Khoa học máy tính và Trí tuệ nhân tạo

Chương trình đào tạo chi tiết xin mời liên hệ:  Viện Công nghệ thông tin và Truyền thông

Kiến thức đào tạo

• Chương trình được thiết kế theo chuẩn quốc tế với thời gian thực hành tại phòng lab tương đương thời gian học lý thuyết.
• Chương trình gồm các kiến thức cơ bản với định hướng khoa học dữ liệu như: toán, xác suất-thống kê, trí tuệ nhân tạo, học máy, học sâu, khai phá dữ liệu, xử lý/biểu diễn dữ liệu lớn, blockchain, các kiến thức nghiệp vụ chuyên ngành, cũng như các môn học liên quan đến kỹ năng đổi mới sáng tạo, và khởi nghiệp…
• Sinh viên được thực tập tại doanh nghiệp CNTT từ năm thứ 3.
• Sinh viên được làm nghiên cứu liên tục với giảng viên từ năm thứ 2.
• Ngoài ra sinh viên còn được đào tạo:
  • Kỹ năng: Kỹ năng thuyết trình, tổ chức, làm việc nhóm, lãnh đạo;
  • Ngoại ngữ: Sử dụng hiệu quả tiếng Anh trong công việc, đạt điểm TOEIC 650 trở lên.

Thời gian đào tạo

• Chương trình DS-AI đào tạo theo mô hình cử nhân [4 năm], cử nhân – kỹ sư [5.5 năm], hoặc cử nhân – thạc sỹ [5.5 năm];
• Sinh viên có nhiều cơ hội học tập tiếp ở bậc cao học, tiến sỹ tại các nước phát triển như Phần Lan, Nhật Bản, Đức, Úc, Mỹ …

Khả năng học lên cao hơn

• Sinh viên có thể được tham gia vào các chương trình chuyển tiếp 4+1+1 với Đại học Uppsala [Thụy Điển], lấy bằng Thạc sỹ Khoa học Dữ liệu.
• Sinh viên có nhiều cơ hội học tập tiếp ở bậc cao học, tiến sỹ tại các nước phát triển như Phần Lan, Nhật Bản, Đức, Úc, Mỹ …

Chuẩn đầu ra của chương trình đào tạo

• Chương trình được thiết kế theo chuẩn quốc tế với thời gian thực hành tại phòng lab tương đương thời gian học lý thuyết.
• Chương trình gồm các kiến thức cơ bản với định hướng khoa học dữ liệu như: toán, xác suất-thống kê, trí tuệ nhân tạo, học máy, học sâu, khai phá dữ liệu, xử lý/biểu diễn dữ liệu lớn, blockchain, các kiến thức nghiệp vụ chuyên ngành, cũng như các môn học liên quan đến kỹ năng đổi mới sáng tạo, và khởi nghiệp…
• Sinh viên được thực tập tại doanh nghiệp CNTT từ năm thứ 3.
• Sinh viên được làm nghiên cứu liên tục với giảng viên từ năm thứ 4.
• Sinh viên sau khi ra trường phải đạt 650 TOEIC.

Học bổng và hỗ trợ tài chính

Bên cạnh các nguồn học bổng và hỗ trợ tài chính của Trường ĐHBK Hà Nội, sinh viên theo học Chương trình DS-AI có kết quả học tập tốt có cơ hội nhận học bổng tài năng từ Quỹ học bổng hội cựu sinh viên / hội doanh nghiệp CNTT hoặc từ các tập đoàn lớn như Microsoft, Samsung, Vingroup, VNPT…

Ngoài ra, sinh viên có khả năng giảng dạy và nghiên cứu tốt có thể tham gia làm trợ giảng [Teaching Assistant – TA, hỗ trợ các thầy cô giảng dạy], hay trợ lý nghiên cứu [Research Assistant – RA, hỗ trợ và cùng làm nghiên cứu với các thầy cô tại hệ thống các phòng thí nghiệm của Viện] với mức thù lao có thể lên tới 4 triệu/tháng, kèm theo Chứng nhận chính thức của Viện để sau này các em có điều kiện thuận lợi xin học bổng du học. Hiện tại, Viện là đơn vị duy nhất triển khai các chương trình này trong Trường.

Học tích hợp cử nhân – thạc sỹ: sinh viên có cơ hội được nhận học bổng miễn giảm học phí của Nhà trường, học bổng hỗ trợ đào tạo sau đại học của các tập đoàn, tổng công ty trong và ngoài nước.

Học bổng trao đổi sinh viên và cơ hội thực tập

Nằm trong khối các Chương trình Elitech, Chương trình DS-AI thường xuyên mời giảng viên là các giáo sư, chuyên gia quốc tế tới giảng dạy cho sinh viên. Ngoài ra, Viện hợp tác với các trường đại học uy tín tại Châu Âu, Bắc Mỹ, Nhật Bản, giúp sinh viên có cơ hội trao đổi, tiếp xúc sớm với môi trường làm việc bằng quốc tế, như Đại học Khoa học Ứng dụng Regensburg [OTH, Đức], Đại học Kỹ thuật Nanyang [Singapore], Đại học Quốc gia Singapore, Đại học Uppsala [Thụy Điển], Đại học Aizu [Nhật Bản], Đại học Công nghệ Tokyo [Nhật Bản]…

Chương trình cũng thường xuyên tiếp nhận sinh viên quốc tế đến trao đổi từ Nhật, Úc, Đức, Tây Ban Nha, Hàn Quốc, Indonesia, Myanmar…

Trong quá trình học sinh viện được thực tập trải nghiệm môi trường làm việc thực tế tại hơn 200 doanh nghiệp đối tác của Viện, trong đó có rất nhiều doanh nghiệp quốc tế có trụ sở tại Việt Nam.

Thêm vào đó, Mạng lưới cựu sinh viên của Viện tại Silicon Valley cũng thường xuyên tổ chức các hoạt động hỗ trợ, tư vấn để giúp sinh viên có cơ hội trao đổi, thực tập tại các tập đoàn công nghệ hàng đầu Thế giới

Do nhu cầu của Công nghiệp 4.0, trong đó, vấn đề “thông minh hóa” các hệ thống truyền thống đóng vai trò sống còn, vì vậy, chuyên gia khoa học dữ liệu đang là ngành nghề “hot” nhất trên Thế giới, với mức lương vượt trội các ngành khác trong lĩnh vực CNTT. Sinh viên ra trường có thể làm việc:

• Tại các bộ phân phân tích dữ liệu, điều tra, khảo sát và dự báo tại các tổ chức ở hầu hết mọi lĩnh vực của nền kinh thế, tại các tập đoàn đa quốc gia, các ngân hàng, các hãng bảo hiểm, các hãng tư vấn…
• Tại các bộ phận phát triển sản phẩm trí tuệ nhân tạo, xử lý/phân tích/biểu diễn dữ liệu lớn tại các tập đoàn công nghệ trong và ngoài nước…
• Khởi nghiệp, phát triển các ứng dụng phân tích dữ liệu, và trí tuệ nhân tạo phục vụ đời sống.

Sự khác biệt chính - Học máy và Trí tuệ nhân tạo
 

Trí tuệ nhân tạo là một khái niệm rộng. Xe hơi tự lái, nhà thông minh là một số ví dụ về Trí tuệ nhân tạo. Một số quốc gia có robot thông minh trong các lĩnh vực như y học, sản xuất, quân sự, nông nghiệp và gia dụng. Học máy là một loại Trí tuệ nhân tạo. Các sự khác biệt chính giữa Học máy và Trí tuệ nhân tạo là Máy học là một loại Trí tuệ nhân tạo cung cấp khả năng cho máy tính học mà không cần được lập trình rõ ràng và Trí tuệ nhân tạo là lý thuyết và sự phát triển của các hệ thống máy tính có thể thực hiện các tác vụ một cách thông minh tương tự như con người. Học máy sử dụng một thuật toán để phân tích dữ liệu, học hỏi từ đó và đưa ra quyết định phù hợp. Nó là sự phát triển của các thuật toán tự học và Trí tuệ nhân tạo là khoa học phát triển một hệ thống hoặc phần mềm thông minh như con người.

1. Tổng quan và sự khác biệt chính 2. Học máy là gì 3. Trí tuệ nhân tạo là gì 4. Điểm giống nhau giữa Học máy và Trí tuệ nhân tạo 5. So sánh song song - Học máy và trí tuệ nhân tạo ở dạng bảng

6. Tóm tắt

Học máy là gì?

Thuật toán là một chuỗi các bước yêu cầu máy tính giải quyết một vấn đề. Học máy là một loại Trí tuệ nhân tạo. Nó cung cấp cho máy tính khả năng học hỏi mà không cần được lập trình rõ ràng. Chúng là các thuật toán khác nhau có sẵn để giải quyết các vấn đề về Học máy. Tùy thuộc vào dạng bài toán mà người ta có thể chọn một thuật toán Học máy phù hợp. Nó tập trung vào việc phát triển các chương trình máy tính có thể đưa ra kết quả khi tiếp xúc với dữ liệu mới.

Có nhiều loại Học máy khác nhau. Đó là Học có giám sát, Học không giám sát và Học củng cố. Học tập có giám sát sử dụng một tập dữ liệu đã biết để đưa ra dự đoán. Tập hợp dữ liệu đầu vào [X] và tập hợp các giá trị hoặc đầu ra phản hồi tương ứng [Y] được cấp cho thuật toán học có giám sát. Tập dữ liệu đó được gọi là tập dữ liệu đào tạo. Sử dụng tập dữ liệu đó, thuật toán xây dựng một mô hình [Y = f [X]], vì vậy nó có thể đưa ra một giá trị đầu ra để hoàn thành tập dữ liệu mới.

Phân loại và Hồi quy là các thuật toán Học máy được giám sát. Phân loại được sử dụng để phân loại một bản ghi. Một ví dụ đơn giản là "liệu nhiệt độ có lạnh không". Câu trả lời có thể là “có” hoặc “không”. Có một số sự lựa chọn cụ thể để phân loại. Nếu có hai sự lựa chọn, đó là phân loại hai lớp. Nếu có nhiều hơn hai sự lựa chọn, đó là một phân loại nhiều lớp. Hồi quy được sử dụng để tính toán đầu ra số. Ví dụ, dự đoán nhiệt độ của ngày mai. Một ví dụ khác là dự đoán giá trị của ngôi nhà.

Trong Học không giám sát, chỉ có dữ liệu đầu vào được cung cấp và không có đầu ra tương ứng, thay vào đó, thuật toán tìm một mẫu hoặc cấu trúc để tìm hiểu thêm về dữ liệu. Phân cụm được phân loại là Học không giám sát. Nó tách dữ liệu thành các nhóm hoặc cụm để dễ dàng giải thích dữ liệu.

Học tập củng cố được lấy cảm hứng từ tâm lý học hành vi. Nó liên quan đến việc tối đa hóa một số khái niệm về phần thưởng tích lũy. Một ví dụ về Học tăng cường là hướng dẫn máy tính chơi cờ vua. Có rất nhiều bước trong việc học cờ vua. Vì vậy, không thể hướng dẫn cụ thể từng bước. Nhưng có thể nói, liệu hành động nhất định được thực hiện đúng hay sai. Trong Học tập củng cố, máy tính sẽ cố gắng tối đa hóa phần thưởng và học hỏi kinh nghiệm. Một ví dụ khác là Bộ điều khiển nhiệt độ tự động. Hệ thống phải tăng hoặc giảm nhiệt độ theo yêu cầu. Học tập củng cố là tốt cho các hệ thống cần đưa ra quyết định mà không cần nhiều sự hướng dẫn của con người.

Trí tuệ nhân tạo là tạo ra một máy tính, một robot được điều khiển bằng máy tính hoặc một phần mềm có tư duy thông minh tương tự như con người. Nó được áp dụng cho hệ thống, cách con người suy nghĩ, cách con người học, quyết định và giải quyết vấn đề. Cuối cùng, một hệ thống thông minh và thông minh được xây dựng. Trí tuệ nhân tạo là một công nghệ thời thượng trong thế giới hiện đại. Nó là sự kết hợp của nhiều ngành như Khoa học máy tính, Sinh học, Toán học và Kỹ thuật.

Có rất nhiều ứng dụng của Trí tuệ nhân tạo [AI]. Các ứng dụng Trò chơi hiện đại sử dụng AI. Nghiên cứu AI cũng bao gồm Xử lý ngôn ngữ tự nhiên. Đó là cung cấp cho máy tính hoặc máy móc khả năng hiểu ngôn ngữ tự nhiên của con người và thực hiện các nhiệm vụ tương ứng. Một ứng dụng khác là Robot công nghiệp. Có nhiều robot phức tạp hơn với bộ vi xử lý hiệu quả và dung lượng bộ nhớ khổng lồ. Chúng có thể điều chỉnh theo môi trường mới và thu thập dữ liệu bằng ánh sáng, nhiệt độ, âm thanh, v.v. Chúng được sử dụng trong các lĩnh vực như y học và sản xuất. Trí tuệ nhân tạo cũng được áp dụng trong nhận dạng ký tự quang học, phương tiện tự hành, mô phỏng quân sự, v.v.

Điểm giống nhau giữa Học máy và Trí tuệ nhân tạo là gì?

• Cả hai đều có thể được sử dụng để xây dựng các hệ thống tinh vi để thực hiện các nhiệm vụ nhất định.
• Cả hai đều dựa trên Thống kê và Toán học.
• Học máy là công nghệ tiên tiến mới của Trí tuệ nhân tạo.

Sự khác biệt giữa Học máy và Trí tuệ nhân tạo là gì?

Tóm lược -Học máy và trí tuệ nhân tạo

Trí tuệ nhân tạo là một tiến bộ và một kỷ luật rộng lớn. Nó bao gồm nhiều lĩnh vực khác như Kỹ thuật, Toán học, Khoa học Máy tính, v.v. Sự khác biệt giữa Học máy và Trí tuệ nhân tạo là Học máy là một loại Trí tuệ nhân tạo cung cấp cho máy tính khả năng học mà không cần được lập trình rõ ràng và nhân tạo. Trí thông minh là lý thuyết và sự phát triển của hệ thống máy tính có thể thực hiện các nhiệm vụ một cách thông minh tương tự như con người. Học máy là công nghệ tiên tiến mới của Trí tuệ nhân tạo.

Tải xuống phiên bản PDF của Học máy và Trí tuệ nhân tạo

Bạn có thể tải xuống phiên bản PDF của bài viết này và sử dụng nó cho các mục đích ngoại tuyến theo ghi chú trích dẫn. Vui lòng tải xuống phiên bản PDF tại đây Sự khác biệt giữa Máy học và Trí thông minh Nhân tạo