Bài giảng trí tuệ nhân tạo

TRÍ
TRÍ


TUỆ
TUỆ


NHÂN
NHÂN


TẠO
TẠO
Artificial
Artificial


Intelligent
Intelligent
Nội dung môn học – Giới thiệu

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


Chương 2: Logic vị từ
–
Mệnh đề & logic vị từ
–
Logic vị từ dưới góc nhìn của AI
Nội dung môn học – Các kỹ thuật tìm kiếm

Chương 3:Tìm kiếm trên không gian trạng thái
(State Space Search)
–
AI : Biểu diễn và tìm kiếm
–
Các giải thuật tìm kiếm trên không gian trạng thái
–
Depth first search (DFS) - Breath first search (BFS)

Chương 4:Tìm kiếm theo Heuristic
–
Heuristic là gì?
–
Tìm kiếm theo heuristic
–
Các giải thuật Best first search (BFS), Giải thuật A*
–
Chiến lược Minimax, Alpha Beta
Nội dung môn học – Kỹ thuật phát triển ứng dụng

Chương 5:Hệ luật sinh
–

Tìm kiếm đệ qui
–
Hệ luật sinh: Định nghĩa và ứng dụng
–
Tìm kiếm trên hệ luật sinh

Chương 6:Hệ chuyên gia
–
Giới thiệu về hệ chuyên gia
–
Mô hình hệ chuyên gia: dự trên luật, dựa trên frame
–
Phát triển một hệ chuyên gia

Chương 7:Biểu diển tri thức
–
Biểu diển tri thức trong AI: vai trò và ứng dụng
–
Các kỹ thuật biểu diển tri thức: semantic network, lưu đồ phụ thuộc khái
niệm, frame, script
Thực hành &Tài liệu tham khảo

Thực hành Prolog và CLISP
–
Prolog : Các giải thuật tìm kiếm
–
CLISP : Biểu diển tri thức
–
Bài tập lớn


Tài liệu tham khảo
–
Bài giảng “Trí tuệ nhân tạo” – ThS Nguyễn Cao Trí – KS Lê Thành Sách
–
Giáo trình “Trí tuệ nhân tạo” – Đinh Mạnh Tường
–
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
Chương
Chương
1:
1:
GIỚI
GIỚI


THIỆU
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
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
thông minh”.
‘Không có’ Sự Thông Minh
Chỉ có
Biểu hiện thông minh qua hành xử
Sự Thông Minh

Thông minh hay Hành xử thông minh là gì?
–
Hành xử thông 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 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 ???

Tri thức (Knowledge)

Tri thức là những thông 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 thông minh hay “Sự
thông 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”
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. Thông thường quá 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 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.
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: ngôn ngữ tự nhiên
Hành xử thông minh – Kết luận

Hành xử thông 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 thông minh còn 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 thông 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”

Không thể đánh giá riêng lẽ bất kỳ một khía cạnh nào để nói về tính
thông minh.
 THÔNG MINH CẦN TRI THỨC
Mục tiêu nghiên cứu của ngành AI
Trí tuệ nhân tạo nhằm tạo ra “Máy người”?
Mục tiêu

Xây dựng lý thuyết về thông minh để giải thích các hoạt động thông
minh

Tìm hiểu cơ chế sự thông 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.
Mục tiêu của AI (tt)

Cụ thể:
–
Kỹ thuật: xây dựng các máy móc có tính thông 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 ?????
Sự cần thiết của ngành AI ?????
Làm sao biết máy có thông minh?
Làm sao biết máy có thông minh?
Turing Test: Thử tính thông minh

Bài toán xác định tính thông minh của một đối tượng

Turing test:
Người đối chứng
Người thực hiện test

Ai đây??
Máy/người??
Câu
hỏi
Đối tượng được test
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: không thích công nhận tính thông minh của máy móc. Sự
thông 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 công việc biểu diển hoàn toàn bằng ký hiệu do đó làm
mất một đặc tính rất quan trọng của máy tính là tính toán 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 khuôn mẫu con người. Nhưng
con người chưa hẳn là thông minh hoàn hảo.
–
Không có một chỉ số rõ ràng định lượng cho sự thông minh. Phụ thuộc vào người
tester.

Thông
Thông


Minh
Minh
?
?




Còn
Còn


tùy
tùy




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 (Trò 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 trò chơi. Đáp án cần tìm là trạng thái thắng hay con
đường dẩn tới trạng thái thắng. áp dụng với các trò chơi loại đối kháng. Ví

dụ: Trò 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
Bùng


nổ
nổ


tổ
tổ


hợp
hợp


mn
mn


với

với


m
m
>=10)
>=10)
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 không 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
Bùng


nổ
nổ


tổ
tổ


hợp

hợp


mn
mn


,
,
m
m
>=10)
>=10)
Lịch sử phát triển của AI- Giai đoạn viễn vông

Giai đoạn viễn vông (1965 – 1975)
–
Đây là giai đoạn phát triển với tham vọng làm cho máy hiểu được con
người qua ngôn ngữ tự nhiên.
–
Các công 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)
–

Frame (khung)
–
Script (kịch bản)
Vấp
Vấp


phải
phải


trở
trở


ngại
ngại


về
về


năng
năng


lực
lực

của
của


máy
máy


tính
tính
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.

Không cầu toàn 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 định tính khó khăn trong
đánh giá heuristic.
Better

Better


than
than


nothing
nothing
Phát triển ứng dụng mạnh mẽ: Hệ chuyên
gia, Hệ chuẩn đoán,..
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 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.
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 performance: 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 toán và tốc độ tính toán bằng kỹ thuật song song và mô
phỏng mạng thần kinh của con người.
Mô hình phát triển ứng dụng AI

Mô hình ứng dụng Ai hiện tại:
AI = Presentation & Search
AI = Presentation & Search
Tri Thức
Knowledge
Engineering
Tìm kiếm
Search
Suy luận
Heurictic
Chương
Chương
2:
2:

PHÉP
PHÉP


TOÁN
TOÁN


VỊ
VỊ


TỪ
TỪ

Phép toán vị từ dưới góc nhìn của AI

Mệnh đề

Vị từ
AI
AI
&
&
Phép
Phép


toán
toán

vị
vị


từ
từ

Tại sao Ai phải nghiên cứu phép toán vị từ?
–
AI  Phát triển các chương trình có khả năng suy luận
–
Suy luận giúp chương trình AI biết được tính đúng/sai của một vấn đề nào
đó.

Phép toán vị từ  cung cấp một khả năng triển khai các quá trình suy
diễn trên máy tính

Phát triển chương trình AI cần phép toán vị từ.

Phép toán vị từ được hiện thực bằng ngôn ngữ lập trình trên máy tính
PROLOG