Thảo luận Biến đổi Hệ thống giáo dục

[Trang Dimple]

Tháng trước, tôi được mời nói chuyện tại cuộc Hội nghị Công nghệ trí khôn nhân tạo ở Atlanta. Sau đây là bài nói của tôi về Biến đổi Hệ thống giáo dục.
“Cải tiến trong giáo dục là nền tảng của mọi giải pháp cho các vấn đề thách thức của chúng ta ngày nay như thất nghiệp, nghèo đói và chiến tranh. Câu hỏi là: “Làm sao hệ thống giáo dục có thể được cải tiến?

“Tất cả chúng ta đều biết rằng Khoa học và Công nghệ đã đưa tới những cải thiện lớn lao trong cuộc sống hàng ngày của chúng ta. Không lâu trước đây, vận tải đã tiến bộ từ xe ngựa sang tầu hoả và ô tô, chúng ta sẽ sớm có xe hơi tự lái. Không lâu trước đây, liên lạc đã tiến bộ từ điện tín sang điện thoại và ngày nay chúng ta có emails, điện thoại di động, tin nhắn. Tuy nhiên, giáo dục đã chậm thay đổi vì phương pháp dạy của giáo dục truyền thống vẫn được dùng và các kì thi vẫn là đánh giá chuẩn về thành tựu của người học. Làm sao chúng ta có thể thay đổi cái gì đó đã tồn tại hàng trăm năm nay? Làm sao chúng ta có thể đào tạo lại cho hàng nghìn thầy cô theo phương pháp dạy mới và tài liệu mới? Làm sao chúng ta có thể thay đổi cách nghĩ về học sinh từ hội tụ vào việc đỗ kì thi sang phát triển tri thức và kĩ năng? Nhiều học giả hàn lâm đang làm việc để giải quyết những câu hỏi này trong nhiều năm mà không có kết luận. Tuy nhiên, tôi tin chúng ta có thể giải quyết được những vấn đề này bằng việc áp dụng công nghệ vào hệ thống giáo dục hiện thời.

Mặc dầu công nghệ đã được dùng trong các môn học giáo dục như trò chơi giáo dục cho trẻ nhỏ, môn học trực tuyến mà có thể vươn tới nhiều học sinh từ các nơi khác nhau, và các môn học trực tuyến mở cho đại chúng (MOOCs) đang cho truy nhập trực tiếp vào hàng nghìn môn học với số lớn người, đây mới là những bước đầu tiên. Điều chúng ta cần là vượt qua sự chống lại thay đổi, điều giữ cho hệ thống giáo dục đứng yên trong nhiều năm. Các bước tiếp là mang khoa học và công nghệ tiên tiến hơn vào hệ thống giáo dục để đáp ứng cho nhu cầu của thế kỉ 21. Tôi tin càng nhiều công nghệ giáo dục có tại chỗ, chúng ta càng có thể giúp cho học sinh đạt tới mục đích của họ trong bất kì lĩnh vực nào họ học. Nói cách khác, việc dùng công nghệ giáo dục tăng lên sẽ giúp thay đổi hệ thống giáo dục nhanh hơn.

Trí khôn nhân tạo là một nhánh của Khoa học máy tính hội tụ vào xây dựng các máy tính có thể mô phỏng hành vi thông minh của con người. Những máy tính này có thể thực hiện các nhiệm vụ về truyền thống gắn với trí thông minh của con người, như cảm nhận trực quan, nhận dạng tiếng nói, làm quyết định, và dịch ngôn ngữ v.v. Bên trong các máy tính này là các thuật toán học máy mà có thể học làm nhiều điều từ dữ liệu được cung cấp mà không yêu cầu sự trợ giúp từ người lập trình.

Điều chúng ta cần là mang công nghệ Trí khôn nhân tạo vào hệ thống giáo dục. Thay vì đào tạo lại hàng trăm nghìn thầy cô giáo về các tài liệu mới, chúng ta có thể dạy cho máy tính các tài liệu này để cho chúng có thể dạy cho học sinh. Với tiến bộ của các thuật toán học máy và mạng thần kinh, chúng ta có thể để cho các chuyên gia môn học dạy cho các máy tính “thông minh” này trên qui mô lớn hơn nhiều. Máy tính sẽ học cách dạy bằng “quan sát” cách thầy cô giáo dạy học sinh. Bằng việc quan sát hàng trăm nghìn thầy cô giáo dạy, máy tính sẽ có đủ dữ liệu để học và có khả năng thực hiện cùng nhiệm vụ mà thầy cô giáo thường làm. Với các thuật toán học máy, xử lí ngôn ngữ tự nhiên, và mạng thần kinh tiến bộ nhanh chóng, các máy tính này có thể học nhanh và có khả năng dạy một cách hiệu quả.

Thầy cô giáo con người thường có thời gian và sự kiên nhẫn giới hạn khi dạy nhưng máy tính có thể làm cùng điều này lặp đi lặp lại cho tới khi người học đáp ứng các mục tiêu học tập. Máy tính có thể tiếp tục dạy cho tới khi học sinh có khả năng thực hiện những kĩ năng nào đó. Học sinh có thể tiến sang mức tiếp chỉ nếu họ đáp ứng tiêu chí học. Lớp học chuẩn nơi mọi người đi theo cùng nhịp điệu sẽ được đổi thành môi trường nhiều tính cá nhân hơn nơi học sinh đi theo nhịp điệu riêng của họ tương ứng với việc học riêng của họ. Trong môi trường này, không có đỗ hay trượt, không có thi và kiểm tra nhưng có những mức tri thức và kĩ năng nào đó mà học sinh phát triển theo nỗ lực riêng của họ.

Trong môi trường giáo dục mới này, máy tính không thay thế thầy cô giáo con người mà chỉ là một phần của nó. Trong khi những máy tính này có thể giúp cho học sinh học các kĩ năng nền tảng như logic, lập luận, thiết kế và kĩ năng học. Thầy cô giáo con người có thể dành thời gian để chỉ đạo học sinh làm việc trên các dự án cộng tác, phát triển kĩ năng khác như kĩ năng mềm, luân lí, đạo đức cũng như những vai trò và trách nhiệm nào đó trong xã hội. Tôi tin con người là giỏi hơn trong dạy kĩ năng con người và máy tính là phù hợp để dạy các kĩ năng khác. Theo cách nhìn này, máy tính khôn có thể là phần chính qui của mọi việc hướng dẫn trong nhà trường và đóng vai trò chính trong cải tiến hệ thống giáo dục.

Tất cả chúng ta đều muốn làm cho cuộc sống của mình được tốt hơn và giáo dục là quan trọng nhất để cải tiến điều kiện sống của chúng ta. Tôi tin việc áp dụng Khoa học và Công nghệ vào hệ thống giáo dục sẽ cải tiến việc học của học sinh và giúp thúc đẩy giáo dục đáp ứng cho nhu cầu của thế kỉ 21. Thầy cô giáo sẽ tiếp tục dạy nhưng họ sẽ hiệu quả hơn khi dùng công cụ máy tính như người trợ giáo.

Nguồn: Blog của giáo sư John Vu, Carnegie Mellon University

 

[Trang Dimple]

Trí khôn nhân tạo là

Định nghĩa trí tuệ nhân tạo: (AI: Artificial Intelligence) có thể được định nghĩa như một ngành của khoa học máy tính liên quan đến việc tự động hóa các hành vi thông minh. AI là một bộ phận của khoa học máy tính và do đó nó phải được đặt trên những nguyên lý lý thuyết vững chắc, có khả năng ứng dụng được của lĩnh vực này.

Ở thời điểm hiện tại, Thuật ngữ này thường dùng để nói đến các MÁY TÍNH có mục đích không nhất định và ngành khoa học nghiên cứu về các lý thuyết và ứng dụng của trí tuệ nhân tạo. Tức là mỗi loại trí tuệ nhân tạo hiện nay đang dừng lại ở mức độ những máy tính hoặc siêu máy tính dùng để xử lý một loại công việc nào đó như điều khiển một ngôi nhà, nghiên cứu nhận diện hình ảnh, xử lý dữ liệu của bệnh nhân để đưa ra phác đồ điều trị, xử lý dữ liệu để tự học hỏi, khả năng trả lời các câu hỏi về chẩn đoán bệnh, trả lời khách hàng về các sản phẩm của một công ty,...

Nói nôm na cho dễ hiểu: đó là trí tuệ của máy móc được tạo ra bởi con người. Trí tuệ này có thể tư duy, suy nghĩ, học hỏi,... như trí tuệ con người. Xử lý dữ liệu ở mức rộng lớn hơn, quy mô hơn, hệ thống, khoa học và nhanh hơn so với con người.

Rất nhiều hãng công nghệ nổi tiếng có tham vọng tạo ra được những AI (trí tuệ nhân tạo) vì giá trị của chúng là vô cùng lớn, giải quyết được rất nhiều vấn đề của con người mà loài người đang chưa giải quyết được.

Trí tuệ nhân tạo mang lại rất nhiều giá trị cho cuộc sống loài người, nhưng cũng tiềm ẩn những nguy cơ. Rất nhiều chuyên gia lo lắng rằng khi trí tuệ nhân tạo đạt tới 1 ngưỡng tiến hóa nào đó thì đó cũng là thời điểm loài người bị tận diệt. Rất nhiều các bộ phim đã khai thác đề tài này với nhiều góc nhìn, nhưng qua đó đều muốn cảnh báo loài người về mối nguy đặc biệt này.

 

[Trang Dimple]

Trí tuệ nhân tạo

Trí tuệ nhân tạo hoạt động ra sao?
Giả sử như bạn muốn một cái máy tính biết cách băng qua đường. Theo cách truyền thống, chúng ta sẽ lập trình cho nó cách nhìn trái, nhìn phải, cách đợi xe chạy qua hết, cách đi đúng vạch băng đường theo luật và nhiều thứ khác, sau đó để cho máy tự đi.

Còn với kĩ thuật trí tuệ nhân tạo, mà cụ thể là một chương trình machine learning, bạn sẽ cho máy tính xem 10.000 đoạn video về cách băng đường an toàn. Kế tiếp bạn lại cho nó xem thêm 10.000 đoạn video nữa nhưng lần này chiếu cảnh người ta bị xe tông khi băng đường ẩu. Lúc này bạn mới thả cho nó tự băng đường.

Phần khó nhất đó là bạn phải làm sao cho máy tính hiểu và tiếp thu được thông tin từ các video này, cũng giống như phần khó nhất khi đi dạy học là phải làm cho học sinh hiểu được bạn nói gì và ghi nhớ điều đó. Trong nhiều thập kỉ qua, người ta đã thủ nhiều phương pháp khác nhau để dạy cho máy tính học. Một trong những cách đã được xài đó là "reinforcement learning", tức là bạn sẽ "thưởng" cho máy tính khi nó làm đúng thứ bạn muốn rồi từ từ tối ưu để đạt kết quả tốt nhất. Người ta vẫn thường hay huấn luyện thú vật theo cách này. Một cách khác nữa là "chọn lọc tự nhiên", tức là nhiều cách giải quyết cùng một vấn đề sẽ được áp dụng cho chạy song song, cái này giải được nhanh và chính xác nhất sẽ thắng những cái còn lại.

Còn trong thời đại ngày nay, người ta xài một phương pháp gọi là deep learning.Deep learning sử dụng nhiều lớp trong một neural network để phân tích dữ liệu theo nhiều khía cạnh khác nhau. Ví dụ, nếu bạn đưa cho máy tính học một tấm ảnh theo kĩ thuật deep learning, mỗi lớp trong mạng lưới thần kinh nhân tạo này sẽ nhìn nhận vấn đề theo một cách riêng. Lớp dưới cùng sẽ chỉ đơn giản là vẽ ra một cái lưới 5x5 lên tám ảnh và đánh dấu "có" hoặc "không" khi có một đối tượng xuất hiện trong ô. Nếu "có", lớp bên trên sẽ bắt đầu nhìn vào từng ô này một cách kĩ càng hơn, nó phân tích xem đây có phải là điểm đầu của một đường thẳng không, hay đây là một cái góc nghiêng? Thật nhiều lớp như thế sẽ giúp phần mềm hiểu được những vấn đề phức tạp, tất cả đều dựa trên các bẻ nhỏ nó ra rồi "điều tra" từ từ. Cũng chính vì lý do này mà người ta gọi đây là "deep", tức là sâu và có nhiều lớp.

Yann LeCun, trưởng bộ phận trí tuệ nhân tạo của Facebook, cho biết: "Khi bạn đi lên các lớp cao hơn thì những thứ được phát hiện sẽ càng lúc càng rộng hơn. Càng lúc càng có nhiều khía cạnh hơn được phân tích. Và khi bạn leo lên đến lớp cao nhất, bạn sẽ có những công cụ để cho bạn biết bức hình đó đang chụp người hay một chút chó hay một chiếc máy bay".

Nãy giờ chúng ta chỉ mới nói đến chuyện nhận biết, giờ thì đến lúc dạy cho máy tính biết thứ mà nó vừa nhận ra là gì. Một hệ thống neural network lại được sử dụng, nhưng lần này nó sẽ xem xét nhiều đặc điểm của một con mèo. Rất nhiều bức hình chụp mèo cũng sẽ được đưa cho hệ thống xem kèm theo lời dặn: đây là ảnh con mèo đó nha. Rồi người ta lại cho máy xem thêm một loạt ảnh khác nữa chụp chó, heo, gấu, vịt và dặn: đây không phải là con mèo. Thông qua hàng loạt dữ liệu như vậy, phần mềm sẽ biết được những con mèo thường có điểm chung gì, móng, lông, tay chân, đầu, đuôi của chúng ra sao thì mới được gọi là mèo...

Theo thời gian, máy sẽ ghi nhớ những dữ liệu này và sắp xếp theo thứ tự quan trọng. Ví dụ, móng vuốt không chỉ mèo mới có, nhưng nếu móng đi chung với bàn chân to và ria mép thì đây đích thị là con mèo. Các mối liên hệ như thế này cũng sẽ được cung cấp theo thời gian trong quá trình phần mềm machine learning học hỏi các ảnh. Quy trình này diễn ra trong thời gian dài và lặp đi lặp lại nhiều lần. Cứ lần sau nó sẽ tốt hơn lần trước vì được góp ý từ con người hoặc thậm chí là từ những hệ thống trí tuệ nhân tạo khác.

Bạn có thể thấy rằng chỉ để nhận biết được một con mèo thôi đã phức tạp quá chừng, trong khi các hệ thống machine learning của Facebook, Google hay Microsoft phải nhận biết nhiều thứ khác nữa trong đời sống. Thế nên, việc Microsoft tự hào khi phát hành một ứng dụng có khả năng nhận biết các giống chó khó nhanh nghe có vẻ đơn giản nhưng phía sau nó là cả một mạng lưới thần kinh nhân tạo phức tạp và đã bắt đầu chạy học hỏi trong thời gian rất dài rồi.

 

[thao1122]

Buổi sáng đầu tuần Phương Ly nhìn thấy tâm trạng tiểu thư mình rất vui vẻ, lúc bắt gặp cô dắt xe đạp ra còn cười với cô nữa. Một hồi suy nghĩ cô chợt nhớ ra, chắc là do hiệu ứng tờ báo đăng tin hẹn hò của cô ta và Dương thiếu gia rồi.

Thêm một chuyện nữa là chẳng hiểu lý do gì từ lúc cô bước vào trường đã bị mọi người nhìn như sinh vật lạ, chỉ chỉ chỏ chỏ, đám khác thì sợ hãi tránh xa.

Sau đó cô mới biết Phương Du tiếp tục đăng tin có kẻ không biết xấu hổ đang chen vào phá hoại tình cảm người khác, cùng những dòng gợi ý không thể dễ đoán hơn được nữa về tên người đó.

Tô Huyên - đồng bọn của Phương Du kéo theo hai người mới sáng đã chặn đường Phương Ly, còn quăng một tờ báo vào mặt cô.

Tưởng đâu là báo mới hôm nay, hóa ra vẫn là báo cũ hôm qua.

- Thế nào, mày còn gì để nói không? - Tô Huyên lớn tiếng

- Cái này tôi xem rồi, cô muốn nói gì? - Phương Ly nhàn nhạt giọng

- Thế còn cái này?