Please enable JavaScript.
Coggle requires JavaScript to display documents.
CÁC LĨNH VỰC CỦA KHOA HỌC MÁY TÍNH - Coggle Diagram
CÁC LĨNH VỰC CỦA KHOA HỌC MÁY TÍNH
TRÍ TUỆ NHÂN TẠO
Lịch sự ra đời và thành tựu
Lịch sử ra đời
1956: Thuật ngữ “AI” được giới thiệu tại hội nghị Dartmouth.
Thập niên 1970-1980: Phát triển các hệ chuyên gia (Expert Systems).
1997: Máy tính Deep Blue của IBM đánh bại kỳ thủ Garry Kasparov.
2010 trở đi: AI bùng nổ nhờ dữ liệu lớn (Big Data) và học sâu (Deep Learning).
Thành tựu
Phát hiện bệnh qua AI (chẩn đoán hình ảnh y khoa).
Trí tuệ nhân tạo trong sáng tạo nghệ thuật (âm nhạc, hội họa).
ChatGPT và các hệ thống ngôn ngữ.
Xe tự lái.
Một số lĩnh vực của Trí tuệ nhân tạo
Thị giác máy tính (Computer Vision): Nhận diện khuôn mặt, vật thể.
Robot học (Robotics): Robot công nghiệp, chăm sóc sức khỏe.
Học máy (Machine Learning): Phân tích dữ liệu, dự đoán.
Hệ thống chuyên gia: Hỗ trợ quyết định, tư vấn chuyên môn.
Xử lý ngôn ngữ tự nhiên (NLP): Chatbot, dịch tự động.
Khái niệm
Trí tuệ nhân tạo hay trí thông minh nhân tạo (Artificial Intelligence –viết tắt là AI) là một ngành thuộc lĩnh vực khoa học máy tính.
Là lĩnh vực khoa học và công nghệ phát triển các hệ thống máy tính có khả năng mô phỏng trí tuệ con người như học tập, lập luận, và tự ra quyết định.
Nguy cơ và thách thức
Nguy cơ
Quyền riêng tư bị xâm phạm.
AI vượt tầm kiểm soát (siêu trí tuệ).
Mất việc làm do tự động hóa.
Thách thức
Đảm bảo tính công bằng và minh bạch.
Khả năng lạm dụng AI trong mục đích xấu (fake news, vũ khí tự động).
Đạo đức sử dụng AI.
KHOA HỌC DỮ LIỆU
Khoa học dữ liệu (Data Science)
Sử dụng các lý thuyết và kỹ thuật từ nhiều lĩnh vực nghiên cứu khác nhau để giúp con người ra quyết định.
Ứng dụng trong nhiều ngành khác nhau: khoa học, kỹ thuật, kinh tế, chính trị, tài chính và giáo dục.
Định nghĩa: Ngành kết hợp kiến thức thống kê, lập trình, và phân tích dữ liệu để trích xuất thông tin giá trị.
Một số vị trí việc làm ngành khoa học dữ liệu
Kỹ sư dữ liệu (Data Engineer): Thiết kế và quản lý hệ thống dữ liệu.
Chuyên viên phân tích dữ liệu (Data Analyst): Xử lý và tạo báo cáo từ dữ liệu.
Nhà khoa học dữ liệu (Data Scientist): Phân tích dữ liệu và xây dựng mô hình dự đoán.
Chuyên gia học máy (Machine Learning Engineer): Xây dựng và triển khai mô hình học máy.
Quản lý dữ liệu (Data Architect): Thiết kế kiến trúc dữ liệu.
Dữ liệu lớn và sự cần thiết của Khoa học dữ liệu
Dữ liệu lớn
Đặc điểm: Khối lượng lớn (Volume), tốc độ xử lý nhanh (Velocity), đa dạng (Variety), giá trị cao (Value), độ tin cậy thấp (Veracity).
Vai trò: Cung cấp thông tin chi tiết, hỗ trợ ra quyết định, cải thiện hiệu suất.
Dữ liệu lớn (Big Data) là lượng lớn dữ liệu khó có thể quản lý và trích xuất các giá trị.
Sự cần thiết của Khoa học dữ liệu
Tối ưu hóa chiến lược kinh doanh.
Dự đoán xu hướng, phát hiện bất thường.
Xử lý và phân tích dữ liệu lớn.
Hỗ trợ nghiên cứu và phát triển trong nhiều lĩnh vực.
ĐIỆN TOÁN ĐÁM MÂY
Các loại điện toán đám mây
Đám mây riêng (Private Cloud): Dành riêng cho một tổ chức.
Đám mây lai (Hybrid Cloud): Kết hợp công cộng và riêng.
Đám mây công cộng (Public Cloud): Dịch vụ chia sẻ, dùng chung.
Ứng dụng của điện toán đám mây
Giáo dục: Học tập trực tuyến, quản lý tài nguyên học tập.
Y tế: Lưu trữ hồ sơ bệnh án, phân tích dữ liệu sức khỏe.
Cá nhân: Lưu trữ ảnh, video (Google Drive, iCloud).
Truyền thông: Phát trực tuyến, chia sẻ nội dung (Netflix, YouTube).
Doanh nghiệp: Lưu trữ dữ liệu, triển khai ứng dụng, phân tích dữ liệu lớn.
Điện toán đám mây là gì?
Các đặc điểm chính
Truy cập từ xa
Chia sẻ tài nguyên
Phân phối dịch vụ
Tính mở rộng linh hoạt
Tính sẵn có và độ tin cậy cao
Trả phí theo sử dụng
Các dạng dịch vụ đám mây phổ biến
Dịch vụ hạ tầng (PaaS)
Dịch vụ phần mềm (SaaS)
Dịch vụ nền tảng (IaaS)
Dịch vụ tính toán (FaaS)
Đặc điểm: Linh hoạt, tiết kiệm chi phí, dễ mở rộng, truy cập mọi lúc, mọi nơi.
Điện toán đám mây (Cloud Computing) là mô hình cung cấp tài nguyên máy tính (máy chủ, lưu trữ, ứng dụng) qua Internet.
MẠNG VẠN VẬT IoT
Thiết bị IoT
Được trang bị cảm biến để thu thập dữ liệu
Tự động hoạt động và tích hợp trí tuệ nhân tạo
Có khả năng kết nối mạng Internet để trao đổi thông tin, điều khiển từ xa
Quy trình hoạt động của IoT
Truyền dữ liệu: Qua mạng Internet (Wi-Fi, 4G) đến máy chủ.
Thu thập dữ liệu: Cảm biến ghi nhận thông tin từ môi trường xung quanh hoặc từ người dùng
Xử lý và phân tích dữ liệu: Máy chủ hoặc hệ thống phân tích dữ liệu.
Phản hồi: Gửi lệnh hoặc thông tin tới thiết bị điều khiển.
Khái niệm mạng vạn vật
Định nghĩa: Mạng vạn vật (IoT - Internet of Things): Là hệ thống các thiết bị kết nối Internet, có khả năng thu thập và trao đổi dữ liệu.
Mục tiêu: Tự động hóa, tăng hiệu quả và tối ưu hóa tài nguyên.
Một số ứng dụng của IoT trong đời sống
Nông nghiệp: Giám sát tưới tiêu, đất đai.
Giao thông: Quản lý phương tiện, đèn giao thông thông minh.
Y tế: Theo dõi sức khỏe, thiết bị đo nhịp tim.
Công nghiệp: Tự động hóa sản xuất, bảo trì thiết bị.
Nhà thông minh: Điều khiển đèn, nhiệt độ, an ninh.
CÔNG NGHỆ PHẦN MỀM
Một số lĩnh vực của công nghệ phần mềm
Thiết kế kiến trúc phần mềm
Kiểm thử phần mềm
Quản lí dự án phần mềm
An ninh và bảo mật trong phát triển phần mềm
Phát triển phần mềm
Tương tác người và máy
Tổng quan về công nghệ phần mềm
Mục tiêu: Đảm bảo phần mềm chất lượng, đáp ứng nhu cầu, hiệu quả, và dễ bảo trì.
Định nghĩa: Công nghệ phần mềm (Software Engineering) là lĩnh vực liên quan đến ngành kỹ thuật chuyên nghiên cứu, phát triển và bảo trì các hệ thống phần mềm.
Quy trính phát triển phần mềm
Lập trình: Viết mã nguồn theo thiết kế.
Kiểm thử: Phát hiện và sửa lỗi để đảm bảo chất lượng.
Thiết kế: Lên kế hoạch cấu trúc hệ thống và giao diện.
Triển khai: Đưa phần mềm vào sử dụng thực tế.
Phân tích yêu cầu: Tìm hiểu và xác định nhu cầu người dùng.
Bảo trì: Cập nhật, sửa lỗi, và nâng cấp.
Vai trò của công nghệ phần mềm
Tối ưu hóa hiệu suất doanh nghiệp.
Cải thiện trải nghiệm người dùng.
Thúc đẩy đổi mới và chuyển đổi số.