Perceptron và mạng nơ-ron: Nguyên lý cơ bản của computer vision

Trong vài thập kỷ qua, mạng nơ-ron đã trở thành nền tảng cho nhiều đổi mới quan trọng trong lĩnh vực trí tuệ nhân tạo (AI). Mạng nơ-ron là các model tính toán mô phỏng những chức năng phức tạp của bộ não con người. Mạng nơ-ron giúp máy móc học từ dữ liệu và nhận diện các mẫu để đưa ra quyết định sáng suốt. Nhờ đó, mạng nơ-ron hỗ trợ các phân ngành AI như thị giác máy tính và deep learning trong các lĩnh vực như chăm sóc sức khỏe, tài chính và xe tự lái.

Hiểu cách mạng nơ-ron hoạt động có thể giúp bạn hình dung rõ hơn về “hộp đen” của AI, qua đó làm sáng tỏ cách công nghệ tiên tiến được tích hợp vào cuộc sống hằng ngày. Trong bài viết này, chúng ta sẽ tìm hiểu mạng nơ-ron là gì, cách chúng hoạt động và quá trình phát triển của mạng nơ-ron qua nhiều năm. Chúng ta cũng sẽ xem xét vai trò của mạng nơ-ron trong các ứng dụng thị giác máy tính. Hãy cùng bắt đầu!

Perceptron trong AI là gì?#

Trước khi thảo luận chi tiết về mạng nơ-ron, hãy cùng tìm hiểu perceptron. Đây là loại mạng nơ-ron cơ bản nhất và là nền tảng để xây dựng các model phức tạp hơn.

Perceptron là một thuật toán machine learning tuyến tính được sử dụng cho học có giám sát (học từ dữ liệu huấn luyện đã gán nhãn). Perceptron còn được gọi là mạng neural một lớp và thường được dùng cho các tác vụ phân loại nhị phân nhằm phân biệt hai lớp dữ liệu. Nếu muốn hình dung perceptron, bạn có thể xem nó như một neuron nhân tạo đơn lẻ.

Hình 1. Perceptron là một neuron nhân tạo đơn lẻ.

Tìm hiểu cách perceptron hoạt động#

Perceptron có thể nhận nhiều đầu vào, kết hợp chúng với các trọng số, xác định chúng thuộc danh mục nào và hoạt động như một bộ ra quyết định đơn giản. Perceptron gồm bốn thành phần chính: giá trị đầu vào (còn gọi là node), trọng số và độ lệch, tổng có trọng số và hàm kích hoạt.

Cách hoạt động như sau:

• Đầu vào và trọng số: Giả sử bạn có một số thông tin (đầu vào), và mỗi thông tin có một trọng số thể hiện mức độ quan trọng. Ngoài ra, độ lệch giúp perceptron linh hoạt hơn khi đưa ra quyết định.
• Tính tổng có trọng số: Perceptron nhân từng đầu vào với trọng số tương ứng, sau đó cộng tất cả lại, bao gồm cả độ chệch, để tính tổng có trọng số.
• Đưa ra quyết định: Sau đó, perceptron sử dụng hàm kích hoạt để xác định đầu ra cuối cùng. Hàm này nhận tổng có trọng số và quyết định perceptron có kích hoạt hay không. Trong trường hợp đơn giản nhất, hàm kích hoạt là hàm bước, cho đầu ra bằng một nếu tổng có trọng số vượt một ngưỡng nhất định và bằng không nếu không vượt. Như vậy, đầu vào có trọng số được chuyển thành quyết định có hoặc không.
• Học hỏi và cải thiện: Nếu perceptron mắc lỗi, nó sẽ điều chỉnh các trọng số để cố gắng cải thiện ở lần tiếp theo. Quá trình này giúp model học hỏi từ những sai lầm.

Hình 2. Tổng quan về perceptron. nguồn: indiantechwarrior.com

Vai trò của perceptron trong thị giác máy tính#

Perceptron đóng vai trò quan trọng trong việc giúp chúng ta hiểu những kiến thức cơ bản về thị giác máy tính. Perceptron là nền tảng của các mạng nơ-ron tiên tiến. Khác với perceptron, mạng nơ-ron không chỉ giới hạn ở một lớp duy nhất. Mạng nơ-ron gồm nhiều lớp perceptron kết nối với nhau, nhờ đó có thể học các mẫu phi tuyến phức tạp. Mạng nơ-ron có thể xử lý các tác vụ nâng cao hơn và tạo ra cả đầu ra nhị phân lẫn liên tục. Ví dụ, mạng nơ-ron có thể được dùng cho các tác vụ thị giác máy tính nâng cao như phân đoạn instance và ước tính tư thế.

Sự phát triển của công nghệ thị giác máy tính từ mạng neural#

Lịch sử mạng neural kéo dài vài thập kỷ và gắn liền với nhiều nghiên cứu cùng những khám phá thú vị. Hãy cùng xem xét kỹ hơn một số sự kiện quan trọng.

Dưới đây là một số cột mốc ban đầu:

• Thập niên 1940: Warren McCulloch và Walter Pitts phát triển một mạch đơn giản mô phỏng cách bộ não hoạt động.
• Năm 1958: Rosenblatt giới thiệu perceptron.
• Thập niên 1970: Paul Werbos đưa ra khái niệm lan truyền ngược (một phương pháp huấn luyện giúp mạng nơ-ron học bằng cách giảm thiểu chênh lệch giữa đầu ra dự đoán và đầu ra thực tế). Lan truyền ngược giúp huấn luyện mạng nơ-ron nhiều lớp và mở đường cho deep learning.
• Thập niên 1980: Các nhà nghiên cứu như Geoffrey Hinton và Yann LeCun nghiên cứu thuyết kết nối, tập trung vào cách mạng lưới các đơn vị liên kết có thể hình thành các quá trình nhận thức. Công trình của họ đặt nền móng cho mạng neural hiện đại.
• Thập niên 1990: Jürgen Schmidhuber và Sepp Hochreiter đề xuất mạng bộ nhớ dài-ngắn hạn (LSTM), từ đó trở thành thành phần thiết yếu cho các tác vụ dự đoán chuỗi.

Hình 3. Quá trình phát triển của mạng nơ-ron.

Khi bước sang thế kỷ 21, nghiên cứu về mạng neural phát triển mạnh mẽ, dẫn đến nhiều tiến bộ vượt bậc. Trong thập niên 2000, công trình của Hinton về máy Boltzmann hạn chế — một loại mạng neural tìm kiếm mẫu trong dữ liệu — đóng vai trò then chốt trong việc thúc đẩy deep learning. Công trình này giúp việc huấn luyện mạng sâu trở nên dễ dàng hơn, góp phần vượt qua những thách thức với các model phức tạp và giúp deep learning trở nên thực tiễn, hiệu quả hơn.

Sau đó, vào thập niên 2010, nghiên cứu tăng tốc nhanh chóng nhờ sự phát triển của dữ liệu lớn và tính toán song song. Một dấu mốc nổi bật trong giai đoạn này là chiến thắng của AlexNet tại cuộc thi ImageNet năm 2012. AlexNet, một mạng nơ-ron tích chập sâu, là bước đột phá lớn vì cho thấy deep learning mạnh mẽ đến mức nào đối với các tác vụ thị giác máy tính như phân loại hình ảnh chính xác. Thành tựu này góp phần thúc đẩy sự phát triển nhanh chóng của AI trong lĩnh vực nhận diện hình ảnh.

Ngày nay, mạng nơ-ron đang phát triển cùng những đổi mới như Transformer, rất phù hợp để hiểu các chuỗi, và mạng nơ-ron đồ thị, hoạt động hiệu quả với các mối quan hệ dữ liệu phức tạp. Các kỹ thuật như học chuyển giao - sử dụng model được huấn luyện cho một tác vụ để giải quyết tác vụ khác - và học tự giám sát, trong đó model học mà không cần dữ liệu gắn nhãn, cũng đang mở rộng khả năng của mạng nơ-ron.

Tìm hiểu về mạng neural: Kiến thức cơ bản#

Giờ khi đã nắm được những kiến thức cơ bản, hãy cùng tìm hiểu chính xác mạng nơ-ron là gì. Mạng nơ-ron là một loại model machine learning sử dụng các node hoặc neuron kết nối với nhau theo cấu trúc nhiều lớp, mô phỏng bộ não con người. Các node hoặc neuron này xử lý và học từ dữ liệu, nhờ đó có thể thực hiện những tác vụ như nhận diện mẫu. Ngoài ra, mạng nơ-ron có khả năng thích ứng, nên có thể học từ sai lầm và cải thiện theo thời gian. Nhờ vậy, mạng nơ-ron có thể giải quyết chính xác hơn các vấn đề phức tạp như nhận diện khuôn mặt.

Hình 4. Một mạng nơ-ron.

Mạng nơ-ron gồm nhiều bộ xử lý hoạt động song song và được sắp xếp thành các lớp. Mạng gồm một lớp đầu vào, một lớp đầu ra và một số lớp ẩn ở giữa. Lớp đầu vào tiếp nhận dữ liệu thô, tương tự cách dây thần kinh thị giác tiếp nhận thông tin hình ảnh.

Mỗi lớp sau đó chuyển đầu ra cho lớp kế tiếp thay vì xử lý trực tiếp đầu vào ban đầu, tương tự cách các neuron trong não truyền tín hiệu cho nhau. Lớp cuối cùng tạo ra đầu ra của mạng. Thông qua quy trình này, mạng nơ-ron nhân tạo (ANN) có thể học cách thực hiện các tác vụ thị giác máy tính như phân loại hình ảnh.

Ứng dụng công nghiệp của mạng neural trong thị giác máy tính#

Sau khi tìm hiểu mạng neural là gì và cách hoạt động, hãy cùng xem xét một ứng dụng thể hiện tiềm năng của mạng neural trong thị giác máy tính.

Kiểm tra đường dây điện trong ngành năng lượng#

Mạng nơ-ron là nền tảng của các model thị giác máy tính như Ultralytics YOLO11 và có thể được dùng để kiểm tra đường dây điện bằng drone. Ngành tiện ích phải đối mặt với nhiều thách thức hậu cần khi kiểm tra và bảo trì mạng lưới đường dây điện rộng lớn. Các đường dây này thường trải dài qua đủ loại địa hình, từ khu đô thị đông đúc đến những vùng xa xôi, hiểm trở. Trước đây, các cuộc kiểm tra này do đội ngũ mặt đất thực hiện. Dù hiệu quả, các phương pháp thủ công này tốn kém, mất thời gian và có thể khiến nhân viên gặp nguy hiểm về môi trường cũng như điện. Nghiên cứu cho thấy công việc trên đường dây điện thuộc nhóm mười nghề nguy hiểm nhất ở Mỹ, với tỷ lệ tử vong hằng năm từ 30 đến 50 người trên mỗi 100.000 người.

Tuy nhiên, công nghệ kiểm tra bằng drone có thể giúp kiểm tra trên không trở thành lựa chọn thiết thực và tiết kiệm chi phí hơn. Các drone đời mới có thể bay quãng đường dài hơn mà không cần thường xuyên thay pin trong quá trình kiểm tra. Nhiều drone hiện được tích hợp AI, có tính năng tránh chướng ngại vật tự động và khả năng phát hiện lỗi tốt hơn. Những tính năng này cho phép drone kiểm tra các khu vực đông đúc có nhiều đường dây điện và chụp ảnh chất lượng cao từ khoảng cách xa hơn. Nhiều quốc gia đang ứng dụng drone và thị giác máy tính để kiểm tra đường dây điện. Ví dụ, tại Estonia, 100% các cuộc kiểm tra đường dây điện đều được thực hiện bằng drone như vậy. Các dataset công khai như TTPLA, có chú thích tháp truyền tải và đường dây điện trong ảnh chụp từ trên không, có thể được dùng để huấn luyện các model này.

Hình 5. Kỹ thuật viên sử dụng drone và công cụ AI để kiểm tra đường dây điện (ảnh bên trái) và drone mà kỹ thuật viên đang điều khiển (ảnh bên phải) (suasnews).

Điểm chính cần ghi nhớ#

Mạng neural đã trải qua chặng đường dài từ nghiên cứu đến ứng dụng và trở thành một phần quan trọng trong những tiến bộ công nghệ hiện đại. Mạng neural cho phép máy móc học hỏi, nhận diện mẫu và đưa ra quyết định dựa trên những gì đã học. Từ chăm sóc sức khỏe và tài chính đến phương tiện tự hành và sản xuất, các mạng này đang thúc đẩy đổi mới và chuyển đổi nhiều ngành công nghiệp. Khi tiếp tục khám phá và hoàn thiện các model mạng neural, tiềm năng định hình lại nhiều khía cạnh hơn trong đời sống hằng ngày và hoạt động kinh doanh ngày càng trở nên rõ ràng.

Để khám phá thêm, hãy truy cập kho lưu trữ GitHub và tham gia cộng đồng của chúng tôi. Khám phá các ứng dụng AI trong lĩnh vực sản xuất và nông nghiệp trên các trang giải pháp của chúng tôi.