trí tuệ nhân tạo

Ø Kết quả thường tốt theo mong đợi so với các hành xử thông thường Ø Khái niệm về tính thông minh của một đối tượng thường biểu hiện qua các hoạt động: ü Sự hiểu biết và nhận thức được

Trang 1

Chương 1

Tổng quan về Trí tuệ nhân tạo

Bài giảng Trí tuệ nhân tạo

Trang 2

Nội dung

1 Giới thiệu về AI ( Artificial Intelligence )

2 Đặc điểm của AI

3 Lịch sử phát triển AI

4 Các lĩnh vực nghiên cứu & ứng dụng AI

5 Thuật toán - thuật giải

Trang 4

1 Giới thiệu về AI (tt)

v Hành xử thông minh (intelligent behaviour)

Ø Là các hoạt động của một đối tượng như là kết quả của một quá trình thu thập, xử lý và i ều khiển theo những tri thức

đã có hay mới phát sinh.

Ø Kết quả thường tốt theo mong đợi so với các hành xử thông thường

Ø Khái niệm về tính thông minh của một đối tượng thường

biểu hiện qua các hoạt động:

ü Sự hiểu biết và nhận thức được tri thức

ü Sự lý luận tạo ra tri thức mới dựa trên tri thức đã có

ü Hành động theo kết quả của các lý luận

ü Kỹ năng (Skill)

Trang 5

Ø 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.

Ø Hành xử thông minh còn bao hàm:

ü Sự tương tác với môi trường để nhận các phản hồi

ü Sự tiếp nhận các phản hồi để i ều chỉnh hành động - Skill

ü Sự tiếp nhận các phản hồi để hiệu chỉnh và cập nhật tri thức

Ø Tính chất thông minh 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

Trang 6

v AI là gì?

Ø “An AI approach problem-solving is one which (George Luger):

ü uses domain-specific knowledge

ü to find a good-enough solution

ü to a hard problem

ü in a reasonable amount of time.”

Trang 8

Ø Tìm hiểu cơ chế sự thông minh của con người

Ø Cơ chế lưu trữ tri thức

Ø Cơ chế khai thác tri thức

Ø Xây dựng cơ chế hiện thực sự thông minh

Ø Áp dụng các hiểu biết này vào các máy móc phục vụ con người

Trang 9

2 Một số i ặc điểm của AI

v Sử dụng máy tính vào suy luận trên các ký hiệu, nhận dạng qua mẫu, học, và các suy luận khác…

v Tập trung vào các vấn đề “khó” không thích hợp với

các lời giải mang tính thuật toán.

v Quan tâm đến các kỹ thuật giải quyết vấn đề sử dụng các thông tin không chính xác, không đầy đủ, mơ hồ…

v Cho lời giải ‘đủ tốt’ chứ không phải là lời giải chính xác hay tối ưu.

Trang 10

2 Một số 0ặc điểm của AI (tt)

v Chương trình chưa tự sinh ra được heuristic

v Chưa có khả năng xử lý song song của con người

v Chưa có khả năng diễn giải một vấn đề theo nhiều phương pháp khác nhau như con người.

v Chưa có khả năng xử lý thông tin trong môi trường liên tục như con người.

v Chưa có khả năng học như con người.

v Chưa có khả năng tự thích nghi với môi trường.

Trang 12

3 Lịch sử phát triển của AI (tt)

v Giai đoạn cổ i ển (1950 – 1965)

Đây là giai 0oạn của 2 lĩnh vực chính: Game Playing (Trò chơi) và

Theorem Proving (Chứng minh định lý)

ü Có 2 kỹ thuật tìm kiếm cơ bản

§ Kỹ thuật generate and test : chỉ tìm được 1 , áp án/ chưa chắc tối ưu.

§ Kỹ thuật Exhaustive search (vét cạn): Tìm tất cả các nghiệm, chọn lựa

phương án tốt nhất

Trang 13

Ø Theorem Proving

ü Dựa trên tập tiên đề cho trước, chương trình sẽ thực hiện

chuổi các suy diển để ạt tới biểu thức cần chứng minh

ü Nếu có nghĩa là ã ch ứng minh được Ngược lại là không

chứng minh được

ü Ví dụ: Chứng minh các định lý tự ộng, giải toán,

ü 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,

ü Có các kết quả khá tốt và vẫn còn phát triển đến ngày nay

Trang 14

v Giai đoạn viển vông (1965 – 1975)

Ø Đây là giai poạn phát triển với tham vọng làm cho máy hiểu được con người qua ngôn ngữ tự nhiên

Ø Các công trình nghiên cứu tập trung vào việc biểu diển tri thức và phương thức giao tiếp giữa người & máy bằng ngôn ngữ tựnhiên

Ø 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)

Năng lực máy tính

Trang 15

v Giai đoạn hiện đại (từ 1975)

Ø 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

Ø Tinh thần heuristic ra đời và được áp dụng mạnh mẽ ể khắc phục bùng nổ tổ hợp

Ø Khẳng định vai trò của tri thức đồng thời xác định 2 trở ngại lớn làbiểu diển tri thức và bùng nổ tổ hợp

Ø Nêu cao vai trò của heuristic nhưng cũng khẳng định tính khó khăn trong đánh giá heuristic

Trang 16

4 Các ứng dụng của AI

v Game Playing: Tìm kiếm / Heuristic

v Automatic reasoning & Theorem proving: Tìm kiếm /

Heuristic

v Expert System: Là hướng phát triển mạnh mẽ nhất và có

giá trị ứng dụng cao nhất

v Planning & Robotic: Các hệ thống dự báo, tự hộng hóa

v Machine learning: Trang bị khả năng học tập để giải quyết

Trang 17

4 Các ứng dụng của AI (tt)

v 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.

v Modeling Human perfromance: Nghiên cứu cơ chế tổ

chức trí tuệ của con người để áp dụng cho máy.

v Language and Environment for AI:Phát triển công cụ và

môi trường để xây dựng các ứng dụng AI.

v 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

Trang 18

5 Thuật toán - thuật giải

v Bài toán/Vấn đề + Thuật toán = Kết quả???

Ø Có nhiều bài toán:

ü Chưa tìm ra thuật toán để giải

ü Không xác định được có hay không

Ø Một số bài toán có thuật giải nhưng không áp dụng được:

ü Độ phức tạp tính toán quá lớn

ü Các điều kiện đầu vào khó háp ứng

Ø Một số bài toán giải theo cách vi phạm thuật toán nhưng

chấp nhận được.

v Thuật giải:

Cách giải chấp nhận được nhưng không hoàn toàn đáp ứng đầy đủ các yêu cầu của thuật toán.

Trang 19

Bài tập Chương 1

1 Phân biệt trí tuệ, trí thức và sự thông minh?

2 AI là gì? Các đặc điểm của AI?

3 Lịch sử phát triển của AI?

4 Các ứng dụng chính của AI?

5 Sự khác nhau giữa thuật toán & thuật giải?

Lấy ví dụ?

Trang 20

Bùi Đức Dương

Khoa Công nghệ Thông tin

Trang 21

Chương 2

Tìm kiếm trên không gian trạng thái

Chương 2

Tìm kiếm trên không gian trạng thái

Trang 22

Nội dung

1 Không gian trạng thái

2 Một số phương pháp tìm kiếm trên KGTT

Trang 23

1 Không gian trạng thái

Trang 24

1 Không gian trạng thái (tt)

Ví dụ 1: Trò chơi Tic –Tac – Toe

ØTrạng thái là một tình huống

của bàn cờ

ØSố trạng thái bùng nổ nhanh

ØBiểu diễn trạng thái

ØBiểu diễn không gian

Trạng tháiTrạng thái

ØTrạng thái kết thúc: có một người có 3 dấu X

liên tục theo đường chéo, thẳng, ngang

Trạng tháikết thúcTrạng tháikết thúc

Trang 25

Đồ thị có hướng không

lặp lại (Directed Dcyclic

Graph - DAG)

Trang 26

v Cần biểu diễn KGTT cho bài toán này như thế nào?

v Trò đố 16 ô Trạng thái đầu Trạng thái đích

Trang 27

Có khả năng xảy ra vòng lặp không?

KGTT của 8-puzzle sinh ra

bằng phép “di chuyển ô trống”

Trang 28

v Cần biểu diễn KGTT cho bài toán này như thế nào?

Ví dụ 3: Bài toán TSP

Trang 29

Mỗi cung được đánh dấu

bằng tổng giá của con

đường từ nút bắt đầu

đến nút hiện tại.

Trang 30

2 Tìm kiếm trên không gian trạng thái

v TTNT = Biểu diễn + Tìm kiếm

Ø Sự biểu diễn phải:

ü Cung cấp một cơ cấu tự nhiên để thể hiện tri thức/thông tin/ dữ liệumột cách đầy đủ (Tính biểu đạt)

ü Hỗ trợ việc thực thi một cách hiệu quả việc tìm kiếm đáp án chomột vấn đề (Tính hiệu quả)

Ø Liệu việc tìm kiếm:

ü Có kết thúc không?

ü Có chắc chắn sẽ tìm được lời giải không?

ü Có chắc chắn sẽ tìm được lời giải tối ưu không?

Trang 31

2 Tìm kiếm trên không gian trạng thái (tt)

v Các vấn đề khó khăn trong tìm kiếm với các bài toán AI

Ø Đặc tả vấn đề phức tạp

Ø Không gian tìm kiếm lớn

Ø Đặc tính đối tượng tìm kiếm thay đổi

Ø Đáp ứng thời gian thực

Ø Meta knowledge và kết quả “tối ưu”

Ø Khó khăn về kỹ thuật

Trang 32

üKhông gian tìm kiếm biến động liên tục trong quá trình tìm kiếm

üĐặc tính của trạng thái/nút làphức tạp & biến động

üKhông gian tìm kiếm là cố hịnh

trong quá trình tìm kiếm

üThuộc tính của một record/nút là

cố r ịnh

v State Space Search vs Database Search

Trang 33

v Chiến lược tìm kiếm

Ø Data-Driven-Search: Quá trình search sẽ hi từ trạng thái hiện thời

áp dụng các luật để gi hến trạng thái kế tiếp và cứ thế cho nến khi đạt được một goal

Ø Goal-Driven-Search: Quá trình search sẽ gi từ trạng thái hiện tại (goal tạm thời) tìm xem luật nào có thể sinh ra trạng thái này Các điều kiện để áp dụng được các luật đó trở thành subgoal Quá trình lặp lại cho đến khi lui về r ến các sự kiện ban đầu

Trang 34

v Cả hai chiến lược cùng làm việc trên không gian trạng thái nhưng thứ tự và số các sự kiện duyệt qua khác nhau do

cơ chế sinh ra các trạng thái khác nhau.

v Quyết định chọn lựa chiến lược tùy thuộc vào:

Ø Độ phức tạp của các luật

Ø Độ phân chia của không gian trạng thái

Ø Sự hiện hữu của dữ liệu

ü Goal đã có hay chưa, nhiều hay ít

ü Goal được đặc tả như thế nào: state cụ thể hay mô tả mang tính đặc tính

Ø Cơ sở thông tin Žể chọn lựa chiến lược hợp lý là một META KNOWLEDGE

Trang 35

Ø Tìm kiếm đi từ dữ liệu đến mục tiêu thích hợp khi:

ü Tất cả hoặc một phần dữ liệu được cho từ đầu.

ü Có nhiều mục tiêu, nhưng chỉ có một số ít các phép toán có thể áp dụng cho một trạng thái bài toán

ü Rất khó đưa ra một mục tiêu hoặc giả thuyết ngay lúc đầu.

Ø Tìm kiếm đi từ mục tiêu trở về dữ liệu thích hợp khi:

ü Có thể đưa ra mục tiêu hoặc giả thuyết ngay lúc đầu.

ü Có nhiều phép toán có thể áp dụng trên 1 trạng thái của bài toán Þ

Trang 36

v Tìm kiếm theo chiều rộng (BFS)

If (X=goal) the return (Success)else begin

generate children of X; Put X to Close;

put remain children on RIGHT end of Open;

end;

Return (Fail);

End;

Trang 37

S=[A] bắt đầuGD=[G] là goal Kết thúcCung: Đường đi

v Tìm kiếm theo chiều rộng (BFS)

Trang 38

Lần lặp

X Open Close

01234567

ABCDEF

G

[A]

[B C D ][C D E F]

Trang 39

If (X=goal) the return (Success)else begin

generate children of X; Put X to close;

put remain children on LEFT end of open;

v Tìm kiếm theo chiều sâu (DFS)

Trang 40

G

[A]

[B C D ][E F C D]

Trang 41

Trang 42

vDFS có gi ới hạn (Depth Bound Search)

ØDepth First Search có khả năng lặp vô tận do các trạng thái con sinh ra liên tục Độ sâu tăng vô tận.

ØKhắc phục bằng cách giới hạn độ sâu của giải thuật: quay lui khi trạng thái đang xét đạt đến độ sâu giới hạn đã định → Sâu bao nhiêu thì vừa?

ØChiến lược giới hạn

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

üTheo cấu hình resource của máy tính

üMeta knowledge trong việc định giới hạn độ sâu

üGiới hạn độ sâu → co hẹp không gian trạng thái → có thể mất nghiệm

Trang 43

DFS có giới hạn (Depth Bound =5) trong trò chơi 8 - puzzle)

Trang 44

v DFS đào sâu nhiều lần (Depth-first Iterative

True

Trang 45

Ø“Lần” theo các trạng thái ® Vào ngõ cụt?

ØKhi gặp nhánh không đi tiếp được, giải thuật phải có khả năng quay lui lại trạng thái trước đó hể ni sang nhánh khác: Back Tracking

Trang 46

Ø Một số ký hiệu

üSL (State list) : chứa danh sách các trạng thái trên path hiện đang

xét Nếu tìm ra goal thì SL chính là nghiệm

üNSL (New State List): chứa danh sách các trạng thái đang đợi

xét

üDE (Dead End): chứa các trạng thái mà con cháu của chúng

không chứa đích

üCS (Current State): chứa trạng thái đang xét.

üHướng phát triển của quá trình search tùy theo cơ cấu tổ chức của NSL: FIFO, FILO hay Evaluated

Trang 47

If (CS = Goal) then return(SL);

If (CS has no children (Except node in [DE, Sl, NSL]) )thenBegin

While ((SL<>[ ]) and CS=First Element of SL)) doBegin

Add CS to DERemove first element from SL;

Trang 48

Else Begin

Add children of CS (Except node in DE,SL and NSL) to NSL

Trang 49

Lần lặp

0 1 2 3 4 5 6

A B E H I F J

Trang 52

Chương 3 Tìm kiếm Heuristic

Bùi Đức Dương – Khoa Công nghệ Thông tin

Bài giảng Trí tuệ nhân tạo

Trang 53

ØHeuristic có thể là những tri thức “đúng” hay “sai”.

ØHeuristic là những meta knowledge và “thường đúng”

Trang 55

1 Giới thiệu (tt)

v Heuristic dùng như thế nào trong SSS?

Ø Tìm kiếm trên không gian trạng thái theo chiều nào? BFS hay DFS?

Ø Tìm theo heuristic: heuristic Dịnh hướng quá trình tìm kiếm theo hướng mà “nó” cho rằng khả năng đạt tới nghiệm là cao nhất Không “sâu” cũng không “rộng”

v Kết quả của tìm kiếm với heuristic

Ø Việc tìm kiếm theo định hướng của heuristic có kết quả tốt hay xấu tùy theo heuristic “đúng” hay “sai”

Ø Heuristic có khả năng bỏ sót nghiệm

Ø Heuristic càng tốt càng dẫn đến kết quả nhanh và tốt

Trang 56

Ø Thường tìm được lời giải tốt (nhưng không chắc là tốt nhất)

Ø Giải bài toán theo thuật giải heuristic thường dễ dàng và nhanh chóng đưa ra kết quả hơn so với giải thuật tối ưu (chi phí sẽ thấp hơn).

Ø Thuật giải heuristic thường thể hiện khá tự nhiên, gần với cách suy nghĩ và hành động của con người.

Trang 57

KGTT của tic-tac-toe được thu nhỏ nhờ tính đối xứng

của các trạng thái

v Một số nguyên lý cơ bản

Ø Nguyên lý vét c ạn thông minh: Giới hạn không gian tìm kiếm dựa

vào đặc thù bài toán

Ø Nguyên lý tham lam (Greedy): Lấy tiêu chuẩn tối ưu của bài toán

làm tiêu chuẩn cho việc lựa chọn ở từng bước giải

Ø Nguyên lý th ứ tự: Hành động dựa trên một cấu trúc thứ tự hợp lý

của không gian khảo sát

Ø Hàm heuristic: Hàm đánh giá dựa “kinh nghiệm”, phụ thuộc vào

trạng thái hiện tại của mỗi bước giải Từ hây chọn ra phương án hành động

Định dạng
Số trang	169
Dung lượng	6,66 MB