Gần đây, điều mà các nhà sản xuất đều nhắc đến khi ra mắt một sản phẩm nào đó là cụm từ: Trí tuệ nhân tạo (AI) hoặc máy học.
Giống như trào lưu thực tế ảo tăng cường AR và thục tế ảo VR ngày trước, máy học khi vừa ra mắt được xem như là một lời hứa hão huyền bởi chưa ai có thể xác định tính khả thi của công nghệ này. Và để khẳng định năng lực của AI, hàng loạt nhà sản xuất đã tích hợp nó vào các mẫu flagship của mình, tiêu biểu là Apple và Google.
Theo TheVerge, máy học (machine learning) vẫn chưa thực sự phổ biến nhưng đã được tích hợp vào một số tính năng trên điện thoại.
Lợi thế của máy học là không thể sao chép, nhân bản hoặc thiết kế ngược lại để hoàn thiện nó một cách dễ dàng.. Và nếu muốn làm điều đó, nhà sản xuất phải có thuật toán xử lý tốt, kho dữ liệu người dùng rộng lớn và thời gian đầu tư. Nói một cách đơn giản, AI sẽ là đòn đánh chí mạng giúp các 'gã khổng lồ' công nghệ vượt qua những đối thủ nhỏ hơn.
Trí tuệ nhân tạo (AI) sử dụng hiệu năng thiết bị và cơ sở dữ liệu người dùng rộng lớn để phân tích, cải thiện hiệu năng và trải nghiệm người dùng tốt hơn theo thời gian khiến các đối thủ phải luôn cải tiến thiết bị để không bị bỏ lại phía sau. Nói như thế không có nghĩa rằng máy học là liều thuốc chữa bách bệnh cho thiết bị, dùng mãi không hư bởi đây chỉ là nền tảng để áp dụng lên một vài tính năng của nó.
Camera HDR + của Google
Ảnh selfie ngược sáng bằng Google Pixel 2 ở chế độ xóa phông
Bắt đầu từ những thành quả ấn tượng mà công nghệ máy học đã đạt được trên chiếc smartphone Pixel đời đầu và thế hệ thứ hai của Google, mang lại hiệu suất làm việc của camera tương tự như máy ảnh DSLR dù trong điều kiện ánh sáng yếu. Thuật toán xử lý hình ảnh của Google đã vượt qua những hạn chế về phần cứng của máy ảnh di động (chỉ sử dụng một camera mà không cần camera kép) và được thực hiện nhờ vào sự kết hợp giữa các thuật toán thông minh và khả năng học máy.
Theo giáo sư Marc Levoy từ đại học Stanford, chủ tịch nhóm nghiên cứu máy ảnh của Google nhấn mạnh rằng nó có khả năng phát triển chất lượng tốt hơn theo thời gian ngay cả khi Google không cần làm bất cứ điều gì để cải thiện . Thời gian sẽ giúp cho công nghệ học máy tốt hơn và khiến camera của Google tốt hơn, thời gian và sức mạnh xử lý (cả trên thiết bị và trong kho dữ liệu máy chủ lớn của Google) cũng quan trọng không kém.
Google Assistant
Tại CES tháng 1 năm nay, ông Richard Yu, CEO Huawei (Trung Quốc) đã được hỏi rằng liệu công ty của ông sẽ giới thiệu trợ lý giọng nói riêng của mình tại Mỹ hay không. Ông trả lời: 'Alexa và Google Assistant tốt hơn rất nhiều, làm sao chúng tôi có thể cạnh tranh lại họ?'. Điều đó cho thấy sự khó khăn trong việc sao chép các nỗ lực học tập dữ liệu từ Google và Amazon. Hai công ty công nghệ Mỹ đã dồn tất cả các nguồn tài nguyên rộng lớn để đầu tư vào việc xử lý ngôn ngữ tự nhiên và nhận dạng giọng nói giúp họ giữ khoảng cách đủ xa về mảng trợ lý ảo so với các đối thủ cạnh tranh. Ngay cả Huawei, một trong những thương hiệu công nghệ tiêu dùng lớn nhất nhì ở Châu Âu và Trung Quốc cũng không đủ sức đấu lại. Đó là sức mạnh tích lũy của đầu tư dài hạn trong lĩnh vực học máy.
Google Assistant không phải là tính năng độc quyền riêng cho các thiết bị Nexus hoặc Pixel mà Google muốn nó có thể chạy trên mọi thiết bị, đóng vai trò trung gian giúp người dùng sử dụng và tìm kiếm các dịch vụ còn lại của hãng. Tất cả những gì mà Google thu được đều xuất phát từ học máy đa dạng, giống như việc học máy sẽ thu thập thói quen người dùng, dữ liệu tìm kiếm để đưa ra mẹo đi đường trên Google Maps hay các đề xuất video trên YouTube.
Face ID của Apple
Về phía Apple, máy học được áp dụng vào phần lớn phần mềm trên iPhone, và các công cụ của hãng như Core ML có thể giúp lập trình viên sử dụng chúng cho ứng dụng của mình. Tuy nhiên tính năng nổi bật của nhất iPhone X, thứ mà mọi người bàn tán xôn xao nhất là dải đen nằm trên cùng màn hình với những công nghệ bên trong nó. Nó được tích hợp các cảm biến hồng ngoại và ánh sáng tương tự hệ thống Kinect của Microsoft để dùng cho phương pháp xác thực bằng khuôn mặt Face ID.
Dù chưa thể kết luận Face ID có kết hợp thành công sự tiện lợi và bảo mật như cảm biến vân tay không, chắc chắn công nghệ bên trong nó cực kỳ phức tạp. Đa số mọi người đều công nhận Face ID hoạt động rất tốt và khá chính xác thậm chí là trong bóng tối, nhờ máy học mà nó có thể thay đổi và tự học lại những thay đổi trên khuôn mặt bạn. Nếu bỏ qua thiết kế hay màn hình OLED, có lẽ Face ID sẽ là tính năng để người ta biết rằng đây là iPhone X. Tất cả đều nhờ vào máy học.
Vẫn còn sớm để phát triển máy học trở thành tính năng chính trên smartphone. Face ID vẫn là tính năng mới nhưng người dùng mua iPhone X chủ yếu vẫn do thiết kế viền mỏng và camera xuất sắc. Song sau này khi máy học đạt đến trình độ nhất định và đủ để trở thành trải nghiệm cốt lõi của người dùng, các nhà sản xuất cần có hệ thống máy học của riêng mình để cạnh tranh với đối thủ. Thời gian rất có thể là vào đầu năm tới.
Chip xử lý AI của Huawei và trợ lý ảo Bixby của Samsung
Theo The Verge, bên cạnh Apple và Google, Huawei cũng là hãng mạnh dạn tích hợp công nghệ học máy và AI vào các thiết bị của mình. Trên bộ đôi Mate 10 và 10 Pro, Huawei đã lấy công nghệ AI làm mục tiêu quảng cáo chính. Tuy nhiên, không giống như Apple và Google là đã biến máy học thành những tính năng thực tế, cách tiếp cận của Huawei là đào sâu vào lĩnh vực mà thị trường ít chú trọng khi sử dụng máy học để tối ưu hóa hiệu suất của Android trong quá trình sử dụng lâu dài. Đó là một nỗ lực đáng khen ngợi, nhưng thật khó tưởng tượng khi khi mọi người so sánh nó với các flagship khác trên thị trường. Huawei cũng đưa ra một số hướng tiếp thị khác về AI là 'camera AI' tự động nâng cao hình ảnh dựa trên việc phát hiện vật thể, tuy nhiên nó vẫn chưa đạt được hiệu quả cao như Pixel của Google.
Ví dụ của Huawei cho ta thấy rằng bản thân công nghệ học máy không phải là điểm nhấn chính để tiếp thị mà còn phải tích hợp vào các tính năng giúp nó trở nên hấp dẫn và thú vị hơn.
Một ví dụ điển hình khác để minh họa cho quan điểm trên là sự thất bại của Samsung với trợ lý giọng nói Bixby. Bixby có thể xem như một bản sao chưa hoàn chỉnh của Google Assistant bởi Samsung không có đủ thời gian để tích lũy một lượng dữ liệu hữu ích và kinh nghiệm trong lĩnh vực xử lý thông tin mới mẻ này. Thật không may, có lẽ chúng ta đã mong đợi quá nhiều ở Bixby hơn bất cứ điều gì khác trong năm tới, khi các công ty cố gắng làm việc để tìm ra cách làm thế nào để khai thác tốt nhất tiềm năng của trí thông minh nhân tạo.
Khi nhìn sang iPhone X, bạn sẽ bị ấn tượng với màn hình OLED mới cùng cái giá đưa ra cũng từ đó mà tăng theo. Mọi cải tiến phần cứng mới của Apple có vẻ như được nhắm tới việc sản xuất các thiết bị của họ phức tạp hơn và kỹ thuật hơn - chẳng hạn như nút home cảm ứng Taptic Engine kể từ đời iPhone 7 về sau, cảm ứng lực 3D Touch trên màn hình iPhone, màn hình OLED mới của iPhone X hay Touch Bar trên MacBook mới nhất - nhưng tất cả trong số đó là những hệ thống được thiết kế và gia công bởi những công ty khác. Vào năm 2014, Apple đã đầu tư rất lớn vào nỗ lực xây dựng chuỗi cung ứng màn hình tinh thể sapphire nhưng đã thất bại và khiến công ty sản xuất thuê phải phá sản.
Giờ đây, việc chạy đua về mặt phần cứng giữa các nhà sản xuất với nhau đã không còn ý nghĩa. Vào giai đoạn cuối của sự phát triển điện thoại thông minh, học máy là con đường duy nhất để tạo sự khác biệt giữa một thị trường dần bão hòa. Dù được đánh giá cao nhưng camera của Pixel vẫn có thể bị đánh giá thấp, chủ yếu do khả năng cung ứng của Google không thể phân phối các thiết bị Pixel rộng rãi. Về mặt Face ID rất có thể nó sẽ bị sao chép bởi một loạt đối thủ cạnh tranh cũng như bị qua mặt bởi các lỗ hổng do Bkav vừa phát hiện. Tuy nhiên sự khác biệt giữa người tạo ra công nghệ và kẻ copy chúng đang ngày càng mờ nhạt, và điều đó sẽ tiếp tục khi smartphone bước vào thời kỳ của máy học.
Thái Âu