu AI cung cấp những hiểu biết kinh doanh có giá trị bằng cách phân tích dữ liệu doanh nghiệp để giúp tối ưu hóa các quy trình và quyết định kinh doanh. Các công ty như Palantir phân tích các tập dữ liệu khổng lồ để giúp các công ty xác định mô hình, dự đoán xu hướng thị trường và phát triển các chiến lược hiệu quả hơn. Những dịch vụ như vậy thường được cung cấp trên cơ sở tư vấn hoặc tính phí.
• Thiết bị thông minh : Công nghệ AI được nhúng trong nhiều sản phẩm phần cứng khác nhau (như loa thông minh, máy bay không người lái, ô tô tự lái, v.v.). Ví dụ: hệ thống lái xe tự động của Tesla và loa thông minh Echo của Amazon đều là những sản phẩm được hỗ trợ bởi công nghệ AI. Những thiết bị thông minh này không chỉ kiếm tiền bằng cách bán phần cứng mà còn có thể tạo ra doanh thu liên tục thông qua các dịch vụ bổ sung hoặc đăng ký nội dung.
• Dịch vụ sản phẩm ứng dụng AI : Phát triển ứng dụng AI cho các kịch bản ứng dụng điển hình dựa trên các mô hình ngôn ngữ lớn AI (như GPT-4, Codex, v.v.). Doanh nghiệp và người dùng có thể sử dụng các sản phẩm ứng dụng AI này bằng cách đăng ký dịch vụ AI. Ví dụ: OpenAI đã ra mắt ChatGPT để giúp người dùng tạo nội dung, bài viết, Hỏi đáp, v.v.; MidJourney cung cấp cho các nghệ sĩ và nhà thiết kế khả năng tạo ra các hình ảnh nghệ thuật theo các phong cách khác nhau; Runway cung cấp các chức năng chỉnh sửa video AI, cho phép người dùng tự động tạo các video clip, áp dụng chuyển đổi kiểu và thực hiện các chỉnh sửa nhanh chóng. DoNotPay cung cấp các dịch vụ pháp lý tự động để giúp người dùng xử lý các vấn đề pháp lý đơn giản như khiếu nại vé đỗ xe và đơn xin hoàn tiền, giúp giảm đáng kể ngưỡng đối với các dịch vụ pháp lý.

4 bản đồ chuỗi ngành AI và các công ty tiêu biểu

4.1 Vai trò của ngành AI

Những công ty chính thúc đẩy sự phát triển của AI bao gồm các công ty phần cứng lớn (NVIDIA), các công ty công nghệ lớn (như Google, Microsoft, Amazon) và hàng loạt công ty khởi nghiệp về AI. Các công ty này đang dẫn đầu về khả năng xử lý dữ liệu, phát triển thuật toán và ứng dụng thị trường, thúc đẩy sự phát triển của toàn bộ hệ sinh thái AI.

• Các công ty phần cứng : Các nhà sản xuất phần cứng như NVIDIA đã tung ra GPU và chip AI có thể hỗ trợ mạng lưới thần kinh sâu học tập và tăng tốc tính toán, cung cấp hỗ trợ sức mạnh tính toán cho AI.
• Các gã khổng lồ công nghệ : như Google, Microsoft, Amazon,… đã đầu tư rất nhiều nguồn lực vào lĩnh vực AI. Họ không chỉ phát triển các nền tảng AI mạnh mẽ mà còn tích cực đầu tư vào các công ty khởi nghiệp AI và mở rộng hệ sinh thái AI thông qua việc sáp nhập và mua lại. Những công ty này có dữ liệu phong phú, tài nguyên điện toán mạnh mẽ và những nhân tài hàng đầu, đồng thời có thể dẫn đầu hướng phát triển công nghệ AI.
• Khởi nghiệp AI : Các công ty khởi nghiệp AI (như OpenAi, Nuro, Vicarious, v.v.) thường tập trung vào đổi mới trong các lĩnh vực cụ thể, chẳng hạn như AI y tế, AI lái xe tự động, AI tài chính, v.v. Các công ty này rất linh hoạt và sáng tạo, có thể đáp ứng nhanh chóng nhu cầu thị trường và phát triển các sản phẩm và dịch vụ có tính cạnh tranh. Các công ty khởi nghiệp thường nhận được nguồn tài trợ thông qua vốn mạo hiểm và đạt được tốc độ tăng trưởng nhanh chóng trong thời gian ngắn, trở thành một thế lực quan trọng trên thị trường.
• Các tổ chức học thuật và tổ chức nghiên cứu : Các trường đại học và tổ chức nghiên cứu trên khắp thế giới (như MIT, DeepMind, BAIR, v.v.) cũng là những lực lượng quan trọng trong việc phát triển công nghệ AI. Họ tiếp tục tiến hành nghiên cứu tiên tiến và thúc đẩy tiến bộ của ngành thông qua nền tảng mở. mã nguồn và các tài liệu học thuật. Đồng thời, một số lượng lớn các chuyên gia trong lĩnh vực AI đã được đào tạo. Thông qua các ấn phẩm học thuật và nguồn mở, các tổ chức này thúc đẩy việc truyền bá kiến thức và phổ biến công nghệ.

4.2 Bản đồ chuỗi ngành AI

Chuỗi công nghiệp AI hình thành một hệ sinh thái rộng lớn và phức tạp từ các nhà cung cấp phần cứng thượng nguồn (như nhà sản xuất chip) đến phát triển phần mềm và cung cấp nền tảng trung nguồn, cho đến các kịch bản ứng dụng hạ nguồn . Có nhiều người chơi chủ chốt trong mỗi liên kết, cùng nhau thúc đẩy sự tiến bộ của công nghệ AI và ứng dụng rộng rãi hơn.

4.2.1 Thượng nguồn: Lớp cơ sở hạ tầng

Phân khúc thượng nguồn bao gồm các nhà sản xuất phần cứng và nhà cung cấp dịch vụ đám mây.

• Nhà sản xuất phần cứng : Cung cấp hỗ trợ phần cứng cần thiết cho điện toán AI, bao gồm CPU, GPU, TPU và bộ tăng tốc AI chuyên dụng. NVIDIA, AMD, Intel và các nhà sản xuất chip AI chuyên dụng mới nổi gần đây (chẳng hạn như chip FSD của Tesla) đều là những người chơi quan trọng trong lớp này.
• Các nhà cung cấp dịch vụ đám mây : như Amazon Web Services (AWS), Google Cloud, Microsoft Azure, v.v. Các công ty này cung cấp tài nguyên điện toán dựa trên đám mây và nền tảng phát triển AI quy mô lớn để hỗ trợ các doanh nghiệp phát triển, đào tạo và triển khai các mô hình AI. Sự phổ biến của dịch vụ đám mây đã hạ thấp ngưỡng phát triển AI, cho phép các doanh nghiệp vừa và nhỏ tận dụng công nghệ AI.

4.2.2 Giữa dòng: lớp nền tảng và công cụ

Phân khúc trung nguồn bao gồm các công ty nghiên cứu và phát triển mô hình AI, nền tảng phát triển phần mềm, dịch vụ dữ liệu và công cụ quản lý. Cấp độ này cung cấp hỗ trợ thuật toán, nền tảng và dữ liệu cho toàn bộ hệ sinh thái, thúc đẩy việc phổ biến và ứng dụng thực tế công nghệ AI.

• Công ty nghiên cứu và phát triển mô hình AI: Tập trung phát triển và đào tạo các mô hình AI quy mô lớn , cung cấp các thuật toán, mô hình cơ bản cho doanh nghiệp và nhà phát triển sử dụng. Các công ty này thúc đẩy nghiên cứu tiên tiến về công nghệ trí tuệ nhân tạo và thương mại hóa kết quả của họ thông qua API hoặc nền tảng. Các công ty đại diện như OpenAI , Google DeepMind , Anthropic và Cohere đã phát triển các mô hình ngôn ngữ lớn (LLM) như GPT, BERT, v.v., cho các nhiệm vụ như xử lý ngôn ngữ tự nhiên và AI tổng quát.
• Nền tảng phát triển phần mềm AI : Cung cấp cho nhà phát triển các công cụ để xây dựng, đào tạo và triển khai các mô hình AI . Các nền tảng này cung cấp các khuôn khổ linh hoạt cho phép các nhà phát triển dễ dàng phát triển và triển khai các mô hình AI. Các nền tảng này không chỉ hỗ trợ đào tạo mô hình hiệu suất cao mà còn có thể được kết hợp với các bộ tăng tốc phần cứng (như GPU và TPU) để cải thiện hiệu quả đào tạo mô hình. Các nền tảng nguồn mở tiêu biểu như TensorFlow , PyTorch , Keras, Hugging Face , v.v., hỗ trợ các nhà phát triển tạo và đào tạo các mô hình học sâu khác nhau và có thể áp dụng các mô hình này cho nhiều tình huống từ nghiên cứu học thuật đến ứng dụng thương mại.
• Dịch vụ dữ liệu và công cụ quản lý : Dữ liệu là cốt lõi của đào tạo mô hình AI và doanh nghiệp cần một lượng lớn dữ liệu để đào tạo mô hình AI. Dịch vụ dữ liệu và công cụ quản lý giúp doanh nghiệp quản lý và xử lý dữ liệu quy mô lớn một cách hiệu quả . Các công ty dịch vụ dữ liệu như Snowflake và Databricks cung cấp các công cụ phân tích và xử lý dữ liệu lớn để giúp doanh nghiệp quản lý dữ liệu có cấu trúc và phi cấu trúc. Ngoài ra, các công ty dịch vụ chú thích dữ liệu (như Scal AI ) cung cấp dữ liệu đào tạo chất lượng cao cho các mô hình AI để đảm bảo tính chính xác và độ tin cậy của mô hình.

4.2.3 Hạ lưu: triển khai kịch bản ứng dụng và lớp dịch vụ

Phần hạ nguồn bao gồm các kịch bản ứng dụng thực tế của AI trong các ngành công nghiệp khác nhau, các sản phẩm và dịch vụ thông minh dựa trên công nghệ AI và các công ty dịch vụ cung cấp dịch vụ tư vấn, vận hành và bảo trì để triển khai công nghệ AI.

• Ứng dụng AI trong các lĩnh vực ngành dọc : Công nghệ AI được ứng dụng trong nhiều lĩnh vực ngành dọc khác nhau như chăm sóc y tế, tài chính, bán lẻ, sản xuất, v.v., mang đến các giải pháp tùy chỉnh cho các ngành nghề khác nhau. Ví dụ, trong lĩnh vực y tế , các công cụ chẩn đoán AI như IBM Watson Health và Zebra Medical Vision giúp bác sĩ chẩn đoán bệnh nhanh hơn và chính xác hơn bằng cách phân tích hình ảnh y tế và hồ sơ y tế điện tử. Trong lĩnh vực tài chính , AI được sử dụng trong đánh giá rủi ro, phát hiện gian lận và giao dịch theo thuật toán. Các trường hợp điển hình bao gồm Kensho và Darktrace , sử dụng AI để nâng cao hiệu quả phân tích dữ liệu tài chính và tăng cường bảo mật. Trong ngành bán lẻ , các hệ thống đề xuất dựa trên AI như công cụ đề xuất được cá nhân hóa của Amazon cải thiện trải nghiệm mua sắm trực tuyến bằng cách phân tích hành vi và sở thích của người dùng. Trong ngành sản xuất , AI được ứng dụng vào các nhà máy thông minh để tối ưu hóa quy trình sản xuất thông qua thiết bị tự động và bảo trì dự đoán của Siemens và GE là những công ty tiêu biểu sử dụng công nghệ AI để giúp các nhà máy nâng cao hiệu quả sản xuất và giảm chi phí vận hành.
• Sản phẩm và thiết bị thông minh : Công nghệ AI được sử dụng rộng rãi trong nhiều sản phẩm và thiết bị thông minh khác nhau, thúc đẩy sự phát triển của tự động hóa và các chức năng cá nhân hóa, đồng thời cải thiện đáng kể trải nghiệm người dùng. Ví dụ: trong lĩnh vực nhà thông minh , các thiết bị điều khiển bằng AI như Amazon Echo và Google Home không chỉ có thể thực hiện lệnh thoại mà còn cung cấp các dịch vụ được cá nhân hóa bằng cách tìm hiểu thói quen hàng ngày của người dùng, chẳng hạn như tự động điều chỉnh ánh sáng trong nhà, nhiệt độ và các dịch vụ khác. các thiết lập môi trường. Trong lĩnh vực xe không người lái , các công ty như Tesla và Waymo dựa vào công nghệ AI để phát triển hệ thống lái xe tự động, sử dụng camera, cảm biến và thuật toán học sâu để đạt được khả năng lái xe và điều hướng đường bộ tự động. Trong lĩnh vực máy bay không người lái , các công ty như DJI sử dụng công nghệ AI để cải thiện khả năng bay tự động và theo dõi mục tiêu của máy bay không người lái, được sử dụng rộng rãi trong các lĩnh vực như nhiếp ảnh, hậu cần và vận tải cũng như kiểm tra cơ sở hạ tầng. Các đại diện trong lĩnh vực robot , chẳng hạn như Boston Dynamics , sử dụng công nghệ AI để cung cấp cho robot khả năng nhận thức và ra quyết định, cho phép chúng thực hiện các nhiệm vụ trong môi trường phức tạp, chẳng hạn như tự động hóa kho bãi và vận hành môi trường nguy hiểm.
• Công ty dịch vụ tư vấn và vận hành, bảo trì AI : Chịu trách nhiệm triển khai ứng dụng công nghệ AI vào hoạt động kinh doanh thực tế của doanh nghiệp và cung cấp hỗ trợ, tối ưu hóa lâu dài. Các công ty này cung cấp cho doanh nghiệp đầy đủ các dịch vụ từ tư vấn chiến lược AI, triển khai công nghệ đến bảo trì mô hình và là mắt xích quan trọng trong việc thúc đẩy ứng dụng và phát triển công nghệ AI trong các ngành công nghiệp khác nhau. Ví dụ: IBM Watson , Accenture , v.v. cung cấp dịch vụ tư vấn AI để giúp các công ty xây dựng chiến lược AI và triển khai các giải pháp AI. Các mô hình và hệ thống AI yêu cầu bảo trì và tối ưu hóa liên tục sau khi triển khai, điều này đã tạo ra thị trường dịch vụ vận hành AI (MLOps), như DataRobot , Algorithmia và các công ty khác, tập trung vào việc cung cấp cho doanh nghiệp khả năng giám sát, bảo trì và tối ưu hóa mô hình AI dịch vụ.

4.3 Các công ty AI điển hình (trung nguồn và thượng nguồn)

4.3.1 NVIDIA

Được thành lập vào năm 1993, NVIDIA là nhà sản xuất bộ xử lý đồ họa (GPU) hàng đầu thế giới, ban đầu được biết đến với việc phát triển card đồ họa chơi game trên PC. Ngày nay, NVIDIA không chỉ giữ vững vị trí dẫn đầu ngành về xử lý đồ họa mà còn có những bước đột phá quan trọng trong nhiều lĩnh vực như trí tuệ nhân tạo (AI), điện toán hiệu năng cao (HPC), xe tự lái, trung tâm dữ liệu và điện toán đám mây.

Lĩnh vực kinh doanh : NVIDIA là nhà sản xuất bộ xử lý đồ họa (GPU) hàng đầu thế giới và đóng vai trò quan trọng trong lĩnh vực AI. NVIDIA cung cấp phần cứng AI (như GPU, kiến trúc điện toán song song CUDA) và nền tảng phần mềm (như NVIDIA AI và Deep Learning SDK). GPU của nó được sử dụng rộng rãi trong nhiều lĩnh vực như lái xe tự động, trung tâm dữ liệu, AI y tế và xử lý hình ảnh. .

• GPU (bộ xử lý đồ họa): NVIDIA lần đầu tiên được biết đến với dòng card đồ họa GeForce, tập trung vào trò chơi, xử lý hình ảnh, kết xuất 3D và các lĩnh vực khác, đồng thời được sử dụng rộng rãi trong máy tính cá nhân, máy chơi game và máy trạm. GPU hiện đã trở thành phần cứng cốt lõi cho việc đào tạo và suy luận mô hình AI, đặc biệt là trong deep learning GPU của NVIDIA được sử dụng rộng rãi nhờ khả năng tính toán song song mạnh mẽ.
• AI và machine learning : GPU và CUDA (kiến trúc điện toán song song) của NVIDIA đã trở thành phần cứng tiêu chuẩn trong lĩnh vực trí tuệ nhân tạo và deep learning, giúp các mô hình AI quy mô lớn đạt được hiệu quả đào tạo và suy luận.
• Nền tảng NVIDIA AI : Các công cụ phần mềm do NVIDIA cung cấp (như NVIDIA AI, NVIDIA TensorRT) hỗ trợ các nhà phát triển và doanh nghiệp đẩy nhanh quá trình phát triển và triển khai các mô hình AI.
• NVIDIA DRIVE : NVIDIA đã cho ra mắt nền tảng NVIDIA DRIVE dành cho lái xe tự động, cung cấp giải pháp hoàn chỉnh từ nhận thức, ra quyết định đến hệ thống lái xe tự động. NVIDIA đã hợp tác với nhiều nhà sản xuất ô tô để thúc đẩy ứng dụng công nghệ lái xe tự động.
• Nền tảng NVIDIA Jetson : Jetson là nền tảng AI tiên tiến được thiết kế cho robot và thiết bị Internet of Things (IoT). Nó hỗ trợ xử lý AI cục bộ và được sử dụng trong các lĩnh vực như thành phố thông minh, tự động hóa công nghiệp và thiết bị thông minh.

Mô hình kinh doanh : Mô hình kinh doanh của NVIDIA dựa vào việc bán phần cứng, nền tảng phần mềm và xây dựng hệ sinh thái . NVIDIA kiếm tiền bằng cách bán phần cứng GPU, chủ yếu được chia thành bốn loại: tiêu dùng (dòng GeForce), chuyên nghiệp (dòng Quadro), trung tâm dữ liệu (dòng Tesla) và điện toán AI (A100, v.v.). Cung cấp hỗ trợ tối ưu hóa và phát triển AI cho các nhà phát triển và doanh nghiệp thông qua các công cụ và nền tảng phần mềm (NVIDIA AI, TensorRT, Omniverse, v.v.), trong khi NVIDIA kiếm doanh thu thông qua đăng ký phần mềm và công cụ phát triển.

Người ta ước tính rằng Nvidia đã chiếm lĩnh hơn 90% thị trường GPU trung tâm dữ liệu trong bảy năm qua. Vào năm 2023, thị phần của nó sẽ đạt 98%. Hoạt động của tất cả các trung tâm dữ liệu lớn và đào tạo mô hình lớn sẽ phụ thuộc vào GPU do NVIDIA phát triển.

4.3.2 OpenAI và ChatGPT

OpenAI, được thành lập vào năm 2015 bởi Tesla và người sáng lập SpaceX, Elon Musk, là tổ chức nghiên cứu trí tuệ nhân tạo của Mỹ chuyên phát triển trí tuệ nhân tạo tổng hợp (AGI) nhằm đảm bảo an toàn tình dục và mang lại lợi ích lớn nhất cho toàn nhân loại. OpenAI khởi đầu là một tổ chức phi lợi nhuận và sau đó chuyển sang mô hình kinh doanh “lợi nhuận hạn chế”, thu hút đầu tư từ các công ty công nghệ lớn như Microsoft. Mục tiêu của nó là thúc đẩy sự phát triển của AGI thông qua nghiên cứu và phát triển công nghệ AI, đồng thời chú ý đến sự an toàn, đạo đức và khả năng kiểm soát của AI.

Lĩnh vực kinh doanh : Hoạt động kinh doanh cốt lõi xoay quanh việc nghiên cứu và phát triển các mô hình AI, đặc biệt là các mô hình ngôn ngữ lớn (LLM) và AI tổng quát, được sử dụng rộng rãi trong xử lý ngôn ngữ tự nhiên, nội dung tổng quát và các lĩnh vực khác. OpenAI cũng cung cấp quyền truy cập vào các mô hình AI được thương mại hóa thông qua các dịch vụ API.

• GPT : Dòng mô hình GPT (Generative Pre-training Transformer) là một trong những sản phẩm cốt lõi của nó. Các mô hình như GPT-3 và GPT-4 mới nhất thể hiện khả năng tạo ngôn ngữ tự nhiên mạnh mẽ.
• DALL·E : Một mô hình AI tổng quát do OpenAI phát triển có thể tạo ra hình ảnh chất lượng cao dựa trên mô tả văn bản. Nó có triển vọng ứng dụng rộng rãi trong thiết kế, quảng cáo, công nghiệp sáng tạo và các lĩnh vực khác.
• Codex : Trình tạo ngôn ngữ lập trình dựa trên GPT có thể hiểu hướng dẫn ngôn ngữ tự nhiên và tạo mã tương ứng. Nó đã được áp dụng cho GitHub Copilot để giúp các nhà phát triển tạo và viết mã tự động.
• API OpenAI : OpenAI cung cấp các dịch vụ API thương mại, cho phép các nhà phát triển và doanh nghiệp xây dựng ứng dụng dựa trên các mô hình AI của mình. Thông qua API, doanh nghiệp có thể dễ dàng gọi GPT, DALL·E, Codex và các mô hình khác, đồng thời áp dụng chúng vào các tình huống kinh doanh khác nhau, chẳng hạn như xử lý ngôn ngữ tự nhiên, tạo nội dung và quy trình làm việc tự động.

Mô hình kinh doanh: Tập trung vào việc cung cấp quyền truy cập API vào các mô hình AI và kiếm tiền bằng cách hợp tác với các công ty công nghệ lớn .

• API OpenAI : Mô hình kinh doanh cốt lõi của OpenAI là cung cấp quyền truy cập vào GPT, DALL·E, Codex và các mô hình khác thông qua nền tảng API. Các nhà phát triển và doanh nghiệp có thể đăng ký các dịch vụ này và sử dụng các mô hình AI của nó theo yêu cầu để xử lý ngôn ngữ tự nhiên, tạo hình ảnh, Lập trình tự động hóa và các nhiệm vụ khác.
• Cấp phép và ủy quyền công nghệ : OpenAI hợp tác với các công ty khác để cấp phép cho công nghệ và mô hình của mình để tích hợp sản phẩm và phát triển ứng dụng. Thông qua ủy quyền này, OpenAI có thể mở rộng ảnh hưởng công nghệ của mình và cung cấp các giải pháp AI tùy chỉnh cho doanh nghiệp.

Công nghệ của OpenAI đã có tác động sâu sắc trên toàn thế giới, đặc biệt là trong lĩnh vực tự động hóa và tạo nội dung AI. Thông qua nền tảng API mở, OpenAI cung cấp giải pháp AI cho hàng nghìn công ty, thúc đẩy đổi mới trong xử lý ngôn ngữ tự nhiên, sáng tạo, lập trình tự động và các lĩnh vực khác.

4.3.3 Tesla:

Được thành lập vào năm 2003, Tesla là công ty sản xuất xe điện nổi tiếng thế giới, tập trung vào phát triển và sản xuất xe điện, hệ thống lưu trữ năng lượng và các sản phẩm năng lượng mặt trời. Ngoài việc kinh doanh xe điện, Tesla còn đi đầu trong ngành về trí tuệ nhân tạo (AI) và công nghệ lái xe tự động. Hệ thống lái tự động do AI điều khiển và phần cứng AI tự phát triển mang lại lợi thế cạnh tranh độc nhất trong lĩnh vực ô tô. ngành công nghiệp.

Lĩnh vực kinh doanh : Hoạt động kinh doanh của Tesla không chỉ giới hạn ở xe điện mà còn bao gồm xe tự hành, giải pháp năng lượng và phát triển phần cứng AI. Tesla đã xây dựng cơ sở hạ tầng vững mạnh trong lĩnh vực trí tuệ nhân tạo, bao gồm chip AI (chip FSD Chip lái xe tự động hoàn toàn; Chip Dojo, chip đào tạo Dojo), siêu máy tính Dojo và trung tâm dữ liệu AI để cung cấp công nghệ nền tảng cho xe tự lái và hỗ trợ kinh doanh robot.

• Xe điện : Hoạt động kinh doanh cốt lõi của Tesla là sản xuất và bán xe điện, bao gồm Model S, Model 3, Model X và Model Y. Chúng chiếm một vị trí quan trọng trong thị trường xe điện toàn cầu với hiệu suất cao, tầm hoạt động xa và chức năng lái tự động.
• Công nghệ tự lái hoàn toàn : Công nghệ tự lái hoàn toàn ( FSD ) của Tesla là cốt lõi của chiến lược AI. Nó dựa trên nền tảng điện toán tự phát triển và hỗ trợ sức mạnh tính toán khổng lồ, đồng thời dựa trên kinh nghiệm tích lũy về lái xe quy mô lớn. dữ liệu về số dặm để liên tục tối ưu hóa mô hình AI của mình. Tesla đã khám phá công nghệ lái xe tự động từ năm 2013 và ra mắt nền tảng điện toán lái xe tự động hoàn toàn được trang bị chip FSD tự phát triển vào năm 2019. Kể từ khi phát hành Tesla FSD, nó đã đạt được hơn 1,6 tỷ km lái xe.
• Nghiên cứu và phát triển phần cứng AI : Tesla đã độc lập phát triển chip lái xe tự động hoàn toàn (FSD) , thay thế phần cứng NVIDIA mà hãng từng dựa vào trước đây. Con chip này được thiết kế đặc biệt để cải thiện khả năng và hiệu quả tính toán của xe tự lái, đồng thời là nền tảng quan trọng để Tesla hiện thực hóa tầm nhìn của mình về xe tự lái hoàn toàn. Tesla đang phát triển siêu máy tính có tên Dojo được thiết kế để đào tạo các thuật toán học sâu cho hệ thống lái xe tự động. Dojo giúp Tesla thương mại hóa FSD nhanh hơn bằng cách xử lý lượng lớn dữ liệu hình ảnh và cảm biến, đồng thời tối ưu hóa tốc độ và hiệu suất đào tạo mô hình AI.
• Giải pháp năng lượng: Tesla còn cung cấp các hệ thống lưu trữ năng lượng gia đình và thương mại như Powerwall, Powerpack và Megapack để giúp người dùng lưu trữ năng lượng mặt trời và tối ưu hóa việc sử dụng năng lượng. Bằng cách tích hợp với các sản phẩm năng lượng mặt trời, Tesla thúc đẩy việc phổ biến các giải pháp năng lượng sạch.
• Optimus : Optimus được định vị là robot hình người tự động hai chân có mục đích chung có khả năng thực hiện các nhiệm vụ không an toàn, lặp đi lặp lại hoặc tẻ nhạt để giải quyết tình trạng thiếu lao động. Tesla có kế hoạch triển khai Optimus trong siêu nhà máy của riêng mình để thực hiện các nhiệm vụ lặp đi lặp lại, chẳng hạn như di chuyển vật liệu và lắp ráp các bộ phận. Trong tương lai, Tesla cam kết thúc đẩy Optimus đến hàng nghìn hộ gia đình để giúp các gia đình bình thường hoàn thành công việc nhà như nấu ăn, dọn dẹp, v.v.
• Robotaxi : Vào tháng 4 năm 2024, Musk thông báo rằng Tesla có kế hoạch chính thức phát hành robotaxi vào quý 3, điều này sẽ phá vỡ các phương thức di chuyển truyền thống và đạt được việc sử dụng chung phương tiện một cách hiệu quả.

Mô hình kinh doanh: Mô hình kinh doanh của Tesla bao gồm nhiều khía cạnh như xe điện, xe tự hành và giải pháp năng lượng, dựa vào hai mô hình bán phần cứng và đăng ký phần mềm để kiếm lợi nhuận.

• Bán phần cứng: Tesla kiếm lợi nhuận bằng cách bán xe điện (Model S, Model
• Phần mềm và Dịch vụ đăng ký : Phần mềm Tự lái hoàn toàn (FSD) của Tesla được bán dưới dạng dịch vụ mua hoặc đăng ký một lần, cho phép chủ sở hữu truy cập các tính năng tự lái nâng cao hơn. Mô hình này cung cấp cho Tesla một nguồn doanh thu bổ sung liên tục.
• Dịch vụ năng lượng : Tesla cung cấp các giải pháp lưu trữ năng lượng cấp doanh nghiệp thông qua Powerpack và Megapack, đồng thời hợp tác với các công ty tiện ích trên toàn cầu để giúp tối ưu hóa hoạt động của lưới điện cũng như thúc đẩy ứng dụng và lưu trữ năng lượng tái tạo.

Tesla là công ty dẫn đầu toàn cầu trong thị trường xe điện. Các sản phẩm xe điện cải tiến, tầm hoạt động xa và hiệu suất cao giúp hãng chiếm thị phần đáng kể trong doanh số bán xe điện toàn cầu, đặc biệt là ở Hoa Kỳ, Châu Âu và Trung Quốc. Tesla không chỉ là công ty dẫn đầu toàn cầu trong thị trường xe điện mà những đổi mới của hãng trong lĩnh vực lái xe tự động, giải pháp năng lượng và công nghệ AI cũng có tác động sâu sắc.

4.3.4 Nhân học

Anthropic là một công ty nghiên cứu trí tuệ nhân tạo (AI) được thành lập vào năm 2021, chuyên phát triển các hệ thống trí tuệ nhân tạo quy mô lớn an toàn và đáng tin cậy. Công ty được thành lập bởi các nhà nghiên cứu trước đây tại OpenAI với mục tiêu thúc đẩy sự phát triển an toàn của AI thông qua các mô hình trí tuệ nhân tạo dễ điều khiển và giải thích hơn. Anthropic tập trung vào đạo đức AI, sự an toàn, tính minh bạch và công bằng của AI . Trong khi phát triển các mô hình AI mạnh mẽ, họ cam kết giảm thiểu rủi ro xã hội mà các mô hình có thể mang lại.

Lĩnh vực kinh doanh : Hoạt động kinh doanh cốt lõi xoay quanh sự an toàn, khả năng giải thích và đạo đức của hệ thống trí tuệ nhân tạo, đặc biệt là các mô hình ngôn ngữ quy mô lớn (LLM) và AI tổng quát.

• Mô hình ngôn ngữ quy mô lớn (LLM): Chuỗi mô hình Claude của Anthropic là mô hình ngôn ngữ quy mô lớn tiêu biểu của nó, tương tự như mô hình GPT của OpenAI. Những mô hình này có khả năng hiểu và tạo ngôn ngữ tự nhiên phức tạp và được sử dụng rộng rãi trong các hệ thống đối thoại, viết tự động, hệ thống hỏi đáp và các lĩnh vực khác.
• API Claude : Anthropic cung cấp dịch vụ API dựa trên mô hình Claude, cho phép các nhà phát triển và doanh nghiệp tích hợp mô hình AI của họ cho các tác vụ xử lý ngôn ngữ tự nhiên. Thông qua API, doanh nghiệp có thể gọi các mô hình Claude để đối thoại tự động, tạo nội dung, phân tích dữ liệu và các chức năng khác.
• Giải pháp AI an toàn : Anthropic cung cấp các giải pháp AI tùy chỉnh cho doanh nghiệp, đặc biệt trong các lĩnh vực có yêu cầu bảo mật cao như tài chính, y tế, pháp lý, v.v., thông qua mô hình AI an toàn là trên hết, giúp doanh nghiệp giảm thiểu rủi ro ứng dụng AI.

Mô hình kinh doanh : Mô hình kinh doanh xoay quanh việc phát triển và ứng dụng an toàn các mô hình AI , đồng thời cung cấp hỗ trợ công nghệ AI cho khách hàng doanh nghiệp thông qua các dịch vụ API và giải pháp doanh nghiệp .

• Dịch vụ API : Thông qua nền tảng API, Anthropic mở mô hình ngôn ngữ quy mô lớn Claude cho các nhà phát triển và doanh nghiệp, cung cấp khả năng xử lý ngôn ngữ tự nhiên và tạo ra AI theo yêu cầu. Các nhà phát triển và doanh nghiệp có thể thanh toán theo mức sử dụng thông qua mô hình đăng ký để có được khả năng AI của mô hình Claude và áp dụng chúng vào các tình huống kinh doanh như hệ thống đối thoại, quy trình làm việc tự động và tạo nội dung.
• Giải pháp AI tùy chỉnh : Anthropic cung cấp giải pháp AI tùy chỉnh cho các doanh nghiệp yêu cầu khả năng AI mạnh mẽ, đặc biệt là trong các ngành có yêu cầu bảo mật cao. Bằng việc cung cấp các mô hình AI an toàn và đáng tin cậy, công ty giúp doanh nghiệp tránh được những rủi ro tiềm ẩn khi ứng dụng AI và đảm bảo tính minh bạch, khả năng giải thích của hệ thống AI.
• Tư vấn về an toàn và đạo đức : Nhờ chuyên môn của Anthropic trong lĩnh vực an toàn và đạo đức AI, công ty cũng cung cấp dịch vụ tư vấn về đạo đức và an toàn AI cho các doanh nghiệp và chính phủ để giúp họ đánh giá và cải thiện tính an toàn của các hệ thống AI hiện có và ngăn ngừa những rủi ro tiềm