Ta có sơ đồ sau:

Dữ liệu → Thông tin → Kiến thức → Trí tuệ.

Dữ liệu là những mẩu số liệu, mẩu sự kiện được thu thập lại thành một tập hợp. Ví dụ ta nhập số liệu vào bảng lương nhân viên, tên nhân viên, ngày sinh, mức lương… là những dữ liệu.

Thông tin là sự kết nối hợp lý giữa các dữ liệu đó. Ví dụ: đọc trên một dòng bảng lương có thông tin thế này: Ông Phan Xuân Trung, sinh năm 1967, chức vụ: bác sĩ, lương tháng 2/2019 là 9.000.000 đồng. Đây là một dòng thông tin.

Đọc xuyên suốt một bảng số liệu, người ta sẽ rút ra được kiến thức: có 10 người lương trên 30 triệu/ tháng, 20 người lương từ 10 - 30 triệu đồng/tháng, còn lại hầu hết là lương dưới 10 triệu đồng/tháng. Kiến thức này cho biết số lượng người làm việc lương cao ít hơn số người làm việc lương thấp.

Nếu người có nhiều kiến thức sẽ so sánh mức lương giữa các ngành nghề với nhau và giữa các quốc gia khác nhau, đưa ra nhận định nên làm gì và ở đâu để có lương xứng đáng với công sức.

Máy học

Chiếc máy tính bản thân nó không có dữ liệu, thông tin hay kiến thức nào. Nó chỉ có bộ nhớ và khá năng tính toán nhanh mà con người lập trình sẵn và giao cho nó xử lý.

Ví dụ làm phần mềm cho bác sĩ, người ta ghi vào danh mục 1000 tên thuốc, máy tính có thể nhanh nhảu điền thông tin ngay khi bác sĩ chưa gõ đủ dòng tên thuốc.

Bác sĩ ghi tiếp về cách dùng: uống một viên vào ban đêm. Trong danh mục cách dùng thuốc đã có sẵn cách dùng thuốc được sắp xếp theo thứ tự abc: dán, đắp, rửa, thoa, tiêm, uống, xịt…

Như vậy khi kê một loại thuốc uống thì bác sĩ sẽ phải lượt qua một loạt thứ tự dán, đắp… rồi mới tới uống. Công việc lặp đi lặp lại sẽ làm tốn thời gian cho bác sĩ vào việc chọn cách sử dụng thuốc.

Trong khi các bác sĩ nội khoa thường cho thuốc uống, các bác sĩ cấp cứu thường cho thuốc tiêm, các bác sĩ da liễu thường cho thuốc thoa… làm sao để bác sĩ chọn nhanh cách dùng thuốc thường xuyên của mình? Phải dạy cho máy tính nhớ thói quen dùng thuốc của bác sĩ.

Lập trình viên cho đếm số lần chọn đường dùng thuốc của bác sĩ nội khoa, cứ một lần chọn thì tăng lên một số. Cách dùng thuốc có số nào lớn thì được ưu tiên xuất hiện trước. Vậy là máy tính đã học được thói quen dùng thuốc của bác sĩ và gợi ý cho bác sĩ chọn cách ưa dùng nhất.

Đi xa hơn chút, máy sẽ nhận diện user nào có thói quen dùng thuốc thế nào để gợi ý riêng cho user đó. Trên mạng internet cũng vậy, thông tin của người dùng được ghi nhận về giới tính, tuổi tác, địa phương, thói quen xem trang web, những hàng hóa nào user hay mua…

Dựa vào đó, máy tính sẽ gửi thông tin gợi ý đến cho từng đối tượng khác nhau một cách khá chính xác.

Trí tuệ con người

Đã gọi là trí tuệ thì phải có vốn kiến thức lớn, dùng để so sánh, phân tích, lập luận, phán đoán và chọn ra một giải pháp tối ưu. Một bác sĩ chuyên khoa bệnh truyền nhiễm sẽ có kiến thức về vi sinh, kháng sinh, kháng thuốc, quá trình ủ bệnh…

Qua kinh nghiệm, ông thấy thuốc kháng sinh này đáp ứng tốt với vi trùng này mà không đáp ứng tốt với vi trùng khác, hay xét nghiệm này chẩn đoán bệnh chính xác hơn xét nghiệm khác. Do đó vị giáo sư già chữa trị hiệu quả và ít biến chứng hơn bác sĩ trẻ mới ra trường.

Nói như vậy thì khó quá, chủ nghĩa kinh nghiệm thật khó kiểm soát, phải có giải pháp nào để thể hiện rõ số liệu, tại sao chọn lựa thuốc này mà không chọn thuốc khác, chọn xét nghiệm này mà không chọn xét nghiệm khác… Người ta phát minh ra một Kim Tứ Đồ rất vi diệu, dùng để bộc lộ những điều khó thấy.

Kim Tứ Đồ như sau:

Người ta cho 10 người dùng kháng sinh 1 và 10 người dùng kháng sinh 2. Sau đợt điều trị, người ta ghi nhận bảng số liệu như sau:

Kháo sát kháng sinh 1: Tỷ lệ chữa khỏi trên thất bại là 7/3 = 2.33

Kháo sát kháng sinh 2: Tỷ lệ chữa khỏi trên thất bại là 9/1 = 9

Như vậy, hiệu lực chữa trị của kháng sinh 2 nhiều hơn kháng sinh 1 là 9/2.33= 3,86 lần.

Tất nhiên là nên chọn kháng sinh 2 để chữa trị hơn là chọn kháng sinh 1 mặc dù cả hai đều có ca không chữa khỏi.

Trên đây là một ví dụ rất đơn gian để minh họa cho sự chọn lựa có cân nhắc dựa vào dữ liệu của quá khứ. Tiếp tục chia các con số với nhau, người ta còn cho ra các chỉ số có giá trị chọn lựa khác nữa, nhưng thôi, đó không phải là nội dung của bài này.

Trí tuệ nhân tạo

Người ta lập trình cho máy tính không chỉ đếm số lần một cách đơn giản như trong phần Machine Learning mà còn phải làm toán và tự so sánh tỷ lệ theo Kim Tứ Đồ để từ đó ra quyết định giúp con người.

Muốn cho máy hoạt động trí tuệ nhân tạo thì phải cung cấp cho nó một nguồn dữ liệu cực lớn (big data) để nó tham khảo, tính toán, so sánh, chia tỷ lệ rồi đưa ra gợi ý. Ví dụ IBM Watson có chương trình trí tuệ nhân tạo AI giúp chọn lựa giải pháp điều trị ung thư.

Nguồn dữ liệu mà IBM sử dụng là y văn thế giới. Y văn này ghi nhận các ca điều trị trong quá khứ về giới tính, cân nặng, độ tuổi, loại ung thư, giai đoạn phát triển của ung thư, các giải pháp mà bác sĩ đã dùng trong quá khứ, kết quả điều trị…

Khi bác sĩ cung cấp cho máy tính các thông tin về bệnh nhân hiện tại đang cần lựa chọn giải pháp điều trị, máy tính sẽ đi tìm các ca có thông số tương tự với tình trạng bệnh nhân hiện nay, tìm những ca đã được điều trị hiệu quả và cung cấp các phương pháp điều trị đã sử dụng trên các ca thành công đó. Bác sĩ sẽ không cần phải đọc hết y văn thế giới để có chọn lựa tối ưu mà máy sẽ giúp làm việc đó.

Như vậy, để có được trí tuệ nhân tạo thì trước hết phải cung cấp cho máy tính một kho dữ liệu có sẵn để nó làm căn cứ so sánh và đưa ra giải pháp tốt nhất mà nó tìm được trong đống dữ liệu đó. Mỗi tình huống cung cấp cho máy sẽ nhận lại được một hoặc nhiều gợi ý sau khi phân tích.

Tất nhiên, máy móc là máy móc, nó chỉ sẽ làm theo đúng logic mà người ta gán cho nó. Máy móc sẽ không có tính nghệ sĩ để tự sáng tác hay có óc hài hước để tạo ra những kết quả phong phú như con người.

Tuy nhiên, nếu con người biết cách dạy cho máy tính biết thế nào là hài hước thì nó sẽ lựa chọn ra theo cách đó và một ngày nào đó chúng ta sẽ thấy những con robot biết khóc hay cười tùy theo cái mà nó tìm được.