Bài Giảng Trí Tuệ Nhân Tạo Trong Kinh Doanh (Combo Full Slide 6 Chương )

HỌC VIỆN NGÂN HÀNG KHOA HỆ THỐNG THÔNG TIN QUẢN LÝ Nội dung Chương 1 Tổng quan về Trí tuệ nhân tạo Chương 2 Ứng dụng Trí tuệ nhân tạo mang lại lợi thế cạnh tranh trong thời đại số Chương 3 Python v[.]

HỌC VIỆN NGÂN HÀNG

KHOA HỆ THỐNG THÔNG TIN QUẢN LÝ

Nội dung

Chương 1 Tổng quan về Trí tuệ nhân tạo

Chương 2 Ứng dụng Trí tuệ nhân tạo mang lại lợi thế cạnh tranh trong thời đại số

Chương 6 Ứng dụng AI trong hoạt động bán hàng

Giới thiệu môn học 2

Tiến trình học tập

Giới thiệu môn học

1 Chương 1: Khái niệm và các ứngdụng của AI 9 Kiểm tra 1: Thực hành trên máy

2 Chương 1: Các Kỹ thuật/ Côngnghệ sử dụng trong AI 10 Chương 5: Ứng dụng AI trong hoạtđộng chăm sóc khách hàng

3 Chương 1: Quy trình phát triểnứng dụng AI 11

Chương 5: Thực hành xây dựng chatbot chăm sóc khách hàng (Phòng máy)

4 Chương 2: Ứng dụng AI mang lại

6 Chương 3: Thực hành (Phòngmáy) 14 Kiểm tra 2: Trắc nghiệm (GG Form)

7 Chương 4: Ứng dụng AI tronghoạt động phát triển khách hàng. 15 Giải đáp các thắc mắc về BTL

8

Chương 4: Thực hành xây dựng

bài toán Xếp hạng tín dụng của KH

Giới thiệu môn học

 Biết sử dụng ngôn ngữ Python.

 Thực hành được một số bài toán cơ bản về các phương pháp dự đoán sử dụng kỹ thuật hồi quy và phân lớp; xây dựng Chatbot và nhận diện hình ảnh.

 Có khả năng nhận diện và đề xuất được các giải pháp AI nâng cao hiệu quả thực hiện các bài toán trong thực tế.

Giới thiệu môn học 4

Giới thiệu môn học

 Tài liệu tham khảo

 Slide bài giảng của Khoa HTTTQL

 Artificial Intelligence for Business, Jajendra Akerkar,

2019, Springer.

 Artificial Intelligence and Machine learning for Business,

Steven Finlay, 2018, Great Britain.

 Data Mining for Business Analytics, Wilay, 2020.

 Building an Enterprise Chatbot, Apress, 2019.

Giới thiệu môn học 5

HỌC VIỆN NGÂN HÀNG KHOA HỆ THỐNG THÔNG TIN QUẢN LÝ

CHƯƠNG 1 NHỮNG VẤN ĐỀ CƠ BẢN VỀ AI

03 buổi

NỘI DUNG CHÍNH

1.1 Tổng quan về AI 1.2 Các ứng dụng nổi bật của AI 1.3 Các kỹ thuật chính trong AI 1.4 Nhân sự trong các dự án AI 1.5 Vấn đề đạo đức trong AI

1.1 Khái niệm cơ bản về AI

Liệu máy móc có thể thực sự suy nghĩ như một

con người hay không?

Liệu một cỗ máy có thể trở thành con người hay không?

AI qua góc nhìn phim ảnh

AI trong thực tế

AI – Artificial Intelligence – Trí tuệ nhân tạo là gì?

AI là gì?

❖1955: AI – Artificial Intelligence – Trí tuệ nhân tạo

là bộ môn khoa học và kĩ thuật chế tạo máy thông

minh.

(Nguồn: John McCarthy – Hội nghị Dartmouth (1955 – 1956)

❖2020: AI – Trí tuệ nhân tạo (Trí thông minh nhân tạo) là một nhánh trong lĩnh vực Khoa học máy

tính, chủ yếu liên quan đến việc tự động hóa các

hành vi thông minh.

(Nguồn: K R Chowdhary - Fundamentals of Artificial Intelligence-Springer-Nature New York Inc (2020)

Thông minh

là gì?

Các quan điểm về trí thông minh

❖ Có khả năng thích nghi bản thân với những tình huống tương đối mới trong cuộc sống.

❖ Một người sở hữu trí thông minh trong chừng mực mà anh ta đã học , hoặc có thể học , để tự điều chỉnh mình thích nghi với môi trường

❖ Có khả năng của một sinh vật để giải quyết các vấn đề

mới

❖ Một khái niệm liên quan đến khả năng hành động có mục đích, suy nghĩ hợp lý và đối phó hiệu quả với môi trường

❖ Trí thông minh là một khả năng tinh thần rất tổng quát, liên quan đến khả năng suy luận , lập kế hoạch ,

giải quyết vấn đề , suy nghĩ trừu tượng , hiểu những ý tưởng phức tạp , học hỏi nhanh và học hỏi từ kinh nghiệm

Nhận thức

Nhớ

Analyze Phân tích Hiểu

React Tương tác

Áp dụng

Intelligence Thông minh

Các quan điểm về trí thông minh

Học tập

(Nguồn: K R Chowdhary - Fundamentals of Artificial Intelligence-Springer-Nature New York Inc (2020)

AI là gì?

❖AI là lĩnh vực của khoa học máy tính nhằm thiết kếcác hệ thống máy tính thông minh, tức là các hệthống có đặc điểm của trí thông minh, ví dụ như cókhả năng quan sát hành vi, để hiểu ngôn ngữ, cókhả năng học hỏi, suy luận và giải quyết vấn đề

Phân biệt hệ thống AI với các hệ thống khác

TỰ HỌC

Nhận thức

Nhớ

Analyze Phân tích Hiểu

React Tương tác

Áp dụng

Intelligence Thông minh

1.1.2 Các quan điểm về AI

Học tập

1.1.2 Các quan điểm về AI

❖Strong (General) AI – AI mạnh (tổng quát) là giảthuyết về một cỗ máy có khả năng hiểu hoặc họcbất kỳ nhiệm vụ trí tuệ nào mà con người có thểthực hiện được, tập trung nghiên cứu robot, đượctin rằng có thể trở thành một “giống loài” mới

❖Weak (Narrow) AI – AI yếu (hẹp) là quan điểm vềviệc máy móc chỉ có thể mô phỏng được một sốhành vi của trí tuệ con người

✓ Học và cải tiến: Học tập liên tục và

cải tiến hiệu suất dựa trên sự phản hồi

✓ Xác định ngữ nghĩa: Phân biệt ý

nghĩa của một biểu thức dựa trên các tín hiệu về ngữ cảnh

✓ Lý luận và ra quyết định: Tạo ra

giả thuyết và áp dụng các quy tắc để ra quyết định

✓ Xác định bối cảnh và tương tác:

tìm ra mối quan hệ giữa các khái niệm không liên quan nhằm hiểu ý nghĩa tình huống

✓ Nhận diện và hiểu: nhận dạng chữ

viết tay, giọng nói, hình ảnh để nhập và

xử lý dữ liệu

1.1.2 Các quan điểm về AI

1.1.3 Lịch sử phát triển của AI

❖Năm 1637, nhà triết học, toán học và khoa học tự nhiên vĩ đại René Descartes (1596 - 1650) là một trong những người đầu tiên đề cập đến vấn đề AI trong cuốn Diễn ngôn.

Liệu máy móc có thể thực sự suy nghĩ như một con người

hay không?

Liệu một cỗ máy có thể trở thành con người hay không?

“Ngay cả khi một số máy móc có thể

làm được một số việc tốt như chúng ta

làm, hay thậm chí tốt hơn, thì chúng

cũng sẽ không tránh khỏi thất bại

trong những công việc khác Điều đó

cho thấy chúng không hành động vì

chúng hiểu, mà chỉ vì chúng được cấu

tạo để làm những việc đó.”

“Nếu có những cỗ máy trông giống như chúng ta và mô phỏng lại những hoạt động của chúng ta một cách giống nhất

có thể, vì những mục đích hoàn toàn thực tế, thì chúng ta vẫn nên có cách để nhận biết thực sự chắc chắn rằng

chúng không phải con người thực sự.”

1.1.3 Lịch sử phát triển của AI

1950: Alan Turing và phép thử Turing

❖Alan Turing (1912–1954) là một nhà toán học,

logic học và mật mã học người Anh, người được cho là cha đẻ của ngành khoa học máy tính và trí tuệ nhân tạo

❖Năm 1950, Alan Turing đưa ra

phép thử Turing nhằm xác định

trí thông minh của máy tính

1955 – 1956: Hội nghị Dartmouth

❖Năm 1955, John McCarthy, một nhà khoa học máy

tính và khoa học nhận thức của Mỹ đã lần đầu tiên đưa

ra khái niệm AI - Trí tuệ nhân tạo, mà theo đó có

nghĩa là bộ môn khoa học và kĩ thuật chế tạo máy

thông minh

❖Một năm sau đó, ông đứng ra tổ chức Hội nghị

Dartmouth, hội nghị đầu tiên về chủ đề này.

❖ Những năm 1960s là khoảng thời gian hoạt động sôi nổi của các nhà nghiên cứu lĩnh vực AI với những

thành tựu vượt bậc.

1970s: “Mùa đông” AI đầu tiên

❖Tiến bộ trong lĩnh vực AI chậm lại do nhiều lý do khác nhau, một trong số đó là giới hạn của máy móc trong việc tính toán lượng dữ liệu ngày càng lớn và phức tạp

1980s: Sự ra đời của các Hệ chuyên gia

❖Trí tuệ nhân tạo = Tri thức + Suy diễn

1987–1993: “Mùa đông AI” thứ hai

❖Sự sụp đổ của thị trường phần cứng

cho trí tuệ nhân tạo vào năm 1987

❖Máy tính của Apple và IBM dần trở

nên mạnh mẽ và rẻ hơn so với những loại máy tính được thiết kế dành

riêng cho trí tuệ nhân tạo

❖Các “hệ thống chuyên gia" từng thành công trong giai đoạn trước trở nên

tốn kém để duy trì, khó để cập nhật

và thường xảy ra lỗi

1993-2011: Hồi sinh

❖Sự kiện “đổi đời”:

▪ Sự ra đời của công nghệ vi mạch và máy vi tính vào cuối những năm 1970

▪ Sự ra đời của Internet và sự hòa nhập của CNTT và

truyền thông (ICT) vào đầu những năm 1990

❖Trí tuệ nhân tạo = Tri thức + Suy diễn + Môi

trường

❖1997: Sản phẩm đánh dấu bước phát triển lớn của

AI – Máy tính Deep Blue của IBM

▪ Máy tính đầu tiên đánh bại một nhà vô địch cờ vua thế giới, Garry Kasparov

Máy tính Deep Blue của IBM

2011 – nay: Bùng nổ

1.1.4 Mục tiêu của AI

❖Mục tiêu xã hội: tạo ra những sản phẩm hữu ích,

đem lại sự thoải mái và đáp ứng nhu cầu của con người

❖Mục tiêu khoa học: xác định các lý thuyết về biểu diễn tri thức, cách thức học tập, các hệ thống dựa trên quy tắc nhằm giải thích các loại trí thông minh khác nhau

❖Mục tiêu kỹ thuật: xác định khả năng của máy móc trong việc giải quyết các vấn đề thực tế với các kỹ thuật cơ bản: Biểu diễn tri thức, học máy, hệ thống quy tắc và tìm kiếm không gian trạng thái

1.1.5 Các thành phần cốt lõi của hệ thống AI

Dữ liệu

Con người

Phần cứng

Phần mềm Quy

trình

trong 4 năm qua.

❖ Thị trường AI toàn cầu dự

kiến sẽ đạt doanh thu

118.6 tỷ $ vào năm 2025.

1.2 Một số ứng dụng của AI trong các lĩnh vực cụ thể

1.2.1 Ứng dụng AI trong Tài chính- ngân hàng

vụ Internet Banking và Mobile banking, sự phổbiến của trí tuệ nhân tạo (AI) trong ngân hàngđang dần thay đổi và tăng lên rõ rệt

❖AI còn được thúc đẩy bởi dữ liệu sẵn có lớn, nhucầu về bộ xử lý cao càng giúp cho mở rộng việcứng dụng trí tuệ nhân tạo (AI) trong lĩnh vực ngânhàng ngày càng tăng mạnh mẽ

(1) Cá nhân hóa ngân hàng

chatbot thông minh - giải pháp trợgiúp toàn diện làm giảm khối lượngcông việc của các trung tâm cuộcgọi

▪ Ví dụ như Amazon, Alexa… với các trợ

lý ảo điều khiển bằng giọng nói, có thể kiểm tra số dư, lên lịch thanh toán và tra cứu hoạt động.

(1) Cá nhân hóa ngân hàng

❖Một số sản phẩm chatbot-AI khác cókhả năng:

▪ Cung cấp thông tin tài khoản, đặt lại mật khẩu như Wells Fargo với

“Chatbot” qua nền tảng Facebook Messenger

▪ Hướng dẫn tài chính, đáp ứng nhu cầu đơn giản của khách hàng như “Erica” của Bank of America

▪ Tư vấn khách hàng các thông tin về lãi suất, tỷ giá, sản phẩm, biểu phí…như Chatbot của VietABank

(2) Phát hiện và phòng chống gian lận

❖AI đặc biệt hiệu quả trong việc ngăn chặn gian lậnthẻ tín dụng, vốn đang phát triển theo cấp số nhântrong những năm gần đây do sự gia tăng củathương mại điện tử và giao dịch trực tuyến

❖Các hệ thống phát hiện gian lận phân tích kháchhàng, hành vi, vị trí, thói quen mua hàng của kháchhàng và kích hoạt cơ chế bảo mật khi có gì đókhông đúng và mâu thuẫn với mô hình chi tiêu đãthiết lập

(2) Phát hiện và phòng chống gian lận

❖CitiBank (Mỹ) đã đầu tư chiến lược vào Feedzai,một doanh nghiệp khoa học dữ liệu hàng đầu thếgiới hoạt động trong thời gian thực để xác định vàloại bỏ gian lận trong tất cả các tuyến thương mạibao gồm cả ngân hàng trực tuyến và trực tiếp

khởi động phần mềm AI nhằm ngăn chặn hành virửa tiền Bằng cách phân tích dữ liệu nội bộ, côngkhai và giao dịch trong mạng lưới rộng lớn hơncủa khách hàng

(3) Quản trị rủi ro

❖ AI có tác động lớn đến việc quản trị rủi ro Nhờ có AI, một lượng lớn dữ liệu có thể được xử lý trong một thời gian ngắn và hệ thống có thể quản trị cả dữ liệu có cấu trúc và phi cấu trúc

❖ Các thuật toán học máy trong AI có khả năng phân tích lịch

sử của các trường hợp rủi ro và xác định các dấu hiệu sớm của các vấn đề tiềm năng trong tương lai.

❖ Gã khổng lồ ngân hàng JP Morgan Chase gần đây đã giới thiệu nền tảng Contract Intelligence (COiN) của mình Công

cụ dựa trên AI này có thể phân tích hàng nghìn thỏa thuận thương mại trong vài giây, trích xuất các điều khoản quan trọng và dữ liệu khác

(4) Các giao dịch thuật toán(5) Tự động hóa quy trình

1.2.2 Ứng dụng AI trong ngành bán lẻ

❖ Theo một khảo sát đến 400 giám đốc điều hành bán lẻ thực hiện bởi Capgemini, AI cho phép hiệu quả trong một vài quy trình và hoạt động từ đó đã giúp họ tiết kiệm gần 340 triệu đô mỗi năm tính đến năm 2022

❖ Theo IBM khảo sát 1900 công ty bán lẻ và sản phẩm tiêu dùng trên 3 quốc gia Báo cáo cho thấy 85% các công ty bán

lẻ có kế hoạch thực hiện tự động hóa thông minh nhằm lập

kế hoạch chuỗi cung ứng vào năm 2021 và họ tin rằng việc ứng dụng AI sẽ dẫn đến 10% tăng trưởng hằng năm.

❖ Công ty nghiên cứu tiếp thị Tractica đã dự đoán rằng doanh thu AI toàn cầu sẽ tăng từ 643,7 triệu USD vào năm 2016 lên mức vượt quá 36,8 tỷ USD vào năm 2025 (theo Forbes).

(1) Nâng cao hoạt động dịch vụ cửa hàng

❖Ứng dụng AI trong bán hàng để hỗ trợ khách hàngtrong cửa hàng, giảm thời gian chờ đợi thanh toánthông qua thanh toán không cần thu ngân, bổ sunghàng hóa kịp thời bằng cách theo dõi hàng theothời gian thực và số hóa các phòng trưng bày vàdùng thử của cửa hàng theo mô hình thực tế ảo

▪ Amazon Go và Just Walk Out

▪ LoweBots giúp khách hàng xác định vị trí các mặt hàng, theo dõi tồn kho…

▪ Walmart triển khai Robot để quét giá

…

(2) Chatbot hỗ trợ khách hàng

❖Giải pháp trí tuệ nhân tạo trong bán lẻ đã dễ dàngcải thiệt mức độ tương tác của khách hàng bằngcách xây dựng các hệ thống hỗ trợ trò chuyện vàtương tác

❖Chatbot được coi là một cách hiệu quả để giao tiếpkhách hang: trả lời được các câu hỏi thường gặp,

có thể giới thiệu dược sản phẩm, giải quyết đượckhiếu nại và thu thập dữ liệu có giá trị từ kháchhàng…

❖Một số Chatbot chăm sóc khách hang như Chatbotcủa Amazon, Lazada, Shoppee Đặc biệt là chatbotcủa H &M

(3) Điều chỉnh giá linh hoạt

❖ Thị trường bán lẻ là thị trường nhạy cảm về giá Các ứng dụng AI ngày nay giúp doanh nghiệp phân tích hiệu quả của nhiều mô hình định giá trước khi đưa ra

❖ IBM đã biết rằng có tới 73% người được hỏi (các nhà bán lẻ) đang có kế hoạch sử dụng tự động hóa thông minh để nâng cao giá cả và khuyến mãi của họ vào năm 2021 (Theo Forbes)

❖ Một số hãng bán lẻ như Amazon - đầu tư vào việc xây dựng một trung tâm định giá nội bộ Những hãng khác như Target hoặc Metro khởi động các phòng thí nghiệm khởi động để thử nghiệm và kết hợp các giải pháp

(4) Quản lý chuỗi cung ứng và hậu cần hiệu quả

(5) Cá nhân hóa và Thông tin chi tiết về khách hàng(6) Tìm kiếm sản phẩm thông minh

(7) Hợp lý hóa hoạt động cửa hàng

Tương lai của AI

❖AI có thể biến đổi mọi khía cạnh của các doanhnghiệp bán lẻ Nó thay thế trực giác bằng trí thôngminh và mang đến cho các nhà bán lẻ tầm nhìn vềtương lai Các nhà lãnh đạo doanh nghiệp cần thựcdụng trong cách tiếp cận khi triển khai AI

1.2.3 Ứng dụng AI trong lĩnh vực khác

(1) Y học và chăm

sóc sức khỏe (2) Giáo dục (3) Du lịch và vận tải

(4) Nông nghiệp (5) Robotics ….

1.3 CÁC KỸ THUẬT CHÍNH TRONG AI

1.3.1 Học máy (machine learning-ML)

1.3.2 Học sâu (deep learning-DL)

1.3.3 Xử lý ngôn ngữ tự nhiên (natural language processing – NLP)

1.3.4 Thị giác máy tính (computer vision-CV)

1.3.5 Người máy (Robotics)

1.3.1 Học máy (machine learning-ML)

Hỗ trợ khách hang 24/7

Gợi ý sản phẩm tốt nhất cho khách hang

….

Khái niệm học máy

❖ Theo wikipedia: Học máy là một lĩnh vực của trí tuệ nhân tạo liên quan đến việc nghiên cứu và xây dựng các kĩ thuật cho phép các hệ thống "học"

tự động từ dữ liệu để giải quyết những vấn đề cụ thể

❖ Theo Andriy Burkov: Học máy là một lĩnh vực của khoa học máy tính mà tập chung vào xây dựng các thuật toán, dựa trên tập dữu liệu mẫu của các

sự vật hiện tượng Những mẫu dữ liệu có thể từ tự nhiên, do con người tạo

ra hay là đầu ra của các thuật toán khác

❖ Theo Rajendra Akerkar: Học máy có thể được định nghĩa rộng rãi là các phương pháp tính toán sử dụng kinh nghiệm để cải thiện hiệu suất hoặc

để đưa ra các dự đoán chính xác Hay học máy là một chuỗi các thao tác toán học được thực hiện trên dữ liệu quan trọng để thu được những hiểu biết có giá trị Nó nghiên cứu của các phương pháp học tập từ các mẫu và kinh nghiệm thay vì các quy luật được mã hóa cứng.

❖ …

Khái niệm học máy

❖ Cũng có thể khái quát về học máy như việc sử dụng các mô hình thống kê

để "ghi nhớ" lại sự phân bố của dữ liệu Tuy nhiên, không đơn thuần là

ghi nhớ, học máy phải có khả năng tổng quát hóa những gì đã được

nhìn thấy và đưa ra dự đoán cho những trường hợp chưa được nhìn thấy

Sự mô phỏng quá trình học của con người

Số liệu ví

dụ mẫu

Số liệu luyện tập

Số liệu kiểm tra

Kết quả

Data training

Data valiation Data test

Consequence

Learning