CSDL Bài trích Báo - Tạp chí
chủ đề: Trí tuệ nhân tạo
101 Xu hướng ứng dụng trí tuệ nhân tạo (AI) tại các doanh nghiệp hiện nay: Vấn đề nguồn nhân lực chất lượng cao Việt Nam / Nguyễn Thanh Điền // .- 2020 .- Số 51(61) .- Tr. 91-99 .- 340
Tóm lược về ứng dụng trí thông minh nhân tạo, một xu hướng trong cuộc cách mạng công nghệ số đang được ứng dụng tại các doanh nghiệp tại Việt Nam. Từ đó chỉ ra những cơ hội và thách thức của nguồn nhân lực chất lượng cao Việt Nam và kiến nghị một số giải pháp giúp nguồn nhân lực Việt Nam giải quyết những vấn đề còn tồn đọng, thích nghi với xu hướng phát triển mới trong nền công nghệ số.
102 Trách nhiệm bồi thường thiệt hại trong kỷ nguyên trí tuệ nhân tạo / Dương Quỳnh Hoa // Nghiên cứu Lập pháp .- 2020 .- Số 09 (409) .- Tr.11 – 14 .- 340
Trí tuệ nhân tạo đang ngày càng tích hợp liền mạch vào cuộc sống hàng ngày của con người; tác động đến nhiều khía cạnh của xã hội và công nghiệp, từ khám phá khoa học, chăm sóc sức khỏe và chẩn đoán y tế đến chính phủ điện tử, các thành phố thông minh, lĩnh vực bán lẻ, giao thông vận tải, định giá... Sự phát triển như vũ bão của máy móc cũng đồng thời làm phát sinh một số thách thức đối với xã hội và lĩnh vực pháp lý, nhất là những thách thức trong trách nhiệm bồi thường thiệt hại, xác định ai chịu trách nhiệm pháp lý, và ở mức độ nào?
103 Sử dụng trí tuệ nhân tạo để phát hiện gian lận tại Ngân hàng / Nguyễn Đoàn Châu Trinh // Thị trường tài chính tiền tệ .- 2020 .- Số 12(549) .- Tr. 22-27 .- 332.12
Giới thiệu về trí tuệ nhân tạo, sử dụng trí tuệ nhân tạo để phát hiện gian lận tại ngân hàng.
104 Dự đoán khả năng phun vữa của vữa xi măng mịn tự hút dựa trên các kỹ thuật trí tuệ nhân tạo / Trần Đức Học // Xây dựng .- 2020 .- Số 03 .- Tr. 118-120 .- 624
Nghiên cứu này nỗ lực dự đoán khả năng phun vữa bằng cách sử dụng các kỹ thuật trí tuệ nhân tạo khác nhau, một số mô hình dự đoán đã được tạo ra như máy vector hỗ trợ, kỹ thuật cây quyết định CHAID, cây phân loại và hồi quy (C&R) để kiểm nghiệm độ chính xác của các mô hình hiện tại.
105 Phát triển trí tuệ nhân tạo tại Việt Nam: Thực trạng và giải pháp / Hồ Đắc Lộc, Huỳnh Châu Duy // .- 2020 .- Số 1+2(730+731) .- Tr.27-31 .- 005
Phân tích tác động to lớn của trí tuệ nhân tạo (AI) trong sự phát triển kinh tế, quân sự và chính trị. Bên cạnh tận dụng những thành tựu phát triển của công nghệ AI và tự động hóa, các nước cần đưa ra những giải pháp phù hợp với tiến trình chuyển đổi nhanh chóng và mạnh mẽ của cuộc cách mạng công nghiệp 4.0 hiện nay.
106 Tối ưu hóa ước tính mức tiêu thụ năng lượng trong các tòa nhà dựa trên các thuật toán trí tuệ nhân tạo / Trần Đức Học, Lê Tấn Tài // .- 2020 .- Tập 14 Số 1V .- Tr. 35-45 .- 624
Mô phỏng và dự báo năng lượng tiêu thụ đóng vai trò quan trọng trong việc thiết lập chính sách năng lượngvà đưa ra quyết định theo hướng phát triển bền vững. Nghiên cứu này sử dụng phương pháp kỹ thuật thốngkê và công cụ trí tuệ nhân tạo bao gồm mạng nơ-ron thần kinh (ANNs – Artificial neutral networks), máy hỗtrợ véc tơ (SVM – Support vector machine), cây phân loại và hồi quy (CART - Classification and regressiontrees), hồi quy tuyến tính (LR - Linear regression), hồi quy tuyến tính tổng quát (GENLIN - Generalized linearregression), tự động phát hiện tương tác Chi-squared (CHAID - Chi-square automatic interaction detector) vàmô hình tổng hợp (Ensemble model) để dự đoán mức tiêu thụ năng lượng trong các căn hộ tòa nhà chung cư.Bộ dữ liệu để xây dựng mô hình gồm 200 mẫu được khảo sát ở nhiều chung cư tại TP. Hồ Chí Minh. Mô hìnhđơn có hiệu quả tốt nhất trong quá trình dự đoán là CART, trong khi đó mô hình được tổng hợp tốt nhất làCART + GENLIN.
107 Phương pháp xử lý hiện tượng mô hình quá khớp trong xây dựng mô hình học sâu để ước lượng khả năng chịu tải của giàn phi tuyến / Hà Mạnh Hùng, Trương Việt Hùng, Đinh Văn Thuật, Vũ Quang Việt // .- 2020 .- Tập 14 Số 1V .- Tr. 12-20 .- 624
Bài báo này sẽ trình bày, phân tích và so sánh hiệu quả của một số kỹ thuậtthường được áp dụng hiện nay cho việc xử lý hiện tượng mô hình quá khớp bao gồm kỹ thuật dừng sớm (EarlyStopping), nhớ mô hình (Model Checkpoint) và kết hợp hai kỹ thuật trên. Một giàn phẳng gồm 39 thanh đượcsử dụng để minh họa cho nghiên cứu. Tập dữ liệu cho mô hình học sâu được tạo ra từ phân tích phi tuyến giàncó thông số đầu vào là diện tích mặt cắt ngang của các thanh giàn và thông số đầu ra là hệ số khả năng chịu tải(LF). Kết quả nghiên cứu cho thấy phương pháp kết hợp cả hai kỹ thuật dừng sớm và nhớ mô hình đem lại hiệuquả cao nhất về cả góc độ thời gian huấn luyện và độ chính xác của mô hình.
108 Nghiên cứu ứng dụng của trí tuệ nhân tạo trong thương mại điện tử và phân tích ứng dụng trí tuệ nhân tạo của Amazon / Phạm Thị Chanh // Công thương (Điện tử) .- 2019 .- Số 2 .- Tr. 388-394 .- 381.142
Trí tuệ nhân tạo đang ngày càng góp phần thay đổi sâu sắc các lĩnh vực của cuộc sống. Nhiều công ty ngành công nghiệp, các mô hình kinh doanh ứng dụng trí tuệ nhân tạo. Tuy nhiên, trong lĩnh vực mua sắm, thương mại, sự hiện diện của trí tuệ nhân tạo vẫn còn tương đối hạn chế và cần sự can thiệp của con người khá nhiều. Trong khi đó, thương mại điện tử đang làm thay đổi cục diện trong ngành Bán lẻ. Dự báo đến năm 2020, trí tuệ nhân tạo sẽ trở thành một trong năm ưu tiêu hàng đầu của hơn 20% giám đốc công nghệ thông tin từ các công ty lớn trên toàn cầu. Nghiên cứu này muốn đóng góp vào việc ứng dụng trí tuệ nhân tạo trong thương mại điện tử nhằm thay đổi cục diện của thương mại điện tử theo rất nhiều cách khác nhau.
109 Công nghệ trí tuệ nhân tạo: Thời cơ lớn của Việt Nam / // Khoa học và Công nghệ Việt Nam A .- 2019 .- Số 9(726) .- Tr.8-11 .- 006
Phân tích công nghệ trí tuệ nhân tạo: thời cơ lớn của Việt Nam. Sự kiện đề cao tính kết nối trong cộng đồng AI, thúc đẩy nghiên cứu ứng dụng AI trong các ngành kinh tế - xã hội của đất nước, đồng thời khơi gợi tình yêu khoa học, đặc biệt là AI trong giới trẻ.
110 Ứng dụng trí tuệ nhân tạo trong ngành logistics tại Việt Nam / Ngô Phúc Hạnh, Vũ Thị Tâm, Nguyễn Thị Thu // Nghiên cứu kinh tế .- 2019 .- Số 6 .- Tr. 18-30 .- 658
Tập trung nghiên cứu thực trạng ứng dụng trí tuệ nhân tạo trong ngành logistics trên thế giới và tại Việt Nam, với phương pháp nghiên cứu định tính cùng việc phân tích các số liệu thu thập được từ những dữ liệu thống kê, báo cáo về thực trạng ứng dụng trí ruệ nhân tạo trong ngành logistic, từ đó đề xuất các khuyến nghị và chính sách cho các doanh nghiệp logistics tại Việt Nam trong việc ứng dụng trí tuệ nhân tạo.