Bài Giảng Nhập Môn Trí Tuệ Nhân Tạo (AI)

TRÍ TUỆ NHÂN TẠO
Artificial Intelligent

Khoa Cơng Nghệ Thơng Tin
Đại Học Bách Khoa – Tp. HCM
ThS Nguyễn Cao Trí –
KS Lê Thành Sách –

i Học Bách Khoa - Tp.HCM - Bản quyền Khoa Công Nghệ Thông Tin

Tháng 6/20


Nội dung mơn 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

Đại Học Bách Khoa Tp.HCM – 2001
Bản quyền  Khoa Công Nghệ Thông Tin

Bài giảng “Trí tuệ nhân tạo” - Slide

2


Nội dung mơn học – Các kỹ thuật tìm kiếm



Chương 3:Tìm kiếm trên khơng gian trạng thái
(State Space Search)
–
–
–



AI : Biểu diễn và tìm kiếm
Các giải thuật tìm kiếm trên khơng 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

Đại Học Bách Khoa Tp.HCM – 2001
Bản quyền  Khoa Công Nghệ Thông Tin

Bài giảng “Trí tuệ nhân tạo” - Slide

3


Nội dung mơn học – Kỹ thuật phát triển ứng dụng


Chương 5:Hệ luật sinh
–
–
–



Chương 6:Hệ chun gia
–

–
–



Tìm kiếm đệ qui
Hệ luật sinh: Định nghĩa và ứng dụng
Tìm kiếm trên hệ luật sinh
Giới thiệu về hệ chun gia
Mơ hình hệ chun gia: dự trên luật, dựa trên frame
Phát triển một hệ chun 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

Đại Học Bách Khoa Tp.HCM – 2001
Bản quyền  Khoa Công Nghệ Thông Tin

Bài giảng “Trí tuệ nhân tạo” - Slide

4


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
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

Đại Học Bách Khoa Tp.HCM – 2001
Bản quyền  Khoa Công Nghệ Thông Tin

Bài giảng “Trí tuệ nhân tạo” - Slide

5

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
ThS Nguyễn Cao Trí –
KS Lê Thành Sách –

i Học Bách Khoa - Tp.HCM - Bản quyền  Khoa Công Nghệ Thông Tin

Tháng 6/20


Đối tượng nghiên cứu của AI



Đối tượng nghiên cứu của ngành AI
AI là ngành nghiên cứu về các hành xử thơng 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 thơng minh” chứ khơng phải là “sự
thơng minh”.

‘Khơng có’ Sự Thơng Minh
Chỉ có

Biểu hiện thơng minh qua hành xử

Đại Học Bách Khoa Tp.HCM – 2001
Bản quyền  Khoa Công Nghệ Thông Tin

Bài giảng “Trí tuệ nhân tạo” - Slide

7


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 q 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 thơng thường) là biểu hiện cụ thể, cảm nhận được của “Sự thơng
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
 Kỹ năng (Skill)
Đại Học Bách Khoa Tp.HCM – 2001
Bản quyền  Khoa Công Nghệ Thông Tin

TRI
THỨC ???
Bài giảng “Trí tuệ nhân tạo” - Slide 8


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
Q trình thu thập và sản sinh tri thức là hai q trình song song và nối
tiếp với nhau – khơng bao giờ chấm dứt trong một thực thể “Thơng
Minh”
Đại Học Bách Khoa Tp.HCM – 2001
Bản quyền  Khoa Công Nghệ Thông Tin

Bài giảng “Trí tuệ nhân tạo” - Slide

9


Tri thức – Thu thập và sản sinh


Thu thập tri thức:
–

Tri thức được thu thập từ thơng tin, là kết quả của một q 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 thơng 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.

Đại Học Bách Khoa Tp.HCM – 2001
Bản quyền  Khoa Công Nghệ Thông Tin

Bài giảng “Trí tuệ nhân tạo” - Slide

10


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 q trình suy diễn
– Kiểm chứng các tri thức mới



Phương tiện truyền tri thức: ngơn ngữ tự nhiên

Đại Học Bách Khoa Tp.HCM – 2001
Bản quyền  Khoa Công Nghệ Thông Tin

Bài giảng “Trí tuệ nhân tạo” - Slide

11


Hành xử thơng minh – Kết luận



Hành xử thơng minh khơng đơn thuần là các hành động như là kết quả
của q trình thu thập tri thức và suy luận trên tri thức.
Hành xử thơng minh còn bao hàm
–
–
–





Sự tương tác với mơi 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
Thơng Minh”
Khơng thể đánh giá riêng lẽ bất kỳ một khía cạnh nào để nói về tính
thơng minh.
 THƠNG MINH CẦN TRI THỨC
Đại Học Bách Khoa Tp.HCM – 2001
Bản quyền  Khoa Công Nghệ Thông Tin

Bài giảng “Trí tuệ nhân tạo” - Slide

12


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 thơng minh
Áp dụng các hiểu biết này vào các máy móc phục vụ con người.

Đại Học Bách Khoa Tp.HCM – 2001
Bản quyền  Khoa Công Nghệ Thông Tin

Bài giảng “Trí tuệ nhân tạo” - Slide

13


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 thơng 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?

Đại Học Bách Khoa Tp.HCM – 2001
Bản quyền  Khoa Công Nghệ Thông Tin

Bài giảng “Trí tuệ nhân tạo” - Slide

14


Turing Test:



Thử tính thơng minh

Bài tốn xác định tính thơng minh của một đối tượng
Turing test:

Ai đây??
Máy/người??

Câu
hỏi

Đối tượng được test

Người thực hiện test
Người đối chứng
Đại Học Bách Khoa Tp.HCM – 2001
Bản quyền  Khoa Công Nghệ Thông Tin

Bài giảng “Trí tuệ nhân tạo” - Slide

15


Turing Test:
 Ưu
–
–

–

điểm

Đem lại quan điểm khách quan về sự thơng minh: Thơng minh hay khơng 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, khơng bị chi phối bởi các yếu tố
khác.
Tránh tình trạng hiểu lầm

 Khuyết
–
–
–
–

Ưu - 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
Khơng thử nghiệm được các khả năng tri giác và khéo léo
Giới hạn khả năng thơng 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 thơng minh. Phụ thuộc vào người
tester.

Thơng Minh?  Còn tùy 

Đại Học Bách Khoa Tp.HCM – 2001
Bản quyền  Khoa Công Nghệ Thông Tin

Bài giảng “Trí tuệ nhân tạo” - Slide

16


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 nổ tổ hợp mn với m>=10)
Đại Học Bách Khoa Tp.HCM – 2001
Bản quyền  Khoa Công Nghệ Thông Tin

Bài giảng “Trí tuệ nhân tạo” - Slide

17


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 tốn,...
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>=10)
Đại Học Bách Khoa Tp.HCM – 2001
Bản quyền  Khoa Công Nghệ Thông Tin

Bài giảng “Trí tuệ nhân tạo” - Slide

18


Lịch sử phát triển của AI- Giai đoạn viễn vơng


Giai đoạn viễn vơng (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 ngơn ngữ tự nhiên.
Kết quả khơng 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 phải trở ngại về năng lực
của máy tính
Đại Học Bách Khoa Tp.HCM – 2001
Bản quyền  Khoa Công Nghệ Thông Tin

Bài giảng “Trí tuệ nhân tạo” - Slide

19


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 định tính khó khăn trong
đánh giá heuristic.

Better than nothing
Đại Học Bách Khoa Tp.HCM – 2001
Bản quyền  Khoa Công Nghệ Thông Tin

Phát triển ứng dụng mạnh mẽ: Hệ chun
gia, Hệ chuẩn đốn,..
Bài giảng “Trí tuệ nhân tạo” - Slide

20


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.

Đại Học Bách Khoa Tp.HCM – 2001
Bản quyền  Khoa Công Nghệ Thông Tin

Bài giảng “Trí tuệ nhân tạo” - Slide

21


Các lĩnh vực ứng dụng (tt)


Natural Language Understanding & Semantic modelling:
Khơng được phát triển mạnh do mức độ phức tạp của bài tốn 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 cơng cụ và mơi
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 mơ
phỏng mạng thần kinh của con người.

Đại Học Bách Khoa Tp.HCM – 2001
Bản quyền  Khoa Công Nghệ Thông Tin

Bài giảng “Trí tuệ nhân tạo” - Slide

22


Mơ hình phát triển ứng dụng AI


Mơ hình ứng dụng Ai hiện tại:
AI = Presentation & Search

Tri Thức
Knowledge
Engineering

Tìm kiếm
Search
Suy luận
Heurictic

Đại Học Bách Khoa Tp.HCM – 2001
Bản quyền  Khoa Công Nghệ Thông Tin

Bài giảng “Trí tuệ nhân tạo” - Slide

23


Chương 2: PHÉP TỐN VỊ TỪ
Phép

tốn vị từ dưới góc nhìn của AI
Mệnh đề
Vị từ

ThS Nguyễn Cao Trí –
KS Lê Thành Sách –

i Học Bách Khoa - Tp.HCM - Bản quyền  Khoa Công Nghệ Thông Tin

Tháng 6/20


AI & Phép tốn vị từ


Tại sao Ai phải nghiên cứu phép tốn 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 tốn vị từ  cung cấp một khả năng triển khai các q trình suy
diễn trên máy tính
Phát triển chương trình AI cần phép tốn vị từ.
Phép tốn vị từ được hiện thực bằng ngơn ngữ lập trình trên máy tính
PROLOG

Đại Học Bách Khoa Tp.HCM – 2001
Bản quyền  Khoa Công Nghệ Thông Tin

Bài giảng “Trí tuệ nhân tạo” - Slide

25