Tri tue nhan tao

Giáo trình Trí tuệ Nhân tạo Các phương pháp giải quyết vấn đề và kỹ thuật xử lý tri thức

_ NGUYỄN THANH THỦY

A

Nhan tao

Cac phuong phap

Giai quyét van đê

NHA XUAT BAN GIAO DUC - 1999

LỜI GIỚI THIỆU

Cuôn sách TRÍ TƯE NHÂN TẠO (Các phương pháp giai quyết von dé va ky thuật xứ lý trì thức) của PTS NGUYÊN THANH THUY

ở Rhoa Công nghệ Thông tin trường Đại học Bách khoa Hà Nội là một san phẩm đã được nghiệm thu của đề tài nhà nước KC 01-13 tvề giáo dục đào tạo Tin học Điện tử và Viễn thông) và đang được dùng

làm giáo trình giang dạy cho sinh viên của các chuyên ngành (Tin

hoc Todn-Tin hoc Tin hoe quan ly, Tin học-Điện tư-Viễn thông) trong trường ĐHBK Hà Nội; cũng như trong vài trường đai học khác Noi dung cuén sách tập trung vào hai vấn đề cơ bản nhất trong Trí tuêẻ Nhân tạo; đó là các phương pháp giải quyết vấn để và kỹ thuật biểu diễn, xứ lý trị thức và suy điễn Đây là những kiến thức cơ sở

đề nghiên cứu, thiết kế và xảy dựng các hệ chương trình “thông mình” bạo gồm các trò chơi, tìm kiếm nghiệm suy, hệ trợ giúp ra quyết định

Với cách trình bày mạch lạc các kỹ thuật này dưới đạng chương trình băng ngôn ngữ thuật toán, chúng tôi hy vọng rằng cuốn sách

nê phíp ích cho người học và có thể đem ra thứ nghiệm trên từng ngử

trình cụ thể

Hà Nội, ngày 20/11/1995

Giáo sư NGUYÊN ĐÌNH TRÍ

LỜI NÓI ĐẦU

(Cho lần xuất bán thứ hai)

Nhan tao” (Artificial Intelligence), m6t mon co so chuyén nganh trong

chương trình đào tao ky su Tin hoc O day, sinh viên được làm quen với mọt số kiến thức co bản nhất về các phương pháp giải quyết vấn

đề (Problem solving) và kỳ thuật xử lý trí thức Chúng sẽ giúp họ có được nên tăng để có thể đi sâu vào các chuyên để khác, như phần mềm dạy học thông minh, hệ chuyên gia, hệ trợ giúp ra quyết định

Về bố cục, cuốn sách được gói gọn trong ba chương :

CHƯƠNG I_ Trình bày những khái niệm cơ bản vẻ khoa học

Trí tuệ Nhân tạo

CHƯƠNG II _ Giới thiệu các phương pháp khác nhau để

biểu diễn bài toán (hay vấn đề) như : Không gian Trạng thái, Phân

ra bài toán và Lô-gich Mỗi phương pháp biểu điễn sẽ tương ứng đưa

ra một nhóm các kỹ thuật tìm kiếm lời giải Các kỹ thuật này được

trình bày dưới dạng ngôn ngữ thuật toán mô tả, nhằm giúp sinh viên

hình dung được cấu trúc chương trình và có thẻ thứ nghiệm được ngay trên một ngữ trình cụ thể nào đó

CHUONG III _ Trình bày các kỹ thuật cụ thể để biểu điễn và

xư lý tri thức Các thuật toán suy diễn với lô-gich mệnh đề, lô-gich

vị từ, các luật sản xuất là những kiến thức then chốt, giúp sinh viên nhanh chóng tiếp cán và tìm hiểu cơ chế lập trình cúa ngôn ngữ PROLOG, dé thu nghiém va cai đặt các hệ trình ứng dụng khác nhau Với mục tiêu cung cấp các kiến thức và kỳ thuật cơ ban, cuốn

sách mới chỉ được giới hạn trong các nội dung nêu trên Trong khuôn

khổ một giáo trình thiết yếu, một số chủ đề nâng cao khác của khoa

“Trí tuệ Nhân tạo”, như: suy diễn trên mạng ngữ nghĩa; suy diễn với trí thức chưa chính xác và chưa đầy đủ: tính mâu thuẫn trong cơ sơ

tri thức; học rnáy; hiểu ngôn ngữ tự nhiên; mạng Nơ-ron; thuật giai

di truyền còn chưa được trình bày ở đây

Về đối tượng phục vụ cuốn sách này có thê dùng làm tư liệu

học tập cho sinh viên hệ Ky sư Tìn học, Cư nhân Tin hoc, Cu nhân Cao dang Tin hoc; hoặc có thê làm tài liệu tham khảo cho học viên các hệ Cao học và Nghiên cứu sinh, giảng viên Tim học, cũng như cho

các cán bộ đã ra công tác muốn bổ sung kiến thức cho mình

Trong quá trình biên soạn, tác gia đã nhận được nhiều đóng góp vẻ nội dung chuyên môn và cổ vu vẻ tỉnh thần, cùng nhiều hỗ trợ khác về hiệu đính, biên tập trình bay va ca tai tro dé cuốn sách

ra đời Nhân dịp tái bản này tác giả xin một lần nữa bày tỏ lòng

cam ơn tới: Gs:Ts Nguyễn Đình Trí (Chu nhiệm đề tài nhà nước KC 01-18): PGs.TS Hoang Van Kiếm (Chủ nhiệm khoa Công nghệ Thông

tin ĐHTH TPHCM.); Ks Nguyễn Phúc Trường Sinh (Phó TBïT tạp

chí “Tin học và Đời sống” Hội Tin Học VN): cùng nhiều đồng nghiệp khác trong khoa Công nghệ Thông tin ĐHBK Hà Nội về những đóng góp quý báu, hồ trợ thiết thực và động viên chân thành đó Chúng

tôi cũng hy vọng sẽ nhận được thêm ý kiến đóng góp của bạn đọc xa

gan, để có thể hoàn thiện nội dung cuốn sách và để sớm ra mắt bạn đọc một củốn chuyên khảo khác về các chủ đề (còn chưa đề cập) nêu

trên

Hà Nội, 19/08/1996

NGUYÊN THANH THỦY

CHUONG |

TONG QUAN TINH HINH NGHIEN CUU VA UNG DUNG

minh, máy tính thế hệ 5, trí tuệ nhân tạo, hệ chuyên gia Sự xuất hiện

của các ngôn ngữ lập trình không thật sự quen thuộc lắm với các chuyên

gia tin học như LISP, PROLOG mỏ đường cho việc xây dựng và áp

dụng vào thực tế hàng loạt các hệ thống chướng trình có khả năng

"thông minh”

Trước đây, mỗi khi nói đến trí tuệ nhân tao (TTNTT) người ta thưởng quan tâm đến việc tạo lập các máy có khả năng "suy nghĩ" thậm chí

trong một số phạm vi hẹp nào đó, có thể cạnh tranh hoặc vượt quá khả

năng bộ não của con người Những hy vọng này trong một thôi gian dài

đã ảnh hưởng rất nhiều đến các nghiên cứu trong phòng thí nghiệm Mặc dầu những mô hình tưởng tự của các máy thông minh đã được đưa

ra hàng trăm năm trước đây, song chi từ giữa những năm 1930 khi Allen Turïing công bố những kết quả quan trọng đầu tiên, người ta mới nghiên cứu vấn đề TTNT một cách nghiêm túc Phát hiện của Turing cho rằng

chương trình có thể lưu trữ trong bộ nhó để sau đó được thực hiện trên

có sỏ các phép toán có bản thao tác vdi các đại lưng số O và 1, đã tạo nên nền tảng của những máy tính hiện đại Việc lưu trữ chương trình trong máy cho phép thay đổi chức năng của nó một cách nhanh

chóng và dễ đàng thông qua việc nạp một chương trinh mỏi khác vào

hộ nhớ Theo một nghĩa nào đó, khả năng này làm cho máy có khả năng

học và suy nghỉ!

Đó cúng chính là một trong những biểu hiện quan trọng đầu tiên của những máy tính được trang bị TTNT

Năm 1956, chương trình dẫn xuất kết luận trong hệ hình thức đã

được công bố Tiếp sau đó, năm 1959 chương trinh chứng minh các định

lý hình học phẳng và chương trình giải quyết bài toán vạn năng

(General problem Solving, viết tắt là GPS) đã được đưa ra

Tuy vậy, chỉ cho đến khoảng năm 1960 khi McCathy 6 MIT (Massachussets Institute of Technology) đưa ra ngôn ngữ lập trình đầu tiên dùng cho TTNT LISP (list processing), các nghiên cứu về TTNT méi bat dau phat triển mạnh mẽ Thuật ngữ TTENT do Marvin Minsky, một chuyên gia nổi tiếng cũng ö MIT, đưa ra năm 1961 trong bài báo

"Steps forwards to Artificial Intelligence° Những năm 60 có thể xem là một mốc quan trọng trong quá trình xây dựng các máy có khả năng suy nghĩ Có thể kế đến các chương trình chói cồ và các chướng trình chứng

minh định lý toán học đầu tiên được công bố trong khoảng thời gian này:

106! Chướng trình tính tích phân bất định

1963 Các chướng trình Heuristics.,

Chương trnh chúng minh các định lý hình học không gian có tên

là "tướng tự",

Chương trình chới cờ của Samuel

1964 Chương trình giải phương trình đại số sở cấp

Chương trình trợ giúp ELIZA

1966 Chướng trình phân tích và tổng hợp tiếng nói

1968 Chướng trình điều khiển người máy (Robot) theo đổ án "Mắt - tay",

Chướng trình học nói,

Chương trình ELIZA do Joseph Weizenbaum 6 MIT đưa ra găm

1964 có khả năng làm việc giống như một chuyên gia phân tích tâm lý

Những bế tắc, hạn chế thành công các công trinh nghiên cứu TTNT

trong những năm 60, chính là do giói hạn khả năng của các thiết bị, bộ

6

nhó và đặc biệt là yếu tố thoi gian thực hiện Chính những yếu tố này không cho phép tổng quát hóa những thành công bước đầu đạt được trong các hệ chương trinh TTNT đã xây dựng

Tuy rằng vào giữa những năm 70, bộ nhó máy tính và thời gian tính toán đã được nâng cao đáng kể về chất, song những cách tiếp cận khác nhau đến TTNT vẫn chưa đem tói những thành công thật sự do sự bùng

nổ tổ họp trong quá trinh (tìm kiếm lồi giải các bài toán đặt ra Cuối những năm 70, một số nghiên cứu có bản trong các lĩnh vực như xử lý ngôn ngữ tự nhiên, biểu diễn tri thức, lý thuyết giải quyết vấn

đề đã đem lại diện mạo mói cho TTNT Thị trường tín học đã bát đầu

đón nhận những sản phẩm TTNT ứng dụng đầu tiên mang tính thương mại Đó là các hệ chuyên gia, đưọc dem áp dụng trong các lĩnh vực khác nhau

Hệ chuyên gia là phần mềm máy tính, chứa các thông tin và tri thức

về một lĩnh vực cụ thể nào đó, có khả năng giải quyết những yêu cầu

của người sử dụng, trong một mức độ nào đó, ỏ trình độ như một chuyên gia con người có kinh nghiệm khá lâu năm Một trong những hệ

chuyên gia đầu tiên được sử dụng thành công trong thực tế là hệ

MYCIN, được thiết kế và cài đặt tại trường đại học tổng họp Stanford Một sự kiện quan trọng trong sự phái triển của khoa học TTNT là

sự ra đồi của ngôn ngữ PROLOG, do Alain Calmerauer đưa ra năm

1972 Năm 1981, dự án của Nhật Bản xây dựng các máy tính thế hệ 5,

lấy ngôn ngữ PROLOG như là ngôn ngữ có sö đã làm thay đổi khá

nhiều tình hình phát triển TTNT öỏ Mỹ, cũng như ö châu Âu

Giai đoạn 1981 trỏ đi, người ta cảm nhận thấy khá rõ nét rằng các chuyên gia về TTNT đang dần chuyển các kết quả nghiên cứu từ phòng thí nghiệm sang cài đặt ứng dụng cụ thể

Có thể nói đây cũng là giai đoạn cạnh tranh ráo riết của các công

ty, các viện nghiên cứu hàng đầu nhằm đưa ra thị trường các sản phẩm phần mềm ứng dụng kỹ thuật TTNT

Cuối những năm 80, đầu những năm 90 thị trường các sản phẩm dân

dụng đã có khá nhiều sản phẩm ö trình độ cao như máy giặt, máy ảnh

7

sử dụng TTNT Các hệ thống nhận dạng và xử lý hình ảnh, tiếng nói đang ngày càng thúc đẩy sự phát triển kỹ thuật mạng neuron Sự xích lại của hai cách tiếp cận: tiếp cận mò trong lập luận xấp xi và kỹ thuật

mạng neuron đã và đang gây được sự quan tâm, chú ý của các chuyên

gia tin học và các công ty, đặc biệt ö Nhật Bên cạnh sự xuất hiện của các hệ chuyên gia trên thị trường, những năm gần đây các ứng dụng © công nghiệp và quản lý xã hội, quản lý kinh tế đòi hỏi sự ra đời của các

hệ thống xử lý tri thức - dữ liệu tích họp, trong số đó phải kể đến các

hệ hỗ trọ quyết định dựa trên tri thức

Các hệ thống tin học multimedia ngày càng chiếm lĩnh thị trường va thúc đấy nhanh chóng các nghiên cứu có bản nhằm thiết kế các máy tính thông minh có khả năng xử lý và cài đật các giao diện người máy phong phú Theo một nghĩa nào đó, muitimedia cho phép máy tính có khả năng xử lý các thông tin về "thế giói ảo" Bên cạnh kỹ thuật multimedia, hypertext đã và đang được sử dụng rộng rãi

Thế giói đang chuyển mình trong những nghiên cứu về TTNT Tuy

vậy, câu hỏi liệu kỹ thuật TTNT có tạo nên bước nhảy vọt trong công nghệ tin học, đặc biệt là trong công nghệ máy tính như người ta đã

mong đợi trong các dự án chế tạo máy tính thế hệ 5, vẫn chưa có giải đáp thỏa đáng

Bảng 1.1 Tổng quan những sự kiện chủ yếu trong lịch sử

phát triển TTNT

Những tiền đề ban đầu

Các hội nghị về điểu khiển học

Sau chiến tranh thế

C Shannon, A Newell , H.Simon) Hệ giải quyét vdn dé téng quat, GPS

Tam ly hoe xu ly thông tí

Ng6én ngd LISP (Language for list processing)

Các kỹ thuat Heuristics, McCathy Lý thuyết về người máy (Robot)

Chương trnh chơi cö của Samuei

Hệ chuyên gia DENDRAL

- Công cụ tạo lập hệ chuyên gia

EMYCN (Trường đại học Stanford)

GUIDON (Trưởng dại học Stanford)

Ngôn ngử PROLOG, Alain Calmerauer , 1972 Giải thưởng Nobel cho H.Simon

vực dia chất

và vi điện tủ, Mỹ Intellect (A I C) Các sản phẩm dng dụng sủ dụng kỹ thuật TTNT: máy ảnh, máy giặt

Những xu hướng phát triển Kỹ thuat mang Neuron trong nhận dang

Kỹ thuật xử lý trí thúc - dử liệu hỗn hợp

Hệ hỖ trợ quyết định dựa trên trị thức Biểu diễn trị thúc - dữ liệu hướng đối tượng Kỹ thuật Multimedia, hypertext

Thuật giải di truyền

1.1.2 Những tiền đề cơ bản của TTNT

Những tiên đề ban đầu cho sự ra đồi của TTNT là những nghiên cứu

lý thuyết sâu sắc của các chuyên gia về: Logic hình thức, tâm lý học nhan thic (Cognitive Psychology) va ditu khién hoc (Cybernetics)

A Turing, ngudi dat nén móng lý thuyết cho Tin học, tác giả của mô hình máy tính vạn năng đã đưa ra mô hình máy tính dựa trên những phép tính logic có bản: AND, OR và NOT Khi đó, dự án này không được chấp nhận Do chịu ảnh hưởng của các chuyên gia Mỹ, người ta đã tiến hành chế tạo những máy tính đầu tiên, thực hiện những phép tính

số học có bản như CỘNG, TRỪ và phép so sánh LÓN HÓN Dầu vậy,

một nhóm các chuyên gia tin học vẫn tiếp tục nghiên cứu khả năng của máy tính xử lý các dữ liệu phi số, các ký hiệu

10

Một cách độc lập, các chuyên gia tâm lý học nhận thức cũng đã tạo dựng những mô hình, dùng máy tính để mô phỏng hành vi của con người khi giải quyết những bài toán đòi hỏi sự sáng tạo Lúc đó, các chưóng trình TTNT lại quá phức tạp, quá tốn kém nên không thể đưa ra áp dụng trong thực tiễn

Những tiến bộ trong kỹ thuật vi điện tử đã tạo nên tiền đề vật chất

có tính chất quyết định, làm thay đổi toàn bộ sự phát triển và ứng dụng các kỹ thuật TTNT

Tâm lý học

nhận thức \

Cac hé xu ly Logic hình thức | amg»

Hình 1.1 Những tiền đề hình thành và các hướng nghiên cứu, ứng dụng cơ bản của

TINT

11

12 Khoa học TTNT: Các khái niệm co ban Khoa học TTNT hướng tdi việc xây dựng các máy tính thông minh, giúp ích cho việc khám phá các quy luật hoạt động sáng tạo và khả năng trí tuệ của con người

Để hiểu rõ hón nữa bản chất của những hướng nghiên cứu của TINT, ta cần phải giải quyết hai câu hỏi có bản

Trí tuệ của con người là gì? và Trí tuệ máy là gi?

1.2.1 Trí tuệ của con người (Human Intelligence)

Cho đến nay, chưa có một định nghĩa nào về trí tuệ của con

người được mọi người nhất trí thừa nhận Các chuyên gia tâm lý

học thường rất thận trọng khi đưa ra một định nghĩa cụ thể về trí

tuệ của con ngườồi

Theo A.Turing, có một định nghĩa duy nhất không mâu thuẫn là: "Trí

tuệ là những gi có thể đánh giá được thông qua các trắc nghiệm (test) thông minh” Turing còn cho rằng một thiết bị được coi là có khả năng thông minh nếu khi đem thử nghiệm nó với các trắc nghiệm khá phức tap, ngudi quan sát không thể phân biệt được đó có phải là lồi giải của

máy hay của con người!

Tu điển bách khoa toàn thư Webster đưa ra một định nghĩa tổng quát hón:

Định nghĩa này khá phù họp với các kết quả thử nghiêm đánh giá

mức độ thông minh của động vật Có thể kể ra thí nghiệm kinh điển

"con khi và nải chuối" Tuy vậy, định nghĩa trên hoàn toàn mang tính tưởng đối,

Những nghiên cứu của các chuyên gia tâm lý học nhận thức chỉ ra rằng quá trình hoạt động trí tuệ của con người bao gồm 4 thao tác có 12

bản;

1 Xác định tập các dich (goals ) can dat tdi

2 Thu thap cac su kién (facts ) va cdc luat suy dién (inference rules ) dé dat tdi cdc dich dat ra

3 Thu gọn (prunning) quá trình suy luận nhằm xác định một cách nhanh chóng tập những luật suy diễn có thể sử dụng được để dat tdi một đích trung gian nào đó

4 Ap dụng các có chế suy diễn cu thé (inference mechanisms ), dua trên các thao tác thu gọn quá trình suy luận và những sự kiện trung gian mói được tạo ra, để dẫn dat từ những sự kiện ban dau di tdi những đích

đã đặt ra

Vi du 1.1 Cần phải xác định cách đi tốt nhất từ nhà tói có quan

(thao tác 1)

Các thông tin có liên quan tói mục đích đặt ra là: thời tiết, sức khỏe,

ngày nghỉ hay ngày làm việc, loại phương tiện, khoảng cách, giá cả từng

loại phương tiện, thời gian trên các loại phương tiện, Ngoài ra còn

có thể vận dụng tói các thong tin khác như tình hình kinh tế, biến động

giá cả nhiên liệu, (thao tác 2) Các luật suy diễn trên những sự kiện thu nạp được từ những nguồn khác nhau bao gồm:

luat 4 Néu thời tiết đẹp Thì đi đường tắt

luật 5 _Mếu tình hình chính trị xấu Thì tình hình kinh tế xấu

luật 7 Aếu thời tiết xấu và di bằng xe Thì đi bằng xe buýt

Giả sử rằng hôm đó thời tiết xấu Co chế thu gọn quá trinh suy luận

13

cho phép chỉ xét các luật có liên quan tói thời tiết xấu (luật 2, 3, 7)

hoặc các luật có liên quan tói đích đặt ra (luật 1, 3, 4, 7, 8, 9, 10, 11)

(thao tác 3)

Nếu chú ý tói các luật được thỏa mãn với điều kiện "thồi tiết xấu",

ta phát hiện được rằng các luật 2, 3 thuộc vào lóp này Tuy vậy, chỉ có luật 3 được lưu lại (qui tắc rút gọn) và sau khi áp dụng luật này, ta có

thêm 1 sự kiện - khẳng định mới là "đi đường dải nhựa" Sự kiện này

được nạp thêm vào tập các sự kiện đã biết và cho phép đi tối kết luận rằng để đi từ nhà đến có quan, nếu thời tiết xấu, nên đi bằng xe buýt (sử dụng luật 11 và 7) (thao tác 4) Có chế được sử dụng ở trong ví dụ này gọi là suy dién ti€én (forward chaining)

Nội dung cụ thể của các có chế suy diễn tiến, suy diễn lùi sẽ được

trình bày chi tiét trong chuong 3

1.2.2 Trí tuệ máy (Machine Intelligence)

Dầu không có một định nghĩa tổng quát về Trí tuệ máy, song có thể

đưa ra một vài dấu hiệu quan ::.::g của nó Đó là:

1 Khả năng học

2 Khả năng mô phỏng các hành vị sáng tạo của con người nghĩa là

có thể giải quyết một bài toán sáng tạo nào đẻ siống như một chuyên gia khi giải chính bài toán đó, đầu rằng cách giải không nhất thiết giống nhau hoàn toàn (chẳng han, các chướng trình choi ‹ð)

3 Khả năng trừu tướng hóa, tổng quát hóa và suy diễn

4 Khả năng tự giải thích hành vi

5 Khả năng thích nghỉ vói tình huống mới, trong đó gồm có khả nang thu nạp trí thức và dữ liệu

6 Khả năng xử lý các biểu diễn hình thức như các ký hiệu tượng

trưng, danh sách

7 Khả năng sử dụng các tr¡ thức, Heuristics

8 Khả năng xử lý các thông tin không đầy đủ không chính xác

1.2.3 Vai trò của TTNT trong công nghệ thông tịn

Khoa học TỪNT có nhiệm vụ nghiên cứu các ký thuật làm cho máy tính có thể "suy nghỉ một cách thông minh" Khoa học TTNT còn mô

14

phỏng quá trình suy nghĩ của con người khi đưa ra những quyết định, lồi giải nhồ tìm kiếm trong không gian bài toán hay phân rã bài toán

thành các bài toán con và do vậy, chía nhỏ quá trình suy nghĩ này thành

những bước có bản Trên có sở đó thiết kế các chướng trình cho máy tính để giải quyết bài toán dựa vào chính các bước có bản được trong quá trình tìm kiếm

Theo một nghia nào đó, TTNT tạo nên một cách tiếp cận đón giản

và có cấu trúc để xây dựng các chướng trình ra quyết định phức hợp doi

hỏi phải dựa trên những trí thức (định lượng và định tính) nhất định

Một chướng trình máy tính thông thường chỉ có thể đưa ra lồi giải cho một số bài toán trong một phạm vi hẹp nào đó Điều này xuất phát

từ lý do là để giải quyết bài toán, các chuyên gia lập trinh cần phải xác

định từ trước thuật toán và cấu trúc đữ liệu phù họp Một khi chướng

trình cần phải cải biên để phù hợp với những thay đổi nào đó trong bài toán, thi toàn bộ chương trình có thể phải xây dựng lại để một phần hay toàn thể không gian bài toán đáp ứng được những bổ sung đó

Diều này không những rất tốn thời gian thực hiện mà còn ảnh hưởng tói các phần khác trong chương trình, do vậy có thể gây ra những sai sót trong quá trình xử lý Ngoài ra, chỉ có ngưồi lập trình mối có thể

biết được đáng điệu của chưng trình Do đó, toàn bộ hoạt động của hệ

thống trỏ thành một hộp đen đối với người sử dụng không chuyên tin Ngược lại, TTNT tạo cho máy tính khả năng suy nghĩ Nhồ đón giản hóa phương cách kết họp các chương trình với nhau, TTNT có thể mô phỏng quá trình học của con người, trên có sở đó thu nạp được những thông tin mới phục vụ cho quá trình suy điễn sau đó Có thể thấy rằng

bộ não của con người có thể tích họp những tri thức mdi, ma khong cần thay đối cách làm việc, cách suy diễn trong bộ não hoặc loại đi những

sự kiện đã được lưu trước đó Các chương trình TTNT cũng hoạt động

tướng tự như vậy, tức là những cải biên đối với các chương trình TTNT

dễ cài đặt hón nhiều so với khi thực hiện với các chướng trinh truyền thống

Như vậy, TTNT có thể làm cho lập trình truyền thống tốt hón đến mức nào? Các kỹ thuật TTNT cho phép tạo lập một chương trình trong

đó mỗi phần của nó thể.hiện một thao tác độc lập trong quá trình đi

15

tới lồi giải cuối cùng cho bài toán Có thể ví mỗi phần của chương trình như một mẩu (chunk) thông tin trong bộ não con người Nếu mẩu thông tin này thay đổi thì bộ não có thể chỉnh lý quá trình suy nghĩ để phù hop với tập các su kién mdi, ma khong can phải xét lại toàn bộ những

gi đã có Thay vào đó, chỉ cần xét một số ít những phần có liên quan

mà thôi

Sự ra đời và phát triển của TTNT tạo nên những bước nhảy vọt về

chất trong ký thuật và kỹ nghệ xử lý thông tin Trí tuệ nhân tạo chính

là có sở của công nghệ xử lý thông tin mới, độc lập với công nghệ xử

ly thong tin truyền thống dựa trên văn bản và giấy to

Những đặc điểm căn bản của công nghệ xử lý thông tin mới dựa trên

nên tảng TTNT, đó là:

1 Nhð những công cụ hình thức hóa (các mô hình logic ngôn ngữ,

logic mồ, mạng ngữ nghĩa, frame, hệ sản xuất, logic hình thức), các tri

thức thủ tục và tri thức mô tả có thể biểu diễn được trong máy tính Do vậy, quá trình giải bài toán được tiến hành hữu hiệu hon

Mô hình logic ngôn ngữ đã mô rộng đáng kể khả năng ứng dụng máy tính trong những lĩnh vực đòi hỏi trí thức chuyên gia ở trình độ cao, rất

khó và có thể hoàn toàn không hình thức hóa được như y học, sinh học, địa lý, tự động hóa các quá trình sản xuất Do vậy, các chuyên gia có thể truy nhập trực tiếp đến thông tin lưu trữ trong máy nhồ hội thoại

để giải quyết bài toán của mình Khi đó, giao tiếp người máy được thực

hiện nhỏ sử dụng ngôn ngữ chuyên môn và trong một chừng mực nào

đó khá thoải mái về cú pháp giống như ngôn ngữ tự nhiên

Một vấn đề khác nữa có tầm quan trọng đặc biệt, khi máy tính được

trang bị những phần mềm TTNT ghép vào mạng Điều này cho phép giải quyết những bài toán thực tế cö lón và phân tán

2 Đặc điểm quan trọng nhất của các hệ thống công nghệ thông tín mới là tính thích nghỉ và tính mềm dẻo đối với các lớp bài toán thuộc

nhiều lĩnh vực khác nhau Vấn đề ỏ chỗ không thể xác định trước được

dựa vào mô hình nào, thuật toán nào trong hệ thống chương trình nào

để giải bài toán đã đặt ra Thain “chit, rất: khớ ' xác định được tỉnh huống mdi nay sinh Chẳng hạn dùng hệ chuyen gia để chấn đoán bệnh, các

16

chuyên gia không dám khẳng định thuật toán nào tốt hón cả để áp dụng

có chế suy diễn tưởng ứng

3 Các chức năng do các hệ thống TTNT đảm nhận thường đòi hỏi các tri thức đặc biệt hoặc các heuristics do các chuyên gia con người

giàu kinh nghiệm cung cấp Trong khi đó, các hệ thống chương trình

thông thường chỉ cần dựa trên các thuật toán đã xác định rõ ràng, kèm

theo một cấu trúc cụ thể cho các loại dữ liệu, tức là các hệ thống

chương trình truyền thống chỉ có khả năng giải quyết một lớp bài toán

nào đó

4 Việc bảo trì các hệ thống chương trình thông thường do các chuyên gia lập trinh đảm nhận, trong khi đó công việc này trong các hệ thống chướng trình TTNT lại do các kỹ sư xử lý trí thức (knowledge Engineer ) chịu trách nhiệm Các kỹ sư xử lý trí thức có các nhiệm vụ sau: phát triển phần mềm hệ thống, phân tích các phưng cách giải quyết bài toán của các chuyên gia con người, trao đổi để giúp họ diễn đạt các tri thức và có chế suy diễn của mình dưới dạng dễ dàng mã hóa trong máy tính

Có thể thấy rõ sự tướng phản giữa kỹ thuật lập trình truyền thống và

kỹ thuật lập trình xử lý ký hiệu trong TTNT trong bang sau

Bảng 1.2 So sánh kỹ thuật lập trình truyền thống và kỹ thuật

các ký hiệu,

xử lý theo các có chế lập luận

jƑ——!

` 4

17

tướng trưng và danh sách

(hội thoại ngôn ngữ tự nhiên )

1.2.4 Các kỹ thuật TTNT

Các bài toán TTNT trải rộng trong nhiều lĩnh vực khác nhau, việc

giải quyết chúng đòi hỏi phải đáp ứng những nhu cầu về thiết bị tướng ứng và cả phương điện kỹ thuật tin học

Câu hỏi đặt ra là: Có hay không những kỹ thuật TTNT phù hop dé tìm ra lồi giải cho bài toán đặt ra? Câu trả lồi là có Tuy vậy, các kỹ

thuật TTNT thường khá phức tạp khi cài đặt cụ thể Lý do là các kỹ

thuật này thường thiên về xử lý các ký hiệu tượng trưng Hơn nữa, những kết quả đạt được trong các nghiên cứu và ứng dụng gần đây của TTNT đã chứng tỏ rằng những thành công của các kỹ thuật TTNT đòi hỏi phải sử dụng những tri thức chuyên môn thuộc vào các lĩnh vực khác nhau Những trỉ thức này có đặc điểm:

~ Khối lượng tri thức cần để giải quyết bài toán đôi khi rất lón

- Rất khó có thể đặc trưng hóa và biểu diễn các tri thức chuyên gia một cách chính xác

- Tri thức đối với bài toán thường xuyên bị thay đổi

Do vậy, theo một nghĩa nào đó các kỹ thuật TTNT hướng tối khai

thác những tri thức về lĩnh vực đang quan tâm được mã hóa trong máy sao cho:

- Đạt được mức độ tổng quát nghĩa là không nhất thiết phải biểu diễn cho từng tình huống riêng biệt, thay vào đó chỉ cần mã hóa một lốp tình huống cùng có chung những tính chất đặc biệt nào đó

- Dễ hiểu đối với các chuyên gia con người, nguồn cung cấp tri thức

cho hệ thống Điều này có nghĩa là các tri thức nạp vào hệ thống phải được

diễn đạt thông qua ngôn ngữ chuyên môn gần gũi vói ngôn ngữ tự nhiên

~ Dễ sửa đổi, đễ hiệu chỉnh lỗi và dễ đưa vào những thay đổi cần thiết

- Dễ sử dụng trong nhiều tình huống khác nhau, thậm chí ngay cả

\ 18

khi các tri thức không chính xác và không đầy đủ

— Dễ khai thác nhằm thu hẹp các khả năng cần xét để đi tói lồi giải cuối cùng

Các phương pháp và kỹ thuật TTNT có bản bao gồm:

- Các phương pháp biểu diễn tri thức và kỹ nghệ xử lý tri thức

- Các phương pháp giải quyết vấn đề

¬ Các phương pháp heuristics

- Các phương pháp học,

- Các ngôn ngữ TTNT

Xử lý danh sách, kỹ thuật đệ qui, kỹ thuật quay lui và sử dụng cú

pháp hinh thức là những kỹ thuật có bản của tin học truyền thống có

liên quan trực tiếp đến TTNT

1.2.5 Các thành phần trong hệ thống TTNT

Hai thành phần có bản trong bất kỳ một hệ thống TTNT là:

- Các phương pháp biểu diễn vấn đề, các phương pháp biểu diễn trí thức

- Các phưỡng pháp tìm kiếm trong không gian bài toán, các chiến lược suy diễn

Hai khía cạnh này trong một hệ thống TTNT tưởng hỗ với nhau rất

chặt chẽ Việc lựa chọn một phương pháp biểu diễn tri thức sẽ quyết

định phương pháp giải quyết vấn đề tương ứng có thể áp dụng được

Chẳng hạn, nếu tri thức được biểu điễn dưới dạng các công thức của

logic vị từ, khi đó phương pháp họp giải (resolution) của Robinson khá phù họp và thường được dùng để suy diễn Ngược lai, néu phudng pháp biểu diễn trí thức là mạng ngữ nghĩa thì tất nhiên là các thủ

tục tìm kiếm sẽ hiệu quả hơn

Mặc dầu các phương pháp biểu điễn trí thức sử dụng cú pháp chặt chẽ thường rất hiệu quả cho việc biểu diễn và điều khiển quá trình suy diễn, nhưng chúng lại không đủ mạnh để khắc phục bùng nổ tổ hợp khi xiải những bài toán khó Trong trường họp đó, các thủ tục tìm kiếm neuristics đựa trên các trí thức đặc tả nảy sinh từ chính bản thân cấu rhe cla bai toán trỏ nên rất cần thiết,

cé thể phân chia các hệ thống TTNT như sau:

19

1 Các hệ tìm kiếm thông tin, các hệ thống hỏi đáp thông mính cho

phép hội thoại giữa những người sử dụng đầu cuối không chuyên tin với

có sỏ trí thức và có sỏ dữ liệu thông qua ngôn ngữ chuyên ngành gần với ngôn ngữ tự nhiên

~ Các hệ thống suy diễn - tính toán, cho phép giải quyết những bai toán phức tạp đựa trên các mô hình toán học và tri thức chuyên gia,

3 Các hệ chuyên gia, cho phép sử dụng các tri thức chuyên gia trong

các lĩnh vực trí thức tản mạn

1.2.6 Những cách tiếp cận khác nhau trong TTNT

Khi giải quyết những vấn đề nảy sinh trong quá trình tạo lập các

hệ thống TTNT, thông thường người ta phải giải đáp những câu hỏi lón sau đây:

1 Mục đích tổng thể của các nghiên cứu TTNT là gì?

2 Chiến lược nghiên cứu phát triển và ứng dụng tổng thể của TTNT ra sao?

3 Mục đích của những nghiên cứu về TINT phải chăng là nhằm để nhận thức được bản chất của trí tuệ con người? Có nhất thiết phải sao chép y hệt quá trình xử lý thông tin của bộ não? Có thể nhận thấy rằng

câu trả lời những vấn đề trên sẽ quyết định và định hướng toàn bộ sự

phát triển của các nghiên cứu trong lĩnh vực TTNT

Ngay từ đầu, các công trình nghiên cứu về TTNT được chia thành 2 hướng có bản:

~ Hướng thứ nhất nhằm mô phỏng hoàn toàn các hoạt động của bộ não, các tính chất tâm sinh lý của nó, trên có sở đó tái tạo trong máy

tính hay các thiết bị kỹ thuật hiện đại những khía cạnh khác nhau của

TTNT Hướng nghiên cứu này còn gọi là phỏng sinh học

~ Hướng thứ hai định hướng vào các khía cạnh thực hành trong đó máy tính là công cụ thử nghiệm các chương trình cho phép đạt tối cùng một kết quả giống như trong hoạt động sáng tạo của con người Hướng này gọi là phỏng vật lý

Mặc dầu nhu cầu nhận thức thế giói tự nhiên xuất phát từ bản năng hoại động sáng tạo của con người, song mục đích nhận thức và tìm hiểu bản chất của trí tuệ con người không phải là chủ yếu Theo quan điểm

20

thực hành, quan trọng hón cả là tạo lập được các hệ thống thông minh

có khả năng thực hiện không kém con người những việc trước đó vẫn thường được xếp vào lĩnh vực hoạt động trí tuệ

Có khá nhiều ý kiến khác nhau về phương cách đại tói mục đích tạo lập các hệ thống TTNT Phần lón các chuyên gia cho rằng không nhất thiết phải rập khuôn con đường phát triển của tự nhiên và cũng không cần phải làm y hệt như các nguyên lý hoạt động nền tảng trong trí tuệ

con người Theo họ khi đạt tối cùng một kết quả cũng là đủ để khẳng

định là những khía cạnh trí tuệ con người đã được mô phỏng Ngược lại,

một số ít chuyên gia lại cho rằng con dưỡng để đạt tối các hệ thống TTNT có khả năng mô phỏng giống hệt những khả năng trí tuệ của con người chỉ có thể đạt được thông qua mô phỏng nguyên $¡ cấu trúc va chức năng của các hệ thống sống Thực tế các nghiên cứu TTNT những nam gần đây đã chứng tỏ sự xích lại gần nhau của hai quan điểm trên Bốn cách tiếp cận khác nhau đến việc xây dựng các hệ thống TTNT:

- Tạo lập các mang thong minh

- Tái tạo quá trình tiến hóa nhân tạo

- Lập trình heuristics

~ Biểu diễn và xử lý tri thức

Mạng thông mỉnh nhân tạo bao gồm 1 số lượng lón các phần tử đón giản (có thể là máy tính hay các thiết bị vật lý khác) và các mối liên

hệ giữa chúng Trong những ứng đụng gần đây, người ta thường nói đến các mạng neuron nhân tạo, nhằm tái tạo phương thức tổ chức và có chế hoạt động của các ncuron trong bộ não người Ứu điểm c3 bản của cách tiếp cận này là khả năng thích nghĩ và khả năng học Tuy vậy khó khăn

có bản của cách làm này là khó có thể tạo ra các mạng neuron có cỗ

1019 neuron như bộ não con ngưöi

Cách tiếp cận tái tạo quá trình tiến hóa nhân tạo hướng tối xây dựng các hệ thống chướng trình, có khả năng mô phỏng quá trình tiến hóa tự

nhiên thông qua hai hoạt động có bản là đột biến và lựa chọn

Sư xuất hiện của các thuật toán dị truyền (genetcs algorithm) đã

dem lại diện mao mdi cho những nghiên cứu và ứng dụng của TTNT

khó khăn có bản khi sử dụng cách tiếp cận này là có chế tiến hóa

21

tự nhiên vẫn chưa được nghiên cứu hoàn chỉnh Hón nữa, phương pháp nay chi có thể áp dụng được khi quá trình tiến hóa nhân tao dién ra nhanh hon rat nhiều so với quá trình tiến hóa tự nhiên

Các nghiên cứu về lập trình heuristics có những mục đích sau đây:

- Giải thích bản chất của trí tuệ tự nhiên

- Sử dụng "trí tuệ máy" để giải quyết những bài toán sáng tạo cõ khó Lập trình heuristics được chia nhỏ thành 6 vấn đề nhỏ sau:

bài toán

- Các kỹ thuật tìm kiếm trong không gian bài toán

— Sử dụng các hàm đánh giá

- Đối sánh các cấu trúc thông tin

- Quá trinh học máy

- Đặt kế hoạch

Lịch sử phát triển của TTNT gắn liền vói những kỹ thuật biểu diễn

và xử lý từ các trí thức định lượng đến các trỉ thức định tính Nếu xem quá trinh giải quyết vấn đề và lập trình heuristics là quá trình tổng quát hóa, thì ngược lại các tri thức dùng trong các hệ chuyên gia lại dựa trên những đặc tả của chính bài toán đặt ra

13 Các lĩnh vực nghiên cứu và ứng dụng

co ban của TTNT

Sự phát triển mạnh mẽ cả về mặt nghiên cứu và ứng dụng các thành

tựu TTNT đã đem lại hy vọng cho các nhà tin học Sự xuất hiện ngày

càng nhiều sản phẩm sử dụng kỹ thuật TTNT trong cuộc sống hàng ngày

và trong công nghiệp đã tạo nên một cục diện mói Hón nữa, các thành công đạt được còn tạo ra những tiền đề có bản cho sự thành công của các dự án xây dựng các hệ thống thông minh ứng dụng rộng rãi trong

thực tiễn, tiến tối cho ra đồi các máy tính thế hệ 5

Có thể phân chia các lĩnh vực nghiên cứu và ứng dụng quan trọng trong TTNT theo 4 hướng co ban:

_ Hướng thứ nhất: Mô hình hóa trên máy tính những chức năng khác

22

nhau trong quá trình sáng tạo: các trò chơi, chứng minh tự động các định lý, tổng hợp tự động các chướng trình, phân tích và tổng hợp các

tác phẩm nghệ thuật

Hướng thứ hai: Nâng cao khả năng trí tuệ "bên ngoài” của máy tính,

bao gồm các nghiên cứu có bản và ứng dụng, gắn liền với các giao tiếp, hội thoại phù hợp sử dụng các kỹ thuật suy diễn và tìm kiếm

- Hướng thứ ba: Nâng cao khả năng trí tuệ "bên trong” của máy tính

trên có sỞ chế tạo các máy tính thế hệ mới, với kiến trúc vật ly mdi,

dựa trên các nguyên lý của TTNT

: Hướng thứ tư: Chế tạo người máy thông minh, có khả năng thực hiện những thao tác phức tạp và có thể "suy nghĩ” và "hành động" để đạt tói

các mục đích đã đặt ra

A Những nghiên cứu có bản về TTNT tập trung trong các múi sau đây

1 Lý thuyết giải quyết vấn đề và các kỹ thuật suy diễn thông minh Những phướng pháp giải quyết vấn đề có bản là :

- Phương pháp biểu diễn bài toán trong không gian trạng thái và chiến lược tìm kiếm trên đồ thị trạng thái

- Phương pháp qui bài toán về các bài toán con và chiến lước tìm

kiếm trên đồ thị VÀ /HOẶC

~ Phương pháp GPS

— Phương pháp hình thức sử dụng cách tiếp cận logic

2 Lý thuyết tìm kiếm Heuristics

`

Lập trình heuristics là một hướng tiếp cận quan trọng trong việc xây dựng các hệ thống TTNT Lý thuyết tìm kiếm heuristics bao gdm các phương pháp và các ký thuật tìm kiếm, sử dụng các tri thức đặc biệt nảy sinh từ bản thân bài toán cần giải để rút ngắn quá trình giải, nhanh chóng đi đến kết quả mong muốn Kỹ thuật có bản dựa trên các tri thức Heuristics hay được sử dụng trong thực tiễn là các hàm đánh giá Cuốn sách của Slagle về TTNT là một tổng quan khá đầy đủ về các phưng pháp lập trình và các hệ thống heuristics Cho đến nay, vấn đề này vẫn đã và đang được chú tâm nghiên cứu Pearl trinh bày khá sâu sác những khía cạnh lý thuyết của các phướng pháp heuristics

23

3 Lý thuyết biểu diễn trí thức và kỹ nghệ xử lý tri thức

Hai thành phần có bản trong mọi hệ thống TTNT là các phương pháp biểu điển tri thức và các phương pháp suy diễn, các phương pháp

tìm kiếm tương ứng Bốn phương pháp biểu diễn trí thức có bản là

| ~ Logic ménh đè, logic vị từ

- Các hệ sản xuất

- Cách biểu diễn Frame

— Mạng ngữ nghĩa

Các kỹ nghệ xử lý trí thức đang là điểm nóng tập trung sự chú ý của

các chuyên gia TTNT Sự ra đồi của các hệ chuyên gia là kết quả của sự kết họp những tư tưởng có bản trong biểu diễn tri thức và các phướng pháp suy diễn Chính những ứng dụng công nghiệp của các hệ chuyên gia đã đem lại điện mạo mới cho những nghiên cứu về khoa học TINT, đưa những nghiên cứu từ các phòng thí nghiệm trỏ thành hiện thực

Các hệ chuyên gia đầu tiên được đem ứng dụng trong thực tế bao gồm: -Hé DENDRAL (Lederberg Buchanal, Feigenbaum 1979) trong lĩnh

vực xác định cấu trúc hóa học của các chất

¬ Hệ Molgen (Martin, 1977) trong lĩnh vực sinh học phân tử

- Hệ PROSPECTOR ( Duda, 1979) trong lĩnh vực địa chất

¬ Hệ SONAR trong lĩnh vực quốc phòng

¬ Hệ INTERNIST (Myers, Pople, 1974) và

¬ Hệ MYCIN ( Buchanan, Shortliffe, 1974) trong lĩnh vực y học Những năm gần đây, người ta thường lưu tâm đến việc xử lý trí thức

và dữ liệu tích hp, tạo tiền đề cho những áp dụng thực tế của các hệ

hỗ trọ quyết định

4 Lý thuyết nhận dạng

Những nghiên cứu, thử nghiệm đầu tiên trong lĩnh vực TTNT gắn liền với sự phát triến của lý thuyết nhân dạng Cho đến nay, có sỏ toán học của lý thuyết nhận dạng được xây dựng và phát triển theo những cách tiếp cận sau đây

~ Lý thuyết thống kê về nhận dạng

24

- Lý thuyết cầu trúc về nhận dạng

- Lý thuyết đại số về nhận dạng

- Lý thuyết heuristics về nhận dạng

Vấn dề nhận dạng thông tin hình ảnh và tiếng nói vẫn còn là một thách

thức đối với các chuyên gia TTNT Nhờ công cụ hệ chuyện gia người tà

đã xây dựng được một số hệ thống TTNT hiểu được hình ảnh bà chiều hiểu được lời nói liền tục đựa trên trị thức về ảnh, ngữ cảnh và ngữ điệu giọng nói Một số hệ trong số này như HEARSAY - HI, HAPPY dà đước

sư dụng khá rộng rãi Cách tiếp cận sử dung mang neuron nhan tao dang

được xem như một hướng đi có nhiều hứa hen

%4 Các ngôn ngữ TTNT

Những nghiên cứu về các kỹ thuật TTT và ứng dụng chúng trong các lãnh vực khác nhau như kiểu ngôn ngữ tự nhiên các hệ chuyến ga thúc

đây yêu cầu thiết kê các ngôn ngư lập trình chuyên dụng chứa đựng những

công cụ xử lý ký hiệu và danh sách hữu hiệu hướng tới giải quyết các bài toán sáng tạo đặt ra trong thực tiên

Đâu những năm 1960 ra doi ngén ng& LISP (Me Cathy) Sau do, nam

1972 Calmeraucr da dua ra ng6n ngu PROLOG, mot trong nhung diem

mộc quan trọng trong sự phát triển của TTNT Bản thân tèn gọi PROLOG-Programaninig for logics đã chứng tO (4m quan trọng của mỏi

kỹ thuật lập trình mới lập trinh logics, E Feigenbaum, chuvén gia nai tiếng của Mỹ về TTNT, đã nhận định

“Sự tiến bộ của TTNT chính là sự tiến triển dọc theo phố tử what đèn how của các ngôn ngu may tinh”

Tuy vậy, thực tế áp dụng các hệ thông chương trình việt bằng LISP

cho thấy chúng thường không thích hợp từ quan điểm kinh té vì chỉ phi

quá lớn hơn nửa khá năng phái triển hệ thống khá hạn chế Tình hình

đỏ đòi hỏi phải xây dựng một ngôn ngữ lập trình TTNT mới có kha nang

hao øðộp những ưu điểm vốn có của các ngôn ngữ TTNT trước dó Ngôn nuữ CLIPS ra đời trong bối cảnh đó (cỡ cuối những nắm 80) Neon new

+ hướng tới biểu điên hướng dối tượng và xử lý các luật suy dẫn

B Những ứng dụng cơ bản của các kỹ thuật TTNT trải rộng trong các linh vực khác nhan

1 Ký thuật người máy

Cuối những năm 1960, ky thuật và công nghệ chế tạo người máy có những bước phát triển mới, trên cơ sở kết hợp những thành tựu nghiên cứu của những lý thuyết TTNT và điều khiển học Kết quả thử nghiệm dau tiên, chế tạo người máy theo đồ án Mắt-tay, tại trường đại học

Stanford nim 1960, đánh đấu một mốc quan trọng trong ngành chế tạo

người máy Các nghiên cứu và ứng dụng các phương pháp nhận dạng, hình ảnh và tiếng nói là những tiên đề quan trọng tiến tới chế tạo người máy

thong minh, co kha năng xử lý các thông tin hiển thị, hình ảnh ba chiều,

hiểu được lời nói liên tục Người máy thế hệ ba có thế đảm nhận nhiều

nhiệm vụ khá phức tạp đòi hỏi khả năng trí tuệ rất cao, các kỹ thuật

TTNT cho phép điều khiển chuyến động người máy chịu trên các trí thức

phụ thuộc không gian và thời gian Đối với các robot tự chuyển động, một trong những bài toán quan trọng là khả nắng nhận dạng môi trường, xác

định chướng ngại vật và xử lý các tình huông bất ngờ hay các biến động

theo thời gian trong môi trường xung quanh

2 Các chương trình trò chơi

Ngay từ dầu các chương trình trò chơi đã thu hút sự quan tâm chú ý của cac chuyên gia tin học Các chương trình này theo một nghĩa nào đó

cũng là xuât phát điểm của các nghiên cứu và thử nghiệm lập trình

heuristics, trong đó điểm mấu chốt là xác định các hàm gif heuristics Cac chương trình trò chơi rất phong phú về chủng loại:

- Chương trình chơi cờ

- Chương trình chơi bài

- Chương trình trò chơi Go, Nimo

Các chương trình trò chơi điện từ

3- Xử lý ngôn ngĩừ tt nhiên

Cùng với sự phát triên của máy tính nhu cầu tạo ra các giao diện than thiện giữa người sư dụng dau cudi va máy tính, sử dụng ngôn ngữ tự nhiên ngày càng trở nên cấp bách Phạm vi xử lý ngôn ngữ tự nhiên bao gôm:

26

- Giao tiếp bằng ngôn ngữ tự nhiên với các máy tự động

- Các hệ thống thu thập tin tự động

- Người máy có khả năng nghe hiểu

- Giao tiếp vỏi các hệ chuyên gia

~ Hiểu văn bản

¬ Hiểu tiếng nói liên tục

4 Các hệ thống xử lý tri thức và đữ liệu tích họp

Thực tiễn xây dựng các hệ có số đữ liệu cõ lón và các hệ chuyên giá

dựa trên tri thức chứng tỏ rằng để thành công trong các ứng dụng thực

tế, đạc biệt trong sản xuất công nghiệp, quản lý kinh tế xã hội, cần phải đưa ra những cách tiếp cận họp lý cho phép xử lý cùng một lúc cả dữ liệu và tri thức Cách tiếp cận biểu diễn hướng đối tượng đã tỏ ra khá

hiệu quả Bên cạnh đó, một vài cách tiếp cận khác cũng đem lại các kết

- Có sở dữ liệu suy dién (deductive data base)

- Biểu diễn luật - đối tướng (rule - object representation)

Các hệ hỗ trọ quyết định dựa trên tri thiic (Knowledge ~ based decision support system)duoc xem như kết quả của sự kết họp xử lý trì

thức - dữ liệu cùng với việc sử dụng các mô hình toán học Cũng theo định hướng này, ngôn ngữ CLIP§ (một version mỏ rộng của ngôn ngữ C} nhằm khắc phục những nhược điểm của ngôn ngữ C, cho phép biểu diễn các lóp đối tướng và các luật trong những cấu trúc phù họp

3 Các giao diện người — máy thông minh

Ngoài khía cạnh hội thoại người - máy bằng ngôn ngữ tự nhiên, giao điện người - máy thông minh và thân thiện gắn chặt vói các nghiên cứu

và ứng dụng kỹ thuật multimedia, nói riêng hypertext

6 Các thiết bị điện tử "thông minh” sử dụng logic mo

C Những nghiên cứu hiện đại xung quanh TTNT

Các nghiên cứu về TTNT trong những năm gần đây tập trung vào

các lĩnh vực sau:

27

~ Lập trình logic xử lý phép phủ định trong lập luận

~ Các phương pháp học, thu nạp tri thức :

— Thuat todn di truyền

- Mang neuron, mang neuron md

~ Các hệ hỗ trọ quyết định dựa trên tr: :hức

14 Những vấn đề chưa dược giải quyết

trong TTNT

Như đã nói ö trên, những năm gần đây TTNT trỏ thành trọng điểm tập trung các nghiên cứu của các chuyên gia trong lĩnh vực kỹ thuật tính toán và lập trinh Những thành tựu do TTNT mang lai da ching minh

vị trí quan trọng của khoa học TNT trong hầu hết các hướng phát triển của tin học

Tuy vay, hai van đề thách thức sau đây vẫn còn mỏ đối với các chuyên gia nghiên cứu

¡ Có thực là các phướng pháp và kỹ thuật TENT đã mô phỏng được

phần lón những gì người ta vẫn hiểu một cách trực quan đó là trí tuệ con người? Nói cách khác khái niệm TTNT có thực sự là đã được những

kết quả mong muốn theo đúng nghĩa của từ này

2 Liệu có tồn tại những khía cạnh trí tuệ con người về nguyên tắc không thể mô phỏng được trên máy tính

Những thành tựu nghiên cứu và ứng dụng các kỹ thuật TNT đã khẳng định tính thực tiễn của các dự án xây dựng máy tính có khả năng suy nghĩ Tuy vậy, trong một số phạm vi, máy tính còn thua xa so với

hoạt động của hệ thần kinh con người

1.4.1 Sự khác nhau trong hoạt động giữa máy tính và bộ

nao con ngwoi

Điều này thể hiện rõ nét nhất trong khi choi cd vdi ngudi va voi may tính

Thành công trong các chương trình trò chói chủ yếu dựa vào kha nang tính toán rất lón của máy tính Chính vì vậy, trong một số trường hợp chương trinh chơi thực hiện phép duyệt tuần tự toàn bộ cây tưởng ứng với các nước chơi có thể có Ngoài ra có thể nhận thấy phương pháp

28

giải đưọc mô tả trong hệ GPS (General Problem Solver ) quá đón điệu,

hoàn toàn không tưởng ứng một chút nào vói hành vi của con người khi giải quyết vấn đề Bởi lẽ con người có khả năng nhìn trước được một phần hay toàn thể quá trình giải Ngoài ra, còn có một lý do khác là các chương trinh TTNT bị hạn chế bởi chúng không thể tự sinh ra các heuristics của chính bản thân chúng Các heuristics này do các chuyên gia lập trình đưa vào trong hoạt động của chưng trinh dựa trên các đặc

tả của bài toán / lĩnh vực đang xem xét

Theo H.L Dreyfus , các thành công trong các chướng trình TTNT

không hoàn toàn có nghĩa là chúng đảm bảo tưởng ứng một trăm phần

trăm với trí tuệ con người

1.4.2 Xứ lý song song

Nhiều điểm khác nhau trong phương pháp hoạt động của bộ não và máy tính có thể giải thích được là do máy tính là thiết bị bao gôm các

so dd liên tiếp, trong khi đó bộ não có thể hoạt động song song ö mức

cao Mặc dầu công nghệ điện tử hiện đại cho phép xây dựng các bộ đa

xử lý, song sự cách biệt này vẫn còn rất lớn Bởi lẽ mong muốn đại

được như bộ não con ngưồi, thao tác trên các thiết bị tuần tự, đã vượt

quá khả năng vật lý hiện tại Trơng trường họp này ta vấp phải sự bùng

nổ neuron, đầu có thể không trầm trọng như bùng nổ tổ hợp song cũng

đủ làm cho hiệu quả làm việc trỏ nên thấp, khi mong muốn cai dat các

hệ thống xử lý song song nhồ các phướng pháp liên tiếp

Dreyfus cũng đã chỉ ra rằng con người có khả năng lưu giữ toàn bộ cấu trúc một tình huống nào đó bằng cách lấy ra từ đó một số khía cạnh nổi bật, đồng thồi lược bỏ đi những điểm không chủ yếu Kết quả

này chỉ có thể có được nhồ vào khả năng hoạt động song song của bộ

n4o Hon nữa, không thể đại được hành vi tướng tự trong các hệ thống TINT

1.4.3 Kha ndng dién giải

Can người hoàn toàn có khả năng xem xét cùng một vấn dé theo thins pnudng phap khác nhau, để từ đó diễn giải nó theo cách để hiểu

nhát *z#óc lai sự lĩnh hoạt này không thể mô phỏng được trong các

29

hệ thống TTNT,

1.4.4 Logic rời rạc và tính liên tục

Bộ não con người có thể dễ dàng kết họp các phương pháp xử lý thong tin trong moi (trường liên tục với các thao tác xử lý thông tin rồi

rac Day (a diém mau chốt quyết định sự tiến hóa của :rí tuệ Thật vậy,

xử lý thông tin liên tục là dạng hoạt động bản năng của bộ não, trong khi đó máy tính chỉ định hướng tối xử lý các quá trình rồi rạc và khả nang xu ly cdc thong tin có tính liên tục từ thế giói bên ngoài vẫn còn

là một thách đố ghê góm

1.4.5 Khả năng học

Với khả năng học bản năng của bệ não, con ngưõi có thể tiếp thu những trí thức mói từ thể giỏi bên ngoài Các hình thức học khác nhau

được vận dụng khá linh hoạt trong các tình huống khác nhau Đặc biệt

khả năng học khí thông tin về thế giói xung quanh không đầy đủ, không chính xác, phụ thuộc vào tỉnh huống (không gian và thời gian) là điểm

khá đặc biệt mà máy tính đầu cho có những tính năng cao như hiện nay

vẫn không thể mô phòng hoàn toàn được tất cả

1.4.6 Khả năng tự tổ chức

Một điểm nổi bật trong hoạt động của bộ não con người là khả năng

tứ tổ chức, tự điều chính hành vi của mình Khả năng này cùng khả năng học tạo nên khả năng thích nghỉ, làm cho con người có thể hòa nhập

với nhiều tình huống khác nhau Việc thiết kế và tạo lập các hệ thống

TTNT có khả năng tự thích nghỉ với môi trường đòi hỏi phải có những thay đổi có tính đột biến trong công nghệ chế tạo phần cứng và phần mềm Điều này cho đến nay vẫn chưa có thể đáp ứng được

15 Những vấn đề đặt ra trong tương lai

của TTNT

Trong phần trên, đã nêu ra một số điểm chưa được giải quyết triệt

để nhằm tiến tối tạo lập các máy tính có khả năng tư duy Tuy vậy, hiện

thực sinh động diễn ra trong vài chục năm qua đã khẳng định vị trí và vai trò của khoa học TTNT, tác nhân chính trong cuộc cách mạng tính

toán lần thứ hai, dẫn tối những chuyển biến to lón trong quan ly tinh 30

tế, quản lý xã hội và phát triển khoa học kỹ thuật

Dự án chế tạo máy tính thế hệ 5 có khả năng thông mỉnh trong những

năm 80 ö Nhật, Mỹ, cộng đồng châu Âu đã đạt được nhiều kết quả đáng kể

Các nghiên cứu và ứng dụng trong tương lai tập trung vào những vấn

đề lón sau đây:

1 Nghiên cứu và thử nghiệm các mạng ncuron, các hệ thống TTNT

mô phỏng chức năng hoạt động của bộ não với các khả năng học, tự tổ chức, tự thích nghi, tổng quát hóa, xử lý song song, có khả năng diễn giải, xử lý thông tin liên tục và rời rạc

2 Nghiên cứu và tạo lập các hệ thống có giao tiếp thân thiện giữa người và máy trên có sở nghiên cứu nhận thức máy, thu thập va xử lý tri thức, thư thập và xử lý thông tin hình ảnh và tiếng nói

3 Nghiên cứu các phương pháp biểu dién tri thức và các phưởng pháp suy diễn thông minh, các phương pháp giải quyề: vấn đề đối véi các bài toán phụ thuộc không gian, thöi gian và các bèi toán phát biểu không chỉnh, thiếu thong tin hoặc không chính xác, đòi hỏi xử lý tích

họp các tri thức và dữ liệu

Theo Andrew , "Cé thé gid định là trắc nghiệm thông minh của

Turing có thể đạt tối 6 muc không tầm thường, tức là không hạn chế

chủ điểm trao đổi và phương pháp trả lồi, vào cõ năm 2000 Có thể lúc

đó, máy tính vẫn còn trả lõi tưởng đối gò bó Nhưng đến khoảng nam

2050, máy tính có thể trỏ thành một thực thể giống như con ngưöi, thậm

chí có thể biết "nói đùa",

31

CHƯỚNG 2

CAC PHUONG PHÁP GIẢI QUYẾT VẤN ĐỀ

2.1 Giải quyết vấn đề và khoa học TTNT

Nhiều đạng hoạt động của con ngưöi trong thực tiến, từ những tính loán trong các nghiên cứu khoa học - kỹ thuật, các bài toán xử lý đữ liệu cõ lỏn trong quản lý kinh tế - xã hội đến những hoại động ít nhiều

mang tính giản đón như giải đáp câu để, chói cò, sửa chữa máy móc,

Máy tính trỏ thành công cụ đắc lực ngày càng trợ giúp con người trong những công việc xử lý thông tin và không những vậy, còn có khả náng giải quyết được các nhiệm vụ ö mức độ trí tuệ ngày càng cao

Theo một nghĩa nào đó, máy tính đã đước trang bị TTNT

Trong một số lĩnh vực đặc biệt, TINT của máy tính đã vượt qua khả

nang tri tué cla con người Trong khi đó, với một số bài toán con người giải quyết khá đón giản thì đối với máy tính, để làm được việc đó đòi hỏi phải có những hoạt động trí tuệ Ở trình độ cao, thậm chi không giải quyết được ở (trình độ kỹ (thuật điện tử và phần mẻm hiện tại Cốt lõi của mọi hoạt động trí tuệ diễn ra trong máy tính và bộ não con người

là sự vận dụng lính hoạt các kỹ thuật giải quyết vấn đề

Ỏ giai đoạn đầu hình thành và phát triển TTNT, phần lón các nghiên cứu tập trung vào thiết kế và cài đặt các phương pháp giải quyết vấn đề trên máy tính Theo nghĩa rộng của từ này, quá trình tìm kiếm lời giải

bài toán đã bao gồm trong nó khoa học tính toán, bỏi lẽ mọi bài toán

tính toán đều có thể xem như một vấn đề cần tìm lồi giải Tuy vậy, có thể đưa ra một định nghĩa khác hẹp hón cho phép loại trừ các phương pháp tính toán thông thường nhồ vào một giải thuật (algorithm) nao do

32

Trong các phương pháp tim kiếm lồi giải, trình bày trong các bài báo về TTNT, người ta thường dùng các khái niệm như tìm kiếm neuristics, phương pháp thử và sai, phướng pháp nhánh cận Điều này

có nghĩa là các bài toán dược giải quyết bằng cách tìm kiếm trong không gian các lồi giải bộ phận có thể có được Tùy thuộc vào phưóng pháp biểu diễn bài toán mà phương pháp tìm kiếm trong không gian lời giải có thể rất khác nhau Một vấn đề đặt ra là: trong quá trình duyệt

— tìm kiếm không gian lời giải gặp phải những vấn đề trỏ ngại không khắc phục được, sự bùng nổ tổ hợp Trong bối cảnh đó, các kỹ thuật tim kiếm heuristics là bộ phận quan trọng trong các hệ thống TTNT, cho phép sử dụng các tri thức đặc biệt trong lĩnh vực được đề cập đến trong bài toán để tìm ra những phướng cách có hiệu quả và nhanh chóng đi đến lồi giải, tránh được khả năng bùng nổ tổ hp đã nêu

Các phướng pháp giải quyết vấn đề được đề cập trong TTNT trỏ nên

có hiệu quả khi xét các bài toán không giải được theo nghĩa tồn tại

thuật giải hoặc thậm chí giải được, song không tồn tại thuật toán có độ

phức tạp đa thức giải chúng -

Những kết quả nhận được trong lĩnh vực giải quyết vấn đề và các lĩnh vực khác có liên quan trong TTNT như xử lý các dữ liệu thụ cảm như hình ảnh, tiếng nói các hệ thống lưu trữ, truy nhập và xử lý thông

tin phức hợp, các hệ xử lý ngôn ngữ tự nhiên ngày càng chứng tỏ rằng

chúng không đủ mạnh để tạo nên những lý thuyết hợp nhất về tổ chức

và có chế của trí tuệ Quả vậy, cho đến hiện nay khong da od sé dé cho rằng lý thuyết đó nói chung là tồn tại Một số chuyên gia nghiên cứu cho rằng dáng điệu thông minh trên máy tính chỉ có thế đạt được nhồ kết hợp các chướng trình chuyên dụng cho phép đưa ra lời giải phù hợp

cho trường hợp đã cho, bằng cách "vận dụng" các "trị thức bách khoa”

về các sư kiện tệ Tiên quan tới bài toán, được hệ thống hóa và cấu trúc lai mt cách tướng đối chặt chẽ

Các bẻ chuyên gia hoạt động trên có số các trí thức định tính thu naƑP tứ các nguồn trí thức chuyên gia con người là kết quả của những

33

nghiên cứu theo hướng này

Tuy vậy, trong chương này chúng ta chí quan tâm đến các phương pháp giải quyết bài toán dựa trên một cách biểu diễn bằng mô hình hóa bài toán nào đó Phần nghiên cứu những khía cạnh xử lý tri thức được xét trong chướng sau

Trong những trình bày tiếp sau, thuật ngữ" Bài toán” và "ấn đề" được dùng với nghĩa tướng đương

biểu diễn bài toán

Phát biểu bài toán - xác định phướng pháp

Bài toán có thể giải nhờ

thuật toán đa thức

2.2 Giải quyết vấn đề của con người

Cách giải quyết vấn đề trong bộ não người thường được xem như là

mô hình thực tiễn quan trọng trên có sở đó các chuyên gia TTNT tim cách mô phỏng lại trên máy tính để giải quyết các bài toán đặt ra Khoa học về nhận thức (Cognitics ) có nhiệm vụ nghiên cứu quá trinh tổ chức, lưu trữ, truy nhập, xử lý và thu nạp tri thức trong bộ não con người Các nghiên cứu về tâm lý học nhận thức có liên quan rất chặt chế với

khoa học điều khiển, nhằm tạo ra những mô hình tổ chức bộ não H

Simon, AÁ Newell, Piaget là những chuyên gia có nhiều đóng góp đáng

kể, góp phần phát hiện những có chế xử lý thông tin nói chung và có chế suy diễn tri thức nói riêng trong bộ não người

2.2.1 Quá trình xử lý thông tin của con người

Về phương điện xử lý thông tin, hành vi nhận thức của bộ não con

ngưồi hoàn toàn giống như quá trinh xử lý thông tin trên máy tính Điều này hoàn toàn không có nghĩa là bộ não con người chỉ thuần túy là một

chiếc máy tính Bỏi lẽ, về nhiều mặt, các hệ thống sinh học khác rất

nhiều so với các hệ thống máy tính hiện có Các khả năng trí tuệ của

bộ não trong nhiều trường họp vượt xa giới hạn vật lý của các máy tính Hón nữa, quá trình xử lý thông tin bên trong bộ não và máy tính không trùng hoàn toàn với nhau Nếu chỉ lưu tâm tối khía cạnh con người xử

lý thông tín ra sao, các chuyên gia tri thức học và tâm lý học nhận thức

đã đưa ra một cách chính xác các chiến lược đặc tả, đước con người sử dụng để mã hóa, lưu trữ và truy nhập thông tin trong bd nado

Các mô hình về hành vi nhận thức được đưa ra trước đây thường

mang yếu tố định lưng Mô hình xử lý thông tin trong bộ não gồm 3 hanh phần chính sau:

- Hệ thống cảm nhận (perception system)

- Hé thống nhận thức (cognitive system)

- Hệ thống hoạt động (action system)

35

HE THONG XU LY THONG TIN CUA CON NGUOI

Hình 22 Tống quan về hệ thống xử lý thông tin của con người

Các kích thích bên ngoài từ môi trưởng là nguồn thông tin vào cho

quá trình xử lý thông tín Các kích thích này được hệ thống thu nhận

thông qua các có quan thụ cảm như mát, tai Hệ thống thụ cảm bao

gồm các có quan thụ cảm cùng bộ nhó đệm nhằm lưu giữ tạm thờòi các

thông tin nhận được trong khoảng thời gian ngắn trước khi được xử lý

trong hệ thống nhận thức

Bộ nhó làm việc hay còn gọi là bộ nhó ngắn hạn có chức năng sau:

Trong số các thông tin thụ cảm được lưu trữ ỏ bộ nhó đệm, mội số

được chuyển giao cho bộ xử lý nhận thức Các thao tác xử lý với các

thông tin này được thực hiện trong bộ nhó ngắn hạn Điều chắc chắn là

không phải tất cả các thông tin thụ cảm trong bộ nhó đệm đều được mã

hóa Để làm việc đó, hệ thống nhận thức tạo ra các có chế quản lý lựa

chọn và mã hóa Theo cách nhin của các chuyên gia trí thức học và tâm

lý học nhận thức, quá trình lựa chọn thông tin thụ cảm để xử lý và lưu

giữ tạm thời trong bộ nhó làm việc giống như là quá trình "tập trung

suy nghĩ” vào một chi tiết nào đó

Bộ xử lý nhận thức (cognitive processor ) hoạt động giống bộ xử lý

trung tam (CPU ~ Central processing Unit) của máy tính Nó có trách

nhiệm thu nhận thong tin từ bộ nhó đệm rồi chuyển sang bộ nhó làm

việc để xử lý tại đó Chu trình "Nhận dạng và hành động" (Reccognizc

and Act) là thao tác có bản trong quá trình nhận thức Trong mỗi chu

trinh hoạt động, bộ xử lý nhận thức thu nhận các thông tin từ bộ nhó

làm việc, xử lý để tạo lập các thông tin ra, rồi chuyển chúng đến một

36

bộ nhó đệm khác Thông thường, mỗi chu trình xử lý nhận thức mất

khoảng 70 miligiây

Với những bài toán khá đón giản, hệ thống con nhận thức chỉ đón thuần như một điểm chuyển giao từ thông tin thụ cảm thành các phản ứng của có thế lên môi trường bên ngoài Ngược lại, đối với những nhiệm vụ phức tạp hón, chẳng hạn, học một ngôn ngữ lập trình mói, nhó các sự kiện có liên quan tối một người bạn mi, quá trình xử lý cần phải có nhiều loại thông tin hón Trong trường hợp đó, hệ thống nhận thức buộc phải sử dụng bộ nhó dai han (long — term memory)

Bộ nhó dài hạn bao gồm một lượng lón các ký hiệu được lưu trữ

cùng với các chỉ dẫn - liên kết cực kỳ phức tạp Có nhiều giả thuyết khác nhau về các ký hiệu sơ cấp và có chế lưu trữ chúng trong bộ não Trong mô hình bộ não đón giản các ký hiệu có liên quan được kết hợp

lại với nhau Ngược lại, vói mô hinh phức họp hon, các ký hiệu được tổ

chức thành từng mẫu Ngoài ra một quan điểm khác lại cho rằng bộ nhớ bao gồm các lóp ký hiệu gọi là bó (chunk) Một bó bao gồm một ký hiệu tượng trưng cùng với tập các mẫu kích thích Ngoài ra, một bó cũng có thể là tập hợp với cấu trúc phân cấp của các bó nhỏ hón Theo quan niệm này, về thực chất bộ nhó là một mạng rất lón các bó thông tin Khi đó, quá trình học và nhó được xem như quá trình tạo dựng các cầu nối giữa các bó thông tin đã có từ trước với các bó thông tin vừa được tạo ra hay vừa được hiệu chỉnh lại

Để minh họa rõ hón quan niệm trên chúng ta xét tình huống sau:

Khi nghiên cứu cách giải quyết vấn đề trong bộ não ngudi A Newell

và H Simon đã tiến hành thí nghiệm để cho các chuyên gia chói cò quan sát bàn cồ trong khoảng Š ~ 10 giây Sau đó yêu cầu họ nhó và

mô tả lại cách sắp xếp quân cồ trên bàn cö Diều đáng ngạc nhiên là phần lón trong số họ có thể sắp xếp các quân cò ỏ đúng vị trí của chúng trước đó một cách dễ dàng và nhanh chóng Có thể cho rằng họ có thể nhÓó từng vị trí của từng quân cò Song trên thực tế hoàn toàn không phải như vậy, họ thường chú ý đến và nhó lại từ 4 đến 6 dạng sắp xếp quản có Khi được yêu cầu xây dựng lại bàn cò, họ bắt đầu bằng cách

sử dụng một dạng sắp xếp đặc biệt nào đó đã được nhó trước đó, từ đó hiên ra những quân cò phải xuất hiện trong các dạng sắp xếp này và cứ

37

::ến tục như vậy Điều này cũng có nghĩa là các chuyên gia choi cd có x°¿ năng "chặt khúc” bàn cò, bao gồm các quân cò riêng lẻ, thành các dang Các nghiên cứu về hoạt động nhận thức trong bộ nào người đã chứng tỏ rằng điểm chung trong mọi hoạt động sáng tạo của con người đều gan liền vói phương thức tổ chức thông tin và xử lý chúng trong quá trinh giải quyết vấn đề

Khi còn bé, bộ não con người thường tổ chức các khái niệm thành

các bó thông tin như trong hình vẽ 2.3

Biểu tướng hòa bình

Lúc trưởng thành hón, bộ não phân lóp các thông tin nhận được dựa

trên các khái niệm trừu tướng Điều quan trọng là đầu các bó thông tin

có phức tạp đến mấy, quá trinh xử lý chúng xem ra đều giống nhau Hón nữa, tại cùng một thời điểm có thể chứa từ 4 đến 7 bó thông tin trong bộ nhó làm việc Một ví dụ trực quan chơ quan điểm này là việc quản lý cửa số của máy tính Macintosh Màn hình Macintosh thường

chứa vài cửa số làm việc, mỗi cửa sổ chứa một số thông tin nhất định

Nếu xem mỗi cửa sổ như một bó thông tin, từ các nghiên cứu tâm lý học nhận thức có thể thấy rằng trên thực tế trung binh người sử dụng

máy tính chỉ có thể quản lý hiệu quả cùng một lúc từ 4 đến 7 cửa sổ

mà thôi Khi cần chú ý cụ thể hón một bó thông tin - cửa sổ nào đó,

ta có thể thực hiện các thao tác như mỏ rộng cửa sổ hay chỉ tiết hóa một mẫu hinh (icon), một menu nào đó, dựa vào đó xác định một cách chính xác chức năng của cửa số này

Hình 2.3 Ví dụ về một bó thông tín

Trong các mô hình bộ nhó xử lý thông tin trước đây, người ta thường phân biệt bộ nhó ngắn hạn (bộ nhó làm việc) và bộ nhó đài hạn Ngược 38

tài, trong các mô hình hiện tại, bộ nhó làm việc được xem như là một phần trong bộ nhó dài hạn và có thể kích hoạt tai bat ky thoi điểm nào,

ương tự như là một cửa sổ Macintosh chỉ biểu diễn một phần dữ liệu được lưu trữ trong các chưóng trình và các tệp khác nhau của máy tính Tại mỗi thời điểm, bộ xử lý nhận thức chi có thể truy cập và xử lý một

số hữu hạn bó thông tin, do đó so với bó thông tin hiện đang được kích

hoạt các bó thông tin khác thường khó truy nhập đến hón Mô hình kích hoạt thông tin khá trực quan và nó cho phép mô tả hoạt động suy nghĩ như một quá trinh lan rộng trạng thái kích hoạt từ bó thông tin này

sang bó thông tIn khác

Bộ nhó dài hạn cho phép lưu giữ lượng lón trí thức thu lượm được

về một cá thể nào đó Các tri thức này có liên quan chặt chế với nhau thông qua một mạng liên kết phức tạp Về khả năng, bộ nhó dài hạn không bị giói hạn Lý do là bộ não không lưu trữ trực tiếp các thông tin mà chỉ lưu trữ các truy xuất và tổ chức lưu giữ các đối tưởng

Thời gian cần để cập nhật một bó thông tin vào bộ nhó dai han tức

là đem ghép bó thông tin này vào mạng liên kết các bỏ thông tin đang lưu giữ trong bộ nhó đài hạn khoảng 7 giây Kết quả thực nghiêm nay

khá hiển nhiên khi đọc lướt mot thoi báo nào đó theo nhiều cách khác

nhau (từ trên xuống đưới, từ dưới lên đọc các đoạn chính ) va chỉ chú

ý đến các từ mới quan trọng Tuy nhiên, chúng ta không chỉ xét một thuật ngữ mói một cách riêng rẽ mà "gắn thuật ngữ này với những thuật ngữ đã biết

Mặc dầu thao tác lưu trữ một bó thông tin mất nhiều thồi gian, nhưng hệ thống xử lý thông tin của con người có thể truy cập đến bộ nhó dài hạn tưởng đối nhanh khoảng 70 mili giây Sự chênh lệch về thời gian truy nhập và thời gian lưu trữ các bó thông tin có tầm quan trọng rất lón, cho phép hiểu có chế hoạt động bộ não của con người Thật vậy, nói chung người ta ai cũng có khả năng xử lý thông tin khá nhanh, song khả năng lưu trữ thông tin một cách nhanh chóng không phải ai

2.2.2 Giải quyết vấn đề của con người

Có thể quan niệm rằng quá trình giải quyết vấn đề của con người là một trường họp riêng của quá trỉnh xử lý thông tín trong bộ não Về thực chất, giải quyết một vấn đề nào đó là tìm cách đi từ tỉnh huống ban đầu nào đó đến một đích mong muốn Chẳng hạn, làm thế nào đi

từ nhà đến nhà hát chưa từng đến bao giò Giải quyết vấn đề chỉ là một

dạng hoạt động của hệ thần kinh và được quan niệm như một loại hoạt động suy nghĩ đặc biệt, cần tối quá trình suy nghĩ, tìm kiếm trong không

gian lời giải bộ phận đế đi đến lời giải cuối cùng Tuy vậy, không phải tất cả các quá trình xử lý thông tin đều là giải quyết vấn đề

Thật vậy, trong quá trình làm việc của hệ thống xử lý thông tin của con ngưồi, một số kích thích từ môi trường được chuyến trực tiếp từ hệ

thống thụ cảm tới hệ thống hành động Nhưng phản xạ tức thoi này

thường xuất hiện khi thực hiện các động tác đón thuần Chẳng hạn khi

trả lồi câu hỏi 10 nhân 3 bằng bao nhiêu, ta chỉ cần quan tam tdi bang

nhân 3 và cho ngay ra kết quả là 30 Thực tế là các nhiệm vụ giản đón

đó cũng có đầu vào (10 và 3) và đầu ra là kết quả phép nhân, nhưng không được coi là giải quyết vấn đề

2.2.3 Các chiến lược giải quyết vấn đề của con người Nói chung, có nhiều điểm giống nhau giữa các cách tiếp cận mọi người vẫn dùng để giải quyết vấn đề trong đời sống hàng ngày

Chiến lược đầu tiên là ước lượng mức độ phức tạp của vấn đề đặt

ra

Nếu bài toán quá đón giản, bộ não chỉ cần huy động phần tư duy

theo kiểu máy móc tức là thực hiện giải bài toán nhồ vào một thuật

toán tiền định nào đó với các thao tác có sở Trong trường hp ngược lại với bài toán phức tạp, các có quan não tìm cách hiểu nội dung chi tiết của vấn đề để mã hóa, biểu diễn bài toán và tìm các phương pháp

tìm kiếm, suy diễn phù hợp tướng ứng

Nói lỏng một vài ràng buộc của bài toán cũng là một chiến lược

chung mọi người hay dùng trên thực tế

40