- vừa được xem lúc

Tốc độ nạp kiến thức CÓ THỂ tăng nhanh bằng AI

0 0 27

Người đăng: Nhat Truong

Theo Viblo Asia

1. Sự tự học và tầm quan trọng của sự tự học

Self-study là một trong những kỹ năng quan trọng trong các ngành khác nhau đặc biệt là trong ngành công nghệ mà bất kỳ ai đều phải trao dồi, công nghệ liên tục thay đổi đòi hỏi một người làm trong ngành công nghệ cũng phải liên tục tiếp thu lượng kiến thức mới nếu không muốn bị lạc hậu và bỏ lại. Lượng kiến thức được học ở trường không đủ để đáp ứng công việc trong thời gian dài và có khi còn không đúng với thực tế công việc. Và vì sự phát triển của công nghệ đã kéo theo các ngành khác phát triển không ngừng, do đó việc làm việc các ngành khác cũng sẽ chịu áp lực không nhỏ.

2. Ưu điểm của các công cụ AI

Nếu như nhiều năm trước đây kỹ năng tìm kiếm trên google một cách tối ưu là một kỹ năng giúp cá nhân có thể chắt lọc lượng kiến thức tốt và phụ hợp để nạp vào não thì hiện nay AI đã giúp chúng ta rất nhiều trong việc này và giúp cho tốc độ nạp kiến thức nhanh hơn một cách đáng kể. Chúng ta có thể đặt câu hỏi và nhanh chóng nhận lại câu trả có thể là đúng.

Một ví dụ cụ thể, tôi đang tìm hiểu về các nguyên lý trong kế toán trong đó có nhiều khái niệm mà một người trái ngành như tôi đôi lúc không thể hiểu một cách dễ dàng và không có một người có kinh nghiệm để tôi hỏi liên tục và mọi thời điểm.

Lý thuyết kế toán bảo rằng

Tổng tài sản = nguồn vốn

Tuy nhiên, khi tôi thắc mắc rằng có khi khái niệm đó không phải lúc nào cũng đúng, tôi kiểm tra lại như sau:

image.png

image.png

Không chỉ hỏi các kiến thức thiên về lý thuyết, tôi có thể yêu cầu các ví dụ để dễ dàng hiểu các kiến thức tôi đang tiếp thu hơn. Điều này giúp tôi ánh xạ kiến thức lý thuyết với thực tế mà tôi đã trải nghiệm.

image.png

Thật sự nhờ AI mà tôi đã tiết kiệm một khoảng thời gian đáng kể trong lúc nạp kiến thức mà không phải tự lọc từ nhiều nguồn gợi ý từ Google hay các công cụ tìm kiếm khác. Tôi có thể thắc mắc 24/7, liên tục không giới hạn bằng nhiều câu hỏi khác nhau để tìm được câu trả lời cuối cùng.

3. Nhược điểm hiện tại của các công cụ AI

Tuy nhiên như tôi đã đề cập ở trên, câu trả lời có thể đúng chứ phải lúc nào cũng đúng và luôn có thể tin tưởng 100%.

Cùng xem một ví dụ sau:

image.png

Rõ ràng là AI đã cung cấp số liệu không chính xác, đối các ví dụ phức tạp hơn đôi khi sẽ làm chúng ta mất thời gian hơn để nhận ra.

Ngoài ra, ta cũng nên nghi ngờ việc AI cho ta câu trả lời không trung lập. Các công cụ AI và dữ liệu được tạo bởi các cá nhân và tổ chức, không thể loại trừ việc các cá nhân hoặc tổ chức có thiên kiến trong quá trình xây dựng hoặc trong quá trình cung cấp dữ liệu.

Vì vậy ở thời điểm viết bài viết này, việc kết hợp các công cụ truyền thống với các công cụ AI với nhau để cho ra kiến thức phù hợp và tốt nhất là điều nên làm.

Tổng kết

Tốc độ nạp, lượng nạp kiến thức của loài người sẽ ngày càng tăng trong tương lai khi mà các công cụ hổ trợ ngày càng xuất hiện nhiều hơn thì việc chọn nguồn và loại kiến thức để nạp là cực kỳ quan trọng, AI là một xu hướng tất yếu mà thế giới đang tiến tới để giúp loài người chúng ta tốt hơn nhưng cuối cùng AI thời điểm hiện tại vẫn là một công cụ. Có một câu nói của Marcus Aurelius mình rất tâm đắc:

Everything we hear is an opinion, not a fact. Everything we see is a perspective, not the truth. Tất cả những gì chúng ta nghe chỉ là ý kiến, không phải là sự thật. Tất cả những gì chúng ta thấy chỉ là góc nhìn, không phải là sự thật.

Vì vậy, mong các bạn chọn cho mình một ý kiến phù hợp và kiên trì với sự học của bản thân.

Bình luận

Bài viết tương tự

- vừa được xem lúc

Các thuật toán cơ bản trong AI - Phân biệt Best First Search và Uniform Cost Search (UCS)

Nếu bạn từng đọc các thuật toán trong AI (Artificial Intelligence - Trí tuệ nhân tạo), rất có thể bạn từng nghe qua về các thuật toán tìm kiếm cơ bản: UCS (thuộc chiến lược tìm kiếm mù) và Best First Search (thuộc chiến lược tìm kiếm kinh nghiệm). Khác nhau rõ từ khâu phân loại rồi, thế nhưng hai th

0 0 169

- vừa được xem lúc

Con đường AI của tôi

Gần đây, khá nhiều bạn nhắn tin hỏi mình những câu hỏi đại loại như: có nên học AI, bắt đầu học AI như nào, làm sao tự học cho đúng, cho nhanh, học không bị nản, lộ trình học AI như nào... Sau nhiều lần trả lời, mình nghĩ rằng nên viết hẳn một bài để trả lời chi tiết hơn, cũng như để các bạn sau này

0 0 157

- vừa được xem lúc

[ChatterBot] Thư viện chatbot hay ho dành cho Python| phần 3

Trong bài trước mình đã trình bày về Training data cho chatbot và tiền xử lý dữ liệu. Trong phần này sẽ trình bày với các bạn về logic adapter.

0 0 62

- vừa được xem lúc

[Deep Learning] Kỹ thuật Dropout (Bỏ học) trong Deep Learning

. Trong bài viết này, mình xin phép giới thiệu về Dropout (Bỏ học) trong mạng Neural, sau đó là mình sẽ có 1 số đoạn code để xem Dropout ảnh hưởng thế nào đến hiệu suất của mạng Neural. 1.1. Dropout trong mạng Neural là gì.

0 0 63

- vừa được xem lúc

Kỹ thuật Dropout (Bỏ học) trong Deep Learning

Trong bài viết này, mình xin phép giới thiệu về Dropout (Bỏ học) trong mạng Neural, sau đó là mình sẽ có 1 số đoạn code để xem Dropout ảnh hưởng thế nào đến hiệu suất của mạng Neural. 1.

0 1 80

- vừa được xem lúc

Blockchain dưới con mắt làng Vũ Đại 4.0

Mở bài. Hey nhô các bạn, lại là mình đây .

0 0 50