BaiGiangTTNTChuong1&2

Giới thiệu mơn học
• Mơn học: Trí tuệ nhân tạo:
Lý thuyết: 45 tiết +15 tiết BTL
• Đánh giá mơn học:
Bài tập lớn + Giữa kỳ + cuối kỳ
• Tài liệu:
– Giáo trình trí tuệ nhân tạo
Võ huỳnh Trâm và Trần Ngân Bình
– Slide bài giảng Trí tuệ nhân tạo

1


Nội dung mơn học
• Chương 1: Tổng quan về trí tuệ nhân tạo
– Ngành Trí tuệ nhân tạo là gì?
– Mục tiêu nghiên cứu của ngành Trí tuệ nhân tạo
– Lịch sử hình thành và hiện trạng
– Turing Test

2


• Chương 2: Các phương pháp giải quyết vấn đề
– Khơng gian trạng thái
– AI : Biểu diễn và tìm kiếm
– Các giải thuật tìm kiếm trên khơng gian trạng thái
– Depth first search (DFS) - Breath first search
(BFS)
– Heuristic là gì?
– Tìm kiếm theo heuristic

– Tìm kiếm Best first search (BFS), Giải thuật A*
– Chiến lược Minimax, Alpha Beta

3


Chương 3. Học có giám sát
3.1. Các khái niệm cơ bản
3.2. Cây quyết định
3.3. Mạng Neuron
3.3.1. Mơ hình và kiến trúc mạng neuron
3.3.2. Các thuật toán huấn luyện: Giảm gradient

4


Chương 4. Học không giám sát
4.1. Các khái niệm cơ bản
4.2. Giải thuật K-mean

5


Thực hành &Tài liệu tham khảo
• Thực hành Prolog và CLISP
– Prolog : Các giải thuật tìm kiếm
– CLISP :Biểu diển tri thức
• Tài liệu tham khảo
– Artificial Inteligent
George F. Luget & Cilliam A. Stubblefied

– Giáo trình “Trí tuệ nhân tạo”
KS Nguyễn Đức Cường
– Trí tuệ nhận tạo
Nguyễn Quang Tuấn – Hà nội

6


Chương 1: GIỚI THIỆU
Ngành Trí tuệ nhân tạo là gì?
Mục tiêu nghiên cứu của ngành Trí tuệ nhân tạo
Lịch sử hình thành và hiện trạng
Turing Test

7


Trí Tuệ Nhân Tạo là gì?
• Là một nhánh của khoa học máy tính liên quan đến sự tự
động hóa hành vi thơng minh.
• Rich, E. and K. Knight . 1991. Artificial Intelligence. New
York: McGraw-Hill.
“Artificial intelligence (AI) is the study of how to make
computers do things which at the moment, people do better.”
• George Luger:
“An AI approach problem-solving is one which:
• uses domain-specific knowledge
• to find a good-enough solution
• to a hard problem
• in a reasonable amount of time.”

8

C.1 – Giới thiệu


Trí Tuệ Nhân Tạo - Đặc Điểm
• Sử dụng máy tính vào suy luận trên các ký hiệu, nhận
dạng qua mẫu, học, và các suy luận khác…
• Tập trung vào các vấn đề “khó” khơng thích hợp với
các lời giải mang tính thuật tốn.
• Quan tâm đến các kỹ thuật giải quyết vấn đề sử dụng
các thơng tin khơng chính xác, khơng đầy đủ, mơ hồ…
• Cho lời giải ‘đủ tốt’ chứ khơng phải là lời giải chính
xác hay tối ưu.
• Sử dụng heuristics – “bí quyết”
• Sử dụng tri thức chun mơn
• …

9


Đối tượng nghiên cứu của AI
• Đối tượng nghiên cứu của ngành AI
AI là ngành nghiên cứu về các hành xử thông minh
(intelligent behaviour) bao gồm: thu thập, lưu trữ tri
thức, suy luận, hoạt động và kỹ năng.
Đối tượng nghiên cứu là các “hành xử thông minh”
chứ không phải là “sự thơng minh”.
‘Khơng có’ Sự Thơng Minh
Chỉ có

Biểu hiện thơng minh qua hành xử
10


Sự Thơng Minh
• Thơng minh hay Hành xử thơng minh là gì?
– Hành xử thơng minh: là các hoạt động của một đối
tượng như là kết quả của một quá trình thu thập, xử
lý và điều khiển theo những tri thức đã có hay mới
phát sinh (thường cho kết quả tốt theo mong đợi so
với các hành xử thông thường) là biểu hiện cụ thể,
cảm nhận được của “Sự thông minh”
– Khái niệm về tính thơng minh của một đối tượng
thường biểu hiện qua các hoạt động:
• Sự hiểu biết và nhận thức được tri thức
• Sự lý luận tạo ra tri thức mới dựa trên tri thức đã có
• Hành động theo kết quả của các lý luận
TRI
• Kỹ năng (Skill)
11
THỨC ???


Tri thức (Knowledge)
• Tri thức là những thơng tin chứa đựng 2 thành phần
– Các khái niệm:
• Các khái niệm cơ bản: là các khái niệm mang tính quy ước
• Các khái niệm phát triển: Được hình thành từ các khác niệm
cơ bản thành các khái niệm phức hợp phức tạp hơn.
– Các phương pháp nhận thức:

• Các qui luật, các thủ tục
• Phương pháp suy diễn, lý luận,..
 Tri thức là điều kiện tiên quyết của các hành xử thơng minh hay “Sự
thơng minh”
 Tri thức có được qua sự thu thập tri thức và sản sinh tri thức
 Quá trình thu thập và sản sinh tri thức là hai quá trình song song và
nối tiếp với nhau – không bao giờ chấm dứt trong một thực thể “Thông
Minh”
12


Tri thức – Thu thập và sản sinh
• Thu thập tri thức:
– Tri thức được thu thập từ thông tin, là kết quả của một quá
trình thu nhận dữ liệu, xử lý và lưu trữ. Thơng thường q
trình thu thập tri thức gồm các bước sau:
• Xác định lĩnh vực/phạm vi tri thức cần quan tâm
• Thu thập dữ liệu liên quan dưới dạng các trường hợp cụ thể.
• Hệ thống hóa, rút ra những thơng tin tổng qt, đại diện cho các
trường hợp đã biết – Tổng qt hóa.
• Xem xét và giữ lại những thông tin liên quan đến vấn đề cần
quan tâm , ta có các tri thức về vấn đề đó.
• Sản sinh tri thức:
– Tri thức sau khi được thu thập sẽ được đưa vào mạng tri thức
đã có.
– Trên cơ sở đó thực hiện các liên kết, suy diễn, kiểm chứng để
sản sinh ra các tri thức mới.
13

Tri thức – Tri thức siêu cấp
• “Trí thức siêu cấp” (meta knowledge) hay “Tri thức về Tri
thức”
Là các tri thức dùng để:
– Đánh giá tri thức khác
– Đánh giá kết quả của quá trình suy diễn
– Kiểm chứng các tri thức mới
• Phương tiện truyền tri thức: ngơn ngữ tự nhiên

14


Hành xử thơng minh – Kết luận
•
•

•

•

Hành xử thơng minh không đơn thuần là các hành động như là kết
quả của quá trình thu thập tri thức và suy luận trên tri thức.
Hành xử thơng minh cịn bao hàm
– Sự tương tác với môi trường để nhận các phản hồi
– Sự tiếp nhận các phản hồi để điều chỉnh hành động - Skill
– Sự tiếp nhận các phản hồi để hiệu chỉnh và cập nhật tri
thức
Tính chất thơng minh của một đối tượng là sự tổng hợp của cả 3 yếu
tố: thu thập tri thức, suy luận và hành xử của đối tượng trên tri thức
thu thập được. Chúng hòa quyện vào nhau thành một thể thống nhất “

Sự Thông Minh”
Khơng thể đánh giá riêng lẽ bất kỳ một khía cạnh nào để nói về tính
thơng minh.
 THƠNG MINH CẦN TRI THỨC
15


Mục tiêu nghiên cứu của ngành AI
Trí tuệ nhân tạo nhằm tạo ra “Máy người”?
Mục tiêu
 Xây dựng lý thuyết về thơng minh để giải thích các hoạt động thơng
minh
 Tìm hiểu cơ chế sự thơng minh của con người
 Cơ chế lưu trữ tri thức
 Cơ chế khai thác tri thức
 Xây dựng cơ chế hiện thực sự thông minh
 Áp dụng các hiểu biết này vào các máy móc phục vụ con người.

16


Mục tiêu của AI (tt)
• Cụ thể:
– Kỹ thuật: xây dựng các máy móc có tính thơng minh
nhằm đáp ứng tốt hơn nhu cầu của con người.
– Khoa học: xây dựng và phát triển các khái niệm, thuật
ngữ, phương pháp để hiểu được các hành xử thông
minh của sinh vật.
– Đối tượng thường được chú trọng phát triển là máy tính

Sự cần thiết của ngành AI ?????
Làm sao biết máy có thơng minh?
17


Turing Test:

Thử tính thơng minh

•

Bài tốn xác định tính thơng minh của một đối tượng

•

Turing test:

Ai đây??
Máy/người??

Người thực hiện
test

Câu
hỏi

Đối tượng được test

Người đối chứng
18

Turing Test:
•

•

Ưu - Khuyết

Ưu điểm
– Đem lại quan điểm khách quan về sự thông minh: Thông minh
hay không thể hiện qua các trả lời của các câu hỏi
– Loại trừ các thành kiến: khơng thích cơng nhận tính thơng minh
của máy móc. Sự thơng minh chỉ được đánh giá qua các câu hỏi,
không bị chi phối bởi các yếu tố khác.
– Tránh tình trạng hiểu lầm
Khuyết điểm:
– Phép thử tập trung vào các cơng việc biểu diển hồn tồn bằng
ký hiệu do đó làm mất một đặc tính rất quan trọng của máy tính
là tính tốn chính xác và hiệu quả
– Không thử nghiệm được các khả năng tri giác và khéo léo
– Giới hạn khả năng thông minh của máy tính theo khn mẫu con
người. Nhưng con người chưa hẳn là thơng minh hồn hảo.
– Khơng có một chỉ số rõ ràng định lượng cho sự thông minh. Phụ
thuộc vào người tester.

Thơng Minh?  Cịn tùy 19


Lịch sử phát triển của AI : Giai đoạn cổ điển

•

Giai đoạn cổ điển (1950 – 1965)
Đây là giai đoạn của 2 lĩnh vực chính:Game Playing (Trị chơi) và
Theorem Proving (Chứng minh định ký)
Game Playing: dựa trên kỹ thuật State Space Search với trạng
thái (State) là các tình huống của trị chơi. Đáp án cần tìm là
trạng thái thắng hay con đường dẩn tới trạng thái thắng. áp
dụng với các trị chơi loại đối kháng. Ví dụ: Trị chơi đánh cờ
vua.
Có 2 kỹ thuật tìm kiếm cơ bản:
 Kỹ thuật generate and test : chỉ tìm được 1 đáp án/ chưa chắc
tối ưu.
 Kỹ thuật Exhaustive search (vét cạn): Tìm tất cả các nghiệm,
chọn lựa phương án tốt nhất.

(Bùng nổ tổ hợp mn với m>=1
20


Lịch sử phát triển của AI : Giai đoạn cổ điển (tt)
Theorem Proving: dựa trên tập tiên đề cho trước,
chương trình sẽ thực hiện chuỗi các suy diển để
đạt tới biểu thức cần chứng minh.
Nếu có nghĩa là đã chứng minh được. Ngược lại là
khơng chứng minh được.
Ví dụ: Chứng minh các định lý tự động, giải toán,...
Vẫn dựa trên kỹ thuật state space search nhưng khó
khăn hơn do mức độ và quan hệ của các phép suy
luận: song song, đồng thời, bắc cầu,..

Có các kết quả khá tốt và vẫn còn phát triển đến ngày
nay
(Bùng nổ tổ hợp mn , m>=1
21


Lịch sử phát triển của AI- Giai đoạn viễn vơng
• Giai đoạn viễn vông (1965 – 1975)
– Đây là giai đoạn phát triển với tham vọng làm cho
máy hiểu được con người qua ngơn ngữ tự nhiên.
– Các cơng trình nghiên cứu tập trung vào việc biểu
diển tri thức và phương thức giao tiếp giữa người &
máy bằng ngôn ngữ tự nhiên.
– Kết quả không mấy khả quan nhưng cũng tìm ra
được các phương thức biểu diễn tri thức vẫn còn
được dùng đến ngày nay tuy chưa thật tốt như:
– Semantic Network (mạng ngữ nghĩa)
– Conceptial graph (đồ thị khái niệm)
Vấp phải trở ngại về năng
– Frame (khung)
lực của máy tính
– Script (kịch bản)
22


Lịch sử phát triển của AI- Giai đoạn hiện đại
• Giai đoạn hiện đại (từ 1975)
– Xác định lại mục tiêu mang tính thực tiễn hơn của
AI là:

• Tìm ra lời giải tốt nhất trong khoảng thời gian chấp
nhận được.
• Khơng cầu tồn tìm ra lời giải tối ưu
– Tinh thần HEURISTIC ra đời và được áp dụng mạnh
mẽ để khắc phục bùng nổ tổ hợp.
– Khẳng định vai trò của tri thức đồng thời xác định 2
trở ngại lớn là biểu diển tri thức và bùng nổ tổ hợp.
– Nêu cao vai trò của Heuristic nhưng cũng khẳng
Phát triển ứng dụng mạnh mẽ: Hệ
định
tính
khó
khăn
trong
đánh giá heuristic.
Better than

nothing

chun gia, Hệ chuẩn đoán,..

23


Các lĩnh vực ứng dụng
 Game Playing: Tìm kiếm / Heuristic
 Automatic reasoning & Theorem proving: Tìm kiếm /
Heuristic
 Expert System: là hướng phát triển mạnh mẽ nhất và có giá
trị ứng dụng cao nhất.

 Planning & Robotic: các hệ thống dự báo, tự động hóa
 Machine learning: Trang bị khả năng học tập để giải quyết
vấn đề kho tri thức:
 Supervised : Kiểm sốt được tri thức học được.
Khơng tìm ra cái mới.
 UnSupervised:Tự học, khơng kiểm sốt. Có thể tạo
ra tri thức mới nhưng cũng nguy hiểm vì có thể học
những điều khơng mong muốn.
24


Các lĩnh vực ứng dụng (tt)
 Natural Language Understanding & Semantic modelling:
Không được phát triển mạnh do mức độ phức tạp của bài
toán cả về tri thức & khả năng suy luận.
 Modeling Human perfromance: Nghiên cứu cơ chế tổ chức
trí tuệ của con người để áp dụng cho máy.
 Language and Environment for AI:Phát triển công cụ và
môi trường để xây dựng các ứng dụng AI.
 Neurol network / Parallel Distributed processing: giải
quyết vấn đề năng lực tính tốn và tốc độ tính tốn bằng
kỹ thuật song song và mô phỏng mạng thần kinh của con
người.
25