Hiện tại, bạn có thể sử dụng ChatGPT của OpenaAI và đặc biệt ChatSonic của Writesonic trong thanh cạnh bên của trình duyệt này.

ChatSonic là gì?

Chatsonic là một AI đàm thoại mạnh mẽ đáng chú ý của Writesonic được thiết kế để giải quyết các hạn chế của ChatGPT của OpenAI. Nó có thể mô phỏng các cuộc trò chuyện của con người và cung cấp cho người dùng sự hỗ trợ được cá nhân hóa.

Bằng cách sử dụng mô hình GPT-4 tiên tiến , chatbot AI tiên tiến này khai thác các kỹ thuật Xử lý ngôn ngữ tự nhiên (Natural Language Processing – NLP) và Máy học (Machine Learning – ML) để hợp lý hóa việc tạo văn bản và hình ảnh một cách hiệu quả.

ChatSonic cung cấp những lợi ích độc đáo nào so với ChatGPT?

• Tích hợp Google tìm kiếm thông tin mới nhất.
• Tạo ảnh AI.
• Ra lệnh bằng giọng nói, do đó bạn không cần phải gõ.
• Ghi nhớ các câu hỏi hoặc nhận xét trước đây trong cuộc trò chuyện của bạn và có thể dễ dàng trả lời các câu hỏi tiếp theo.
• Text2Speech (Chuyển văn bản thành giọng nói) như Siri hoặc Google Assistant.
• Chỉnh sửa, sao chép, tải xuống và chia sẻ một phản hồi cụ thể hoặc thậm chí toàn bộ cuộc hội thoại của bạn với bạn bè, đồng nghiệp, gia đình và những người theo dõi của bạn.
• Nói chuyện với ChatSonic với tư cách là một nhân cách cụ thể như giáo viên, huấn luyện viên thể hình,…

Cách bật ChatSonic và ChatGPT trong Opera:

Hai chatbot AI này có sẵn trong phiên bản Opera thông thường và Opera GX dành cho game thủ. Nếu bạn muốn trải nghiệm thì vào trang nhà Opera hay theo liên kết bên dưới để tải.

• Opera.
• Opera GX.

Mở Opera, bạn bấm biểu tượng Easy setup > bật AI Prompts (Early Access) để kích hoạt ChatSonic và ChatGPT. Bạn có thể nhìn thấy biểu tượng hai dịch vụ này trong thanh cạnh bên trái.

Để sử dụng, bạn chỉ cần bấm biểu tượng dịch vụ mong muốn. Và bắt buộc bạn phải có tài khoản thì mới dùng được.

Ở đây, chúng ta trải nghiệm với ChatSonic thì bấm biểu tượng chatbot này > Start Chatting để bắt đầu.

– Bạn bấm Sign up with password để tạo tài khoản với mật mã.

– Bạn có thể dùng tài khoản Apple, Google để đăng nhập.

ChatSonic sẽ hiển thị màn hình chào mừng giới thiệu các tính năng so với ChatGPT, đồng thời bạn có thể thiết lập hoạt động như kiểu kết quả tìm kiếm, công nghệ AI tạo hình ảnh, vị trí,… > bấm Save preferences lưu lại.

Giao diện ChatSonic hiện ra, bạn có hỏi điều muốn biết vào hộp trống như khi sử dụng các dịch chatbot khác. Nó có thể hiểu nhiều ngôn ngữ, bao gồm tiếng Việt. Nếu bạn muốn tạo hình ảnh thì cứ ra yêu cầu, sau đó xem và tải xuống.

ChatSonic có rất nhiều kểu hội thoại, bạn bấm Personality để xem và chọn một chế độ muốn sử dụng. Mặc định, ChatSonic sẽ lấy dữ liệu tìm kiếm mới nhất từ Google, nếu không muốn thì bạn tắt tùy chọn Google. Mình thấy ChatSonic hỗ trợ chèn link và tập tin tài liệu nhưng không biết làm gì.

So với Bing Chat (web) thì ChatSonic hỗ trợ ra lệnh bằng giọng nói. Và cuộc trò chuyện của bạn có thể chia sẻ và lưu lại thành tập tin Word, PDF. Bạn bấm biểu tượng chia sẻ ở phía trên sẽ thấy tùy chọn thực hiện.

Khi tích hợp vào Opera, bạn có thể hỏi ChatSonic và ChatGPT bất kỳ lúc nào từ trong thanh địa chỉ hay khi chọn văn bản.

– Bạn bấm dòng chữ nổi AI Prompts trong thanh địa chỉ sẽ xuất hiện các tùy chọn như tìm nội dung tương tự, bạn để ý biểu tượng chatbot sử dụng.

– Bạn bôi chọn từ, văn bản sẽ thấy tùy chọn để truy vấn từ chatbot, chẳng hạn viết lại câu văn.

ChatSonic cũng cho phép bạn tạo các prompts (chủ đề) sẵn để sử dụng ngay.

– Bạn bấm Prompts bên cạnh dòng chữ ChatSonic ở phía trên.

– Bạn bấm Personal prompts > Add new prompt templates để tạo mới mẫu chủ đề.

+ Bạn đặt tên mẫu chủ đề.

+ Bạn nhập mô tả chủ đề.

+ Bạn nhập nội dung chủ đề.

+ Chọn thể loại và ngôn ngữ.

+ Sau cùng, bấm Submit new prompt để lưu lại.

– Khi sử dụng, bạn chỉ cần bấm vào mẫu chủ đề và bấm nút biểu tượng send để xem câu trả lời.

Bạn thấy ChatSonic thế nào? ChatSonic là một dịch vụ độc lập cho nên bạn có thể sử dụng từ trình duyệt bất kỳ, với Microsoft Edge bạn có thể ghim nó vào thanh cạnh bên của trình duyệt này.

Scribble Diffusion là một dịch vụ tạo hình ảnh dựa trên AI nhưng nó ưu điểm hơn là nó có thể tái hiện gần như chính xác nội dung hình ảnh dựa trên phác thảo kèm mô tả nữa. Dịch vụ hoàn toàn miễn phí và sử dụng không cần tài khoản gì cả.

Bước 1: Bạn mở trang nhà Scribble Diffusion.

Dịch vụ sẽ vẽ sẵn hình ảnh phác thảo và mô tả cho bức ảnh. Bạn bấm Clear để xóa và vẽ phác thảo lại cho hình ảnh của mình.

Bước 2: Sau khi vẽ xong, bạn nhập mô tả nội dung bức ảnh, càng chi tiết càng tốt, chỉ nhập ngôn ngữ tiếng Anh.

Sau đó, bạn bấm Go.

Bước 3: Bạn chờ đợi cho Scribble Diffusion xử lý thông tin.

Hoàn tất, bạn sẽ nhận được hình ảnh theo tranh phác thảo và mô tả của mình ở ngay bên dưới. Bạn có thể lấy link (Copy link) để chia sẻ với mọi người. Để tải ảnh, bạn bấm chuột phải lên ảnh và chọn tùy chọn lưu ảnh của trình duyệt.

Scribble Diffusion còn là một dự án mã nguồn mở mà bạn có thể tự lưu trữ và sử dụng nó trên máy chủ của riêng mình. Bạn vào đây để xem hướng dẫn.

Ngay bên dưới Apple giải thích: “Để giảm tốc độ lão hoá pin, iPhone ghi nhớ từ thói quen sạc hàng ngày của bạn để có thể đợi hoàn tất sạc qáu 80% cho tới khi bạn cần sử dụng thiết bị”. Nghe mô tả hơi vô nghĩa. Vậy làm sao để hiểu tính năng này? Bật/tắt khác nhau thế nào? Bài này là cần cho bạn.

“Sạc pin được tối ưu hóa” trên iOS 13

Từ lời giải thích ở trên của Apple, có thể thấy để giảm tốc độ lão hóa của pin, iPhone sẽ tìm hiểu cách bạn sạc iPhone hàng ngày và để khi bạn sạc và máy đạt đến 80%, nó sẽ chuyển sang trạng thái chờ và sẽ sạc hoàn tất 100% cho đến khi bạn cần sử dụng.

Chức năng Sạc pin được tối ưu hoá này là không bắt buộc, bạn có thể quyết định tắt hay mở. Với mô tả của Apple thì có lẽ bạn nên bật tính năng này nhỉ? Vì bật sẽ giúp pin lâu “chai” hơn.

Tuy nhiên, sau khi đọc mô tả chức năng của Apple, mình tin rằng mọi người đều cảm thấy bối rối và sẽ cảm thấy khó hiểu khi nào pin iPhone dừng ở 80%, khi nào 20% còn lại sẽ được sạc đầy? Cách bảo vệ pin này chắc chắn sẽ khiến người dùng cần sạc đầy mỗi lần cảm thấy máy sạc chậm, vì sạc đến 80% thì “tuỳ hên xui” mà bạn có bị kẹt ở mức 80% hay không.

Giải thích chức năng sạc pin được tối ưu hóa

Trên thực tế, mục đích chính của chức năng “Sạc pin tối ưu hóa” là kéo dài tuổi thọ của pin. Apple thêm chức năng này trên iOS 13 chủ yếu là sử dụng trí tuệ nhân tạo (AI) và học máy (machine learning) để tự động ghi nhớ thói quen sử dụng thông thường của người dùng, như khi nào thì người dùng hay cắm máy để sạc, và sạc bao lâu thì rút.

Ví dụ, một số người dùng bình thường xài iPhone 11 cả ngày và khi ngủ sẽ cắm sạc máy, qua hôm sau ngủ dậy sẽ rút sạc ra. iOS 13 sẽ ghi nhận “thói quen” này nếu bạn bật tuỳ chọn “sạc pin được tối ưu hóa” lên. Và thay vì sạc một lèo lên 100% (thực ra là sạc nhanh lên 80% rồi sạc chậm từ từ lên 100%), máy sẽ chỉ sạc lên 80% pin, sau đó nó sẽ “tạm ngưng” và chỉ bắt đầu sạc đầy cho đến gần trước khung giờ bạn thức dậy để rút điện thoại.

Tuy nhiên, cần lưu ý rằng chức năng này sẽ không khởi động ngay lập tức khi được bật. Sẽ mất khoảng một tháng để hệ thống phân tích thói quen sạc trước khi bắt đầu hoạt động.

Thông qua cách quản lý pin thông minh này, nó có thể cải thiện hiệu quả thói quen sạc hoặc xả pin kém của iPhone, và cũng có thể ngăn việc tiêu thụ điện đến trạng thái pin yếu và có thể được sạc đầy 100% thông qua sạc nhanh, việc sử dụng 80% giới hạn năng lượng có thể làm chậm chu kỳ sạc.

Cũng giống như hầu hết các thiết bị di động khác, tất cả các mẫu iPhone đều sử dụng pin lithium-ion. Loại pin này sẽ bị lão hóa theo thời gian và xuống cấp, nhiều người còn gọi là ‘chai pin’. Chúng xuống cấp do số chu kỳ sạc và cũng như cách chúng được sạc, chẳng hạn như tần suất chúng ở mức sạc 100%. Số lần có thể làm giảm thêm tình trạng suy giảm sức khỏe của pin và kéo dài tuổi thọ pin.

Tính năng Sạc pin được tối ưu hóa được bật lên theo mặc định cho tất cả người dùng iOS 13. Tuy nhiên, nếu bạn vẫn thích xài thoải mái và cắm vào thì sạc nhanh 100% một cách nhanh nhất, lúc này bạn có thể tắt tính năng này đi nếu muốn.

Ngoài ra, còn một cách để bạn tăng tốc độ sạc từ 80% lên 100% khi cần dù bạn có bật tuỳ chọn này, đó là khi iPhone ở mức 80% và đang chờ sạc 20% còn lại, bạn có thể tạm thời mở máy và tắt tính năng này đi. Sau đó mở lại. Điều này sẽ hữu ích nếu có một dịp đặc biệt nào đó mà bạn cần sạc điện thoại sạc đầy càng sớm càng tốt.

Theo đó, những thay đổi này có thể ảnh hưởng tới việc thu nhập (monetization) trên kênh YouTube cũng như khả năng có thể tìm kiếm nội dung có liên quan tới trẻ em.

Cụ thể, kể từ hôm nay, tất cả các nhà sáng tạo nội dung được yêu cầu phải báo cho YouTube biết nếu như nội dung của họ được làm cho trẻ em (made for kids) nhằm bảo đảm tuân thủ Luật Bảo vệ quyền riêng tư của trẻ em trên mạng (Children’s Online Privacy Protection Act, COPPA) và các luật lệ khác có liên quan.

Để trợ giúp các nhà sáng tạo nội dung, YouTube đã đưa ra một thiết đặt khán giả (audience setting) mới ở YouTube Studio. Tùy theo liều lượng nội dung được làm cho trẻ em có trong video mà nhà sáng tạo nội dung phải thiết đặt mức độ video (video level) của mình cho phù hợp. Việc thiết đặt ở mức độ kênh (Channel Level) rất tiện dụng, chỉ cần 1 cái click. YouTube cũng cho biết họ sẽ phát triển những công cụ trợ giúp các nhà sáng tạo nội dung.

Có 3 tùy chọn, gồm nội dung không làm cho trẻ em (No made for kids content), thiết đặt tại Channel level; nội dung lẫn lộn giữa làm cho trẻ em và không làm cho trẻ em (A mix of both made for kids and not made for kids content), thiết đặt tại Video level; video chứa nhiều nội dung làm cho trẻ em (A lot of made for kids content), thiết đặt tại Channel level.

Theo YouTube Team, sự thay đổi thiết đặt nội dung có liên quan tới trẻ em này là theo yêu cầu của một thỏa thuận giữa Google và Ủy ban Thương mại Liên bang Hoa Kỳ (FTC) và Tổng chưởng lý bang New York. Yêu cầu thiết đặt nội dung có liên quan tới trẻ em được áp dụng cho bất cứ nhà sáng tạo nội dung ở bất cứ khu vực địa lý nào.

Theo lộ trình, từ ngày 14/11, tất cả các nhà sáng tạo nội dung được yêu cầu phải đánh dấu trong YouTube Studio nội dung của mình thuộc “made for kids” hay “not made for kids”. Kể từ tháng 1/2020, YouTube Team sẽ bắt đầu giới hạn data mà họ thu thập về các nội dung làm chio trẻ em cho phù hợp với luật định.

Cụ thể, YouTube sẽ tắt (disable) các quảng cáo cá nhân hóa (personalized ads)  trên các video có yếu tố trẻ em (điều này sẽ ảnh hưởng tới doanh thu của các nhà sáng tạo nội dung chuyên làm nội dung cho trẻ em); cũng như liên quan tới các tính năng như bình luận (comment), thông báo (notification) và những tính năng khác. YouTube cho biết họ sẽ dần dần hoàn thiện hệ thống của mình trong những tháng tới. (Các tính năng bị ảnh hưởng được liệt kê tại đây.)

YouTube trấn an các nhà sáng tạo nội dung rằng YouTube sẽ dùng các hệ thống máy học AI machine learning để giúp họ tìm kiếm các nội dung rõ ràng được làm cho trẻ em.

Nhưng họ lưu ý rằng giống như tất cả các hệ thống tự động hóa, hệ thống lọc nội dung này không thể hoàn hảo, nên các nhà sáng tạo nội dung vẫn phải chủ động thiết đặt. Trong trường hợp, nhà sáng tạo nội dung không thiết đặt mức độ nội dung hay nếu như YouTube phát hiện có gì sai sót hay vi phạm, họ có thể sẽ thiết đặt lại cho nhà sáng tạo nội dung.

Tuy nhiên, nếu như nhà sáng tạo nội dung không thiết đặt mức độ nội dung chính xác để bị coi là vi phạm đối với FTC hay các nhà chức trách khác, YouTube có thể xử lý tài khoản YouTube của người vi phạm.

Trang TechCrunch dẫn lời của nhà nghiên cứu Deep Learning thuộc Microsoft AI – Xiaodong He: “Nếu bạn dùng Bing để tìm kiếm một con chim, bạn sẽ có một bức tranh hình con chim. Nhưng ở đây, điều quan trọng là những hình ảnh con chim này có thể là được tạo ra bởi máy tính. Những con chim này có thể không tồn tại trong thế giới thực – chúng chỉ là một khía cạnh trong trí tưởng tượng của chúng ta đối với chim”.

Theo chia sẻ của nhóm nghiêm cứu, con “bot” này có thể tạo ra nhiều hình ảnh với các mô tả khác nhau, chẳng hạn như bạn có thể mô tả những người chăn thả gia súc, hay một chiếc xe buýt hai tầng,… và con “bot” đều “hiểu” được và vẽ ra. Về cơ bản con “bot” đã được “học” về các bộ dữ liệu của các hình ảnh ghép và nội dung của bức ảnh đó, cho phép nó hiểu cách kết hợp giữa từ mô tả với hình ảnh. Ví dụ, khi học sinh vẽ một con chim, khi chú thích nói “con chim” và nó đã học được hình ảnh một con chim như thế nào.

Công nghệ “máy vẽ” này theo Microsoft đã ngày một tối ưu hơn nhờ việc ghép hai “mô hình máy học” lại với nhau, cứ xem như là học hỏi lẫn nhau vậy. Nghĩa là một công nghệ sẽ tạo ra hình ảnh từ những mô tả được đưa ra, kèm theo đó là một công nghệ khác chạy song song giúp xác thực ngược lại là hình ảnh được tạo ra được mô tả có khớp không. Chính nhờ vậy mà hình ảnh tạo ra có tính “thực tế” và hợp lý cao hơn.

Nhóm nghiên cứu cũng tạo ra một mô tả toán học về sự chú ý của con người, đó là những gì chúng ta sử dụng khi vẽ các bức tranh từ các mô tả phức tạp như có lông màu đỏ, hay cánh màu vàng trên con chim. Chính vì vậy, nếu bạn cho thông tin chi tiết hơn thì máy sẽ vẽ tốt hơn cho bạn.

Việc tạo ra những công nghệ tận dụng trí tuệ nhân tạo vào trong những bức ảnh có vẻ ngày càng thú vị. Chẳng hạn Adobe đã phát triển công nghệ giúp phóng lớn một bức ảnh hơn rất nhiều lần mà không bị vỡ hạt, hay Facebook tạo ra một con “bot” có thể tự tạo một biểu tượng cảm xức dựa theo hình ảnh bạn đưa ra,…

Dĩ nhiên công nghệ vẽ này hiện tại vẫn chưa hoàn thiện và Microsoft vẫn còn rất nhiều việc phải làm, nhưng công nghệ này thực sự đem đến một tương lai khá thú vị khi nó có thể hoạt động như một trợ lý phác họa cho họa sĩ hay nhà thiết kế nội thất, hoặc có thể là một công cụ để tinh chỉnh hình ảnh dựa trên… giọng nói. Thậm chí xa hơn nữa, rất có thể những bộ phim hoạt hình được tạo ra chỉ bằng… giọng nói là điều có thể xảy ra. Chúng ta cùng chờ xem!

Tham khảo TechCrunch

Trí tuệ nhân tạo đang là nền tảng cốt lõi trong nền công nghệ hiện đại. Chúng ta từng nghe đến những thất bại của con người khi đấu trí với máy móc dùng trí tuệ nhân tạo, thông qua các cuộc đánh cờ vua trước đó hay cờ vây mới đây, cho thấy sự tiến bộ vượt bậc của máy móc mô phỏng trí tuệ con người.

Là một nhánh của trí tuệ nhân tạo, Machine learning (được dịch là “máy học”, hay “học máy”) là các thuật toán mà máy móc sẽ được lập trình để tự “học”, nhằm đưa ra các kết quả phù hợp. Ví dụ phân tính một bức tranh, máy móc có thể biết đó là cảnh biển chứ không phải núi, hay giúp người dùng sửa lỗi chính tả, dịch thuật ngôn ngữ… Machine learning đã được ứng dụng trong rất nhiều dự án lớn ở nhiều công ty, và có đóng góp rất lớn trong quá trình vận hành những công ty này.

Machine learning không phải chỉ có ở những sản phẩm mang tính định hướng tương lai như Siri hay các trợ lý ảo khác, cũng không chỉ có ở Google hay Microsoft – là những công ty chi đống tiền cho hoạt động R&D. Trong thực tế, hầu như mọi công ty trong danh sách Fortune 500 – 500 công ty hàng đầu thế giới – đều đang ứng dụng công nghệ này một cách thành thạo, và chắc chắn kiếm được bộn tiền từ nó.

Dưới đây là những ứng dụng thực tế của Machine learning đang được sử dụng trong các hoạt động thường ngày.

Tối ưu nội dung đăng tải của người dùng

Những thông tin đăng tải của người dùng trên các ứng dụng hay trên mạng Internet thực sự dính rất nhiều lỗi. Đó là các đoạn viết sai chính tả, các nội dung thô tục hay các nội dung xuyên tạc. Bằng cách lọc các nội dung này, Machine learning có thể loại bỏ hoặc che giấu các nội dung xấu và làm nổi bật thông tin lành mạnh lên mà không cần con người can thiệp.

Trước đây và hiện nay Google vẫn làm rất tốt trong việc lựa chọn thông tin từ nguồn tin cậy để hiển thị đầu tiên trong kết quả tìm kiếm của người dùng, nhưng không chỉ Google mới làm được việc đó. Bạn có nhớ email rác đã làm phiền mình tới mức nào trước đây hay không? Tuy nhiên hiện nay với các bộ lọc xây dựng từ Machine learning, các email đó đã bị ẩn hoặc loại bỏ khỏi hộp thư điện tử người dùng, rất ít email rác lọt vào hòm thư ưu tiên, hầu hết bị đưa vào mục tin rác (spam). Sau này, bộ lọc nội dung tương tự sẽ được áp dụng rộng rãi trong nhiều ứng dụng hay website khác, và các thông tin rác sẽ bị loại bỏ.

Hiện nay, mạng xã hội Pinterest đã dùng Machine learning để đưa lên đầu những nội dung thú vị nhằm thu hút người dùng. Yelp dùng công nghệ này để sắp xếp các hình ảnh được người dùng tải lên. NextDoor dùng nó để lựa chọn nội dung hiển thị trên bảng tin nhắn. Trong khi đó Disqus dùng Machine learning để xóa những bình luận spam.

Tìm sản phẩm nhanh hơn

Không có gì ngạc nhiên khi gã khổng lồ tìm kiếm Google luôn trả lương cao để tuyển những nhà nghiên cứu về Machine learning. Trong thực tế, người đứng đầu bộ phận tìm kiếm hiện nay của Google là một chuyên gia về trí tuệ nhân tạo. Không dừng lại ở việc lục lọi thông tin trên mạng để đưa ra nội dung người dùng tìm kiếm như trước, hiện nay Google đã “thông minh” hơn, lựa chọn những thông tin phù hợp giữa vô vàn dữ liệu trên mạng để đưa ra kết quả cho người dùng, khiến họ thấy bộ máy tìm kiếm là hữu ích, chứ không trưng ra tất cả nội dung tìm kiếm không liên quan.

Tất nhiên Google là một ví dụ tiêu biểu cho việc dùng Machine learning để đưa kết quả tìm kiếm phù hợp. Nhưng những hãng khác cũng đang áp dụng công nghệ này với mục đích tương tự. Như nhà bán lẻ Home Depot phải dùng thuật toán để tìm ra một bồn tắm phù hợp trong vô vàn bồn tắm của mình để vừa với một nhà tắm có thiết kế khác lạ. Apple cũng phải đưa ra các kết quả tìm kiếm phù hợp khi người dùng tìm kiếm trên App Store. Hàng loạt các công ty khởi nghiệp khác tại Mỹ cũng đang ứng dụng Machine learning vào việc đưa ra các nội dung thu hút trong khi người dùng tìm kiếm, nhằm giữ chân người dùng với ứng dụng.

Tương tác với khách hàng

Một ví dụ khác về Machine learning chính là ô “Liên hệ” (Contact us) có hầu hết trên các website. Trước đây phần này khá đơn giản nhưng hiện nay đã được cải tiến rất nhiều. Chúng được ứng dụng Machine learning nhằm tương tác tốt nhất với khách hàng, là những người truy cập website. Nếu trước đây bạn phải điền vào đó rất nhiều thông tin, rồi chọn nhiều mục để gửi đi yêu cầu của mình đến nhà cung cấp, thì hiện nay công nghệ mới chỉ dựa trên một vài thông tin bạn cung cấp, hệ thống sẽ tự động điều hướng đến những danh mục cần thiết để tiết kiệm thời gian cho bạn.

Đối với các công ty càng lớn thì sự đầu tư cho mục này càng nhiều. Vì người điền thông tin mục này thường là khách muốn liên hệ mua hàng, hay là những người muốn than phiền về bất kỳ vấn đề gì của công ty. Một khi lọc được các từ khóa hay nhận thấy những dấu hiệu cần thiết, yêu cầu của khách hàng sẽ được ưu tiên đẩy nhanh đến phòng kinh doanh hay phòng chăm sóc khách hàng để xử lý yêu cầu nhanh nhất. Những ưu tiên dạng này ngoài con người trực tiếp xem nội dung và phân loại thì chỉ có Machine learning nhận ra, giúp tiết kiệm nhân lực và tạo sự chuyên nghiệp cho công ty.

Hiểu hành vi khách hàng

Machine learning cũng là những nhà phân tích đại tài. Nhờ những phân tích này mà người ta biết được thói quen người dùng để đưa ra các quyết định hợp lý.

Ví dụ, một hãng phim khi tung ra trailer, họ có thể theo dõi những đoạn bình luận của người xem để tìm ra đâu là khách hàng mục tiêu của mình, nhờ các phân tích của Machine learning, từ đó sẽ đẩy mạnh quảng cáo đến nhóm khách hàng mục tiêu kia nhằm lôi kéo họ đến rạp xem phim.

Một ví dụ khác, như một hãng làm game khi tung ra video giới thiệu một tựa game mới, cố tình cắt bớt một vài tính năng mà người dùng chờ đợi để xem phản ứng của họ. Với công cụ Machine learning, hệ thống sẽ dò quét các bình luận trên mạng, xem tính năng bị thiếu có nhận nhiều lời chê bai hay không. Nếu có, ngày ra mắt game có thể dời lại để bổ sung thêm tính năng, sau đó tung quảng cáo vào chính những người đã lên tiếng chê bai, để họ lập tức quay sang ủng hộ game, và trở thành những người quảng bá miễn phí cho game.

Làm sao hàng triệu thông tin bình luận trên mạng có thể được lọc ra theo yêu cầu nào đó? Dĩ nhiên nền tảng của chúng là Machine learning, và nó đã được các hãng áp dụng vài năm trở lại đây.

Một vài thập kỷ trước, khi nói đến Machine learning thì chỉ có Google hay Yahoo nhưng giờ đây chúng được ứng dụng ở hầu như mọi nơi. Dữ liệu giờ đây đã quen thuộc hơn với người dùng và rất dễ dàng truy cập vào. Những sản phẩm mới áp dụng Machine learning như Microsoft Azure ML và IBM Watson là đỉnh cao của Machine learning, hay những sản phẩm khác như trợ lý ảo, xe hơi tự lái cũng là những thành quả của trí tuệ nhân tạo. Tuy nhiên, ngoài những thứ xa xỉ đó thì Machine learning còn được áp dụng trên các website mà hàng ngay bạn vẫn đang truy cập, và dĩ nhiên chúng chỉ ẩn phía sau không dễ nhận ra. Các công ty lớn áp dụng Machine learning không chỉ bởi muốn đuổi theo công nghệ mà chủ yếu để làm hài lòng người dùng, từ đó tạo doanh thu. Dĩ nhiên đó chính là động lực để sáng tạo phát triển.