
Camera AI phát hiện thiếu bảo hộ lao động: làm được tới đâu?
Máy nhận ra món bảo hộ có trên người hay không. Nó không biết đã đeo đúng chưa, không biết người đó là ai, và không hiểu bối cảnh xung quanh.
16 bài, mới nhất ở trên cùng.

Máy nhận ra món bảo hộ có trên người hay không. Nó không biết đã đeo đúng chưa, không biết người đó là ai, và không hiểu bối cảnh xung quanh.

Phần lớn dự án AI hỏng vì đặt sai câu hỏi cho máy, không phải vì mô hình yếu. Cách đặt lại bài toán: bốn ví dụ thật, quy luật chung và năm bước làm theo.

Việc đầu tiên không phải làm hồ sơ mà là xác định nhiệm vụ thuộc hình thức nào. Bốn luồng triển khai, trình tự từng bước, ai duyệt cái gì và mất bao lâu.
Phần lớn dự án AI không tắc ở mô hình mà tắc ở dữ liệu. Bốn thứ hay sai, chi phí gán nhãn mà dự toán thường thiếu, và cách kiểm tra trước khi cam kết.
Mô hình ngôn ngữ sinh ra câu nghe hợp lý, không phải câu đúng. Vì sao nó không tự biết mình sai, sai ở đâu nhiều nhất, và cách nào giảm được rủi ro này.
Con số 95% chính xác gần như không nói lên điều gì nếu không biết đo cái gì, trên dữ liệu nào. Hai loại lỗi của AI và cách đọc một con số độ chính xác.
Ba khái niệm này không song song mà lồng vào nhau. Phân biệt cho người ra quyết định, kèm nghĩa thật của các thuật ngữ hay gặp trong đề xuất của nhà cung cấp.
AI làm tốt việc lặp lại, có đáp án rõ và sai thì phát hiện được. Nó không làm được việc cần chịu trách nhiệm hay cần đúng tuyệt đối. Nói thẳng cả hai phía.
Bảo mật, dữ liệu cá nhân, trách nhiệm người ký: sáu ranh giới khi đưa AI vào cơ quan nhà nước và cách giữ từng ranh giới mà không phải lúc nào cũng cần mua thêm.

Bàn bẩn để lâu là chỗ ngồi không bán được. Cách AI nhận biết trạng thái bàn, đo thời gian dọn bàn và công suất chỗ ngồi cho chuỗi nhà hàng, và giới hạn của nó.
Không phải thủ tục nào cũng hợp để đưa AI vào trước. Cách chọn nhóm thủ tục, AI hỗ trợ được gì tại quầy một cửa và ranh giới không được vượt.

Câu trả lời thường là được một phần. Bốn điều kiện quyết định, cách tự kiểm tra trước khi mời nhà cung cấp, và những chi phí mà chữ tận dụng che mất.

Quầy tự chọn hết đồ là mất trải nghiệm khách. Cách AI theo dõi tình trạng từng khay trong chuỗi nhà hàng, và vì sao cảnh báo trước khi hết mới có giá trị.
Không phải việc nào trong cơ quan cũng hợp để đưa AI vào trước. Bốn tiêu chí chọn việc, ba nhóm nên làm trước và ba nhóm nên để sau.

Nhận diện từng món trên băng chuyền không đủ chính xác và quá tốn kém. Chúng tôi đổi bài toán sang màu đĩa, và khách hàng thay toàn bộ đĩa. Chuyện một dự án.
Hầu hết ứng dụng AI trong cơ quan nhà nước vẫn đang thử nghiệm. Bài viết này nói rõ AI làm được gì, không làm được gì, mất bao lâu và nên bắt đầu từ đâu.