Bài Giảng Trí Tuệ Nhân Tạo ( Combo Full Slides 8 Chương )

Chương 1 Tổng quan về Trí tuệ nhân tạo Chương 2 Chiến lược tìm kiếm mù Chương 3 Chiến lược tìm kiếm có thông tin heuristic Chương 4 Tìm kiếm đối kháng - trò chơi Chương 5 Biểu diễn tri thức Chương 6 Chứng minh trong logic mệnh đề Chương 7 Logic vị từ Chương 8 Tri thức và suy luận không chắc chắn

Trí Tuệ Nhân Tạo

Artificial Intelligence

Mục tiêu của môn học

◼ Các khái niệm cơ bản của trí tuệ nhân tạo

◼ Giải quyết vấn đề bằng phương pháp tìm kiếm

KẾT CẤU BÀI GIẢNG

Chương 1 Tổng quan về Trí tuệ nhân tạo

Chương 2 Chiến lược tìm kiếm mù

Chương 3 Chiến lược tìm kiếm có thông tin heuristic

Chương 4 Tìm kiếm đối kháng - trò chơi

Chương 5 Biểu diễn tri thức

Chương 6 Chứng minh trong logic mệnh đề

Chương 7 Logic vị từ

Chương 8 Tri thức và suy luận không chắc chắn

Yêu cầu môn học

◼ Sinh viên phải dự trên 80% số tiết mới được dự thi kết thúc học phần

◼ Thảo luận, thực hành, seminar

◼ Làm bài tập mỗi chương

◼ Làm đồ án theo nhóm (4-5 SV)

Phân bổ thời gian

Nội dung môn học

◼ Giới thiệu Trí tuệ nhân tạo

◼ Các phướng pháp giải quyết vấn đề

❑ Các phương pháp biểu diễn

❑ Các phương pháp giải quyết vấn đề

❑ Tìm kiếm mù trên không gian trạng thái

❑ Tìm kiếm với thông tin heuristic

◼ Biểu diễn tri thức

❑ Lược đồ biểu diễn tri thức

❑ Xử lý tri thức

❑ Tri thức và suy luận không chắc chắn

Tài liệu tham khảo

◼ Sách, giáo trình chính

❑ Artificial Intelligence: A Modern Approach Stuart Russell

& Peter Norvig (3nd edition, 2009)

❑ Phạm Nguyên Khang, Giáo trình Trí tuệ nhân tạo, ĐHCT

❑ Từ Minh Phương, Giáo trình Trí tuệ nhân tạo, Học viện

Bưu chính Viễn thông.

◼ Sách/Slides tham khảo

❑ Bài giảng Trí tuệ nhân tạo

◼ http://www.doc.ic.ac.uk/~sgc/teaching/pre2012/v231

◼ http://www-scf.usc.edu/~csci460/schedule.htm

Chương 1: Tổng quan về Trí

tuệ nhân tạo

Trí tuệ nhân tạo là gì?

Search engines Semantic web

Trí tuệ nhân tạo là gì? (tt)

◼ Trí tuệ nhân tạo là lĩnh vực khoa học chuyên nghiên cứu

các phương pháp chế tạo trí tuệ máy sao cho giống như trí tuệ con người

◼ Hai định nghĩa về trí tuệ nhân tạo

❑ Hệ thống mà biết suy nghĩ như con người

❑ Hệ thống mà biết hành động như con người

◼ Để hệ thống mà biết suy nghĩ và hành động giống như

con người thì hệ thống

❑ Phải có tri thức, phải có khả năng lý giải, phải có khả năng học Phải có thị giác và thính giác

Thinking humanly

(Suy nghĩ như con người)

Thinking rationally (Suy nghĩ hợp lý)

Acting humanly (Hành động như con người)

Acting rationally (Hành động hợp lý)

Các yêu cầu của TTNT

◼ Các lĩnh vực cần nghiên cứu trong AI:

❑ Xử lý ngôn ngữ tự nhiên: để giao tiếp người - máy

❑ Biểu diễn tri thức: để lưu trữ và phục hồi các thông tin được cung cấp trước/trong quá trình thẩm vấn

❑ Suy diễn tự động: để sử dụng các thông tin đã được lưu trữ trả lời các câu hỏi và đưa ra các kết luận mới

❑ Học máy: thích nghi với các tình huống mới, phát hiện

và suy ra dữ liệu mới

Hành động như con người

◼ Con người suy nghĩ như thế nào?

❑ Nhờ tâm lý học, khoa học nhận thức lý giải

◼ Người thuộc trường phái này, yêu cầu:

❑ Chương trình chẳng những giải đúng

❑ Còn so sánh từng bước giải với sự giải của 1 người

❑ VD: General Problem Solver (GPS), Newell & Simon

Suy nghĩ như con người

◼ Aristole: ~420 BC

❑ Tiến trình suy nghĩ đúng là gì?

❑ Mở ra nhánh: quá trình suy luận

❑ VD: “Socrates is a man, all men are mortal; therefore Socrates is mortal”

◼ Theo sau Aristole -> 20th:

❑ Logic hình thức (formal logic) ra đời

❑ Hình thức hoá về mặt ký hiệu và quá trình suy diễn với các đối tượng trong thế giới tự nhiên

Suy nghĩ hợp lý

TTNT kế thừa nhiều ý tưởng, quan điểm và các kỹ thuật từ các

ngành khoa học khác

TTNT

Ngôn ngữ học

Khoa học máy tính

Toán học

Các lý thuyết của lập luận và học

Các lý thuyết xác suất logic, tạo quyết định và tính toán

Nghiên cứu ý nghĩa và

cấu trúc của ngôn ngữ

Nghiên cứu tâm

trí con người

Các nền tảng cơ bản của TTNT

Lịch sử hình thành TTNT

◼ Giai đoạn cổ điển (1950 - 1965)

❑ Có 2 lãnh vực chính:

◼ Game playing: dựa trên kỹ thuật State Space Search

◼ Theorem proving: thực hiện chuỗi các suy diễn để đạt tới biểu thức cần chứng minh

❑ 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

Lịch sử hình thành TTNT (tt)

◼ 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 nghiên cứu tập trung vào việc biểu diễn tri

thức và phương thức giao tiếp giữa người & máy bằng ngôn ngữ

❑ Kết quả không mấy khả quan nhưng cũng tìm ra

được các phương thức biểu diễn tri thức hiện vẫn

sử dụng: Semantic Network (mạng ngữ nghĩa), Conceptial graph (đồ thị khái niệm), Frame (khung), Script (kịch bản)

Lịch sử hình thành TTNT (tt)

◼ Giai đoạn hiện đại (từ 1975 đến nay)

❑ Xác định lại mục tiêu mang tính thực tiễn hơn:

◼ Tìm ra lời giải tốt nhất trong khoảng thời gian chấp nhận được

◼ Không yêu 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

❑ Các hệ chuyên gia (Expert System)

❑ Mạng nơ-ron (Neural Network)

❑ Các tác tử thông minh (Intelligent Agents)

❑ Máy học (Machine Learning), Computer vision…

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: lập kế hoạch và lập lịch trình tự động, NASA

◼ Machine learning: học máy để giải quyết vấn đề

❑ Học có giám sát: kiểm soát được tri thức học được

❑ Học không có giám sát: tự học, không kiểm soát

Mô hình ứng dụng

Mô hình phân tầng

Các thành tựu hiện tại

◼ Computer beats human in a chess game

◼ Computer-human conversation using speech

recognition

◼ Expert system controls a spacecraft

◼ Robot can walk on stairs and hold a cup of water

◼ Language translation for webpages

◼ Home appliances use fuzzy logic

◼

Google:Finding Canonical Images

Induced Graph

Route Finding

Statistical Machine Translation

SEHR GEEHRTER GAST!

KUNST, KULTUR UND

KOMFORT IM HERZEN

BERLIN.

DEAR GUESTS, ART, CULTURE AND LUXURY IN THE HEART

OF BERLIN.

DIE ÖRTLICHE

NETZSPANNUNG BETRÄGT

220/240 VOLT BEI 50 HERTZ.

THE LOCAL VOLTAGE

IS 220/240 VOLTS 50 HZ

Tìm kiếm theo nội dung

https://images.google.com

Tìm kiếm theo nội dung tt.

http://wolframalpha.com

Nhận dạng tiếng nói

Nhận dạng đối tượng

Nhận dạng đối tượng tt.

Hướng nghiên cứu của TTNT

Chương 2: Chiến lược tìm

kiếm mù

Nội dung

◼ Bài toán tìm kiếm

❑ Biểu diễn bài toán

❑ Tìm kiếm

◼ Các chiến lược điều khiển tìm kiếm

◼ Các đặc trưng của bài toán

◼ Vấn đề trong thiết kế chương trình tìm kiếm

Bài toán tìm kiếm

Làm sao có thể đi từ S đến G? Và số lần chuyển đổi có thể ít nhất?

Bài toán tìm kiếm (tt)

◼ Giải bài toán bằng cách tìm kiếm, gồm:

❑ Cấu trúc bài toán: VD tìm đường đi trên đồ thị

❑ Biểu diễn bài toán bằng không gian trạng thái

❑ Giải bài toán = Tìm ra một trạng thái/con đường

trong không gian trạng thái (trạng thái đầu  trạng thái đích)

Bài toán tìm kiếm (tt)

◼ Không gian trạng thái của bài toán tìm kiếm có 5 thành phần: Q, S, G, sucss, cost

❑ Q: tập hữu hạn các trạng thái (nút của Graph)

❑ SQ: tập hữu hạn khác rỗng các trạng thái bắt đầu

Bài toán tìm kiếm (tt)

Các loại bài toán tìm kiếm

Các loại bài toán tìm kiếm (tt)

◼ Fully observable, deterministic

❑ interleave search and execution

◼ Unknown state space

❑ exploration problem

❑ execution first

State space vs database search

State Space

◼ Không gian tìm kiếm thường là

một đồ thị (graph)

◼ Mục tiêu tìm kiếm là một path

◼ Phải lưu trữ toàn bộ không gian

trong quá trình tìm kiếm

◼ Không gian tìm kiếm biến động

liên tục trong quá trình tìm kiếm

◼ Đặc tính của trạng thái / nút chứa

nhiều thuộc tính bị thay đổi giá trị

trong quá trình tìm kiếm

◼ Không gian tìm kiếm là cố định trong quá trình tìm kiếm

◼ Thuộc tính của một record/nút là cố định

Bài toán Romania

◼ State space:

❑ Cities

◼ Successor function:

❑ Go to adj city with cost = dist

Bài toán: Tic tac toe

Đồ thị có hướng không lặp

lại (directed acyclic graph)

Bài toán: 8 puzzle

Có khả năng xảy ra vòng lặp không?

Chiến lược tìm kiếm?

◼ Khi tìm kiếm lời giải, từ một trạng thái nào đó chưa phải là trạng thái đích, ta dựa theo hàm succs sinh ra tập các trạng thái mới (mở rộng)

◼ Để được lời giải, ta phải liên tục chọn trạng thái mới,

mở rộng, kiểm tra cho đến khi tìm được trạng thái

đích hoặc không mở rộng được KGTT

◼ Tập các trạng thái được mở rộng sẽ có nhiều phần tử, việc chọn trạng thái nào để tiếp tục mở rộng được gọi

là chiến lược tìm kiếm

Đánh giá một chiến lược?

◼ Tính đầy đủ: chiến lược phải đảm bảo tìm được lời giải (nếu có lời giải)?

◼ Tính tối ưu: lời giải có tốt hơn so với một số chiến lược khác hay không?

◼ Độ phức tạp không gian: cần bao nhiêu đơn vị bộ nhớ để tìm được lời giải?

◼ Độ phức tạp thời gian: cần bao nhiêu thời gian để tìm được lời giải?

Thông tin mỗi nút ?

◼ Nội dung trạng thái mà nút hiện hành đang biểu diễn

Tìm kiếm mù

◼ Trạng thái được chọn để phát triển dựa theo cấu trúc của KGTT mà dùng thông tin hỗ trợ

◼ Là chiến lược tìm kiếm mù không hiệu quả

◼ Đây là cơ sở để chúng ta cải tiến và thu được

những chiến lược hiệu quả hơn

◼ Hai giải thuật tìm kiếm mù

❑ Tìm kiếm theo chiều rộng (Breadth-First-Search)

❑ Tìm kiếm theo chiều sâu (Depth First Search)

Tìm kiếm theo chiều rộng

S

a b

a c

q c G

a

q e

p

h

f

r q

q c

S

G

d b

c e h

a

f r

Ghi nhớ đường đi

◼ Khi một nút được gán nhãn (bước), ghi nhận trạng

thái trước đó (con trỏ quay lui) Tất cả ghi nhận được dùng để phát sinh lời giải khi đã đến đích

❑ Tôi đã đến đích, trước khi tới đích tôi đã ở f, rồi r

Do đó lời giải sẽ là S → e → r → f → G

S

G

d b

c

e h

a

f r

Con trỏ quay lui - backpointers

Con trỏ quay lui

Giải thuật -BFS

Open :=[START]

previous(START)=NULL

WHILE (Open không chứa GOAL và khác rỗng) do

Lấy TT s nằm bên trái nhất trong Open

Đặt s vào Close;

for mỗi TT s’ trong succs(s)

IF s’ chưa gán nhãn (chưa xét) then

Đặt previous(s’) := s;

Đưa s’ vào bên PHẢI nhất của Open

IF Open rỗng return FAILURE

Else Xây dựng lời giải.

Định nghĩa S k = GOAL; Đường đi được tính dựa

trên hàm previous với S k-1 = previous(S k) Cho

đến khi S là START

Tìm kiếm theo chiều rộng(tt)

0 1 2 3 4 5 6 7

A B C D E F

G

[A ] [B C D ] [C D E F ] [D E F G ] [E F G ] [F G H I ] [G H I J ] [H I J ]

[ ] [A]

[A B]

[A B C ] [A B C D ] [A B C D E ] [A B C D E F ] [A B C D E F ]

A

Depth First Search

S

a b

a c

q c G

a

q e

p

h

f

r q

q c

S

G

d b

c

e h

a

f

r q

p

h

f d

Depth-First-Search (tt)

Open :=[START]

previous(START)=NULL

WHILE (Open không chứa GOAL và khác rỗng) do

Lấy TT s nằm bên trái nhất trong Open

Đặt s vào Close;

for mỗi TT s’ trong succs(s)

IF s chưa gán nhãn (chưa xét) then

Đặt previous(s’) := s;

Đưa s’ vào bên TRÁI nhất của Open

IF Open rỗng return FAILURE

Else Xây dựng lời giải.

Định nghĩa S k = GOAL; Đường đi được tính dựa

trên hàm previous với S k-1 = previous(S k) Cho

đến khi S là START

Depth-First-Search (tt)

0 1 2 3 4 5 6 7 8 9

A B E H I F J C

G

[A]

[B C D ] [E F C D ] [H I F C D ] [I F C D ] [F C D ] [J C D ] [C D ] [ G D ]

[ ] [A]

[A B]

[A B E ] [A B E H ] [A B E H I ] [A B E H I F ] [A B E H I F J ] [A B E H I F J C ]

A

Breath First vs Depth First

◼ Breath First: “open” được tổ chức dạng FIFO (Queue)

◼ Depth First: “open” được tổ chức dạng LIFO (Stack)

◼ Đặc tính

❑ Breath First search hiệu quả khi lời giải nằm gần gốc của cây tìm kiếm, tìm nhiều lời giải

❑ Depth First search hiệu quả khi lời giải nằm sâu trong cây tìm kiếm

và có một phương án chọn hướng đi chính xác

◼ Kết quả

❑ Breath First search chắc chắn tìm ra kết quả nếu có

❑ Depth First có thể sa lầy

◼ Bùng nổ tổ hợp là khó khăn lớn nhất cho các giải thuật này

Depth first search có giới hạn

◼ Depth first search có khả năng lặp vô tận do các trạng thái con sinh ra liên tục → độ sâu tăng vô tận

◼ Khắc phục bằng cách giới hạn độ sâu của giải thuật

◼ Sâu bao nhiêu thì vừa? → chiến lược giới hạn:

❑ Cố định một độ sâu MAX, như các danh thủ chơi cờ tính trước được số nước nhất định

❑ Theo cấu hình tài nguyên của máy tính

❑ Meta knowledge trong việc định giới hạn độ sâu

◼ Giới hạn độ sâu  co hẹp không gian trạng thái  có thể mất nghiệm hoặc không tìm thấy nghiệm

Các đặc trưng của bài toán

◼ Một số yếu tố cần phân tích khi chọn kỹ thuật giải bài toán:

❑ Khả năng phân rã bài toán

❑ Khả năng lờ đi và quay lui

❑ Khả năng dự đoán toàn cục

❑ Đích là một trạng thái hay con đường (tập các TT)

❑ Lượng tri thức cần để giải bài toán

❑ Có cần sự can thiệp của con người trong quá trình giải không?

Các đặc trưng của bài toán (tt)

◼ Khả năng phân rã bài toán

❑ Phân rã được: như BT tính tích phân ký hiệu

Các đặc trưng của bài toán (tt)

◼ Các bước giải có thể lờ đi hay quay lui

❑ Có thể lờ đi : như BT chứng minh định lý

◼ Vì: định lý vẫn đúng sau một vài bước áp dụng các luật

❑ Có thể quay lui: như BT 8-puzzle

◼ Vì: có thể di chuyển theo hướng ngược lại để về TT

trước

❑ Không thể quay lui: như BT chơi cờ

◼ Vì: game over!

Các đặc trưng của bài toán (tt)

◼ Các bước giải có thể lờ đi hay quay lui

❑ Không thể quay lui

◼ Dùng các chiến lược phức tạp hơn vì mỗi khi ra quyết định thì đó là quyết định cuối cùng

◼ Có thể dùng giải pháp Planning

Các đặc trưng của bài toán (tt)

◼ Khả năng dự đoán của bài toán:

❑ Có thể dự đoán được: như BT 8 puzzle

 có thể đề ra 1 chuỗi các nước đi và tự tin vào kết qua sẽ xãy ra

 Có thể quay lui được

❑ Không thể dự đoán được: như các game có đối kháng

◼ Cần theo đuổi nhiều kế hoạch

◼ Có chiến lược/đánh giá để chọn kế hoạch tốt

Các đặc trưng của bài toán (tt)

◼ Lời giải là tuyệt đối hay tương đối

❑ Tuyệt đối (best-path): như bài toán TSP

◼ Tính toán khó hơn (tổng quát)

◼ Cần giải thuật tìm kiếm toàn diện hơn

❑ Tương đối (any-path): như bài toán suy luận đời

thường (xem sau)

◼ Có thể dùng heuristic để giải trong thời gian hợp lý

Các đặc trưng của bài toán (tt)

◼ Lời giải là trạng thái hay con đường (tập các TT)

❑ Trạng thái: như bài toán tìm ra cách hiểu phù hợp cho câu

❑ Ví dụ:

◼ “The bank president ate a dish of pasta salad with the fork.”

◼ Từng từ như: bank, president, … có thể được hiểu theo nhiều cách

◼ Một kiểu tìm kiếm nào đó được thực hiện để tìm ra cách hiểu toàn bộ cho câu

❑ Song, điều này cũng tương đối Vì có thể biểu diễn trạng thái

để nó có thể bao gồm thông tin về một phần hay toàn bộ con đường

Các đặc trưng của bài toán (tt)

◼ Vai trò của tri thức là gì?

❑ Cần ít tri thức:

◼ Như bài toán: “chơi cờ”

◼ Tri thức ~ luật để di chuyển hợp lệ, cơ chế điều khiển, chiến lược điều khiển để tăng tốc tìm kiếm

❑ Cần nhiều tri thức

◼ Như bài toán: Hiểu câu chuyện trên tạp chí

◼ Tri thức: nhiều, cả những cái đã ghi tường minh và cả những cái

◼ không được ghi trong chính câu chuyện

Vấn đề trong thiết kế CT tìm kiếm

◼ Sự tìm kiếm

❑ Tìm kiếm ~ duyệt cây, từ TT bắt đầu -> TT đích

❑ Cả cây tìm kiếm thường không được xây dựng sẵn

❑ Cấu trúc đồ thị thường thay thế cho cây trong biểu diễn

KGTT

◼ Các vấn đề

❑ Xác định hướng tìm (forward hay backward reasoning)

❑ Cách lựa chọn luật để áp dụng (matching)

❑ Cách biểu diễn nút (NODE) của quá trình tìm kiếm

❑ Các NODE trong đồ thị có thể được phát sinh và xem xét nhiều lần trong quá trình duyệt  cần loại bỏ những NODE lặp lại  Cần lưu lại các NODE đã xét.

Vấn đề trong thiết kế CT …

◼ Giải thuật kiểm tra NODE lặp lại (DFS)

❑ Xem xét tập NODE đã tạo ra, để xem NODE mới đã có chưa

❑ Nếu chưa thì thêm NODE mới vào đồ thị