LỜI MỞ ĐẦUTheo dòng chảy của cuộc cách mạng 4.0, trí tuệ nhân tạo ngày càng được phổ biến và ứng dụng rộng rãi trong mọi lĩnh vực của cuộc sống, mặc dù được John McCarthy –nhà khoa học m
Trang 1HỌC VIỆN NGÂN HÀNG
HỆ CHÍNH QUY
BÀI TẬP LỚN MÔN NĂNG LỰC SỐ ỨNG DỤNG
TÊN ĐỀ TÀI ỨNG DỤNG CÔNG NGHỆ AI TRONG
GOOGLE PHOTOS
NHÓM 13
HÀ NỘI - 10/05/2022
Trang 2HỌC VIỆN NGÂN HÀNG
HỆ CHÍNH QUY
BÀI TẬP LỚN MÔN NĂNG LỰC SỐ ỨNG DỤNG
TÊN ĐỀ TÀI ỨNG DỤNG CÔNG NGHỆ AI TRONG
GOOGLE PHOTOS
Giảng viên hướng dẫn: ThS.An Phương Điệp
Danh sách nhóm 13:
1 Mã sinh viên: 24A4041691 Họ tên: Phan Văn Tú (NT)
2 Mã sinh viên: 24A4043050 Họ tên: Vũ Tiến Huy
3 Mã sinh viên: 24A4040530 Họ tên: Nguyễn Hữu Mạnh
4 Mã sinh viên: 24A4041428 Họ tên: Đinh Thị Nhung
5 Mã sinh viên: 24A4040627 Họ tên: Hoàng Trung Văn
Hà Nội – 10/05/202
Trang 4LỜI CẢM ƠN
Lời đầu tiên, nhóm chúng em xin gửi lời cảm ơn chân thành đến Khoa Hệ thống
thông tin quản lý thuộc trường Học viện Ngân hàng đã đưa bộ môn Năng lực số ứng dụng vào chương trình học tập cho sinh viên Đặc biệt chúng em xin cảm ơn cô An
Phương Điệp, người đã trực tiếp giảng dạy bộ môn và hướng dẫn nhiệt tình trong quátrình chúng em thực hiện bài tập lớn Trong thời gian tham gia học vừa qua, chúng em đãtích lũy được nhiều kiến thức cũng như kỹ năng hữu ích trong công việc sau này Đây làmột môn học mang lại tính thực tế và hiệu quả cao trong tương lai
Có lẽ nguồn kiến thức là vô hạn mà sự tiếp nạp của mỗi người chúng ta đều có giớihạn nên vẫn sẽ tồn tại một số hạn chế nhất định Do vậy, trong quá trình hoàn thành bàitập lớn chúng em không thể tránh khỏi những sai sót Bản thân cá nhân chúng em đềuluôn mong nhận được những sự đóng góp, phê bình đến từ phía giảng viên để hoàn thiệntốt hơn bài tập
Kính chúc cô thật nhiều sức khỏe, hạnh phúc và thành công trên con đường giảngdạy và truyển cảm hứng cho các thế hệ sinh viên
Trang 5LỜI CAM ĐOAN
Chúng em xin cam đoan đề tài: “Ứng dụng công nghệ AI trong google photo” là
một công trình nghiên cứu độc lập dưới sự hướng dẫn của giảng viên ThS.An PhươngĐiệp Ngoài ra không có bất cứ hình thức sao chép nào được diễn ra Nội dung báo cáođều là sản phẩm trong quá trình chúng em trải nghiệm và đánh giá ứng dụng Tất cả các
số liệu, kết quả trình bày trong báo cáo đều hoàn toàn trung thực Chúng em hiểu rõ vềviệc vi phạm bản quyền và đạo văn, xuyên tạc sẽ gây ra những hậu quả gì sau này nênchúng em xin chịu hoàn toàn trách nhiệm, kỷ luật theo quy định của Nhà trường và Khoa
đề ra nếu như có vấn đề xảy ra
Trang 62 Ứng dụng AI phổ biến trong cuộc sống 3CHƯƠNG 2: ỨNG DỤNG GOOGLE PHOTOS 5
1 Google Photos là gì? 5
2 Ứng dụng AI trong Google Photos 52.1 Nhận dạng hình ảnh và phân loại hình ảnh 52.2 Google lens 72.3 Chia sẻ hình ảnh tự động 82.4 Tạo đoạn phim ngắn từ hình ảnh 9
2.7 Gợi nhớ hình ảnh 12CHƯƠNG 3: ĐÁNH GIÁ GOOGLE PHOTOS VÀ ĐỀ XUẤT KHUYẾN NGHỊ 15
Trang 7DANH MỤC HÌNH ẢNH, BẢNG BIỂU
Hình 1 Sơ đồ Venn về mối quan hệ 3 khái niệm vận hành AI 2
Hình 2 Hình ảnh con mèo chứa nhiều lớp thông tin khác nhau 5
Hình 3 Hình ảnh được phân loại theo sự vật 6
Hình 4 Hình ảnh được phân loại theo tài liệu 6
Hình 5 Hình ảnh được phân loại theo thú cưng và người 7
Hình 6 Những khoảnh khắc nổi bật của Memories1 13
Hình 7 Những khoảnh khắc nổi bật của Memories2 13
Hình 8 Những khoảnh khắc nổi bật của Memories3 14
Hình 9 Những sai sót trong khả năng nhận dạng và đề xuất kết quả 16
Trang 8LỜI MỞ ĐẦU
Theo dòng chảy của cuộc cách mạng 4.0, trí tuệ nhân tạo ngày càng được phổ biến
và ứng dụng rộng rãi trong mọi lĩnh vực của cuộc sống, mặc dù được John McCarthy –nhà khoa học máy tính người Mỹ đề cập lần đầu tiên vào những năm 1950 nhưng đếnngày nay thuật ngữ trí tuệ nhân tạo mới thực sự được biết đến rộng rãi và được các “ônglớn” của làng công nghệ chạy đua phát triển Mọi lĩnh vực hiện nay đều bắt buộc phải cóứng dụng công nghệ thông tin để phát triển Dần dần những thói quen thường ngày củachúng ta cũng sẽ thay đổi nhờ có sự xuất hiện của công nghệ, đặc biệt là các công nghệ
về trí tuệ nhân tạo, big data,…
Là sinh viên năm nhất chuyên ngành Hệ thống thông tin quản lý, tuy chưa được tiếpxúc quá nhiều về các lĩnh vực chuyên ngành nhưng chúng em may mắn có được cơ hội
thể hiện sự hiểu biết, kiến thức của mình qua lần làm bài tập lớn ở bộ môn Năng lực số ứng dụng Đây là một cơ hội rất tốt để những sinh viên năm nhất chúng em được có khả
năng tìm tòi, sáng tạo, trải nghiệm những công nghệ gần gũi xoay quanh cuộc sống hiệntại của chúng ta
Mặc dù trong thời gian thực hiện bài báo cáo còn nhiều hạn chế nhưng khoảng thờigian được học bộ môn này đã để lại cho chúng em rất nhiều kiến thực cả về lý thuyết lẫnthực tế Google Photos là một trong những sản phẩm được trang bị khả năng nhận dạng
và phân tích hình ảnh được hỗ trợ bởi AI.Có thể nó trông giống như một số ứng dụngchia sẻ ảnh khác nhưng nó có rất nhiều thứ mới lạ và hay ho, điển hình như khả năngphân tích hình ảnh và tự động sắp xếp chúng theo các danh mục như người, địa điểm và
sự vật, tùy thuộc vào nội dung hình ảnh hiển thị
Qua thời gian nghiên cứu và làm việc nhóm, chúng em đã rút ra được những kếtquả, số liệu về công nghệ AI nói chung và ứng dụng của nó trong việc phân tích dữ liệuhình ảnh người dùng google photos
Trang 9CHƯƠNG 1: CÔNG NGHỆ AI
1 Giới thiệu về công nghệ AI
1.1 Khái niệm
‘Trí tuệ nhân tạo’, vốn được dùng rộng rãi trong cộng đồng công nghệ thông tin
(CNTT) Trí tuệ nhân tạo (TTNT), tiếng Anh là artificial intelligence hay chữ viết tắtđược dùng phổ biến là AI, còn có thể hiểu bình dân hơn là ‘thông minh nhân tạo’, tức là
sự thông minh của máy móc do con người tạo ra, đặc biệt tạo ra cho máy tính, robot, haycác máy móc có các thành phần tính toán điện tử Trí tuệ nhân tạo là một lĩnh vực củakhoa học và công nghệ nhằm làm cho máy có những khả năng của trí tuệ và trí thôngminh của con người, tiêu biểu như biết suy nghĩ và lập luận để giải quyết vấn đề, biếtgiao tiếp do hiểu ngôn ngữ và tiếng nói, biết học và tự thích nghi, …
1.2 Cách vận hành để tạo ra AI
Để tạo ra được một Ai - Machine, bạn sẽ cần cấu hình máy phù hợp với AiMachine, bắt đầu thực hiện các phần mềm tính toán để training (huấn luyện cho Ai củabạn) Cụ thể dưới đây:
Việc học tập: thu thập thông tin và các quy tắc sử dụng thông tin
Lập luận: sử dụng các quy tắc để đạt được kết luận gần đúng hoặc xác định
Tự sửa lỗi
Các ứng dụng đặc biệt của AI bao gồm các hệ thống chuyên gia, nhận dạng tiếngnói và thị giác máy tính (nhận diện khuôn mặt, vật thể hoặc chữ viết) sẽ được sử dụng đểkhiến Ai có thể học hỏi thông qua con người
Từ đó cách vận hành xử lý của Trí tuệ nhân tạo (AI) dựa trên 3 khái niệm sau: AI,Machine learning và Deep learning Để hình dung về mối quan hệ của 3 khái niệm này tacùng nhìn trên sơ đồ Venn như sau:
1
Trang 10Hình 1 Sơ đồ Venn về mối quan hệ 3 khái niệm vận hành AI
(Nguồn: Hoàng Hà Pc)
AI - Artificial Intelligence chính là ý tưởng đầu tiên và lớn nhất Sau đó là
Machine Learning và cuối cùng là Deep learning, đây là yếu tố thúc đẩy sự bùng nổ của
AI hiện đại ngày nay Việc tạo ra Deep Learning chính là cách Ai học hỏi từ các nguồn dữliệu của con người, từ âm thanh cho tới hình ảnh và các văn bản được kết nối trên mạngInter net, Machine Learning chính là cách trí tuệ nhân tạo tự học hỏi, nâng cao kiến thức,
và Ai chính là cách nó tự suy nghĩ độc lập như một con người, hiểu biết thông qua logic
Và AI chính là vòng tròn to nhất bao gồm Machine Learning và Deep Learning
1.3 Ba tầng trí tuệ nhân tạo tao/
https://giaiphap.mctt.com.vn/ai-la-gi-ba-loai-tri-tue-nhan-Các tầng AI khác nhau phụ thuộc vào mức độ thông minh được nhúng vào robot.Chúng ta có thể phân loại rõ ràng AI thành ba tầng:
Tầng thứ nhất là Trí tuệ nhân tạo hẹp (ANI) Trí tuệ nhân tạo hẹp (Artificial
Narrow Intelligence – ANI) còn được gọi là AI hẹp hoặc AI yếu, là một loại Trí tuệ nhântạo tập trung vào một nhiệm vụ hẹp duy nhất Nó sở hữu một phạm vi hẹp của các khảnăng Đây là AI duy nhất tồn tại cho đến ngày nay
AI hẹp là thứ mà hầu hết chúng ta tương tác hàng ngày Google Assistant, Google
Translate, Siri, Cortana và Alexa; chúng đều là máy thông minh sử dụng Xử lý ngôn ngữ
tự nhiên (Natural Language Processing – NLP)
NLP được sử dụng trong chatbot và các ứng dụng tương tự khác Bằng cách hiểu lờinói và văn bản bằng ngôn ngữ tự nhiên, chúng được lập trình để tương tác với con ngườitheo cách tự nhiên, cá nhân hóa
2
Trang 11Các hệ thống AI ngày nay được sử dụng trong y học để chẩn đoán bệnh ung thư vàcác bệnh khác với độ chính xác cực cao bằng cách tái tạo nhận thức và lý luận giống nhưcon người.
Tầng thứ hai là Trí tuệ nhân tạo tổng hợp (AGI) Khi chúng ta nói về Trí tuệ nhân
tạo tổng hợp (Artificial General Intelligence – AGI), chúng ta đề cập đến một loại AI cókhả năng tương đương với con người
Tuy nhiên, AGI vẫn là một lĩnh vực mới nổi Vì bộ não con người là mô hình để tạo
ra Trí thông minh chung, có vẻ như điều đó sẽ không xảy ra tương đối sớm vì thiếu kiến thức toàn diện về chức năng của bộ não con người
Tuy nhiên, như lịch sử đã chỉ ra nhiều lần, con người có xu hướng tạo ra các côngnghệ trở nên nguy hiểm đối với sự tồn tại của con người Tại sao lại cố gắng tạo ra cácthuật toán để tái tạo chức năng não sẽ khác nhau? Khi điều này xảy ra, con người sẽ phảichấp nhận hậu quả mà điều này mang lại
Tầng thứ ba là Trí tuệ siêu nhân tạo (ASI) Trí tuệ siêu nhân tạo (Artificial Super
Intelligence – ASI) là con đường đi đến tương lai Hoặc, đó là những gì chúng ta tin Đểđạt đến điểm này và được gọi là ASI, một AI sẽ cần phải vượt qua con người ở tất cả mọithứ Loại ASI đạt được khi AI có khả năng hơn con người
Loại AI này sẽ có thể thực hiện tốt, phi thường ở những thứ như nghệ thuật, raquyết định và các mối quan hệ tình cảm Những thứ này ngày nay là một phần của những
gì phân biệt một cỗ máy với con người Nói cách khác, những thứ được cho là hoàn toàncủa con người
Tuy nhiên, nhiều người có thể lập luận rằng con người chưa làm chủ được nghệthuật của các mối quan hệ tình cảm, hoặc đưa ra quyết định tốt Điều đó có nghĩa là có lẽ,một vài thế kỷ trong tương lai, Trí tuệ siêu nhân tạo sẽ làm chủ những lĩnh vực mà conngười đã thất bại?
2 Ứng dụng AI phổ biến trong cuộc sống
Ứng dụng đầu tiên của AI là nhận dạng giọng nói Nó còn được gọi là nhận dạnggiọng nói tự động (ASR), nhận dạng giọng nói máy tính hoặc chuyển giọng nói thành vănbản và nó là một khả năng sử dụng xử lý ngôn ngữ tự nhiên (NLP) để xử lý giọng nói củacon người thành định dạng viết Nhiều thiết bị di động tích hợp tính năng nhận dạnggiọng nói vào hệ thống của chúng để thực hiện tìm kiếm bằng giọng nói — ví dụ như Siri
— hoặc cung cấp nhiều khả năng tiếp cận hơn khi nhắn tin
Ứng dụng thứ hai là cung cấp các dịch vụ khách hàng Các đại lý ảo trực tuyến đangthay thế các đại lý con người trong hành trình của khách hàng Họ trả lời các câu hỏithường gặp (FAQ) xung quanh các chủ đề, như vận chuyển hoặc cung cấp lời khuyênđược cá nhân hóa, bán sản phẩm chéo hoặc đề xuất kích thước cho người dùng, thay đổi
3
Trang 12cách chúng ta nghĩ về mức độ tương tác của khách hàng trên các trang web và nền tảngtruyền thông xã hội Ví dụ bao gồm bot nhắn tin trên các trang web thương mại điện tửvới tác nhân ảo, ứng dụng nhắn tin, chẳng hạn như Slack và Facebook Messenger và cáctác vụ thường được thực hiện bởi trợ lý ảo và trợ lý giọng nói
Ngoài ra, AI còn có ứng dụng trong máy tính Công nghệ AI này cho phép máy tính
và hệ thống lấy thông tin có ý nghĩa từ hình ảnh kỹ thuật số, video và các đầu vào trựcquan khác và dựa trên các đầu vào đó, nó có thể thực hiện hành động Khả năng cung cấpcác khuyến nghị này phân biệt nó với các nhiệm vụ nhận dạng hình ảnh Được hỗ trợ bởimạng nơ-ron phức hợp, thị giác máy tính có các ứng dụng trong việc gắn thẻ ảnh trênmạng xã hội, chụp ảnh X quang trong chăm sóc sức khỏe và xe hơi tự lái trong ngànhcông nghiệp ô tô
Bên cạnh đó nó cũng đề xuất các hành vi tiêu dùng Sử dụng dữ liệu hành vi tiêudùng trong quá khứ, các thuật toán AI có thể giúp khám phá xu hướng dữ liệu có thểđược sử dụng để phát triển các chiến lược bán chéo hiệu quả hơn Điều này được sử dụng
để đưa ra các đề xuất bổ sung có liên quan cho khách hàng trong quá trình thanh toán chocác nhà bán lẻ trực tuyến
Đồng thời, nó cũng có ứng dụng trong giao dịch chứng khoán tự động Được thiết
kế để tối ưu hóa danh mục đầu tư chứng khoán, các nền tảng giao dịch tần suất cao do AIđiều khiển thực hiện hàng nghìn hoặc thậm chí hàng triệu giao dịch mỗi ngày mà khôngcần sự can thiệp của con người
4
Trang 13CHƯƠNG 2: ỨNG DỤNG GOOGLE PHOTOS
1 Google Photos là gì?
Google Photos là một ứng dụng lưu trữ hình ảnh và video chất lượng cao củaGoogle, được ra mắt chính thức tại sự kiện Google I/O 2015 Dịch vụ này cho phépngười dùng tự động tải ảnh, video miễn phí nhưng dung lượng sử dụng miễn phí sẽ đượcgiới hạn 15GB cho mỗi tài khoản Google (bao gồm Gmail và Google Drive), nếu muốnlưu trữ nhiều hơn người dùng sẽ phải tốn phí mua các gói dung lượng hằng tháng củaGoogle Ngoài ra ứng dụng này còn có rất nhiều các tính năng thú vị liên quan đến ảnh vàvideo như: nhận dạng, phân loại hình ảnh, tạo phim tự động, chia sẻ tự động, tìm kiếmthông minh,
2 Ứng dụng AI trong Google Photos
2.1 Nhận dạng hình ảnh và phân loại hình ảnh
Google Photos là một trong những sản phẩm được trang bị khả năng nhận dạng vàphân tích hình ảnh được hỗ trợ bởi AI.Có thể nó trông giống như một số ứng dụng chia sẻảnh khác nhưng nó có rất nhiều thứ mới lạ và hay ho, điển hình như khả năng phân tíchhình ảnh và tự động sắp xếp chúng theo các danh mục như người, địa điểm và sự vật, tùythuộc vào nội dung hình ảnh hiển thị
Phân loại hình ảnh (Image classification) hay Nhận dạng hình ảnh (Imagerecognition) là một trong những tác vụ của thị giác máy tính, ở đó thuật toán xem xét vàdán nhãn cho hình ảnh từ một tập danh mục được xác định và đào tạo trước
Về cách Google Photos nhận dạng hình ảnh Ứng dụng sẽ xem xét mỗi bức ảnh vớimột số lớp khác nhau Mỗi lớp chứa thông tin khác nhau về bức ảnh được đề cập
Hình 2 Hình ảnh con mèo chứa nhiều lớp thông tin khác nhau
5
Trang 14“Nếu đầu vào là hình ảnh một con mèo…, thì lớp đầu tiên sẽ hiển thị các đặc điểm đơn giản như đường kẻ hoặc màu sắc Sau đó, hệ thống sẽ chuyển đến các lớp tiếp theo, lớp này có thể lấy ra mắt hoặc tai Mỗi cấp độ trở nên phức tạp hơn, cho đến khi hệ thống phát hiện và liên kết đủ các chỉ số để nó có thể kết luận, "Đúng, đây là một con mèo".
Về phân loại hình ảnh, hình ảnh được phân loại trong Google Photos theo sự vật:thuyền, xe hơi, hoa, thức ăn:
Hình 3 Hình ảnh được phân loại theo sự vật
Ngoài ra, cũng có thể phân loại theo tài liệu: Bìa sách, áp phích, giấy tờ chứng mìnhchữ kí,…
6
Trang 15Hình 4 Hình ảnh được phân loại theo tài liệu
Bên cạnh đó, cũng có thể phân loại theo người và thú cưng: danh sách những người
và thú cưng đã xuất hiện trong ảnh và video
Hình 5 Hình ảnh được phân loại theo thú cưng và người
2.2 Google lens
Google Lens là công nghệ được hỗ trợ bởi AI, kết hợp máy ảnh trên điện thoạithông minh và công nghệ máy học sâu để không chỉ xác định mà còn diễn giải một đốitượng trước ống kính máy ảnh và cung cấp các hoạt động như quét, dịch và mua.Và hiệntại đang được tích hợp trong Google Photos
7
Trang 16Về cách google lens hoạt động, ống kính so sánh các đối tượng trong ảnh với cácảnh khác và xếp hạng các ảnh đó dựa trên sự tương đồng và liên quan của chúng với cácđối tượng trong ảnh gốc Lens cũng sử dụng sự hiểu biết của mình về các đối tượng trongảnh của bạn để tìm các kết quả có liên quan khác từ web Lens cũng có thể sử dụng cáctín hiệu hữu ích khác, chẳng hạn như từ ngữ, ngôn ngữ và siêu dữ liệu khác trên trangweb lưu trữ của hình ảnh, để xác định xếp hạng và mức độ liên quan.
Khi phân tích một hình ảnh, Ống kính thường tạo ra một số kết quả có thể có và xếphạng mức độ liên quan có thể xảy ra của mỗi kết quả Ống kính đôi khi có thể thu hẹpnhững khả năng này thành một kết quả duy nhất Giả sử Lens đang xem xét một con chó
mà nó xác định có thể là giống chó chăn cừu Đức 95% và chó corgi 5% Trong trườnghợp này, Lens có thể chỉ hiển thị kết quả cho một chú chó chăn cừu Đức, loài mà Lensđánh giá là giống nhất về mặt thị giác
Trong các trường hợp khác, khi Lens tin chắc rằng nó hiểu đối tượng nào trong ảnh
mà bạn quan tâm, Lens sẽ trả về kết quả Tìm kiếm liên quan đến đối tượng đó Ví dụ: nếuhình ảnh chứa một sản phẩm cụ thể - như quần jean hoặc giày thể thao - Ống kính có thểtrả về kết quả cung cấp thêm thông tin về sản phẩm đó hoặc kết quả mua sắm cho sảnphẩm Ống kính cũng có thể dựa vào các tín hiệu có sẵn, chẳng hạn như xếp hạng ngườidùng của sản phẩm, để trả về kết quả như vậy Trong một ví dụ khác, nếu Lens nhận ra
mã vạch hoặc văn bản trong hình ảnh (ví dụ: tên sản phẩm hoặc tên sách), Lens có thể trả
về trang kết quả của Google Tìm kiếm cho đối tượng
Về các tính năng mà google lens mang lại, ta có thể chỉ định với một bức ảnh bất kì
và với google dịch đã được cài đặt,bạn có thể dịch văn bản có trên hình ảnh sang mộtngôn ngữ bất kì Đồng thời, có thể chỉ định một hình ảnh bất kì và sao chép toàn bộ vănbản có trong hình ảnh, tìm kiếm thông tin qua google hay nghe lại đoạn văn đó qua giọngđọc của chị google
Google lens cũng có thể giúp con người tìm kiếm các thông tin liên quan từ mộthình ảnh được chỉ định như tên, đặc điểm, vị trí, … Ví dụ như bạn đang có một hình ảnh
về một địa danh nào đó mà bạn không rõ, bạn có thể sử dụng google lens để tra các thôngtin liên quan như tên địa danh đó là gì, vị trí địa lý nằm ở đâu, thời gian mở cửa,… Vớicác hình ảnh như cây hoa, tranh vẽ, đồ dụng vật liệu, món ăn,… bạn cũng có thể tìmkiếm tương tự
Nếu chúng ta nhìn thấy một chiếc áo mình thích khi đi mua sắm, Google lens có thểnhận ra trang phục đó cũng như các mặt hàng quần áo có liên quan và đưa ra các thôngtin hữu ích như liên kết, đường link đến các trang thương mại điện tử bán sản phẩm,haymức giá và đánh giá của sản phẩm
8