Trí tuệ nhân tạo của VNA hoạt động như thế nào?
Trí tuệ nhân tạo là việc máy móc học cách xử lý và hoạt động như trí tuệ của con người.
Máy tính được luyện tập để tìm kiếm thông tin để xử lý vấn đề được yêu cầu. Có một số lĩnh vực liên quan đến trí tuệ nhân tạo của VNA như: Thống kê và sử lý số liệu y tế, dinh dưỡng và dinh dưỡng lâm sàng, hệ thống giáo dục thông minh, và các giải pháp số hoá khác… đều đang áp dụng 2 giải pháp tân tiến nhất hiện nay là kỹ thật học máy và kỹ thuật học sâu (deep learning). Để giúp máy móc có khả năng đưa ra những giải pháp khác nhau trong mỗi trường hợp cụ thể.
Đầu tiên là giải pháp kỹ thuật học máy (Machine Learning), hiện đang được VNA ứng dụng trong thống kê và xử lý số liệu y tế, tự động hoá máy móc, hay hệ thống giáo dục thông minh …
Đây là một trong những giải pháp được biết đến nhiều nhất của trí tuệ nhân tạo.
Kỹ thuật học máy giúp máy tính học bằng cách lặp lại những khuôn mẫu của hàng triệu dữ liệu và qua phương pháp thống kê dự đoán được hành vi trong tương lai
Máy móc cải thiện qua sự tìm hiểu kiến thức một cách liên tục mà không có sự can thiệp của con người.
Tiếp theo là Kỹ thuật học sâu (deep learning) lại ở một nhánh hoàn toàn phức tạp hơn trong trí tuệ nhân tạo, hiện đang ứng dụng triệt để trong Hệ thống Dinh dưỡng và Dinh dưỡng Lâm sàng công nghệ AI – VnaMedical-AI
Kỹ thuật học sâu đặt ra những kịch bản nâng cao và tạo ra những quy tắc dựa trên những thống kê nhận thức tiến hoá
Trí tuệ nhân tạo tiếp cận hàng triệu định nghĩa, khẩu hiệu, khái niệm và mối quan hệ để học ngữ cảnh của ngôn ngữ và hiểu ý nghĩa của từ ngữ, bối cảnh của sự việc
Máy móc không chỉ đọc thông tin mà còn học cách hiểu giải thích và đưa ra lý do cung cấp giá trị dài hạn cho việc ra quyết định
Vậy làm thế nào trí tuệ nhân tạo có thể phân biệt được các giá trị khác nhau?
Bộ não con người hình dung rõ ràng một người trưởng thành hoặc một đứa trẻ, với cách học theo phương pháp thống kê, máy móc sẽ không nhận diện được một số sắc thái, nó sẽ gặp khó khăn để xác định rõ ràng cho dù đó là một bà cụ hoặc thiếu niên. Nó thiếu bối cảnh của thông tin đã được cung cấp.
Giải pháp học sâu (deep learning) hiểu bối cảnh và nhanh chóng phân biệt giữa một người trưởng thành là nam hay nữ, có suy dinh dưỡng hay thừa cân béo phì và một đứa trẻ phát triển bình thường hay suy dinh dưỡng hoặc đang mắc các bệnh lý khác liên quan…
Và không chỉ dừng lại ở đó, sau khi phân tích dữ liệu và đánh giá cũng như kết luận chẩn đoán. Trí tuệ nhân tạo của VNA (VnaMedical-AI) ngay lập tức đưa ra được phương pháp điều trị cụ thể, hoàn toàn phù hợp với từng cá thể riêng biệt.