Phân biệt AI, Machine Learning và Deep Learning
Giải thích sự khác biệt giữa AI, Machine Learning và Deep Learning ở mức cơ bản, giúp người đọc hiểu được mối quan hệ và phạm vi của từng khái niệm.

Nhầm lẫn AI, Machine Learning và Deep Learning
Cụm từ trí tuệ nhân tạo ( AI = Artificial Intelligence ) có lẽ đã khá quen thuộc với nhiều bạn. Đôi khi có thể bạn nghe những cụm từ khác như máy học, học máy, học sâu ( Machine Learning, Deep Learning ). Mình cũng từng không hiểu 3 cái này khác gì, thế nên trong bài hôm nay, chúng ta cùng tìm hiểu xem chúng khác nhau như thế nào ở mức định nghĩa cơ bản nhất nhé.
Mục tiêu của bài này là giúp bạn hiểu được cái hình bên dưới thôi.
AI ( trí tuệ nhân tạo ) là gì?
Trí tuệ nhân tạo là khả năng mà máy có thể làm những thứ mà não bộ người làm được. Giờ bạn cứ nghĩ não mình làm được gì, nếu máy làm được việc đó thì đó gọi là trí tuệ nhân tạo. Ví dụ nhận diện được đồ vật, hình ảnh, âm thanh, giao tiếp, điều khiển được cơ bắp, giải toán, suy luận, vv
AI được chia làm 2 loại rộng, hẹp là: general AI và narrow AI
General AI gồm những đặc tính não bộ như mình vừa nói ở trên.
Còn Narrow AI tức là máy chỉ có một khả năng duy nhất của não bộ người như nhận dạng được hình ảnh.
Machine Learning ( máy học ) là gì?
Thực ra khái niệm AI đã có từ năm 1956. Bạn có thể viết ứng dụng có AI mà không sử dụng máy học, nhưng bạn phải viết cả triệu, tỷ dòng code để xây dựng các trường hợp có thể xảy ra.
Máy học tức là cách để có được AI, máy tự học được mà không phải trực tiếp hard-code
( Hay nói cách khác AI là mục tiêu còn phương tiện/cách thức để có được AI là machine learning.)
Máy sẽ được học bằng cách train nó một lượng data khổng lồ với một thuật toán, thuật toán có khả năng điều chỉnh và xây dựng nên model. ( Model đơn giản là bạn cho input thì nó sẽ cho bạn output. Ví dụ hàm y = 2x+3 bạn cho x = 1 thì bạn được y = 5 )
Ví dụ về ứng dụng nhận diện tuổi. Bạn có một lượng lớn hình khoảng vài triệu hình chân dung người và có tag tuổi.
Khi máy "học" đống dữ liệu đó, bạn sẽ được model nhận diện tuổi. Với model này, bạn chỉ cần input là hình chân dung, bạn sẽ được số tuổi.
Cách tạo model, thuật toán như thế nào là cả quá trình học, mình sẽ viết thêm nếu học tiếp.
Deep Learning là gì?
Deep Learning là một trong nhiều cách tiếp cận của Machine Learning. Một số cách như clustering, reinforcement learning, and Bayesian networks, vv
Deep learning mô phỏng lại bộ não người với nhiều lớp neurons ( nơron thần kinh )
Xem thêm:
https://niviki.com/andrew-ng-lam-lai-khoa-deep-learning-moi-ban-da-hoc-chua/
Kết luận
Như mình đã nói ở trên, mục tiêu của bài này là giúp chúng ta phân biệt được AI, Machine Learning và Deep Learning để có thể cà phê cà pháo chém gió bạn bè. Chứ để thực sự hiểu chi tiết cần phải bỏ thời gian nhiều để nghiên cứu thêm. Mình có mua vài khoá học về AI, Machine Learning và Deep Learning trên Udemy lâu rồi mà cũng mới xem sơ sơ. Đây là lĩnh vực cần có sự kiên trì mới theo được.
Tham khảo:
https://developer.nvidia.com/deep-learning
The Difference Between Artificial Intelligence, Machine Learning, and Deep Learning
Related Posts
Discover more content you might enjoy

Game Theory trong thời đại AI: Khi máy móc tham gia vào "trò chơi"
Bài viết phân tích sự giao thoa giữa lý thuyết trò chơi (Game Theory) và trí tuệ nhân tạo, giải thích cách AI đang thay đổi các nguyên lý cân bằng Nash và chiến lược tối ưu. Tác giả đưa ra các ví dụ thực tế về ứng dụng trong kinh doanh, giao thông và an ninh mạng.

Bài này không phải AI viết
Suy ngẫm chân thành về giá trị của việc viết thủ công trong kỷ nguyên AI. Dù AI có thể tạo nội dung hiệu quả, bài viết này là lời khẳng định về sự kết nối cá nhân và giá trị độc đáo mà con người mang lại cho văn bản của mình.

Dự đoán về Vibe Coding: Cách AI sẽ biến đổi việc tạo ra phần mềm
Bài viết phân tích cách 'vibe coding' - phương pháp lập trình dựa trên mô tả ý định thay vì viết code trực tiếp - sẽ dân chủ hóa việc phát triển phần mềm. Tác giả dự đoán về sự chuyển đổi từ giao diện dòng lệnh sang thiết kế trực quan, sự xuất hiện của phần mềm tự cải thiện, và tác động đến cấu trúc tổ chức công ty cũng như các thị trường ngách chưa được khai thác.

Dùng AI để hỗ trợ đầu tư crypto
Bài viết chia sẻ 7 mẹo thực tế để sử dụng AI (như Claude.ai và ChatGPT) hỗ trợ hiểu rõ whitepaper và tài liệu kỹ thuật của các dự án blockchain. Từ việc yêu cầu tóm tắt đơn giản, giải thích như cho trẻ em, đặt câu hỏi làm rõ, sử dụng ví dụ, tạo tình huống giả định, chuyển đổi thuật ngữ, đến so sánh nhiều nguồn tài liệu - giúp nhà đầu tư đưa ra quyết định đầu tư crypto sáng suốt hơn.

Tớ đã học Toán như thế nào?
Bài viết chia sẻ trải nghiệm cá nhân về việc học toán ở đại học, từ những khó khăn trong việc hiểu bản chất của các khái niệm toán học đến cách tác giả tìm ra phương pháp học hiệu quả thông qua các khóa học trực tuyến. Tác giả nhấn mạnh tầm quan trọng của việc truyền cảm hứng và động lực trong việc dạy và học toán.
