Tư Duy Máy Tính Và AI: Đằng Sau Những Ứng Dụng Yêu Thích Của Bạn

Tư duy máy tính (Computational Thinking), với 4 bước chính là tách (decomposition), tìm (pattern recognition), nhìn (abstraction), và viết (algorithms) là chìa khoá cốt lõi đằng sau những ứng dụng thành công như Spotify, Google, hay Netflix. Với cách tiếp cận vấn đề tối ưu và hiệu quả, Tư duy máy tính tạo nên đột phá về công nghệ trong thời đại chuyển đổi số. 

Trong bài viết này, hãy cùng khám phá cách các ứng dụng “khổng lồ” áp dụng Tư duy máy tính để nâng cấp sản phẩm công nghệ và trải nghiệm người dùng nhé.

TTNV – Chìa khoá vàng trong tư duy máy tính.

Để hiểu hơn về lịch sử và quá trình hình thành của Tư duy máy tính, bạn có thể đọc bài viết AI bùng nổ? Hiểu Tư Duy Máy Tính để đón đầu xu hướng.

Spotify – Không chỉ là ứng dụng Stream nhạc trực tuyến

Thời đại 4.0 chứng kiến sự thay đổi trong xu hướng thưởng thức âm nhạc: các ứng dụng Stream nhạc trực tuyến nổi lên như một làn sóng. Nổi bật nhất trong số đó là ứng dụng Spotify với 350 triệu người dùng và 150 triệu người đăng ký tính đến năm 2024. 

Lý do chính giúp Spotify chiếm được cảm tình của đông đảo người dùng không chỉ đến từ tính năng phát nhạc mượt mà và đa dạng. Một yếu tố then chốt khác là hệ thống gợi ý bài nhạc thông minh, được thiết kế để mỗi người dùng có thể tìm được bài nhạc phù hợp với sở thích của mình. Nhờ đó, trải nghiệm người dùng được nâng tầm, dù đó là thưởng thức âm nhạc hay khám phá nội dung mới.

Spotify – Ứng dụng Stream nhạc phổ biến (Nguồn ảnh: Spotify)

Cùng phân tích hệ thống lọc dữ liệu và hệ thống gợi ý dưới góc nhìn Tư duy máy tính để tìm hiểu cách Spotify có thể xây dựng thuật toán hàng đầu như thế nhé. 

1. Tách

Mục tiêu chính của Spotify là gợi ý một bài nhạc mà người dùng thích và giúp họ tận hưởng chúng. Mục tiêu lớn này có thể được tách nhỏ ra như sau:

• Nhận diện sở thích của người dùng: Phân tích lịch sử sử dụng (những bài hát, thể loại đã nghe, những bài hát yêu thích) để biết được gu âm nhạc của mỗi người.
• Nhận diện đặc điểm của từng bài hát: Thông qua các đặc tính như thể loại (genre), nhịp (tempo), lời, và đặc trưng văn hoá của bài hát đó.

2. Tìm kiếm

Mục tiêu chính ở bước này là xử lý dữ liệu thu được và tìm ra được điểm chung (pattern) của chúng bằng Trí tuệ nhân tạo (AI). Để thực hiện bước Tìm kiếm sau khi xác định hai mục tiêu nhỏ từ bước tách, Spotify sử dụng hệ thống lọc kết hợp giữa lọc theo nội dung (content-based filtering) và lọc cộng tác (collaborative filtering).

Lọc theo trên nội dung (content-based filtering) giúp nhận diện đặc điểm của từng bài hát: 

• Phân loại dựa trên những đặc tính (metadata) của bài nhạc: Những thông tin như tên bài hát, nghệ sĩ, thể loại bài hát tạo nên một “bản tóm tắt” (snapshot) về bài hát đó, làm tiền đề cho những bước phân tích tiếp theo. 
• Phân tích tín hiệu âm thanh: Thông qua phân tích âm thanh dựa trên 12 chỉ số theo Echonest  như mức độ phù hợp của bản nhạc để nhảy nhót hay khiêu vũ (danceability), hay năng lượng và nhịp điệu của mỗi bài, ta có thể phân loại các bản nhạc vào nhiều nhóm khác nhau.
• Phân tích lời bài hát: Sử dụng phương pháp Xử lý ngôn ngữ tự nhiên (Natural Language Processing), AI trích xuất thông tin về ngữ nghĩa, bối cảnh văn hoá, phản hồi của người nghe từ lời bài hát, tên bài hát, các đánh giá từ các trang tin âm nhạc. Từ đó, Spotify phân loại bài hát dựa trên cảm xúc mà lời bài hát đem đến cho người nghe.

Lọc cộng tác (collaborative filtering) giúp nhận diện sở thích của người dùng bằng cách tìm ra điểm tương đồng của bài nhạc (organizational similarity). Nếu người dùng cho hai bài nhạc vào cùng một playlist, chúng chắc chắn có ít nhất một điểm chung. Lấy cơ chế playlist làm trung tâm, Spotify phân tích và tìm ra điểm tương đồng giữa các bài nhạc trong một playlist (organizational similarity), từ đó cho ra kết quả đề xuất phù hợp. 

Số lượng playlist người dùng tạo trên spotify là vô cùng lớn, tạo điều kiện thuận lợi cho việc sử dụng công nghệ AI. Theo Music Tomorrow, cho tới thời điểm bài viết được đăng, hệ thống này đã được huấn luyện qua 700 triệu playlist được tạo bởi người dùng. Đây là một con số khổng lồ cho một hệ thống lọc!

3. Nhìn

Bước thứ ba là tìm ra “hồ sơ âm nhạc” của người dùng dựa trên các dữ liệu đã được lọc. Những dữ liệu đó, kèm theo các phản hồi chủ động (tìm kiếm bài nhạc, “thả tim” bài nhạc, tạo thêm playlist, thêm nhạc vào playlist, theo dõi nghệ sĩ) lẫn bị động (thời lượng mỗi phiên nghe nhạc, số lần nghe một bài hát) cấu thành hồ sơ âm nhạc cho mỗi người dùng, như hình dưới đây (Nguồn: Spotify research).

Hồ sơ âm nhạc của người dùng

4. Viết

Từ kết quả từ những bước trên, bước cuối cùng là thực hiện các thuật toán và các bước đánh giá, bảo trì, cập nhật để đảm bảo rằng hệ thống sẽ có hiệu suất như ta mong đợi và phù hợp với xu hướng của người dùng.

Google Maps – Ứng dụng định vị không thể thiếu

Google Maps là một công cụ không thể thiếu được trong cuộc sống hiện đại. Hãy tưởng tượng nếu bản thân đến một nơi hoàn toàn xa lạ, liệu chúng ta có tự tin đi lại khi không có Google Maps trong tay? 

Từ đó có thể thấy đây là một trong những ứng dụng thiết yếu mà ai cũng từng sử dụng ít nhất một lần trong đời. Đằng sau Google Maps là một kiệt tác áp dụng Tư duy máy tính để nghiên cứu và phát triển các tính năng vượt trội. Hãy cùng khám phá cách những kỹ sư ở Google đã thực hiện để xây dựng nên hệ thống bản đồ online nhé!

1. Tách

Mục tiêu chính của Google Maps – xác định lộ trình tối ưu giữa điểm hai địa điểm, có thể được tách thành hai mục tiêu nhỏ hơn như sau:

• Thu thập dữ liệu bản đồ: Theo Google, Google maps truy cập kho dữ liệu lớn và được cập nhật thường xuyên để trích xuất các thông tin về các tuyến đường, tính chất của đường (hai chiều hay một chiều, có đèn giao thông hay không, đường cao tốc hay đường đất, v.v.), và các dữ liệu theo thời gian thực như tai nạn hay khu vực thi công. 
• Tìm đường đi tối ưu: Bằng các dữ liệu về khoảng cách, thời gian di chuyển, phương tiện di chuyển, tình hình thời tiết, và tình trạng giao thông, thuật toán sẽ gợi ý đường đi phù hợp nhất cho người dùng.

2. Tìm kiếm

Bước tiếp theo là tìm điểm chung của các dữ liệu để thực hiện hai mục tiêu nhỏ từ bước tách. Bằng việc ứng dụng kỹ thuật xử lý ảnh (computer vision) và học máy (machine learning) trong AI, hệ thống nhận dạng các yếu tố có ảnh hưởng đến quá trình tham gia giao thông như đường, giao lộ, đèn giao thông, v.v., tuỳ vào từng đối tượng. Hệ thống giao thông ở mọi nơi trên thế giới đều có những yếu tố giống nhau như đèn giao thông, đường sá, xe cộ.

3. Nhìn

Từ các dữ liệu đã được xử lý, hệ thống mô hình hóa mạng lưới giao thông để đảm bảo việc tìm kiếm được đường đi tối ưu nhanh và chính xác nhất.

4. Viết

Bước cuối cùng là thực hiện kiểm tra, đánh giá, và cập nhật liên tục để mang lại trải nghiệm tốt nhất cho người dùng, và đảm bảo rằng hệ thống hoạt động tốt, chuẩn xác.

Ứng dụng định vị Google Maps

Nhờ áp dụng Tư duy máy tính, Spotify và Google Maps đã cách mạng hoá và đặt ra tiêu chuẩn mới trong lĩnh vực phát triển sản phẩm công nghệ. Có thể thấy, đây là một quá trình dài và đòi hỏi nhiều bước để mang lại kết quả. Trong quá trình đó, Tư duy máy tính luôn là yếu tố cốt lõi khi định hình thành sản phẩm, tạo nên thành công của các ứng dụng lớn hiện nay. 

Thấu hiểu sự cần thiết của việc tìm hiểu về Tư duy máy tính và Generative AI, vào mùa hè này, STEAM for Vietnam sẽ triển khai chương trình đào tạo Train the Trainers 2024, nối tiếp sự thành công của Train the Trainer 2023 để tiếp tục mang đến chuỗi hoạt động đào tạo giáo viên tiền phương nhằm nâng cao chuyên môn giảng dạy. Đặc biệt trong chương trình năm nay, các thầy cô không chỉ được tìm hiểu về Tư duy máy tính, cách ứng dụng tư duy vào giảng dạy với một ví dụ cụ thể là công cụ Scratch mà còn được tìm hiểu về Generative AI – tương lai của giáo dục. 

Train the Trainer 2024 tiếp tục nối tiếp Train the trainer 2023 mang đến một chương trình đào tạo giáo viên với các bài học về Tư duy máy tính, cách ứng dụng tư duy máy tính vào giảng dạy và đặc biệt là AI và các chuyên đề về dạy học.

Người viết: Nguyễn Nhân Khánh

— — —

STEAM for Vietnam Foundation là tổ chức phi lợi nhuận 501(c)(3) được thành lập tại Hoa Kỳ với sứ mệnh thúc đẩy các hoạt động liên quan tới giáo dục STEAM (Science — Khoa học, Technology — Công nghệ, Engineering — Kỹ thuật, Arts — Nghệ thuật, Mathematics — Toán học) tại Việt nam. STEAM for Vietnam được thành lập và vận hành bởi đội ngũ tình nguyện viên là du học sinh và chuyên gia người Việt trên khắp thế giới.

— — —

📧Email: hello@steamforvietnam.org

🌐Website: www.steamforvietnam.org

🌐Fanpage: STEAM for Vietnam