Bài Giảng Trí Tuệ Nhân Tạo ( Combo Full Slide ) ..Pptx

Bài giảng
NHẬP MƠN TRÍ TUỆ NHÂN TẠO


TÀI LIỆU GIẢNG DẠY


Tài liệu giảng dạy chính:
Giáo trình “Nhập mơn trí tuệ nhân tạo”, Hồng
Kiếm, Trường ĐH Cơng nghệ Thơng tin, Đại
học QG TP. HCM



Tài liệu tham khảo:
Giáo trình “Trí tuệ nhân tạo”, Nguyễn Thanh
Thủy, NXB Giáo Dục


TỔNG QUAN VỀ TTNT


Trí tuệ nhân tạo (TTNT) (Artificial Intelligence):




Là một nhánh của khoa học máy tính, chuyên nghiên cứu, thiết
kế và chế tạo các hệ thống thông minh – có trí tuệ giống như
(hoặc hơn) con người.
Mục tiêu: Tạo ra những máy tính có khả năng:









Nhận thức: có khả năng quan sát, học hỏi, hiểu biết cũng như có
những kinh nghiệm về thế giới xung quanh. Quá trình nhận thức
giúp có tri thức.
Suy luận: là khả năng vận dụng những tri thức sẵn có để đưa ra các
quyết định.
Phản ứng: đưa ra các hành động thích hợp dựa trên tri thức và suy
luận.

Cả 3 khả năng này đều cần đến yếu tố cơ bản: Tri thức.


TỔNG QUAN VỀ TTNT




Năng lực máy tính ngày càng mạnh mẽ cho phép những chương
trình máy tính sử dụng các thuật giải TTNT nhanh và hiệu quả hơn.
Máy tính đánh cờ Deep Blue đánh bại Casparov. Tuy nhiên:







Deep Blue chỉ biết chơi cờ;
Khơng có được trí tuệ của trẻ 3 ba tuổi như: nhận diện người thân, khả
năng quan sát và nhận biết thế giới, tình cảm thương ghét, …

Khả năng hiện tại của các sản phẩm TTNT vẫn còn khiêm tốn,
nhưng vẫn đang tiến bộ và hữu dụng trong 1 số cơng việc địi hỏi trí
thơng minh của con người.
TTNT đã trở thành một phần thiết yếu của công nghiệp, kỹ thuật,
cung cấp giải pháp cho những vấn đề khó khăn nhất trong khoa học
máy tính.


TỔNG QUAN VỀ TTNT


Vị trí của TTNT trong việc chế tạo các hệ
thống thơng minh:
Các mạch điện
tử đơn giản

Máy tính TTNT
ngày nay
Cao

Thấp



Bật/Tắt các
cơng tắc

Máy tính
tiêu chuẩn

Máy tính TTNT
trong tương lai

Con người


LỊCH SỬ








1930s, Alan Turing cho rằng bằng cách làm việc với
các ký tự “0” và “1”, máy có thể mơ phỏng bất cứ
hành động có thể nhận thức nào của q trình suy
diễn tốn học;
1950s, có các chương trình giải các bài toán đại số,
chứng minh các kết quả logic, … bằng ngơn ngữ lập
trình Lisp;

1980s – sự thành cơng về mặt thương mại của các
hệ chuyên gia – mô phỏng tri thức và các kỹ năng
phân tích của 1 hoặc 1 nhóm các chuyên gia;
1990s và 2000s, TTNT đã gặt hái được những thành
công lớn trong khai phá dữ diệu, chuẩn đoán y tế, …
và nhiều lĩnh vực khác trong công nghiệp kỹ thuật.


CÁC LĨNH VỰC CHÍNH


Lập luận – suy luận – suy diễn – giải quyết vấn đề (deduction –
reasoning – problem solving):






Biểu diễn tri thức (knowledge representation):




Xây dựng các thuật toán bắt chước quá trình lập luận từng bước
của con người khi thực hiện các suy luận logic, chơi cờ, …
1980s -1990s: Các phương pháp làm việc với các thông tin không
chắc chắn và không đầy đủ, …như logic mờ, lý thuyết xác suất …
Các vấn đề cần giải quyết thường yêu cầu biểu diễn tri thức rộng
lớn về các đối tượng, các thuộc tính, các nhóm và quan hệ giữa

các đối tượng; các tình huống, sự kiện, trang thái và thời gian;
nguyên nhân và kết quả, …

Lập kế hoạch (planning): các hệ thống thông minh phải biết
thiết lập các mục tiêu và cách đạt được chúng, có khả năng
chọn phương thức tốt nhất trong các phương thức có sẵn để
đạt được mục tiêu.


CÁC LĨNH VỰC CHÍNH










Học máy (machine learning): Học khơng có giám sát
(unsupervised learning), học có giám sát (supervised
learning);
Xử lý ngơn ngữ tự nhiên (Natural language
processing): Máy có khả năng đọc hiểu ngơn ngữ tự
nhiên;
Nhận thức (perception): Nhận biết giọng nói, khuôn
mặt, đối tượng;
Khả năng di chuyển và thực hiện thao tác: Chế tạo
Robot;

…


THUẬT TỐN – THUẬT GIẢI




Thuật tốn: Một phương thức giải quyết vấn
đề (bài toán) bằng một chuỗi hữu hạn các
bước.
Khi giải quyết các vấn đề, có thể gặp:






Chưa có cách giải theo kiểu thuật tốn và cũng
khơng biết có tồn tại thuật tốn hay khơng;
Có thuật tốn để giải nhưng khơng dùng được vì
thời gian giải q lớn hoặc có các điều kiện khó
đáp ứng;
Có những bài tốn được giải theo những cách giải
vi phạm thuật tốn nhưng vẫn có thể chấp nhận
được.


THUẬT TỐN – THUẬT GIẢI


Mở rộng thuật tốn:






Tính xác định (decidability): bằng giải thuật đệ
quy và ngẫu nhiên;
Tính đúng đắn (soundness – correctness): Chấp
nhận các cách giải thường cho kết quả tốt (nhưng
khơng phải lúc nào cũng tốt) nhưng ít phức tạp và
hiệu quả.

Thuật giải: Cách giải chấp nhận được nhưng
khơng hồn tồn đáp ứng đầy đủ các tiêu
chuẩn của thuật toán.


THUẬT GIẢI HEURISTIC







Là khái niệm mở rộng của Thuật toán
Thường tìm được lời giải tốt nhưng

khơng chắc là lời giải tốt nhất
Dễ dàng và nhanh chóng đưa ra kết
quả hơn so với thuật tốn tối ưu, vì vậy
chi phí thấp hơn
Thể hiện khá tự nhiên, gần gũi với cách
suy nghĩ của con người


THUẬT GIẢI HEURISTIC


Có nhiều phương pháp xây dựng, thường dựa vào
các nguyên lý cơ bản sau:








Vét cạn thông minh: Khi khơng gian tìm kiếm lớn, tìm cách
giới hạn lại khơng gian tìm kiếm hoặc thực hiện 1 kiểu dị
tìm đặc biệt dựa vào đặc thù của bài toán để nhanh chóng
tìm ra mục tiêu.
Tham lam (greedy): Lấy tiêu chuẩn tối ưu (tồn cục) của bài
tốn để làm tiêu chuẩn chọn lựa hành động cho phạm vi cục
bộ của từng bước.
Thứ tự: Thực hiện hành động dựa trên 1 cấu trúc thứ tự
hợp lý của không gian khảo sát nhằm nhanh chóng có được

một lời giải tốt.
Hàm heuristic: Là hàm đánh giá thô, giá trị phụ thuộc vào
trạng thái hiện tại của bài toán tại mỗi bước. Dùng giá trị
này để chọn lựa cách hành động tương đối hợp lý.


BÀI TỐN HÀNH TRÌNH
NHANH NHẤT




Tìm một hành trình cho người giao hàng đi
qua n điểm khác nhau, mỗi điểm đi qua một
lần và trở về điểm xuất phát sao cho tổng
thời gian đoạn đường cần đi là ngắn nhất.
Giả thiết rằng giữa hai điểm bất kỳ đều có
con đường nối trực tiếp
Cách 1: Liệt kê tất cả các con đường có thể
đi, tính thời gian của mỗi con đường, rồi tìm
con đường có thời gian ngắn nhất. Có độ
phức tạp là O(n!).


HÀNH TRÌNH NHANH NHẤT


Cách 2: Ứng dụng nguyên lý Greedy:


Lấy tiêu chuẩn hành trình nhanh nhất của bài
tốn làm tiêu chuẩn chọn lựa cho mỗi bước:








B1: Từ điểm khởi đầu, liệt kê tất cả các con đường đến
các đại lý còn lại rồi chọn con đường nhanh nhất
B2: Khi đã đi đến 1 đại lý, chọn đại lý tiếp theo cũng
theo nguyên tắc trên, nghĩa là chọn con đường nhanh
nhất đến 1 trong những đại lý chưa đi đến. Lặp lại B2
cho đến lúc khơng cịn đại lý để đi.

Đơn giản hơn và thường cho kết quả tương đối
tốt.
Độ phức tạp là O(n2)


HÀNH TRÌNH NHANH NHẤT
1

1

1

1

5

5

5

3
2

4

2

5

2
4

2

2

4
3

4

4

1

3

4

3


HÀNH TRÌNH NHANH NHẤT
1

1

1

1

5

5

2

3
2

4

3

5

2

2
4

3

4
4

4

1

3

4

4

3


HÀNH TRÌNH NHANH NHẤT
1

1

1

1

5

5

2

3
2

4

3

5

2

2
2

4
3
3

4

4

1

3

4

3


HÀNH TRÌNH NHANH NHẤT
1

1

1

1

5

5

2

3
2

4

3

5

2

2
2

4
3

4

4

1

3

4

1

3


HÀNH TRÌNH NHANH NHẤT



Thuật giải heuristic cho kết quả
1+3+2+1+4=11, trong khi hành trình tối ưu là
2+1+3+3+1=10
1

1

1

1

5

5

2

3
2

4

2

4

2
2

4
3

4

4



3

5

1

Tối ưu

3

4

1

3

Heuristic


HÀNH TRÌNH NHANH NHẤT



Đơi lúc đưa ra kết quả khơng tốt: Thuật giải heuristic
cho kết quả 1+3+2+1+90=97, trong khi hành trình tối
ưu là 2+1+3+3+1=10
1

1

1

1

5

5

2

3
2

90

2

90

2
2

4
3

4

4



3

5

1

Tối ưu

3

4

1

Heuristic

3