'Hàng triệu người có thể đổi đời nhờ ứng dụng thuật toán học sâu'

09:37, 09/12/2024

Tối 6/12, giải thưởng chính VinFuture 2024 trị giá 3 triệu USD (hơn 76 tỷ đồng) được trao cho 5 nhà khoa học: Yoshua Bengio, Geoffrey E. Hinton, Jensen Huang, Yann LeCun, và Fei-Fei Li vì những đóng góp đột phá để thúc đẩy sự tiến bộ của học sâu.

Hội đồng giải thưởng ghi nhận, những tiến bộ trong học sâu đã mở ra một kỷ nguyên đột phá cho những đổi mới sáng tạo về công nghệ, nhờ đó mà máy móc có thể "học" từ lượng dữ liệu khổng lồ và đạt được độ chính xác đáng kinh ngạc trong các tác vụ như nhận diện hình ảnh, xử lý ngôn ngữ tự nhiên và đưa ra quyết định.

Từ năm 2012, học sâu đã trở thành công cụ chủ đạo thúc đẩy các bước tiến lớn trong nhiều lĩnh vực như chăm sóc sức khỏe, tự động hóa, dịch vụ tài chính, từ đó định hình sự đổi mới phát triển trong tương lai. Những ứng dụng phát triển công nghệ mới, có thể giúp hàng triệu người đổi đời nhờ mang lại hiệu suất trong kinh doanh và chăm sóc sức khỏe.

Trong đó GS Yoshua Bengio, nhà sáng lập Viện nghiên cứu Mila tập trung nghiên cứu về mạng thần kinh nhân tạo (nơ-ron) bao gồm những tiến bộ quan trọng trong học biểu diễn (representation learning) và các mô hình tạo sinh (generative models).

Những đóng góp của ông đã trở thành một phần thiết yếu trong các hệ thống học sâu hiện đại, đặc biệt là trong xử lý ngôn ngữ tự nhiên (NLP). Công trình của ông đã tạo điều kiện để phát triển các công cụ như trợ lý ảo và công cụ dịch ngôn ngữ, cho phép hàng triệu người trên thế giới được tiếp cận với các công nghệ này. Các nghiên cứu của ông tiếp tục định hình các lĩnh vực liên quan đến học sâu từ việc chế tạo robot đến phát triển y học cá nhân hóa.

Những đổi mới của Bengio đã cho phép các hệ thống "học" và tạo dữ liệu với độ chính xác đáng kinh ngạc. Những đổi mới này đặc biệt quan trọng trong việc tạo ra các giải pháp dựa trên trí tuệ nhân tạo để giải quyết các thách thức toàn cầu, chẳng hạn như cải thiện dịch vụ chăm sóc sức khỏe và thúc đẩy phát triển môi trường bền vững.

GS Geoffrey Hinton, Đại học Toronto, Canada được ghi nhận bởi vai trò lãnh đạo và công trình nghiên cứu nền tảng của ông về kiến trúc mạng nơ-ron. Bài báo xuất bản năm 1986 của ông cùng với David Rumelhart và Ronald Williams đã cho thấy các biểu diễn phân tán trong mạng nơ-ron được huấn luyện bởi thuật toán lan truyền ngược. Phương pháp này đã trở thành công cụ tiêu chuẩn trong lĩnh vực trí tuệ nhân tạo và tạo ra các tiến bộ trong nhận diện hình ảnh và giọng nói.

Bằng cách tinh chỉnh kiến trúc của các mạng nơ-ron sâu và sử dụng các tập dữ liệu lớn để huấn luyện chúng, GS Hinton đã mở ra những hướng đi mới cho nghiên cứu và ứng dụng trí tuệ nhân tạo, từ đó tạo tiền đề cho những tiến bộ trong phát triển các mô hình trí tuệ nhân tạo và các hệ thống tự động.

Ông Jensen Huang, CEO Nvidia được ghi nhận vì vai trò lãnh đạo mang tầm nhìn chiến lược trong việc chuyển đổi các bộ xử lý đồ họa (GPUs) thành công cụ mạnh mẽ phục vụ cho học sâu và điện toán tăng tốc. Việc phát triển nền tảng CUDA (Compute Unified Device Architecture - Kiến trúc thiết bị tính toán hợp nhất) giúp lập trình GPU xử lý hiệu quả các yêu cầu tính toán khổng lồ của học sâu. Đột phá này đã cho phép huấn luyện nhanh chóng các mạng nơ-ron và khiến GPU trở thành công cụ thiết yếu trong việc nghiên cứu và phát triển trí tuệ nhân tạo trên toàn thế giới.

GPU trở thành yếu tố thiết yếu trong nghiên cứu trí tuệ nhân tạo hiện đại, đẩy nhanh sự đổi mới trong các lĩnh vực như nhận diện giọng nói, xe tự lái, xử lý hình ảnh y tế và xử lý ngôn ngữ. Ngày nay, học sâu tăng tốc bằng GPU đang thúc đẩy nhiều tiến bộ như các mô hình trí tuệ nhân tạo phổ biến hiện nay hay các công cụ chẩn đoán và chăm sóc sức khỏe, mang lại lợi ích cho hàng triệu người trên thế giới.

GS Yann LeCun, Giám đốc khoa học AI của Meta được ghi nhận bởi công trình tiên phong của ông trong việc phát triển các mạng nơ-ron tích chập (CNNs). Đây là mô hình quan trọng trong việc phát triển công nghệ nhận diện hình ảnh và học sâu.

Công trình của ông về CNNs vào cuối những năm 1980 đã đặt nền móng cho quá trình học tự động các đặc trưng hình ảnh phân cấp, điều này rất quan trọng trong các tác vụ như phát hiện đối tượng và nhận diện khuôn mặt.

Những đổi mới của GS LeCun đã thúc đẩy sự đột phá trong các ngành công nghiệp sử dụng công nghệ xử lý hình ảnh, từ chẩn đoán y tế đến lái xe tự động. CNNs hiện đã trở thành tiêu chuẩn trong các ứng dụng trí tuệ nhân tạo mà hàng tỷ người sử dụng mỗi ngày, đóng vai trò trung tâm trong sự phát triển của các công nghệ như nhận diện khuôn mặt và xử lý hình ảnh y tế.

Giáo sư Fei-Fei Li, Đại học Stanford, Mỹ được ghi nhận vì những đóng góp tiên phong trong lĩnh vực thị giác máy tính và phát triển bộ dữ liệu ImageNet. Sự lãnh đạo của bà trong dự án ImageNet đã cách mạng hóa việc nhận diện hình ảnh bằng cách tạo ra một bộ dữ liệu lớn, có nhãn, cho phép máy móc nhận diện và phân loại đối tượng một cách chính xác hơn.

ImageNet đã đặt nền tảng cho việc huấn luyện các mô hình học sâu và thúc đẩy phát triển các tác vụ như phát hiện đối tượng, nhận diện khuôn mặt, và phân loại hình ảnh. Công trình của Giáo sư Li là một ví dụ điển hình về tầm quan trọng của dữ liệu trong việc huấn luyện các hệ thống trí tuệ nhân tạo, ảnh hưởng đến cách tiếp cận thông qua dữ liệu được sử dụng trong nhiều lĩnh vực.

Những đóng góp của GS Li đã thay đổi cách các hệ thống học sâu xử lý và hiểu thông tin hình ảnh, tạo điều kiện cho những tiến bộ trong các lĩnh vực như lái xe tự động, chẩn đoán y tế và hệ thống an ninh thông minh. Bằng cách mở rộng giới hạn mà máy móc có thể quan sát và diễn giải, công trình của bà đã thúc đẩy sự đổi mới trong lĩnh vực thị giác máy tính và mang lại lợi ích cho toàn xã hội.

Giải thưởng do Quỹ VinFuture được khởi xướng từ năm 2020 và trao hàng năm cho các phát minh khoa học công nghệ đột phá, có tiềm năng tạo ra thay đổi ý nghĩa trong cuộc sống của con người. Sau bốn mùa giải đã có 37 nhà khoa học được tôn vinh. Tổng giải thưởng trị giá 4,5 triệu USD, trong đó một giải chính 3 triệu USD và 3 giải đặc biệt 500.000 USD mỗi giải, với 3 hạng mục: Nhà khoa học nữ, Nhà khoa học đến từ các nước đang phát triển và Nhà khoa học nghiên cứu các lĩnh vực mới.