Perceptron và neural network: Các nguyên tắc cơ bản của computer vision

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

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

Perceptron trong AI là gì?#

Trước khi thảo luận chi tiết về mạng nơ-ron, hãy cùng tìm hiểu về 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 được gắn nhãn). Nó còn được gọi là mạng nơ-ron một lớp và thường được dùng cho các tác vụ phân loại nhị phân, giúp phân biệt hai lớp dữ liệu. Nếu muốn hình dung về perceptron, bạn có thể xem nó như một nơ-ron nhân tạo đơn lẻ.

Hình 1. Perceptron là một nơ-ron nhân tạo đơn lẻ.

Tìm hiểu cách perceptron hoạt động#

Perceptron có thể tiếp 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. Nó gồm bốn tham số chính: các giá trị đầu vào (còn gọi là node), trọng số và độ lệch, tổng thực và hàm kích hoạt.

Cách hoạt động như sau:

• Đầu vào và trọng số: Giả sử bạn có một số mẩu thông tin (đầu vào), mỗi mẩu có một trọng số thể hiện mức độ quan trọng của nó. 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 lệch, để thu được tổng có trọng số.
• Đưa ra quyết định: Tiếp theo, perceptron sử dụng một hàm kích hoạt để xác định đầu ra cuối cùng. Nó lấy tổng có trọng số và quyết định perceptron có nên kích hoạt hay không. Trong trường hợp đơn giản nhất, hàm kích hoạt là một hàm bước, cho đầu ra bằng một nếu tổng có trọng số cao hơn một ngưỡng nhất định và bằng không nếu không đạt ngưỡng. Như vậy, đầu vào có trọng số được chuyển thành quyết định có hoặc không.
• Học và cải thiện: Nếu perceptron mắc lỗi, nó điều chỉnh các trọng số để cố gắng cải thiện trong lần tiếp theo. Quá trình này giúp model học từ những sai lầm của nó.

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. Chúng là nền tảng của mạng nơ-ron nâng cao. Không giống perceptron, mạng nơ-ron không bị giới hạn ở một lớp duy nhất. Chúng gồm nhiều lớp perceptron kết nối với nhau, cho phép 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 sử dụng cho các tác vụ thị giác máy tính nâng cao như phân đoạn instance và ước tính tư thế.

Quá trình phát triển của công nghệ thị giác máy tính từ mạng nơ-ron#

Lịch sử của mạng nơ-ron đã bắt đầu từ nhiều thập kỷ trước và chứa đựng nhiều nghiên cứu cùng những khám phá thú vị. Hãy cùng xem xét kỹ hơn một số sự kiện quan trọng này.

Dưới đây là cái nhìn nhanh về những cột mốc ban đầu:

• Những năm 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.
• Những năm 1970: Paul Werbos đưa ra khái niệm lan truyền ngược (một phương pháp huấn luyện giúp mạng nơ-ron học bằng cách giảm thiểu sự khác biệt giữa đầu ra dự đoán và đầu ra thực tế). Lan truyền ngược giúp huấn luyện các mạng nơ-ron đa lớp trở nên khả thi và mở đường cho deep learning.
• Những năm 1980: Các nhà nghiên cứu như Geoffrey Hinton và Yann LeCun nghiên cứu thuyết kết nối, tập trung vào cách các mạng gồm những đơn vị liên kết với nhau có thể hình thành các quá trình nhận thức. Công trình của họ đặt nền móng cho mạng nơ-ron hiện đại.
• Những năm 1990: Jürgen Schmidhuber và Sepp Hochreiter đề xuất mạng bộ nhớ dài-ngắn hạn (LSTM), về sau trở nên thiết yếu đối với các tác vụ dự đoán chuỗi.

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

Khi bước vào thế kỷ 21, nghiên cứu về mạng nơ-ron phát triển mạnh, dẫn đến những tiến bộ lớn hơn nữa. Trong những năm 2000, công trình của Hinton về máy Boltzmann hạn chế - một loại mạng nơ-ron tìm kiếm các mẫu trong dữ liệu - đóng vai trò quan trọng trong việc thúc đẩy deep learning. Công trình này giúp việc huấn luyện các mạng sâu trở nên dễ dàng hơn, góp phần vượt qua những thách thức với các model phức tạp và làm cho deep learning trở nên thiết thực, hiệu quả hơn.

Sau đó, trong những năm 2010, nghiên cứu tăng tốc nhanh chóng nhờ sự phát triển của big data và tính toán song song. Một điểm nổi bật trong giai đoạn này là chiến thắng của AlexNet trong cuộc thi ImageNet (2012). AlexNet, một mạng nơ-ron tích chập sâu, là một bước đột phá lớn vì cho thấy deep learning mạnh mẽ đến mức nào đối với các tác vụ thị giác máy tính, chẳng hạn như nhận diện hình ảnh chính xác. Nó góp phần thúc đẩy sự phát triển nhanh chóng của AI trong nhận dạng hình ảnh.

Ngày nay, mạng nơ-ron tiếp tục phát triển với những đổi mới như transformer, rất hiệu quả trong việc hiểu các chuỗi, và mạng nơ-ron đồ thị, hoạt động tốt với các mối quan hệ phức tạp trong dữ liệu. Các kỹ thuật như transfer learning - sử dụng một model được huấn luyện cho tác vụ này vào một tác vụ khác - và học có giám sát tự thân, trong đó các model học mà không cần dữ liệu được gắn nhãn, cũng đang mở rộng khả năng của mạng nơ-ron.

Tìm hiểu về mạng nơ-ron: Những kiến thức cơ bản#

Sau khi đã tìm hiểu những nền tảng chính, hãy cùng xác định chính xác mạng nơ-ron là gì. Mạng nơ-ron là một loại model machine learning sử dụng các node hoặc nơ-ron được kết nối với nhau trong một cấu trúc phân lớp, mô phỏng bộ não con người. Các node hoặc nơ-ron này xử lý và học từ dữ liệu, giúp chúng có thể thực hiện các tác vụ như nhận dạng mẫu. Ngoài ra, mạng nơ-ron có tính thích ứng, nên có thể học từ sai lầm và cải thiện theo thời gian. Nhờ đó, chúng có khả năng xử lý 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, được tổ chức thành các lớp. Chúng bao 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 như cách dây thần kinh thị giác tiếp nhận thông tin hình ảnh.

Mỗi lớp sau đó truyền đầu ra của mình cho lớp tiếp theo thay vì làm việc trực tiếp với đầu vào ban đầu, tương tự như cách các nơ-ron trong não truyền tín hiệu cho nhau. Lớp cuối cùng tạo ra đầu ra của mạng. Thông qua quá trình này, một 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 nơ-ron trong thị giác máy tính#

Sau khi đã hiểu mạng nơ-ron là gì và cách chúng hoạt động, hãy cùng xem xét một ứng dụng cho thấy tiềm năng của mạng nơ-ron 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 sử dụng để kiểm tra trực quan đường dây điện bằng drone. Ngành tiện ích phải đối mặt với các thách thức về logistics khi kiểm tra và bảo trì mạng lưới đường dây điện rộng lớn. Những đường dây này thường kéo dài từ các khu vực đô thị đông đúc đến những địa hình hiểm trở xa xôi. Trước đây, các cuộc kiểm tra này được thực hiện bởi đội ngũ trên mặt đất. Dù hiệu quả, những phương pháp thủ công này tốn kém, mất thời gian và có thể khiến người lao động gặp các mối nguy hiểm về môi trường và điện. Nghiên cứu cho thấy công việc trên đường dây tiện ích nằm trong số mười nghề nguy hiểm nhất tại 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 biến kiểm tra trên không thành một lựa chọn thiết thực và tiết kiệm chi phí hơn. Công nghệ tiên tiến cho phép drone bay quãng đường dài hơn mà không cần thay pin thường xuyên trong quá trình kiểm tra. Nhiều drone hiện được tích hợp AI cùng các tính năng tránh chướng ngại vật tự động và khả năng phát hiện lỗi tốt hơn. Những tính năng này cho phép chúng 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 áp dụng drone và thị giác máy tính cho các tác vụ kiểm tra đường dây điện. Ví dụ, tại Estonia, 100% hoạt động kiểm tra đường dây điện được thực hiện bằng các drone như vậy.

Hình 5. Một kỹ thuật viên sử dụng drone và các công cụ AI để kiểm tra đường dây điện (hình bên trái) và chiếc drone mà người này đang điều khiển (hình bên phải) (suasnews).

Những điểm chính#

Mạng nơ-ron đã trải qua một chặng đường dài từ nghiên cứu đến ứng dụng và trở thành một phần quan trọng của những tiến bộ công nghệ hiện đại. Chúng cho phép máy móc học hỏi, nhận diện mẫu và đưa ra quyết định có cơ sở 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 nơ-ron, tiềm năng của chúng trong việc định hình lại nhiều khía cạnh hơn nữa của cuộc sống hằng ngày và hoạt động kinh doanh ngày càng trở nên rõ ràng.

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