Machine learning & Product Designer (Part.01): Tại sao lại hữu ích và cần biết?
Những điều bạn cần biết về AI, Machine learning và cách áp dụng vào trong thiết kế sản phẩm.
I/ AI-Artificial Intelligence là gì? Machine learning là gì?
Trước khi đi sâu vào vấn đề chính của bài viết, bạn cần nắm bắt được các định nghĩa của 2 cụm từ trên để có thể hiểu được xu hướng mà có thể bạn sẽ áp dụng vào sản phẩm của mình sắp tới.
AI với tên viết đầy đủ là Artificial Intelligence (Trí Tuệ Nhân Tạo) là gì?
Là một ngành thuộc lĩnh vực khoa học máy tính (Computer Science). Là trí tuệ do con người lập trình tạo nên với mục tiêu giúp máy tính có thể tự động hóa các hành vi thông minh như con người.
Machine learning là gì?
Theo Wiki và tìm hiểu: Machine learning là một tầng “nhận thức" quan trọng nằm trong AI. Sâu hơn Machine learning còn có Deep learning, cả 2 đều thuộc về chuyên ngành Computer Science.
Hệ thống “nhận thức" trong AI được định nghĩa với các nhiệm vụ chính sau:
- Trí tuệ nhân tạo bao gồm các cơ sở lý thuyết và việc lập trình xây dựng của các hệ thống máy tính có thể thực hiện các nhiệm vụ thường đòi hỏi trí thông minh của con người như nhận thức thị giác, nhận dạng giọng nói, ra quyết định và dịch giữa các ngôn ngữ.
- Trí tuệ nhân tạo giúp tạo ra máy tính có khả năng suy nghĩ, máy tính có trí tuệ theo đầy đủ nghĩa của từ này (Haugeland, 1985).
- Trí tuệ nhân tạo là khoa học nghiên cứu xem thế nào để máy tính có thể thực hiện được những công việc mà con người làm tốt hơn máy tính (Rich và Knight,1991).
- Trí tuệ nhân tạo là khoa học nghiên cứu các hoạt động trí não thông qua các mô hình tính toán (Chaniaka và McDemott, 1985).
- Trí tuệ nhận tạo nghiên cứu các mô hình máy tính có thể nhận thức, lập luận và hành động (Winston, 1992)
- Trí tuệ nhân tạo nghiên cứu các hành vi thông minh mô phỏng các vật thể nhân tạo (Nilsson, 1998)
- Trí tuệ nhân tạo là khoa học nghiên cứu các hành vi thông minh nhằm giải quyết các vấn đề được đặt ra đối với các chương trình máy tính (Học viện Kỹ thuật Quân sự)
II/ Một Product Designer có cần biết Code hay AI và Machine learning?
Đây là một vấn đề được thảo luận khá sôi nổi mà mình tìm thấy trên Twitter và các nhóm thiết kế lớn ở nước ngoài. Tại Việt Nam ngoài các bạn developer, thì khá ít anh em quan tâm hoặc chưa phải là một xu hướng thu hút mọi người tìm kiếm để bàn luận.
Quay trở lại câu hỏi được đặt ra ở trên thì hầu hết mọi ý kiến đều đồng tình rằng: Nếu là một nhà thiết kế sản phẩm, bạn nên biết về cách thức vận hành của các thuật toán.
“Biết về cách thức vận hành của các thuật toán” -Không có nghĩa là bạn phải biết gõ code hay sử dụng các tool lập trình bài bản như một developer.
Điều này giúp bạn có thể định nghĩa và phối hợp cùng với các developer. Thống nhất tiếng nói chung và ap dụng vào việc thiết kế giải pháp dành cho sản phẩm mà bạn đang phát triển.
Và với lý do tương tự với câu trả lời trên, thì một Product Designer cũng nên biết định nghĩa AI là gì? Cách thức vận hành và áp dụng Machine learning vào thiết kế sản phẩm thế nào? Hoặc có thể sâu hơn nữa là Deep Learning (Cái này đi hơi xa).
III/ AI đã có ảnh hưởng gì đến nhân loại hiện tại?
Đến thời điểm khi bạn đọc được bài viết này, thì AI đã hiện hữu ở hầu hết mọi sản phẩm công nghệ lớn trên toàn cầu. Nổi bật có thể kể đến một số hệ thống AI sau:
- Trợ lý ảo: Google Assistant, Alexa, Siri.
- Hệ thống gợi ý nội dung của các hãng như: Spotify, Netflix, Facebook, Amazon, Tiki (khá tiềm năng ở VN).
- Hệ thống xe tự động: Tesla, Google, Uber, Apple.
- Hệ thống nhận diện và bảo mật thông minh: FaceID -Bảo mật nhận diện khuôn mặt của Apple, Facebook với khả nhận diện khuôn mặt để gợi ý tag. Bên cạnh các nước phương Tây thì Trung Quốc hiện đang là quốc gia đi đầu trong việc sử dụng AI để nhận diện và quản lý công dân của họ.
Ảnh hưởng của AI đến dòng chảy phát triển của nhận loại là vô cùng lớn và tiềm năng.
AI đang được coi là cuộc cách mạng công nghệ thứ tư làm thay đổi tư duy và nâng cao tầm phát triển của loài người. Nếu bạn chưa biết, thì mình điểm qua ba cuộc cách mạng công nghệ lớn trước đó của nhân loại dưới đây:
- Cuộc cách mạng đầu tiên: Con người phát minh ra động cơ hơi nước.
- Cuộc cách mạng thứ hai: Năng lượng tự nhiên được đưa vào ứng dụng.
- Cuộc cách mạng thứ ba: Kỷ nguyên công nghệ thông tin bùng nổ.
Và với lý do quá lớn và đầy thuyết phục mà mình liệt kê thì đây là thời điểm tốt nhất, để một nhà thiết kế sản phẩm bắt đầu tìm hiểu về AI đặc biệt là Machine learning và ứng dụng ngay vào sản phẩm của mình.
IV/ Lợi ích của việc hiểu về AI & Machine Learning
Như đã nói ở trên, mình và các bạn đang sống trong những ngày tháng đầu tiên của kỷ nguyên AI phát triển. Đây là khoảng thời gian có lợi nhất cho những nhà thiết kế muốn tìm hiểu về AI, cụ thể là Machine learning.
Các công ty công nghệ lớn hiện tại cũng đang cung cấp rất nhiều những public document đến cộng đồng. Đặc biệt tại một số công ty như công ty mình đang làm, họ còn mở những khoá học về Machine learning cho nhân viên nội bộ.
Với việc hiểu về các tầng “nhận thức" trong AI cụ thể là Machine learning, một nhà thiết kế sản phẩm có thể dễ dàng thiết lập được logic suy nghĩ cho hệ thống như cần chuẩn bị những gì, thiết lập nhận định và phản hồi ra sao .v.vvv. Từ đó sẽ dễ dàng trao đổi và đề xuất các tính năng đến developers, tối ưu được quá trình làm việc và tăng khả năng thu về được kết quả tốt nhất.
V/ AI & Machine Learning có thể làm được gì?
Để các bạn có thể hình dung được những gì mà tầng “nhận thức" Machine learning trong AI có thể làm. Thì trong bài viết này mình sẽ chia sẻ một vài ví dụ mà mình đang nghiên cứu và làm để mọi người có thể tham khảo nhé.
Tối ưu và cá nhân hoá trải nghiệm người dùng (Personalize Experiences)
Machine learing có thể giúp sản phẩm của bạn có thể tự “nhận thức" để học. Từ đó định hình được thói quen, nhu cầu của người dùng để đưa ra những gợi ý, đề xuất tính năng hoặc những kết quả tìm kiếm chuẩn xác và phù hợp với đối tượng hơn.
Xây dựng tương tác thông minh tự động (Automatic Interaction)
Tại thời điểm hiện tại, một hệ thống Machine learning đã có thể hiểu được những tương tác đa dạng của người dùng. Ví dụ trong thực tế có thể kể đến:
- Bạn có thể ra lệnh hoặc nói chuyện đơn giản với trợ lý ảo Siri được tích hợp trên các thiết bị của Apple.
- Hệ thống phát hiện lỗi chính tả hoặc gợi ý nội dung theo từ ngữ trên bàn phím thông minh của Google.
- Hệ thống Chatbot hỗ trợ trả lời tự động với người dùng.
Mình khá hứng thú với Chatbot, đây là một giải pháp UX rất tiềm năng tại Việt Nam. Các bạn có thể đọc thêm trong bài viết dưới đây.
4 giải pháp UX sản phẩm tiềm năng trong năm 2018 tại Việt Nam
Phân tích sâu và đưa ra đề xuất hợp lý (Provide Insights)
Machine learing của AI có thể “nhận thức" được hành vi, thói quen của người dùng trên sản phẩm, sau đó tổng hợp và phân tích để chia ra thành từng nhóm dữ liệu nhận dạng cụ thể.
Từ những phân tích trên, các tính năng hoặc nội dung có trong hệ thống sẽ được so sánh với các dữ liệu nhóm người dùng để tối ưu. Kết quả người dùng nhận được sẽ là những đề xuất thật sự thông mình, đúng nhất với mong muốn khi trải nghiệm sản phẩm.
Dự đoán và thiếp lập nguồn nội dung (Prepare Content)
Machine learning cho phép hệ thống của bạn có thể dự đoán được hành vi của người dùng theo một hành trình logic. Mình sẽ đưa ra vài ví dụ trong một dịch vụ cụ thể ở dưới để các bạn dễ hình dung về khả năng Prepare content trong AI.
Ví dụ trên Youtube: Trên Youtube mình thường xem và quan tâm những nội dung về âm nhạc (1), cụ thể là dòng nhạc EDM (2). Hệ thống của họ sẽ tiên đoán và thiết lập sẵn dữ liệu theo một hành trình logic dựa trên các ngữ cảnh sau:
- Ngữ cảnh 1: Khi vô trang chủ, tất cả những video nổi bật về EDM đã được hệ thống tổng hợp và đưa ra ngay mục “Đề xuất". Mình có thể xem ngay nếu muốn.
- Ngữ cảnh 2: Khi xem một video bất kỳ không nằm trong nội dung quan tâm (2), nhưng vẫn nằm trong phạm vị quan tâm (1) . Thì ở mục “Gợi ý tiếp theo" ưu tiên đầu sẽ là một số video về EDM nổi bật đã được chuẩn bị sẵn. Mình có thể xem ngay nếu muốn.
- Ngữ cảnh 3: Trong một thời gian ngắn nhất đinh mình xem 4 video nổi bật EDM. Khoảng 2–3 ngày sau, hệ thống đã tự động tạo ra một chủ đề playlist chứa 4 video trên (làm mồi câu) + thêm một vài video EDM nổi bật khác để khuyến khích mình trải nghiệm tiếp.
Ngữ cảnh 4: Kết hợp từ 3 ngữ cảnh trên, nếu bạn để hệ thống Youtube nhận thức và nắm được hành vi của mình thì bạn sẽ có một trang Youtube mang đậm tính cá nhân hoá dựa trên đúng sở thích của mình.
Mọi nội dung mà bạn yêu thích đều đã được hệ thống chuẩn bị sẵn ngay từ lúc mới truy cập. Và cái giá họ nhận lại từ bạn chính là sự hài lòng và Thời Gian -Yếu tố chủ đạo kiếm ra doanh thu chủ lực cho Youtube : ).
Mình khá hứng thú với Prepare content, đây là một giải pháp UX rất tiềm năng tại Việt Nam. Các bạn có thể đọc thêm trong bài viết dưới đây.
4 giải pháp UX sản phẩm tiềm năng trong năm 2018 tại Việt Nam
Nhận diện các hành vi bất thường (Identify Anomalies)
Machine learning còn giúp hệ thống nhận dạng được những hành vi tương tác bất thường của người dùng trên sản phẩm. Từ đó đưa ra những cảnh báo đến đội ngũ phát triển, giúp chúng ta nghiên cứu và đưa ra ngay những giải pháp khắc phục có lợi cho người dùng.
Ví dụ trong thực tế như:
- Các sản phẩm ví điện tử có thể nhận diện được những hành vi bất thường không nằm trong logic đề ra để phát hiện gian lận hoặc thanh toán “bẩn”.
- Các sản phẩm tin tức có thể nhận diện được những nội dung “bẩn” trong khu vực nhận xét.
- Các sản phẩm thư điện tử phát hiện được các đường link mã độc hoặc spam được gửi đến người dùng.
Ngoài các ví dụ trên, thì gần đây nhất Facebook -Mạng xã hội lớn nhất thế giới đã áp dụng khả năng identify anomalies trong AI vào việc nhận diện các nội dung mang ý nghĩa tiêu cực trong cuộc sống của người dùng, để gửi đi lời cảnh báo tự tử đến người thân của họ.
Hy vọng, với bài viết chia sẻ góc nhìn này của mình sẽ giúp mọi người có một cái nhìn tổng quan hơn để áp dụng vào công việc thực tiễn. Good luck (Chúc may mắn).
Tiếp theo: Machine learning & Product Designer (Part.02): Các thuật toán và công thức tư duy cần nắm được.
Xin cảm ơn, vì đã mất công đọc đến tận đây. Hãy để lại nhận xét của bạn trong bài viết này để chúng ta cùng thảo luận nhé.
Mình là An : ).
