Tiểu luận môn nhập môn ngành hệ thống thông tin quản lý Đề tài xu hướng trí tuệ nhân tạo(ai)

Định nghĩa: - Trí tuệ nhân tạo AI là một lĩnh vực khoa học liên quan đến việc xây dựng các máytính và máy móc có thể suy luận, học hỏi và hoạt động theo cách thông thường đòi hỏi tríthôn

NGÂN HÀNG NHÀ NƯỚC VIỆT NAM TRƯỜNG ĐẠI HỌC NGÂN HÀNG TP.HCM KHOA HỆ THỐNG THÔNG TIN QUẢN LÝ

NHẬN XÉT CỦA GIẢNG VIÊN

Em rất mong nhận góp ý của thầy để bài tiểu luận của em được hoàn thiện hơn!

MỤC LỤC

DANH MỤC CÁC TỪ VIẾT TẮT ii

DANH MỤC CÁC HÌNH VẼ iii

LỜI MỞ ĐẦU 1

I KHÁI QUÁT CHUNG VỀ TRÍ TUỆ NHÂN TẠO 2

1 Định nghĩa: 2

2 Các trường phái của trí tuệ nhân tạo 2

2.1 Trí tuệ nhân tạo truyền thống 2

2.2 Trí tuệ tính toán 3

3 Phân loại 3

3.1 Máy phản ứng 3

3.2 Máy có bộ nhớ hạn chế 4

3.3 Lý thuyết về tâm trí 4

3.4 Tự nhận thức 5

II LỊCH SỬ PHÁT TRIỂN CỦA TRÍ TUỆ NHÂN TẠO 5

1 Những khởi đầu quan trọng (1950-1960) 5

2 Tiến bộ trong mạng nơ-ron (1960-1980) 5

3 Những bước tiến lớn (1990-2010) 6

4 Xu hướng hiện đại và AI trong cuộc sống (2011-nay) 6

5 Tương lai và xu hướng hiện tại (2024) 6

III TÌNH HÌNH SỬ DỤNG CỦA XU HƯỚNG AI TRÊN THẾ GIỚI 6

IV LIÊN HỆ MỘT SỐ THỰC TIỄN SỬ DỤNG CỤ THỂ XU HƯỚNG AI Ở VIỆT NAM 9

1 Logistics 4.0: Kỷ nguyên mới 10

2 AI trong Logistics đã thay đổi cách vận hành của chuỗi cung ứng như thế nào? 11

2.1 Dự đoán nhu cầu 11

2.2 Tự động hóa trong vận chuyển và giao hàng bằng robot 12

2.3 Hệ thống kho thông minh 12

3 Ứng dụng AI trong Logistics ngay với VNG Cloud 13

V PHÂN TÍCH SWOT CỦA THỰC TIỄN SỬ DỤNG TRÍ TUỆ NHÂN TẠO (AI) Ở VIỆT NAM. 13

1 Điểm mạnh (Strengths) 13

2 Điểm yếu (Weaknesses) 14

3 Cơ hội (Opportunities) 15

DANH MỤC CÁC TỪ VIẾT TẮT

7 Hình 2.4 Chi phí và doanh thu của

các hoạt động trong việc

Để khám phá một cách sâu sắc về sự ra đời, các ứng dụng, lợi ích cũng như những bấtcập trong lĩnh vực này, em xin trình bày một cách chi tiết trong bài tiểu luận này.

I KHÁI QUÁT CHUNG VỀ TRÍ TUỆ NHÂN TẠO

1 Định nghĩa:

- Trí tuệ nhân tạo (AI) là một lĩnh vực khoa học liên quan đến việc xây dựng các máytính và máy móc có thể suy luận, học hỏi và hoạt động theo cách thông thường đòi hỏi tríthông minh của con người hoặc liên quan đến dữ liệu có quy mô vượt quá khả năng phântích của con người

Hình 1.1:Khái niệm về AI.

- AI là một lĩnh vực rộng bao gồm nhiều ngành khác nhau, trong đó có khoa học máytính, phân tích dữ liệu và thống kê, kỹ thuật phần cứng và phần mềm, ngôn ngữ học, khoahọc thần kinh, thậm chí cả triết học và tâm lý học

- Ở cấp độ vận hành phục vụ mục đích kinh doanh, AI là một tập hợp các công nghệ chủyếu dựa trên máy học và học sâu, được sử dụng để phân tích dữ liệu, dự đoán và dự báo,phân loại đối tượng, xử lý ngôn ngữ tự nhiên, đề xuất, truy xuất dữ liệu thông minh,

2 Các trường phái của trí tuệ nhân tạo

- Trí tuệ nhân tạo (AI) chia thành hai trường phái tư duy: Trí tuệ nhân tạo truyền thống vàtrí tuệ

tính toán

2.1 Trí tuệ nhân tạo truyền thống

- Trí tuê nhân tạo truyền thống hầu như bao gồm các phương pháp hiện được phân loại là

các phương pháp học máy (machine learning), đặc trưng bởi hệ hình thức (formalism)

và phân tích thống kê Nó còn được biết với các tên Trí tuê nhân tạo biểu tượng, Trí tuê

nhân tạo logic, Trí tuê nhân tạo ngăn nắp (neat AI) và Trí tuê nhân tạo cổ điển (Goodness

Old Fashioned Artificial Intelligence) Các phương pháp gồm có:

 Hệ chuyên gia: áp dụng các khả năng suy luận để đạt tới một kết luận Một hệchuyên gia có thể xử lý các lượng lớn thông tin đã biết và đưa ra các kết luậndựa trên các thông tin đó Clippy chương trình trợ giúp có hình cái kẹp giấycủa Microsoft Office là một ví dụ Khi người dùng gõ phím, Clippy nhận racác xu hướng nhất định và đưa ra các gợi ý

 Lập luận theo tình huống

 Mạng neural : các hệ thống mạnh về nhận dạng mẫu (pattern recognition).

 Hệ mờ (Fuzzy system): các kỹ thuật suy luận không chắc chắn, đã được sử

dụng rộng rãi trong các hệ thống công nghiệp hiện đại và các hệ thống quản lýsản phẩm tiêu dùng

 Tính toán tiến hóa (Evolutionary computation): ứng dụng các khái niệm

biology như quần thể, biến dị và đấu tranh sinh tồn để sinh các lời giải ngàycàng tốt hơn cho bài toán

 Trí tuê nhân tạo dựa hành vi (Behavior based AI): một phương pháp module để

xây dựng các hệ thống Trí tuê nhân tạo bằng tay

3 Phân loại

- Trí tuệ nhân tạo (AI) được chia làm 4 loại chính:

3.1 Máy phản ứng

- Máy phản ứng là hệ thống AI không có bộ nhớ và có nhiệm vụ cụ thể, nghĩa là đầu vàoluôn cho ra cùng một đầu ra Các mô hình học máy có xu hướng là máy phản ứng vì chúnglấy dữ liệu khách hàng, chẳng hạn như lịch sử mua hàng hoặc tìm kiếm, và sử dụng dữ liệu

đó để đưa ra khuyến nghị cho cùng một khách hàng

- Máy phản ứng luôn phản ứng theo cùng một cách với cùng một tình huống mỗi lần

vì chúng không có khả năng học các hành động hoặc hình dung quá khứ hoặc tươnglai

Ví dụ : Một trong những ví dụ tốt nhất về AI phản ứng là khi Deep Blue, hệ thống AI chơi

cờ vua của IBM, đánh bại Garry Kasparov vào cuối những năm 1990 Deep Blue có thểxác định quân cờ của mình và của đối thủ trên bàn cờ để đưa ra dự đoán, nhưng nó không

có khả năng ghi nhớ để sử dụng những sai lầm trong quá khứ để đưa ra quyết định trongtương lai

3.2 Máy có bộ nhớ hạn chế

- AI có được kiến thức thực tế bằng cách quan sát mọi người hoặc thu thập dữ liệu

và học hỏi từ quá khứ Loại trí tuệ nhân tạo (AI) này kết hợp thông tin được lậptrình sẵn với dữ liệu quan sát, lịch sử để đưa ra dự đoán và thực hiện các nhiệm vụphân loại khó Đây hiện là loại AI phổ biến nhất

Hình 1.2:Xe tự hành sử dụng AI.

Ví dụ: Xe tự hành sử dụng AI với bộ nhớ hạn chế để theo dõi tốc độ và hướng củacác xe khác nhằm "đọc đường" và thực hiện các điều chỉnh cần thiết Cách hiểu vàdiễn giải dữ liệu đầu vào này giúp chúng an toàn hơn trên đường

3.3 Lý thuyết về tâm trí

- Hai loại AI đầu tiên, máy phản ứng và trí nhớ hạn chế, là những loại hiện đang tồn tại Lýthuyết về tâm trí và AI tự nhận thức là những loại lý thuyết có thể được xây dựng trongtương lai Do đó, vẫn chưa có ví dụ thực tế nào.- Nếu được phát triển, AI lý thuyết về tâmtrí có thể có tiềm năng hiểu được thế giới và cách các thực thể khác có suy nghĩ và cảmxúc Đổi lại, điều này ảnh hưởng đến cách chúng cư xử liên quan đến những người xungquanh

- Khả năng nhận thức của con người có thể xử lý cách suy nghĩ và cảm xúc của chúng taảnh hưởng đến người khác và cách người khác ảnh hưởng đến chúng ta—đây là cơ sở chocác mối quan hệ của con người trong xã hội chúng ta Trong tương lai, các máy AI theo lýthuyết về tâm trí có thể hiểu được ý định và dự đoán hành vi, như thể mô phỏng các mốiquan hệ của con người

ăn yêu thích của tôi"

II LỊCH SỬ PHÁT TRIỂN CỦA TRÍ TUỆ NHÂN TẠO.

1 Những khởi đầu quan trọng (1950-1960)

 1950: Alan Turing xuất bản bài viết "Máy tính và trí thông minh," đặt ra câu hỏi

về khả năng suy nghĩ của máy móc và giới thiệu "Bài kiểm tra Turing." Đây làmột công cụ để phân biệt phản hồi của máy tính và con người, tạo nền tảng chotriết lý AI

 1956: John McCarthy đặt ra thuật ngữ "trí tuệ nhân tạo" tại hội nghị Dartmouth,

đánh dấu sự chính thức hóa lĩnh vực nghiên cứu AI Cùng năm, Allen Newell, JCShaw, và Herbert Simon phát triển Logic Theorist, chương trình AI chạy đầu tiên

2 Tiến bộ trong mạng nơ-ron (1960-1980)

 1967: Frank Rosenblatt phát triển Mark 1 Perceptron, máy tính đầu tiên dựa trên

mạng nơ-ron có khả năng "học" thông qua thử nghiệm và sai sót Tuy nhiên, sách

"Perceptrons" của Marvin Minsky và Seymour Papert sau đó chỉ trích hướngnghiên cứu này

 1980: Sự phát triển mạnh mẽ của mạng nơ-ron nhân tạo, sử dụng thuật toán truyền

ngược để tự đào tạo, dẫn đến nhiều ứng dụng AI trong các lĩnh vực khác nhau

3 Những bước tiến lớn (1990-2010)

 1995: Stuart Russell và Peter Norvig xuất bản cuốn sách "Artificial Intelligence: A

Modern Approach," một giáo trình quan trọng trong nghiên cứu AI, phân tích cácđịnh nghĩa và mục tiêu khác nhau của AI

 1997: Máy tính Deep Blue của IBM đánh bại nhà vô địch cờ vua Garry Kasparov,

đánh dấu bước đột phá trong khả năng tính toán của AI

 2004: John McCarthy đưa ra định nghĩa AI trong bài viết của mình, khi mà kỷ

nguyên dữ liệu lớn và điện toán đám mây đang bắt đầu hình thành

4 Xu hướng hiện đại và AI trong cuộc sống (2011-nay)

 2011: IBM Watson đánh bại các nhà vô địch trong chương trình trò chơi

Jeopardy!, đồng thời khởi đầu cho sự phát triển của khoa học dữ liệu như mộtngành học quan trọng

 2015: Siêu máy tính Minwa của Baidu sử dụng mạng nơ-ron tích chập để phân

loại hình ảnh với độ chính xác vượt trội so với con người

 2016: AlphaGo của DeepMind đánh bại nhà vô địch cờ vây Lee Sodol, cho thấy

khả năng vượt trội của AI trong các trò chơi phức tạp

 2022: Sự xuất hiện của các mô hình ngôn ngữ lớn như ChatGPT, tạo ra bước tiến

mới trong hiệu suất AI, nhấn mạnh tiềm năng của AI trong việc tạo ra giá trịdoanh nghiệp

5 Tương lai và xu hướng hiện tại (2024)

 Các xu hướng mới trong AI đang cho thấy sự phát triển liên tục, với các mô hình

đa phương thức có khả năng xử lý nhiều loại dữ liệu Sự kết hợp giữa nhận dạnghình ảnh và ngôn ngữ tự nhiên (NLP) đang mang lại những trải nghiệm phong phúhơn

III TÌNH HÌNH SỬ DỤNG CỦA XU HƯỚNG AI TRÊN THẾ GIỚI

- Đầu tiên, việc áp dụng AI đã tăng gấp đôi, Năm 2017, 20 phần trăm số người được hỏicho biết đã áp dụng AI trong ít nhất một lĩnh vực kinh doanh, trong khi hiện nay, con số

đó là 50 phần trăm, mặc dù đạt đỉnh cao hơn vào năm 2019 ở mức 58 phần trăm

Hình 2.1: Ứng dụng AI trên toàn thế giới

- Trong khi đó, số lượng trung bình các khả năng AI mà các tổ chức sử dụng, chẳng hạnnhư tạo ngôn ngữ tự nhiên và thị giác máy tính, cũng đã tăng gấp đôi - từ 1,9 vào năm

2018 lên 3,8 vào năm 2022 Trong số các khả năng này, tự động hóa quy trình bằng robot

và thị giác máy tính vẫn là những khả năng được triển khai phổ biến nhất mỗi năm, trongkhi khả năng hiểu văn bản ngôn ngữ tự nhiên đã tiến từ vị trí giữa bảng xếp hạng vàonăm 2018 lên vị trí đầu danh sách, chỉ sau thị giác máy tính

- Tuy nhiên, các trường hợp sử dụng hàng đầu vẫn tương đối ổn định: tối ưu hóa hoạtđộng dịch vụ đã chiếm vị trí hàng đầu trong vài năm qua.

Hình 2.3:Các hoạt động sử dụng AI được áp dụng phổ biến.

- Thứ hai, mức đầu tư vào AI đã tăng lên cùng với việc áp dụng ngày càng tăng Ví dụ,

năm năm trước, 40 phần trăm số người được hỏi tại các tổ chức sử dụng AI báo cáo rằnghơn 5 phần trăm ngân sách kỹ thuật số của họ đã dành cho AI, trong khi hiện tại hơn mộtnửa số người được hỏi báo cáo mức đầu tư đó Trong tương lai, 63 phần trăm số ngườiđược hỏi cho biết họ mong đợi khoản đầu tư của tổ chức mình sẽ tăng trong ba năm tới

- Thứ ba, các lĩnh vực cụ thể mà các công ty thấy giá trị từ AI đã phát triển Vào năm

2018, sản xuất và rủi ro là hai chức năng mà tỷ lệ người trả lời lớn nhất báo cáo thấy giátrị từ việc sử dụng AI Ngày nay, các tác động doanh thu được báo cáo lớn nhất được tìmthấy trong tiếp thị và bán hàng, phát triển sản phẩm và dịch vụ, chiến lược và tài chínhdoanh nghiệp, và người trả lời báo cáo lợi ích chi phí cao nhất từ AI trong quản lý chuỗicung ứng Giá trị cuối cùng nhận được từ AI vẫn mạnh mẽ và phần lớn là nhất quán.Khoảng một phần tư số người trả lời báo cáo trong năm nay rằng ít nhất 5 phần trămEBIT của tổ chức của họ là do AI mang lại vào năm 2021, phù hợp với những phát hiện

từ hai năm trước, khi chúng tôi cũng theo dõi số liệu này

Hình 2.4:Chi phí và doanh thu của các hoạt động trong việc áp dụng AI.

- Cuối cùng, một điều vẫn đáng lo ngại là mức độ các tổ chức giảm thiểu rủi ro tham gia

để củng cố niềm tin kỹ thuật số Mặc dù việc sử dụng AI đã tăng lên, nhưng không có sựgia tăng đáng kể nào trong việc giảm thiểu bất kỳ rủi ro nào liên quan đến AI được báocáo từ năm 2019 khi chúng tôi bắt đầu thu thập dữ liệu này cho đến nay

IV LIÊN HỆ MỘT SỐ THỰC TIỄN SỬ DỤNG CỤ THỂ XU HƯỚNG

AI Ở VIỆT NAM.

Ứng dụng Trí tuệ Nhân tạo (AI) trong Supply Chain.

- Quản lý Chuỗi Cung ứng (SCM) trong kỷ nguyên công nghiệp 4.0 cùng với Logistics4.0, là một trong những ngành có ảnh hưởng lớn nhất đối với nền kinh tế toàn cầu, đặcbiệt là trong bối cảnh hiện nay với sự bùng nổ của lĩnh vực thương mại điện tử Sự xuấthiện của Trí tuệ Nhân tạo (AI) trong Logistics đã thúc đẩy tăng trưởng trên nhiều lĩnhvực dịch vụ khác nhau, bao gồm cả Logistics AI trong Logistics đã mở ra "thời đạichuyển đổi số" bằng cách tích hợp, tự động hóa và tối ưu hóa các quy trình hoạt động,giúp tiết kiệm thời gian và chi phí đáng kể

1 Logistics 4.0: Kỷ nguyên mới.

- Hội đồng Logistics Hoa Kỳ định nghĩa logistics là một quy trình toàn diện bao gồmlập kế hoạch, tổ chức, triển khai và kiểm soát việc di chuyển cũng như lưu trữ nguyênvật liệu, bán thành phẩm và thành phẩm Quá trình này diễn ra từ giai đoạn sản xuấtcho đến khi sản phẩm đến tay người tiêu dùng, kết hợp chặt chẽ giữa sức lao động vàcông nghệ để đáp ứng nhanh chóng và hiệu quả nhu cầu của khách hàng

- Trong thị trường Logistics cạnh tranh này, công nghệ đóng vai trò là một lợi thếcạnh tranh đáng kể Logistics 4.0 tập trung vào việc khai thác các công nghệ mới vàsáng tạo, chẳng hạn như xử lý đơn hàng vận chuyển không cần giấy tờ với vận đơnđiện tử AI trong Logistics đã cách mạng hóa ngành công nghiệp với các khả năng:

 Nhận dạng tự động

 Theo dõi vị trí thời gian thực

 Internet vạn vật (IoT)

 Xử lý dữ liệu lớn trong mạng thực - ảo

 Internet doanh nghiệp (IoB) hoặc eBusiness

- Logistics 4.0 hợp nhất các công nghệ tiên tiến để vận hành hiệu quả hơn, bao gồmGPS, Mã vạch, Mã ma trận dữ liệu, Nhận dạng qua tần số vô tuyến (RFID), Trao đổi

dữ liệu điện tử (EDI), Internet và Viễn thông, cũng như phần mềm on-premises vàđám mây Những tiến bộ công nghệ này đã mang lại những lợi ích đáng kể cho cácnhà cung cấp dịch vụ Logistics:

 Cắt giảm các chi phí không cần thiết

 Tự động hóa các tác vụ lặp lại

 Cải thiện độ chính xác trong dự báo

 Đảm bảo chất lượng sản phẩm

 Khả năng theo dõi và giám sát thời gian thực

 Tăng cường dịch vụ vận tải

 Tạo thuận lợi cho quá trình ra quyết định nâng cao

- AI trong Logistics, dựa trên IoT và Big Data, có thể giải quyết những thách thức vềlao động và phương tiện vận chuyển vốn đã gây khó khăn cho các nhà cung cấp dịch

2.1 Dự đoán nhu cầu

- Ngành hậu cần phụ thuộc rất nhiều vào dữ liệu và sự phát triển nhanh chóng của dữ liệu

đã trở thành một khía cạnh quan trọng trong hoạt động của ngành Thành công củaAmazon là một ví dụ điển hình về tầm quan trọng của Big Data trong chiến lược kinhdoanh Bằng cách phân tích dữ liệu từ hơn 152 triệu khách hàng, Amazon đã có thông tinchi tiết về hành vi mua hàng, cho phép họ đề xuất các sản phẩm phù hợp dựa trên lịch sửmua hàng và sở thích cá nhân

Tuy nhiên, việc khai thác hiệu quả các nguồn dữ liệu này là một thách thức đối với cácdoanh nghiệp logistics, vì các quy trình thủ công để quan sát dữ liệu, ước tính khả năng

và phân tích mạng lưới mất rất nhiều thời gian và có thể không mang lại các lộ trình vận

DHL - công ty logistics hàng đầu thế giới có trụ sở ở Bonn, Đức - là một ví dụ điển hình

về tác động của AI đối với các hoạt động Logistics Hệ thống quản lý của công ty theodõi hơn 8 triệu bài đăng trực tuyến trên mạng xã hội bằng Machine Learning (ML) vàNatural Language Processing (NLP) để phát hiện các vấn đề tiềm ẩn trong chuỗi cungứng Thông qua việc trích xuất dữ liệu tự động, DHL có thể xác định sự thiếu hụt nguyênvật liệu, vấn đề tiếp cận và trạng thái của nhà cung cấp, giúp họ nắm bắt những tháchthức sắp tới và tránh các chi phí bổ sung không cần thiết

2.2 Tự động hóa trong vận chuyển và giao hàng bằng robot

- AI trong Logistics đã tăng đáng kể khả năng tự động hóa trong toàn bộ quy trình giaohàng, bao gồm theo dõi đơn hàng, quản lý hàng tồn kho, kiểm soát sản phẩm, tối ưu hóakhoảng cách và quản lý đội xe theo thời gian thực

 Xe tự hành AGV: Việc sử dụng AGV di động đã trở nên phổ biến hơn AGV có thể

di chuyển trong kho mà không cần hướng dẫn của con người, cải thiện hiệu suấtgiao hàng, tiết kiệm thời gian và đảm bảo an toàn cho hàng hóa trong quá trình vậnchuyển

 Robot: Nhu cầu ngày càng cao về hoạt động nhanh chóng, linh hoạt và hiệu quả đãdẫn đến sự gia tăng trong việc sử dụng robot trong lĩnh vực logistics Robots có thểthay thế sức lao động của con người trong nhiều hoạt động của kho hàng, chẳng hạnnhư tiếp nhận, quản lý kho, xử lý đơn hàng và vận chuyển

 Drone - Phương tiện bay không người lái: Drone đã trở nên phổ biến trên toàn cầunhư một phương tiện vận chuyển hàng hóa Được lập trình để vận chuyển hàng hóađến các vị trí cụ thể theo lộ trình hiệu quả nhất, drone giúp tiết kiệm thời gian, chiphí vận chuyển và giảm thiểu sai sót so với những phương thức vận chuyển truyềnthống - Theo các cuộc khảo sát được tiến hành bởi VTI (2022), AI trong Logistics

đã giảm 14% chi phí giao hàng chặng cuối và tăng 13% số lượng hàng hóa đượcgiao trên mỗi phương tiện

- Theo các cuộc khảo sát được tiến hành bởi VTI (2022), AI trong Logistics đã giảm 14%chi phí giao hàng chặng cuối và tăng 13% số lượng hàng hóa được giao trên mỗi phươngtiện