Bài giảng trí tuệ nhân tạo

Bạn đang xem bản rút gọn của tài liệu. Xem và tải ngay bản đầy đủ của tài liệu tại đây (1.16 MB, 113 trang )

TS. Nguyễn Đình Thuân
Khoa Công nghệ Thông tin
Đại học Nha Trang
Email:
TRÍ TUỆ NHÂN TẠO
Artificial Intelligence
Nha Trang 8-2007
Slide 2
Noäi dung moân hoïc

Chương 1: Giới thiệu
–
M
ở

đầ
u
–
L
ĩ
nh v
ự
c nghiên c
ứ
u c
ủ
a AI
–
Ứ
ng d
ụ

ng c
ủ
a AI
–
Các v
ấ
n
đề

đặ
t ra
Slide 3
Noọi dung moõn hoùc (tip)

Chng 2:Tỡm kim trờn khụng gian trng thỏi

Bi toỏn tỡm ki

m

Gi

i thu

t t

ng quỏt

Depth first search (DFS)

Breath first search (BFS)

Chng 3:Tỡm kim theo Heuristic

Gi

i thi

u v

Heuristic

Tỡm ki

m theo heuristic

Gi

i thu

t Best first search (BFS), Gi

i thu

t A
T
, A
KT
, A*

Chi

n l

c Minimax, Alpha Beta
Slide 4
Noäi dung moân hoïc (tiếp)

Chương 4:Biểu diễn tri thức
–
B
ộ
ba
Đố
i t
ượ
ng – Thu
ộ
c tính – Giá tr
ị
–
Các lu
ậ
t d
ẫ
n
–
M
ạ
ng ng

ữ
ngh
ĩ
a
–
Frame
–
Logic m
ệ
nh
đề
, Logic v
ị
t
ừ
–
Thu
ậ
t gi
ả
i V
ươ
ng H
ạ
o, Thu
ậ
t gi
ả
i Robinson


Chương 5: Máy học
–
Các hình th
ứ
c h
ọ
c
–
Thu
ậ
t gi
ả
i Quinland
–
H
ọ
c theo
độ
b
ấ
t
đị
nh
Slide 5
Thực hành &Tài liệu tham khảo

Thực hành Prolog / C++ / Pascal
–
Các gi
ả

i thu
ậ
t tìm ki
ế
m
–
Bi
ể
u di
ễ
n tri th
ứ
c
–
Bài t
ậ
p l
ớ
n

Tài liệu tham khảo
–
Bài gi
ả
ng “Trí tu
ệ
nhân t
ạ
o” – TS Nguy
ễ

n
Đ
ình Thuân
–
Giáo trình “Trí tu
ệ
nhân t
ạ
o” - GS Hoàng Ki
ế
m–
ĐHQGTPHCM
–
Trí tu
ệ
nh
ậ
n t
ạ
o–PGS Nguy
ễ
n Thanh Th
ủ
y–
Đ
H Bách Khoa HàN
ộ
i
–
Artificial Inteligent – George F. Luget & Cilliam A. Stubblefied

TS. Nguyễn Đình Thuân
Khoa Công nghệ Thông tin
Đại học Nha Trang
Email:
Chöông 1: GIÔÙI THIEÄU
Slide 7
1.1 Mở đầu
Trí tuệ là gì:
Theo từ điển Bách khoa toàn thư Webster:
 Trí tuệ là khả năng:
–
Phản ứng một cách thích hợp lại những tình huống
mới thông qua điều chỉnh hành vi một cách thích
hợp.
–
Hiểu rõ mối liên hệ giữa các sự kiện của thế giới bên
ngoài nhằm đưa ra những hành vi phù hợp đề đạt
được mục đích.
Slide 8
Sự Thông Minh
Khái niệm về tính thông 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
 Kỹ năng (Skill)
TRI THỨC ???
Slide 9
Tri thức (Knowledge)


Tri thức là những thông tin chứa đựng 2 thành phần
–
Các khái ni
ệ
m:

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 ph
ươ
ng pháp nh
ậ
n th
ứ
c:

Các qui luật, các thủ tục

Phương pháp suy diễn, lý luận,

Tri th
ứ
c là
đ
i
ề

u ki
ệ
n tiên quy
ế
t c
ủ
a các hành x
ử
thông minh hay
“S
ự
thông minh”

Tri th
ứ
c có
đượ
c qua s
ự
thu th
ậ
p tri th
ứ
c và s
ả
n sinh tri th
ứ
c

Quá trình thu th

ậ
p và s
ả
n sinh tri th
ứ
c là hai quá trình song song và
n
ố
i ti
ế
p v
ớ
i nhau – không bao gi
ờ
ch
ấ
m d
ứ
t trong m
ộ
t th
ự
c th
ể

“Thông Minh”
Slide 10
Tri thức – Thu thập và sản sinh

Thu thập tri thức:

–
Tri th
ứ
c
đượ
c thu th
ậ
p t
ừ
thông tin, là k
ế
t qu
ả
c
ủ
a m
ộ
t quá
trình thu nh
ậ
n d
ữ
li
ệ
u, x
ử
lý và l
ư
u tr
ữ

. Thông th
ườ
ng quá
trình thu th
ậ
p tri th
ứ
c g
ồ
m các b
ướ
c 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 thông tin tổng quát, đại diện cho các
trường hợp đã biết – Tổng quát 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.
Slide 11

Tri thức – Tri thức siêu cấp

“Trí thức siêu cấp” (meta knowledge) hay “Tri thức về
Tri thức”
–
Là các tri th
ứ
c dùng
để
:
–
Đ
ánh giá tri th
ứ
c khác
–
Đ
ánh giá k
ế
t qu
ả
c
ủ
a quá trình suy di
ễ
n
–
Ki
ể
m ch

ứ
ng các tri th
ứ
c m
ớ
i

Phương tiện truyền tri thức: ngôn ngữ tự nhiên
Slide 12
Haứnh xửỷ thoõng minh Keỏt luaọn

Hnh x

thụng minh khụng

n thu

n l cỏc hnh

ng nh

l k

t
qu

c

a quỏ trỡnh thu th

p tri th

c v suy lu

n trờn tri th

c.

Hnh x

thụng minh cũn bao hm

S tng tỏc vi mụi trng nhn cỏc phn hi

S tip nhn cỏc phn hi iu chnh hnh ng - Skill

S tip nhn cỏc phn hi hiu chnh v cp nht tri thc

Tớnh ch

t thụng minh c

a m

t

i t

ng l s

t

ng h

p c

a c

3
y

u t

: thu th

p tri th

c, suy lu

n v hnh x

c

a

i t

ng trờn tri
th

c thu th

p

c. Chỳng hũa quy

n vo nhau thnh m

t th

th

ng nh

t S

Thụng Minh

Khụng th

ỏnh giỏ riờng l

b

t k

m

t khớa c

nh no

núi v

tớnh thụng minh.

THễNG MINH CN TRI THC
Slide 13
1.2 Đối tượng nghieân cöùu cuûa AI

AI
là l
ĩ
nh v
ự
c c
ủ
a Công ngh
ệ
thông tin, có ch
ứ
c n
ă
ng nghiên

c
ứ
u và t
ạ
o ra các ch
ươ
ng trình mô ph
ỏ
ng ho
ạ
t
độ
ng t
ư
duy c
ủ
a
con ng
ườ
i.

Trí tu
ệ
nhân t
ạ
o nh
ằ
m t
ạ
o ra “Máy ng

ườ
i”?
M
ụ
c tiêu

Xây d
ự
ng lý thuy
ế
t v
ề
thông minh
để
gi
ả
i thích các ho
ạ
t
độ
ng
thông minh

Tìm hi
ể
u c
ơ
ch
ế
s

ự
thông minh c
ủ
a con ng
ườ
i
–
Cơ chế lưu trữ tri thức
–
Cơ chế khai thác tri thức

Xây d
ự
ng c
ơ
ch
ế
hi
ệ
n th
ự
c s
ự
thông minh

Áp d
ụ
ng các hi
ể
u bi

ế
t này vào các máy móc ph
ụ
c v
ụ
con
ng
ườ
i.
Slide 14
1.2 Đối tượng nghieân cöùu cuûa AI(tiếp)

AI là ngành nghiên cứu về cách hành xử thông minh
(intellgent 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 thông minh”.

Giải quyết bài toán bằng AI là tìm cách biểu diễn tri
thức, tìm cách vận dụng tri thức để giải quyết vấn đề
và tìm cách bổ sung tri thức bằng cách “phát hiện” tri
thức từ những thông tin sẵn có (máy học)
Slide 15
1.3 Lịch sử phát triển của AI :
Giai đoạn cổ điển
 Giai đoạn cổ điển (1950 – 1965)
Có 2 kỹ thuật tìm kiếm cơ bản:
–
Kỹ thuật generate and test : chỉ tìm được 1 đáp án/ ch

ưa
chắc tối ưu.
–
Kỹ thuật Exhaustive search (vét cạn): Tìm tất cả các
nghiệm, chọn lựa phương án tốt nhất.
(Bùng n
ổ
t
ổ
h
ợ
p m
(Bùng n
ổ
t
ổ
h
ợ
p m
n
n
v
ớ
i m>=10)
v
ớ
i m>=10)
Slide 16
Lịch sử phát triển của AI :
Giai đoạn viễn vông


Giai đoạn viễn vông (1965 – 1975)
–
Đ
ây là giai
đ
o
ạ
n phát tri
ể
n v
ớ
i tham v
ọ
ng làm cho máy hi
ể
u
đượ
c
con ng
ườ
i qua ngôn ng
ữ
t
ự
nhiên.
–
Các công trình nghiên c
ứ
u t

ậ
p trung vào vi
ệ
c bi
ể
u di
ễ
n tri th
ứ
c và
ph
ươ
ng th
ứ
c giao ti
ế
p gi
ữ
a ng
ừờ
i và máy b
ằ
ng ngôn ng
ữ
t
ự
nhiên.
–
K
ế

t qu
ả
không m
ấ
y kh
ả
quan nh
ư
ng c
ũ
ng tìm ra
đượ
c các ph
ươ
ng
th
ứ
c bi
ể
u di
ễ
n tri th
ứ
c v
ẫ
n còn
đượ
c dùng
đế
n ngày nay tuy ch

ư
a
th
ậ
t t
ố
t nh
ư
:

Semantic Network (mạng ngữ nghĩa)

Conceptial graph (đồ thị khái niệm)

Frame (khung)

Script (kịch bản)
Vấp phải trở ngại về năng lực
Vấp phải trở ngại về năng lực
của máy tính
của máy tính
Slide 17
Lịch sử phát triển của AI :
Giai đoạn hiện đại

Giai đoạn hiện đại (từ 1975)
–
Xc
đị
nh l

ạ
i m
ụ
c tiêu mang tính th
ự
c ti
ễ
n h
ơ
n c
ủ
a AI:

Tìm ra lời giải tốt nhất trong khoảng thời gian chấp nhận được.

Không cầu toàn tìm ra lời giải tối ưu
–
Tinh th
ầ
n HEURISTIC ra
đờ
i và
đượ
c áp d
ụ
ng m
ạ
nh m
ẽ

để
kh
ắ
c
ph
ụ
c bùng n
ổ
t
ổ
h
ợ
p.
–
Kh
ẳ
ng
đị
nh vai trò c
ủ
a tri th
ứ
c
đồ
ng th
ờ
i xác
đị
nh 2 tr
ở

ng
ạ
i l
ớ
n là
bi
ể
u di
ễ
n tri th
ứ
c và bùng n
ổ
t
ổ
h
ợ
p.
–
Nêu cao vai trò c
ủ
a Heuristic nh
ư
ng c
ũ
ng kh
ẳ
ng
đị
nh tính khó kh

ă
n
trong
đ
ánh giá heuristic.
Better than nothing
Better than nothing
Phát triển ứng dụng mạnh mẽ: Hệ chuyên gia,
Hệ chuẩn đoán,
Slide 18
1.4 Các lĩnh vực ứng dụng

Game Playing: Tìm ki
ế
m / Heuristic

Automatic reasoning & Theorem proving: Tìm ki
ế
m / Heuristic

Expert System: là h
ướ
ng phát tri
ể
n m
ạ
nh m
ẽ
nh
ấ

t và có giá tr
ị

ứ
ng
d
ụ
ng cao nh
ấ
t.

Planning & Robotic: các h
ệ
th
ố
ng d
ự
báo, t
ự

độ
ng hóa

Machine learning: Trang b
ị
kh
ả
n
ă
ng h

ọ
c t
ậ
p
để
gi
ả
i quy
ế
t v
ấ
n
đề
kho
tri th
ứ
c:
–
Supervised : Kiểm soát được tri thức học được. Không tìm ra cái mới.
–
UnSupervised:Tự học, không kiểm soát. Có thể tạo ra tri thức mới nhưng cũng
nguy hiểm vì có thể học những điều không mong muốn.
Slide 19
1.4 Các lĩnh vực ứng dụng(tiếp)

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 v
à môi
trường để xây dựng các ứng dụng AI.

Neural network / Parallel Distributed processing: giải quyết
vấn đề năng lực tính toán và tốc độ tính toán bằng kỹ thuật
song song và mô phỏng mạng thần kinh của con người.
Slide 20
Ứng duïng AI

Mô hình ứng dụng AI hiện tại:
AI = Presentation & Search
AI = Presentation & Search

Mặc dù mục tiêu tối thượng của ngành TTNT là xây dựng một chiếc máy có
năng lực tư duy tương tự như con người nhưng khả năng hiện tại của tất cả
các sản phẩm TTNT vẫn còn rất khiêm tốn so với mục tiêu đã đề ra. Tuy
vậy, ngành khoa học mới mẻ này vẫn đang tiến bộ mỗi ngày và đang tỏ ra
ngày càng hữu dụng trong một số công việc đòi hỏi trí thông minh của con
người. Hình ảnh sau sẽ giúp bạn hình dung được tình hình của ngành trí tuệ
nhân tạo.
Slide 21
Các bài toán
– Xét các bài toán sau:
1.
Đổ
i ti
ề

n (Vét c
ạ
n và Heuristic)
2.
Tìm ki
ế
m chi
ề
u r
ộ
ng và sâu
3.
Tic tac toe.
4.
Đ
ong d
ầ
u.
5.
Bài toán TSP
6.
8 puzzle.
7.
C
ờ
vua
8.
C
ờ
t

ướ
ng
9.
Ng
ườ
i nông dân qua sông.
10.
Con th
ỏ
và con cáo
11.
Con kh
ỉ
và n
ả
i chu
ố
i
TS. Nguyễn Đình Thuân
Khoa Công nghệ Thông tin
Đại học Nha Trang
Email:
Chương 2: TÌM KIẾM TRÊN KHÔNG
GIAN TRẠNG THÁI
(State Space Search)
Slide 23
Bài toán tìm kiếm

Tìm kiếm cái gì?


Biểu diễn và tìm kiếm là kỹ thuật phổ biến giải các bài
toán trong lĩnh vực AI

Các vấn đề khó khăn trong tìm kiếm với các bài toán
AI
–
Đặ
c t
ả
v
ấ
n
đề
ph
ứ
c t
ạ
p
–
Không gian tìm ki
ế
m l
ớ
n
–
Đặ
c tính
đố
i t
ượ

ng tìm ki
ế
m thay
đổ
i
–
Đ
áp
ứ
ng th
ờ
i gian th
ự
c
–
Meta knowledge và k
ế
t qu
ả
“t
ố
i
ư
u”

Khó khăn về kỹ thuật
Slide 24
Cấu trúc chung của bài toán tìm ki
ếm


Một cách chung nhất, nhiều vấn đề-bài toán phức tạp đều
có dạng "tìm đường đi trong đồ thị" hay nói một cách
hình thức hơn là "xuất phát từ một đỉnh của một đồ thị,
tìm đường đi hiệu quả nhất đến một đỉnh nào đó".

Một phát biểu khác thường gặp của dạng bài toán này là:
Cho tr
ướ
c hai tr
ạ
ng thái T
0
và T
G
hãy xây d
ự
ng chu
ỗ
i tr
ạ
ng thái
T
0
, T
1
, T
2
, , T
n-1
, T