Cỗ máy biết nhìn

Một trong những bước ngoặt lớn của công nghệ là ngày máy tính bắt đầu "nhìn" được. Trước đó, muốn dạy máy nhận ra một con mèo, người ta phải è cổ mô tả tay từng đặc điểm — việc gần như bất khả thi trước muôn vàn kiểu mèo ngoài đời. Rồi một cách tiếp cận tên là mạng nơ-ron tích chập (CNN) đã thay đổi tất cả.

Cách nó "nhìn" khá giống cách mắt người ghép hình. Thay vì soi cả bức ảnh một lúc, CNN quét qua từng vùng nhỏ. Những tầng đầu chỉ nhận ra các chi tiết đơn giản như đường nét, góc cạnh. Các tầng sau ghép các chi tiết ấy thành hình khối, rồi thành vật thể hoàn chỉnh. Không ai dạy máy rằng "mèo có tai nhọn"; nó tự rút ra điều đó sau khi xem đủ nhiều ảnh.

Cột mốc thường được nhắc tới là năm 2012. Tại cuộc thi nhận diện ảnh ImageNet — khoảng 1,2 triệu tấm ảnh, 1.000 loại vật thể — một mô hình CNN đã kéo tỷ lệ nhìn nhầm từ khoảng 26% xuống còn 15%, bỏ xa mọi cách làm trước đó. Từ đó, máy "nhìn" mới thật sự bước vào đời sống.

Điều tôi để ý là cách CNN xây hiểu biết: từ những chi tiết nhỏ ở gần, dần ghép thành bức tranh lớn. Nhiều tổ chức lại làm ngược — chỉ nhìn con số tổng ở trên, mà bỏ qua những tín hiệu nhỏ ở tuyến đầu, nơi vấn đề thường ló dạng sớm nhất.

Tổ chức của bạn đang "nhìn" từ chi tiết đi lên, hay chủ yếu từ báo cáo tổng đi xuống?

Đến bàn làm việc

Khả năng "nhìn" của máy giờ đã đủ tin cậy để làm những việc rất cụ thể. Trong sản xuất, nhiều nơi dùng nó để soi lỗi trên dây chuyền — một vết xước, một đường may lệch — nhanh và đều tay hơn mắt người vốn dễ mỏi sau vài giờ.

Không cần đầu tư lớn mới bắt đầu nghĩ về hướng này. Tuần này, thử nhìn lại một khâu kiểm tra chất lượng đang phụ thuộc hoàn toàn vào quan sát thủ công. Đâu là công đoạn lặp lại nhiều nhất, dễ sai nhất khi người ta mệt? Đó thường là chỗ một công cụ nhìn ảnh có thể đỡ đần trước tiên — không thay người, mà giúp người bớt việc đơn điệu.