[Bách Khoa Machine Learning] Các trường hợp sử dụng Machine Learning hàng đầu - ML trong đời sống thực không khác gì một giấc mơ!

"Use case” là tình huống cụ thể trong đó một sản phẩm hoặc dịch vụ có thể được sử dụng. Vì vậy, dù là ngân hàng, năng lượng, fintech, y tế, bảo hiểm, marketing hay khu vực công, machine learning đều được ứng dụng ở khắp mọi nơi. Với sự phát triển của công nghệ và quá trình số hóa, machine learning được sử dụng và trở nên cần thiết ở mọi lĩnh vực. Nếu muốn bàn sâu về tất cả các trường hợp sử dụng machine learning, cách thức áp dụng và ngành nghề liên quan, có lẽ sẽ cần đến cả một cuốn sách hoặc luận án.

Vì vậy, ở đây chúng ta sẽ nói về cách machine learning được sử dụng hằng ngày trong kinh doanh, và sau đó bạn có thể để lại bình luận về lĩnh vực mà bạn muốn tìm hiểu sâu hơn để chúng ta cùng thảo luận tiếp.

Các trường hợp sử dụng Machine Learning hàng đầu

Trước khi bắt đầu đọc những trường hợp sử dụng machine learning thú vị dưới đây, tôi khuyên bạn nên lưu lại trang chủ hướng dẫn machine learning, để bất cứ khi nào cần ôn lại khái niệm, bạn có thể làm điều đó một cách dễ dàng. Giờ thì hãy cùng bắt đầu khám phá các use case của machine learning 

1. “Hey Google / Siri, hôm nay thời tiết thế nào?”

Dù là Siri của Apple, Google Assistant, Alexa của Amazon hay Bixby của Samsung, bạn sẽ không còn lo đi làm muộn nữa. Với machine learning, mọi thứ đã được sắp xếp gọn gàng. Tất nhiên, bạn cũng cần hành động phù hợp theo thông tin đó. Bạn có thể biết được liệu hôm nay có mưa lớn hay không và liệu tuyến đường của bạn có bị tắc hay không.

2. Gọi xe không còn là việc khó

Bạn chỉ cần nhập điểm đón và điểm đến. Đổi lại, bạn sẽ biết được thời gian đến dự kiến và chi phí chuyến đi ước tính. Bạn sẽ không còn phải đối mặt với việc bị từ chối bởi các tài xế xe tự động và có thể giảm xác suất hủy chuyến từ 10:1 xuống còn 1:10 (vì đôi khi tài xế vẫn hủy chuyến :().

Giá cước được thuật toán quyết định dựa trên vị trí di chuyển, thời điểm trong ngày, thời tiết, tổng nhu cầu của khách hàng, v.v. Vì vậy, lần tới nếu ai đó phàn nàn về giá tăng cao, bạn có thể chứng minh hiểu biết của mình thay vì chỉ than phiền.

3. Đến giờ ăn trưa! Cảm ơn các nền tảng giao đồ ăn trực tuyến

Được rồi! Có thể bạn không đặt đồ ăn mỗi ngày qua Zomato, Swiggy hay Uber Eats. Nhưng bạn không thể phủ nhận rằng các ứng dụng giao đồ ăn này thật tuyệt vời. Bạn nhận được đồ ăn nóng hổi, tươi ngon trong vòng 30 phút, ngay trước cửa nhà.

Với cá nhân hóa trang chủ, cá nhân hóa người dùng, tìm kiếm từ khóa, thử nghiệm A/B tính năng sản phẩm, phân tích hành trình clickstream, v.v., các nền tảng này ngày càng tham gia sâu vào việc nâng cao hiệu quả thương mại và vận hành. Điều này thể hiện qua tối ưu logistics, lập kế hoạch năng lực tổng đài/tài xế, dự đoán thời gian giao hàng, phân phối quảng cáo, ưu tiên nguồn cung.

Rất nhiều quy trình phức tạp và thuật ngữ “nặng đô” được sử dụng chỉ để đảm bảo đồ ăn đến đúng giờ. Ít nhất thì giờ đây, bạn có thể cảm ơn Machine Learning!

4. Selfie? Được Oxford Dictionaries chọn là từ của năm 2013!

Khi nói về camera trên smartphone, tất cả những khoảnh khắc ấn tượng và hình ảnh bạn chụp được đều là nhờ thuật toán machine learning. Các chế độ như làm mờ chiều sâu, độ phân giải, loại flash, chụp liên tiếp, chụp nhanh, chụp liên tục… giúp tạo ra một bức selfie hoàn hảo. Với chế độ zoom quang học và các chế độ nâng cao khác, ảnh selfie thể hiện “bản chất tâm hồn” của bạn (hiểu chơi chữ nhé!).

Đi sâu hơn một chút, chế độ ban đêm phân tích từng pixel. Nó có thể nhận diện đối tượng trong ảnh, làm mờ hậu cảnh và nhanh chóng dẫn dắt sự chú ý của người xem. Vì vậy, dù bạn có mệt mỏi với công việc hay bực bội với đồng nghiệp, bức ảnh Instagram của bạn vẫn cho thấy bạn đang tận hưởng khoảng thời gian tuyệt vời bên “những người bạn” của mình.

5. Mở khóa khuôn mặt trên smartphone - Nhanh hơn cả tốc độ ánh sáng

Không cần giải thích nhiều, bạn hẳn đã quá quen với việc này. Ngay khi bạn cầm điện thoại lên, nó sẽ tự mở khóa bằng cách nhận diện khuôn mặt, ngày hay đêm đều không quan trọng. Nếu là điện thoại của bạn, bạn có thể mở ngay lập tức. Quá thông minh, hiệu quả và tiết kiệm thời gian.

Ước gì con người cũng giống như vậy (#MeToo). Về mặt khoa học, smartphone sử dụng kỹ thuật nhận diện khuôn mặt để làm điều này, và cốt lõi của nhận diện khuôn mặt không gì khác ngoài machine learning.

6. Gợi ý trên Play Store “tác động” không nhỏ

Tôi phải tải Excel về điện thoại vì mỗi lần không mở Drive thì lại phải mở Excel để tìm số liệu. Nhưng bạn có biết không, cùng với Excel, tôi còn tải cả Word và PowerPoint. Tương tự, với Zomato thì tôi có Uber Eats và Swiggy, với Flipkart thì tôi có Amazon và Myntra. Tôi không biết điều này có tốt cho mình hay không nữa.

Bởi vì thói quen chi tiêu và đặt đồ ăn online của tôi đã chạm đỉnh. Mục “Đề xuất cho bạn” được xây dựng dựa trên các ứng dụng tôi đã cài đặt (hoặc từng sử dụng), từ đó gợi ý những ứng dụng tương tự hoặc thay thế theo thời gian. Tôi thực sự đánh giá cao việc App Store cá nhân hóa theo sở thích của tôi và chỉ hiển thị những ứng dụng tôi thích, nhưng đồng thời cũng lo ngại rằng công nghệ đang xâm nhập vào lựa chọn cá nhân hay suy nghĩ của mình.

7. Khám phá thị trường với Google luôn bên bạn

Sau một cuộc họp với khách hàng tiềm năng, bạn muốn ngồi thư giãn hoặc xử lý một vài việc. Tất cả những gì bạn cần chỉ là tìm kiếm nhà hàng, trạm xăng, ATM, khách sạn, trung tâm mua sắm gần đó, và mọi thứ đã sẵn sàng. Điều tuyệt vời nhất là bạn có nhiều lựa chọn để chọn ra phương án phù hợp nhất.

Với việc sử dụng hàng loạt thuật toán machine learning, các tuyến đường ngày càng thông minh hơn và liên tục được cập nhật.

8. Làm việc! Làm việc! Làm việc!

Cảnh báo thư rác. Đã từng có thời điểm mỗi lần tôi mở Gmail là thấy hàng loạt email không mong muốn che mất những email quan trọng. Nhưng giống như mọi thứ khác, machine learning đã xuất hiện như một vị cứu tinh.

Hộp thư đến của tôi luôn là 0+ email chưa đọc vì tôi mắc OCD (rối loạn ám ảnh cưỡng chế). Nhưng điều khiến tôi phát điên là thấy bạn bè mình có hơn 8000 email chưa đọc. Ở đây, machine learning tại Google không khác gì một bác sĩ. Nó xử lý vấn đề spam cực kỳ thông minh. Với các tab như Primary, Social và Promotions, giờ đây tôi có thể tập trung vào công việc chính và sắp xếp mọi thứ rất nhanh. Nhưng làm sao nó biết email nên được đưa vào đâu?

Đến giờ thì bạn hẳn đã đủ thông minh để biết câu trả lời, và tôi rất tự hào về bạn. Machine learning được dùng để xác định email là spam hay không. Thuật toán của Google đã ngày càng thông minh hơn qua nhiều năm nhờ lượng dữ liệu khổng lồ - điều mà Google có thừa.

9. Giúp bạn kết nối tốt nhất, với những người phù hợp nhất

Bạn mở LinkedIn hoặc Facebook, lướt một chút và mục “Những người bạn có thể biết” xuất hiện. Với những ký ức cũ, sự hoài niệm hay mục đích networking, bạn gửi lời mời kết nối. Bạn kết nối với đồng nghiệp, bạn học cũ và cảm ơn LinkedIn, Facebook vì điều đó.

Nhưng làm sao các nền tảng này biết được những người bạn có thể biết dù bạn chưa từng gặp họ?

Với machine learning, hồ sơ của bạn được quét, sở thích được phân tích, danh sách bạn bè được theo dõi, và nhiều dữ liệu khác được xử lý. Bạn chung, bạn của bạn, mọi mối quan hệ đều được ghi nhận. Thuật toán tạo ra danh sách những người phù hợp với một mẫu nhất định (xâm nhập đời sống bạn cực kỳ “chuyên nghiệp”). Những người này sau đó được đề xuất với kỳ vọng rằng bạn có thể quen họ, dựa trên sở thích, mối quan tâm và đặc biệt là lịch sử duyệt web hay mua sắm gần đây của bạn.

Vì vậy, nếu bạn theo dõi các trang ẩm thực hoặc phim ảnh, bạn có thể sẽ nhận được gợi ý về khóa học nấu ăn hoặc các chương trình giải trí.

10. Marketing cá nhân hóa

Đây là một kỹ thuật marketing được thiết kế riêng theo nhu cầu của từng cá nhân. Tôi thích đặt đồ ăn online - nhiều món khác nhau, nhiều nền ẩm thực, nhiều nhà hàng khác nhau. Mua sắm cũng vậy: nhiều loại quần áo, nhiều thương hiệu, nhiều chất liệu. Nhưng giống như nhiều người trẻ có hoài bão khác, tôi thường lưu sản phẩm vào giỏ để mua sau.

Lịch sử mua sắm của một “tín đồ ăn uống” và “nghiện shopping” hiển nhiên sẽ tràn ngập email, tin nhắn từ nhà hàng và công ty thẻ tín dụng. Vì vậy, giờ đây không cần gọi điện ngẫu nhiên cho khách hàng nữa. Thời kỳ marketing truyền thống đã thay đổi; với machine learning, việc nhận diện và tiếp cận khách hàng trở nên hiệu quả hơn nhiều.

Tổng kết

Machine Learning hiện được sử dụng trong rất nhiều lĩnh vực. Trong ngân hàng, nó phát hiện gian lận bằng cách nhận diện các giao dịch bất thường. Trong y tế, ML giúp bác sĩ phát hiện bệnh từ các báo cáo như X-quang và MRI. Trong bán lẻ, ML gợi ý sản phẩm dựa trên hành vi trong quá khứ của bạn. Những use case này giúp tiết kiệm thời gian, chi phí và cải thiện chất lượng ra quyết định.

ML cũng được sử dụng trong giao thông. Ví dụ, Google Maps dùng ML để đề xuất tuyến đường tốt nhất dựa trên tình hình giao thông. Xe tự lái sử dụng ML để nhận diện làn đường, biển báo và chướng ngại vật. Trong nông nghiệp, ML giúp nông dân kiểm tra sức khỏe cây trồng thông qua hình ảnh từ drone và đưa ra quyết định tốt hơn về nước và phân bón.

Từ việc trò chuyện với trợ lý AI như Alexa, Siri đến các gợi ý phim cá nhân hóa trên Netflix, ML xuất hiện ở khắp mọi nơi. Ngay cả bộ lọc spam email hay hệ thống chấm điểm tín dụng trong ngân hàng cũng đều dựa trên ML. Các trường hợp sử dụng rộng rãi này cho thấy Machine Learning mạnh mẽ và hữu ích như thế nào trong đời sống thực.

Máy tính có thể nhìn, nghe và học. Chào mừng bạn đến với tương lai!