AI được khai sinh bởi Alan Turing sau thế chiến 2 (1950) với bài báo huyền thoại “Computing Machinery And Intelligence” và đề xuất ra Turing Test: “Máy móc có giả người được không?” Sau đó, thuật ngữ “AI” được đặt ra bởi nhà khoa học AI tiên phong John McCarthy tại “Trại hè Dartmouth” 1956. Từ đó tới nay, loài người đã đi tới đâu trong hành trình kiến tạo nên “Phát minh mạnh mẽ nhất lịch sử nhân loại”?
Dưới đây là tóm tắt các cách tiếp cận kỹ thuật phản ánh sự tiến bộ của AI hơn 70 năm qua…
1950–1960s: Khai thiên lập địa – AI = Logic
Thời kỳ “con người là trung tâm vũ trụ”.
Symbolic AI / Logic-based AI
AI = suy luận hình thức: logic mệnh đề, logic vị từ.
→ Mạnh khi luật rõ ràng, yếu khi thế giới lộn xộn.
Search & Planning
BFS, DFS, A*, minimax.
→ Game cờ vua, bài toán đường đi.
Turing Test (1950)
Không phải kỹ thuật, mà là triết học: “Giả người được không?”
→ Gieo hạt cho NLP.
1970–1980s: Chuyên gia lên ngôi
AI bước vào doanh nghiệp.
Expert Systems
Tri thức chuyên gia → rule base.
→ XCON, MYCIN.
Knowledge Representation
Ontology, semantic network, frames.
→ AI biết “thế giới gồm những gì”.
⚠️ Vấn đề: scale kém, cập nhật tri thức cực khổ → AI Winter #1 ❄️
1990s: Xác suất + dữ liệu bắt đầu phản công
AI bớt “triết”, thêm “toán”.
Probabilistic AI / Bayesian Methods
Bayesian networks, HMM.
→ Nhận dạng giọng nói, chẩn đoán.
Statistical NLP
N-gram, CRF.
→ Ngôn ngữ không còn luật cứng.
2000–2010: Machine Learning thực dụng
“Đừng cãi, cho dữ liệu vào đi”.
Classical Machine Learning
Linear/logistic regression, SVM, k-means, decision tree.
Ensemble Learning
Random Forest, Boosting.
→ Accuracy > interpretability.
Kernel Methods
Map dữ liệu sang không gian cao chiều.
→ Rất ngầu, rất khó hiểu.
2010–2015: Deep Learning trỗi dậy
GPU + dữ liệu lớn = phép thuật đen.
Deep Neural Networks
Multi-layer perceptron.
CNN (2012 – AlexNet)
Computer Vision bùng nổ.
RNN / LSTM / GRU
Ngôn ngữ, chuỗi thời gian.
AI bắt đầu nhìn – nghe – đọc được 👀🎧📖
2016–2018: RL & Attention
AI học hành vi, không chỉ dự đoán.
Reinforcement Learning (RL)
Agent – environment – reward.
Deep RL
AlphaGo, AlphaZero.
→ AI tự học chiến lược ngoài sức người.
Attention Mechanism
AI học “chú ý vào cái quan trọng”.
2018–2020: Transformer & Self-Supervised
Bẻ gãy gần hết NLP cũ.
Transformers (2017–)
Attention toàn cục, song song hóa.
Pretraining + Fine-tuning
BERT, GPT-2.
→ Một model, nhiều nhiệm vụ.
Self-Supervised Learning
Không cần label.
→ Internet trở thành giáo trình.
2020–2022: Foundation Models
AI từ tool → platform.
Large Language Models (LLMs)
GPT-3, PaLM.
Multimodal Learning
Text + image + audio.
In-Context Learning
Prompt = chương trình.
2022–2023: Alignment & RAG
AI thông minh nhưng cần biết cư xử.
RLHF
Human feedback → behavior.
→ ChatGPT ra đời.
Constitutional AI
AI tuân theo hiến pháp đạo đức.
RAG (Retrieval-Augmented Generation) 🔥
LLM + search + vector database.
→ Giảm hallucination, cập nhật tri thức real-time.
→ AI không “nhớ hết”, nhưng biết tìm.
2024–nay: Agentic & Causal
AI không chỉ trả lời, mà hành động.
Agent-based AI / Tool-using AI
AI biết gọi API, viết code, lập kế hoạch.
Multi-Agent Systems
Nhiều AI phối hợp (crew, swarm).
Causal AI
Hiểu nguyên nhân – can thiệp – phản thực tế.
Continual / Online Learning
Học hoài không quên.
Federated & Privacy-preserving AI
AI học mà không lộ dữ liệu.
Bức tranh tổng thể:
- Symbolic AI dạy AI suy nghĩ
- ML dạy AI học
- DL dạy AI cảm nhận
- Transformers dạy AI hiểu ngữ cảnh
- RLHF & Constitutional AI dạy AI làm người
- RAG & Agents dạy AI làm việc thật
AGI chưa tới, nhưng AI đã trở thành lực lượng lao động số rồi 🤖💼🔥🏴☠️🚀🤪
Tham khảo thêm: The History of AI
