Chương 9: Học máy PHẦN I GIỚI THIỆU TỔNG QUAN VỀ TRÍ TUỆ NHÂN TẠO Mặc dù kỷ 18, 19 đầu kỷ 20, hình thức hóa khoa học tốn học tạo điều kiện tiên mặt trí tuệ cho việc nghiên cứu trí tuệ nhân tạo, phải kỷ 20 với đời máy tính số Trí tuệ nhân tạo (AI : Artificial Intelligence) trở thành ngành khoa học có sức sống Cho đến cuối năm 1940, chương trình thơng minh, máy tính số cho thấy tiềm to lớn chúng việc cung cấp nhớ sức mạnh cho xử lý cần thiết Ngày nay, cài đặt hệ suy luận hình thức vào máy tính kiểm tra cách thực nghiệm khả biểu lộ trí thơng minh chúng Một thành phần khơng thể thiếu Trí tuệ nhân tạo việc dùng máy tính số phương tiện chọn lựa để tạo thử nghiệm lý thuyết trí tuệ Khơng thế, kiến trúc chúng cịn cung cấp mơ hình đặc trưng cho lý thuyết đó: trí tuệ hình thức xử lý thơng tin Những kỹ thuật hình thức khảo sát lĩnh vực Trí tuệ nhân tạo ln thể mối quan hệ khắng khít máy tính số cốt lõi lý thuyết Cũng với khoa học khác, Trí tuệ nhân tạo (AI : Artificial Intelligence) tự liên quan đến tập hợp định vấn đề triển khai nhóm kỹ thuật đặc thù để tiếp cận vấn đề Một lịch sử hình thành phát triển ngắn gọn Trí tuệ nhân tạo, người nhận định định hình, số định nghĩa cách nhìn khái quát lĩnh vực ứng dụng Trí tuệ nhân tạo trình bày giúp cho nhìn tổng quan ngành khoa học tương đối mẻ Võ Huỳnh Trâm – Trần Ngân Bình Giáo Trình Trí Tuệ Nhân Tạo Chương I: GIỚI THIỆU VỀ TRÍ TUỆ NHÂN TẠO Nội dung chính: Trong chương này, giới thiệu cách khái quát lịch sử hình thành phát triển khoa học Trí tuệ nhân tạo, định nghĩa mang tính tương đối Trí tuệ nhân tạo – lĩnh vực khoa học mẻ với sức phát triển nhanh chóng thập niên gần Các lĩnh vực ứng dụng quan trọng Trí tuệ nhân tạo hiệu thiết thực chúng mặt sống người đề cập đến cách chi tiết sau Cuối chương, số đặc điểm mang tính tổng kết Trí tuệ nhân tạo trình bày Mục tiêu cần đạt : Sau chương này, sinh viên : Biết khái quát lịch sử hình thành phát triển TTNT Biết định nghĩa TTNT Hiểu dẫn chứng số lĩnh vực ứng dụng TTNT Hiểu đặc điểm GQVĐ TTNT Kiến thức tiên : Các hiểu biết lịch sử phát triển khoa học máy tính Tài liệu tham khảo : [1] George F Luger, William A Stubblefield – Albuquerque – Artificial Intelligence – Wesley Publishing Company, Inc – 1997 (Chapter 1) [2] Bùi Xuân Toại – Trương Gia Việt (Biên dịch) – Trí tuệ nhân tạo – Các cấu trúc chiến lược giải vấn đề - NXB Thống kê, 2000 (Phần I) [3] PTS Nguyễn Thanh Thủy – Trí tuệ nhân tạo – Các phương pháp giải đề kỹ thuật xử lý tri thức – NXB Giáo dục, 1995 (Chương 1) vấn [4] Wikipedia – Bách khoa toàn thư mở - Lịch sử ngành Trí tuệ nhân tạo http://en.wikipedia.org/wiki/Artificial_intelligence [5] Artificial Intelligence: A Modern Approach (Second Edition) by Stuart Russell and Peter Norvig : Introduction on AI http://aima.cs.berkeley.edu/ Võ Huỳnh Trâm – Trần Ngân Bình Chương 9: Học máy I LỊCH SỬ HÌNH THÀNH VÀ PHÁT TRIỂN CỦA TRÍ TUỆ NHÂN TẠO Những năm gần đây, nhiều sách, báo, cơng trình nghiên cứu khoa học đề cập đến kỹ thuật tính tốn, người ta hay nhắc đến nhiều thuật ngữ như: máy tính thơng minh, máy tính hệ V, hệ chuyên gia, mạng ngữ nghĩa, Các ngơn ngữ lập trình LISP, PROLOG mở đường cho việc áp dụng hàng loạt hệ thống chương trình có khả “thơng minh” Trước đây, nói đến Trí tuệ nhân tạo (TTNT) người ta thường quan tâm đến việc tạo lập máy tính có khả “suy nghĩ”, chí số phạm vi hẹp đó, cạnh tranh vượt khả não người Những hy vọng thời gian dài ảnh hưởng nhiều đến nghiên cứu phịng thí nghiệm Mặc dù mơ hình tương tự máy tính thơng minh đưa hàng nhiều năm trước, từ Alan Turing công bố kết nghiên cứu quan trọng đầu tiên, người ta bắt đầu thực nghiên cứu đến vấn đề TTNT cách nghiêm túc Phát Turing cho chương trình lưu trữ nhớ để sau thực sở phép toán thao tác với bit 0, Điều tạo nên tảng máy tính đại Việc lưu trữ chương trình máy cho phép thay đổi chức cách nhanh chóng dễ dàng thơng qua việc nạp chương trình vào nhớ Theo nghĩa đó, khả làm cho máy tính có khả học suy nghĩ Đó biểu quan trọng máy tính trang bị TTNT Năm 1956, chương trình dẫn xuất kết luận hệ hình thức cơng bố Tiếp theo đó, năm 1959 chương trình chứng minh định lý hình học phẳng chương trình giải tốn vạn (GPS - General Problem Solving) đưa Tuy khoảng năm 1960 McCathy MIT (Massachussets Institute of Technology) đưa ngơn ngữ lập trình dùng cho trí tuệ nhân tạo LISP (list processing), nghiên cứu TTNT bắt đầu phát triển mạnh mẽ Thuật ngữ TTNT Marvin Minsky chuyên gia tiếng MIT đưa năm 1961 báo “ Steps Forwards To Artificial Intelligence” Những năm 60 xem mốc quan trọng q trình xây dựng máy có khả suy nghĩ Các chương trình chơi cờ chương trình chứng minh định lý tốn học công bố khoảng thời gian Những bế tắc, hạn chế thành cơng cơng trình nghiên cứu TTNT năm 60 giới hạn khả thiết bị, nhớ đặc biệt yếu tố thời gian thực Chính yếu tố khơng cho phép tổng qt hóa thành cơng bước đầu đạt hệ chương trình TTNT xây dựng Tuy vào năm 70, nhớ máy tính thời gian tính tốn nâng cao đáng kể chất, song cách tiếp cận khác đến TTNT chưa đem tới thành công thật sự bùng nổ tổ hợp trình tìm kiếm lời giải cho toán đặt Cuối năm 70, số nghiên cứu lĩnh vực xử lý ngôn ngữ tự nhiên, biểu diễn tri thức, lý thuyết giải vấn đề đem lại diện mạo cho TTNT Thị trường tin học bắt đầu đón nhận sản phẩm TTNT ứng dụng mang tính thương mại Đó hệ chuyên gia áp dụng lĩnh vực khác Hệ chuyên gia phần mềm máy tính, chứa thơng tin tri thức lĩnh vực cụ thể đó, Võ Huỳnh Trâm – Trần Ngân Bình Giáo Trình Trí Tuệ Nhân Tạo có khả giải yêu cầu người dùng mức độ với trình độ chuyên gia có kinh nghiệm lâu năm Một hệ chuyên gia sử dụng thành công thực tế hệ MYCIN, thiết kế cài đặt trường Đại học Tổng Hợp Stanford Một kiện quan trọng phát triển khoa học TTNT đời ngôn ngữ PROLOG, Alain Calmerauer đưa năm 1972 Năm 1981, dự án Nhật Bản xây dựng máy tính hệ thứ V lấy ngơn ngữ PROLOG ngôn ngữ sở làm thay đổi nhiều tình hình phát triển TTNT Mỹ châu Âu Giai đoạn 1981 trở người ta cảm nhận rõ nét chuyên gia TTNT dần chuyển kết nghiên cứu từ phịng thí nghiệm sang cài đặt ứng dụng cụ thể Có thể nói giai đoạn cạnh tranh riết công ty, viện nghiên cứu hàng đầu nhằm đưa thị trường sản phẩm phần mềm ứng dụng kỹ thuật TTNT Cuối năm 80, đầu năm 90 thị trường sản phẩm dân dụng có nhiều sản phẩm trình độ cao máy giặt, máy ảnh, sử dụng TTNT Các hệ thống nhận dạng xử lý hình ảnh, tiếng nói ngày thúc đẩy phát triển kỹ thuật mạng Neuron Sự xích lại hai cách tiếp cận: Tiếp cận mờ lập luận xấp xỉ kỹ thuật mạng Neuron gây quan tâm đặc biệt chuyên gia tin học Bên cạnh xuất hệ chuyên gia, ứng dụng công nghiệp quản lý xã hội, quản lý kinh tế đòi hỏi đời hệ thống xử lý tri thức – liệu tích hợp Thế giới chuyển nghiên cứu TTNT Tuy câu hỏi liệu kỹ thuật TTNT có tạo nên bước nhảy vọt công nghệ tin học, đặc biệt cơng nghệ máy tính người ta mong đợi hay khơng chưa có lời giải đáp thỏa đáng II ĐỊNH NGHĨA TRÍ TUỆ NHÂN TẠO II.1 Trí tuệ nhân tạo Trí tuệ nhân tạo (AI: Artificial Intelligence) định nghĩa ngành khoa học máy tính liên quan đến việc tự động hóa hành vi thơng minh AI phận khoa học máy tính phải đặt nguyên lý lý thuyết vững chắc, có khả ứng dụng lĩnh vực Những nguyên lý bao gồm cấu trúc liệu dùng cho biểu diễn tri thức, thuật toán cần thiết để áp dụng tri thức đó, ngơn ngữ kỹ thuật lập trình dùng cho việc cài đặt chúng Tuy nhiên định nghĩa phải chấp nhận thực tế - trí tuệ tự khái niệm khơng định nghĩa cách rõ ràng Mặc dù hầu hết nhận hành vi thơng minh nhìn thấy chúng khó đưa định nghĩa trí tuệ Vì mà vấn đề định nghĩa Trí tuệ nhân tạo tự trở thành định nghĩa trí tuệ: có phải lực tên dùng gọi tập hợp khả khác khơng liên quan đến ? Thế khả sáng tạo ? Thế trực giác ? Có thể kết luận tính trí tuệ từ việc quan sát hành vi hay khơng hay cần phải có biểu chế nằm bên ? Tất câu hỏi chưa trả lời chúng nêu vấn đề cần có phương pháp luận để giải Võ Huỳnh Trâm – Trần Ngân Bình Chương 9: Học máy Cho đến nay, Trí tuệ nhân tạo ngành khoa học trẻ, mối quan tâm phương pháp chưa rõ ràng so với tất ngành khoa học trưởng thành trước Song, mục tiêu trọng tâm quan tâm đến việc mở rộng khả khoa học máy tính tìm cách định nghĩa giới hạn Câu hỏi : Nêu định nghĩa theo khái quát riêng bạn Trí tuệ nhân tạo ? II.2 Trắc nghiệm Turing Năm 1950, nhà toán học người Anh Alan Turing viết trang sách trả lời cách cụ thể câu hỏi: trí tuệ máy có liên hệ với máy tính kỹ thuật số đại Tác phẩm “Máy tính trí tuệ” (Turing 1950) ơng cịn mang tính thời đại việc đánh giá tranh luận khả tạo máy tính thơng minh, câu trả lời tác phẩm cho tranh luận Turing, người tiếng chủ yếu qua đóng góp ơng cho lý thuyết khả tính tốn xem xét câu hỏi: liệu làm cho máy tính thực có khả suy nghĩ hay không ? Để giải mơ hồ câu hỏi này, ông đề xuất thay câu trả lời kết trắc nghiệm mang tính thực nghiệm – trắc nghiệm Turing (Turing test) hay “trò chơi bắt chước” Trắc nghiệm Turing đo lường khả máy tính coi thơng minh so sánh với khả người – đối tượng xem có hành vi thông minh chuẩn mực trí tuệ Trong trắc nghiệm này, máy tính người tham gia trắc nghiệm đặt vào phòng cách biệt với người thứ hai, người gọi “người thẩm vấn” (hình 1.1) Người thẩm vấn khơng thể nhìn thấy hay nói chuyện với trong hai đối tượng trên, khơng biết xác đối tượng người hay máy tính, giao tiếp với hai đối tượng thơng qua thiết bị soạn thảo văn bản, chẳng hạn thiết bị đầu cuối Người thẩm vấn có nhiệm vụ phân biệt người với máy tính cách dựa câu trả lời họ câu hỏi truyền qua thiết bị liên lạc Trong trường hợp người thẩm vấn phân biệt máy tính với người đó, theo Turing, máy tính xem thơng minh Võ Huỳnh Trâm – Trần Ngân Bình Giáo Trình Trí Tuệ Nhân Tạo Người thẩm vấn Hình 1.1 – Trắc nghiệm Turing Bằng cách cách ly người thẩm vấn với máy tính người tham gia vào trắc nghiệm, thí nghiệm bảo đảm người thẩm vấn khơng có thành kiến với xuất máy tính hay đặc tính máy móc lời nói Tuy nhiên, với mục đích cố gắng phát đâu máy tính, người thẩm vấn tự hỏi câu hỏi nào, cho dù câu hỏi bóng gió hay quanh co Chẳng hạn, người thẩm vấn yêu cầu hai đối tượng thực phép tính liên quan nhiều đến số học với giả định máy tính thực nhanh xác người Để đối phó với chiến thuật này, máy tính thơng minh cần phải biết nên đưa câu trả lời sai cho toán nhằm tỏ giống người Một cách tương tự, để phát đặc tính người dựa vào chất cảm xúc, người thẩm vấn hỏi hai đối tượng kiến thức thơ văn hay nghệ thuật Và để đối phó với chiến thuật địi hỏi máy tính phải có kiến thức liên quan đến cảm xúc xuất phát từ người Những đặc trưng quan trọng trắc nghiệm : Nó đưa khái niệm khách quan trí tuệ, tức hành vi thực thể thơng minh đáp ứng lại tập hợp câu hỏi đặc thù Việc cho chuẩn mực để xác định trí thông minh, đồng thời tránh tranh luận không cần thiết chất “đúng” Nó tránh cho khỏi bị lạc đường câu hỏi rắc rối thời chưa thể trả lời được, chẳng hạn máy tính có sử dụng suy luận thích hợp bên hay khơng, hay máy tính thực có ý thức hành động hay khơng Nó loại trừ định kiến thiên vị bắt buộc người thẩm vấn tập trung vào nội dung câu trả lời Nhờ ưu điểm này, trắc nghiệm Turing cung cấp sở cho nhiều sơ đồ đánh sơ đồ dùng thực cho chương trình TTNT đại Người ta đánh giá khả chuyên môn chương trình lĩnh vực cách so sánh kết làm việc với chuyên gia giải tập toán cho trước Kỹ thuật đánh giá biến thể trác nghiệm Turing: nhóm chuyên gia sau yêu cầu so sánh kết thực máy người tập Võ Huỳnh Trâm – Trần Ngân Bình Chương 9: Học máy hợp đặc thù tốn mà khơng thấy đối tượng Chúng ta thấy phương pháp luận trở thành công cụ thiếu hai giai đoạn phát triển kiểm chứng hệ chuyên gia đại Câu hỏi : Hãy so sánh điểm khác khả giải vấn đề máy tính đại với người ? III KHÁI QUÁT CÁC LĨNH VỰC ỨNG DỤNG CỦA TTNT Hai mối quan tâm tảng nhà nghiên cứu TTNT biểu diễn tri thức (knowledge representation) tìm kiếm (search) Sự quan tâm thứ ý đến vấn đề nắm bắt theo ngơn ngữ hình thức, tức dạng thức thích hợp để máy tính vận hành, phạm vi tri thức đầy đủ mà hành vi thông minh địi hỏi Trong khi, tìm kiếm kỹ thuật giải vấn đề theo cách khảo sát có hệ thống khơng gian trạng thái tốn (problem state), tức giai đoạn có chọn lựa trình giải vấn đề Giống hầu hết ngành khoa học khác, Trí Tuệ Nhân Tạo phân thành ngành Trong chia sẻ tiếp cận giải vấn đề bản, ngành có mối quan tâm đến ứng dụng khác Phần sau phác thảo tổng thể vài lĩnh vực ứng dụng đóng góp chúng cho Trí tuệ nhân tạo III.1 Trò chơi Ngay từ thời kỳ đầu việc nghiên cứu vấn đề tìm kiếm khơng gian trạng thái, người ta tiến hành nhiều thử nghiệm cách sử dụng trị chơi thơng dụng có bàn cờ cờ đam (checker), cờ vua trò đố 15 (15 puzzule) Ngồi sức quyến rũ tính chất trí óc vốn có trị chơi có bàn cờ, có nhiều tính định làm cho chúng trở thành đối tượng lý tưởng thời kỳ Hầu hết trò chơi sử dụng tập hợp luật chơi xác định rõ ràng Điều làm cho việc phát sinh không gian tìm kiếm trở nên dễ dàng giải phóng nhiều nghiên cứu khỏi mơ hồ phức tạp vốn có tốn cấu trúc Hình dạng bàn cờ sử dụng trò chơi dễ dàng biểu diễn vào máy tính, khơng địi hỏi hình thức khó hiểu cần thiết để nắm bắt tinh tế ngữ nghĩa lĩnh vực toán phức tạp Do chơi trị chơi cách dễ dàng nên việc thử nghiệm chương trình chơi trị chơi khơng phải trả gánh nặng tài hay đạo đức Các trị chơi phát sinh số lượng khơng gian tìm kiếm lớn Những không gian đủ lớn phức tạp để đòi hỏi kỹ thuật mạnh nhằm định xem chọn lựa cần khảo sát khơng gian tốn Những kỹ thuật gọi heuristic chúng tạo thành lĩnh vực lớn nghiên cứu TTNT Một heuristic chiến lược giải vấn đề tốt tiềm ẩn khả thất bại, chẳng hạn việc kiểm tra để biết thiết bị không nhạy cắm vào trước giả định bị hỏng, hay cố gắng bảo vệ quân cờ hồng hậu bạn khỏi bị bắt trị chơi cờ vua Võ Huỳnh Trâm – Trần Ngân Bình Giáo Trình Trí Tuệ Nhân Tạo Nhiều thứ mà gọi thông minh thuộc heuristic người ta sử dụng để giải vấn đề Hầu hết có số kinh nghiệm với trò chơi đơn giản này, nên có khả nghĩ kiểm nghiệm tính hiệu heuristic Chúng ta khơng cần tìm hỏi ý kiến chun gia số lĩnh vực chuyên môn sâu y học hay toán học (cờ vua ngoại lệ dễ thấy quy tắc này) Vì lý đó, trị chơi cung cấp khơng gian mênh mơng cho việc nghiên cứu tìm kiếm heuristic Các chương trình chơi trị chơi, trái ngược với tính đơn giản chúng, đưa thử thách riêng chúng, bao gồm đấu thủ mà nước khơng dự đốn trước cách chắn Sự có mặt đấu thủ làm phức tạp mơ hình chương trình thêm vào yếu tố khơng dự đốn trước cần thiết phải tính đến yếu tố tâm lý chiến thuật chiến lược trò chơi III.2 Suy luận chứng minh định lý tự động Chúng ta cho chứng minh định lý tự động nhánh nghiên cứu có từ lâu đời Trí tuệ nhân tạo tìm lại nguồn gốc qua tác phẩm “Nhà lý luận logic (logic theorist)” (Newell Simon 1963a) “Công cụ giải vấn đề tổng quát (General problem solver)” (Newell Simon 1965b) Newell Simon, nổ lực Rusell Whitehead xem tồn tốn học dẫn xuất hình thức tuý định lý từ tiên đề sở Trong trường hợp nào, chắn ngành phong phú lĩnh vực Nghiên cứu chứng minh định lý đạt nhiều thành tích thời kỳ đầu việc hình thức hố giải thuật tìm kiếm phát triển ngơn ngữ biểu diễn hình thức phép tính vị từ Hầu hết quyến rũ chứng minh định lý tự động không đáng tin cậy khơng với ngun tắc chung logic Vì hệ hình thức, logic tự bổ sung cho tự động hố Người ta khảo sát số lượng lớn toán khác nhau, cách biểu diễn mơ tả tốn thông tin sở liên quan tiên đề logic, xem trường hợp toán định lý cần phải chứng minh Sự hiểu biết thấu đáo sở cho việc nghiên cứu chứng minh định lý tự động hệ suy luận toán học Một lý khác cho việc tiếp tục quan tâm đến máy chứng minh định lý tự động nhận thức hệ thống kiểu khơng thiết phải có khả giải toán phức tạp cách độc lập mà khơng có trợ giúp người Nhiều máy chứng minh định lý đại hoạt động trợ lý viên thông minh chúng cho phép người thực công tác địi hỏi trình độ cao phân tích toán lớn thành nhiều toán đặt heuristic để tìm kiếm khơng gian chứng minh chọn Máy chứng minh định lý sau thực cơng tác đơn giản quan trọng chứng minh bổ đề, kiểm chứng giải nhỏ hơn, hoàn thành khía cạnh hình thức chứng minh phác thảo hợp tác với người (Boyer More 1979) Võ Huỳnh Trâm – Trần Ngân Bình Chương 9: Học máy III.3 Các hệ chuyên gia Kể từ lúc khoa học giải vấn đề nghiên cứu, người ta sớm ý thức cách sâu sắc tầm quan trọng tri thức chuyên ngành Lấy ví dụ bác sĩ chẳng hạn, cô ta chẩn đoán bệnh tốt nhờ vào số kỹ giải vấn đề tổng quát bẩm sinh; mà cô ta chẩn đốn tốt ta có nhiều kiến thức y học Tương tự thế, nhà địa chất giỏi phát mỏ khống biết áp dụng cách hiệu nhiều tri thức lý thuyết thực nghiệm địa lý vào toán nằm tay Tri thức chuyên gia lĩnh vực kết hợp kiến thức lý thuyết vấn đề tập hợp quy tắc giải vấn đề theo kiểu heuristic mà kinh nghiệm sử dụng quy tắc tỏ hiệu lĩnh vực Các hệ chuyên gia người ta xây dựng cách thu thập kiến thức từ chuyên gia người mã hố thành dạng thức mà máy tính áp dụng cho tốn tương tự Sự tin cậy vào tri thức chuyên gia chuyên ngành chiến lược giải vấn đề hệ đặc trưng hệ chuyên gia Người ta viết số chương trình mà người thiết kế nguồn tri thức chuyên ngành, điển hình nhiều xem xét chương trình phát sinh từ cộng tác chuyên gia chuyên ngành chẳng hạn bác sĩ, nhà hoá học, nhà địa chất học hay kỹ sư, với chuyên gia riêng trí tuệ nhân tạo Chuyên gia chuyên ngành cung cấp kiến thức cần thiết chuyên ngành thông qua thảo luận tổng quát phương pháp giải vấn đề anh ta, cách biểu diễn kỹ tập hợp tốn mẫu chọn lựa cẩn thận Chuyên gia TTNT, hay gọi kỹ sư tri thức (knowledge engineer), người ta thường gọi nhà thiết kế hệ chuyên gia, có trách nhiệm thể tri thức vào chương trình mà chương trình phải vừa hiệu vừa thơng minh hành vi Một chương trình vừa hồn thành xong, cần phải tinh chế kiến thức chuyên môn thơng qua q trình cung cấp cho tốn mẫu để giải, chun gia chun ngành phê bình hành vi thực thay đổi hay cải biến cần thiết tri thức chương trình Quá trình lặp lặp lại chương trình đạt mức độ hồn thiện mong muốn Một hệ chuyên gia sớm khai thác tri thức chuyên ngành để giải vấn đề DENDRAL phát triển Stanford vào cuối năm 1960 (Lindsay et al.1980) DENDRAL thiết kế để đoán cấu trúc phân tử hữu từ công thức hố học chúng thơng tin khối quang phổ có liên quan đến liên kết hố học có mặt phân tử Vì phân tử hữu thường lớn, nên số lượng cấu trúc có khả tồn phân tử thường khổng lồ DENDRAL ý vào tốn khơng gian tìm kiếm rộng lớn cách áp dụng tri thức heuristic chuyên gia hoá học vào toán làm sáng tỏ cấu trúc Các phương pháp DENDRAL tỏ có sức mạnh đáng kể Khi thường xun tìm thấy cấu trúc hàng triệu khả khác sau có vài phép thử Phương pháp tỏ thành công đến mức người ta sử dụng phiên hệ chuyên gia nói phịng thí nghiệm hố học khắp nơi giới Trong DENDRAL số chương trình sử dụng tri thức chuyên ngành cách hiệu để đạt khả giải vấn đề cấp chuyên gia, MYCIN hệ chuyên gia thiết lập nên phương pháp luận cho hệ chuyên gia đại (contemporary expert systems) (Buchanan and Shortliff 1984) MYCIN sử dụng tri thức y Võ Huỳnh Trâm – Trần Ngân Bình Giáo Trình Trí Tuệ Nhân Tạo khoa chuyên gia để chẩn đoán kê đơn điều trị cho bệnh viêm màng não tuỷ sống trường hợp nhiễm trùng vi khuẩn máu MYCIN, nhà nghiên cứu phát triển Stanford vào năm 1970, chương trình ý đến tốn suy luận thông tin không chắn không đầy đủ MYCIN cung cấp giải rõ ràng logic q trình suy luận nó, sử dụng cấu trúc kiểm tra thích hợp với lĩnh vực chuyên môn vấn đề, nhận biết đặc tính để đánh giá cách tin cậy hoạt động Nhiều kỹ thuật xây dựng hệ chuyên gia dùng người ta phát triển lần đầu dự án MYCIN Những hệ chuyên gia cổ điển khác bao gồm chương trình PROSPECTOR dùng để tìm nơi có chứa quặng mỏ xác định loại quặng mỏ, dựa thông tin địa lý địa điểm (duda et al 1979a, 1979b), chương trình INTERNIST dùng để chẩn đốn lĩnh vực nội khoa, Dipmeter Advisor dùng để phiên dịch kết máy khoan giếng dầu (Smith and Baker 1983) XCON dùng để định hình máy tính hệ VAX.XCON sử dụng từ năm 1981, tất máy VAX Digital Equipment Corporation bán thời định hình XCON Vơ số hệ chuyên gia khác ngày giải toán nhiều lĩnh vực khác y học, giáo dục, kinh doanh, thiết kế khoa học (Waterman 1986) Một điều thú vị mà nhận thấy hầu hết hệ chuyên gia viết cho lĩnh vực chuyên biệt cấp độ chuyên gia Nói chung lĩnh vực nghiên cứu kỹ chúng có chiến lược giải vấn đề xác định cách rõ ràng Mặc dù tồn hạn chế hệ chuyên gia chứng minh giá trị chúng nhiều ứng dụng quan trọng Câu hỏi : Nêu thêm số ưu điểm hệ chuyên gia phương diện tri thức, xã hội tài ? III.4 Hiểu mơ hình hố ngữ nghĩa ngơn ngữ tự nhiên Một mục tiêu có từ lâu đời Trí tuệ nhân tạo tạo chương trình có khả hiểu ngôn ngữ người Khả hiểu ngôn ngữ tự nhiên không biểu trí thơng minh người mà tự động hố cách thành cơng gây tác động ngồi sức tưởng tượng lục hiệu máy tính Người ta bỏ nhiều cơng sức để viết chương trình có khả hiểu ngơn ngữ tự nhiên Tuy chương trình có số thành cơng ngữ cảnh hạn chế, hệ thống có khả sử dụng ngôn ngữ tự nhiên cách linh hoạt tổng quát theo cách người tầm tay phương pháp luận Hiểu ngôn ngữ tự nhiên liên quan đến nhiều thứ nhiều so với phân tích câu thành phần riêng rẽ nhóm câu chúng tìm từ từ điển Khả 10 Võ Huỳnh Trâm – Trần Ngân Bình Chương 9: Học máy hiểu thực tuỳ thuộc vào kiến thức tảng rộng lớn lĩnh vực văn thành ngữ dùng lĩnh vực đó, khả ứng dụng kiến thức tổng quát tuỳ thuộc theo ngữ cảnh để giải trường hợp bỏ sót hay tối nghĩa, đặc điểm bình thường lối nói người Ví dụ thử xem xét khó khăn tiến hành hội thoại bóng chày với người biết tiếng Anh khơng biết luật chơi, đấu thủ, lịch sử môn chơi Liệu người hiểu hay khơng nghĩa câu: “With none down in the top of the nith anh the go-ahead run at second, the managercalled this relief from the bull pen ?” Tuy từ riêng lẻ câu hiểu được, câu coi sai ngữ pháp người thông minh số người khơng am hiểu bóng chày Cơng việc tập hợp tổ chức kiến thức tảng tiến hành theo cách mà cho cách áp dụng cho lĩnh hội ngôn ngữ, hình thành nên vấn đề chủ yếu việc tự động hố q trình hiểu ngơn ngữ tự nhiên Để đáp ứng yêu cầu này, nhà nghiên cứu phát triển nhiều kỹ thuật dùng để cấu trúc hoá ý nghĩa ngữ nghĩa, kỹ thuật dùng xuyên suốt khoa học Trí tuệ nhân tạo Do việc hiểu ngơn ngữ tự nhiên địi hỏi khối lượng kiến thức khổng lồ, hầu hết cơng trình người ta thực lĩnh vực vấn đề hiểu rõ chun mơn hố Một chương trình khai thác sớm phương pháp luận “thế giới qui mô” SHRDLU Winograd, hệ ngơn ngữ tự nhiên có khả “trị chuyện” hình dáng đơn giản khối có nhiều hình dạng màu sắc khác (winograd 1973) SHRDLU trả lời câu hỏi kiểu “khối màu nằm hình lập phương màu xanh da trời ?” dự kiến hành động kiểu “di chuyển hình chóp màu đỏ lên viên gạch màu xanh cây” Những toán loại này, liên quan đến việc mô tả thao tác xếp đơn giản khối xuất thường xuyên gây ngạc nhiên giới nghiên cứu TTNT người ta biết đến tên toán “thế giới khối” Mặc cho SHRDLU thành cơng với việc trị chuyện xếp khối, phương pháp không đủ khái quát để vượt khỏi giới khối Những kỹ thuật biểu diễn sử dụng chương trình q đơn giản nên khơng đủ để tổ chức nắm bắt ngữ nghĩa nhiều lĩnh vực phong phú phức tạp cách có kết Nhiều đầu tư nghiên cứu hiểu ngôn ngữ tự nhiên thời gian gần người ta dành hết cho việc tìm hình thức biểu diễn, mà đủ dùng phạm vi rộng lớn ứng dụng mà ứng dụng tự thân chúng chưa thích nghi tốt với cấu trúc đặc thù lĩnh vực Người ta khảo sát số lượng kỹ thuật khác (hầu hết mở rộng hay cải tiến kỹ thuật mạng ngữ nghĩa) cho mục đích dùng chúng vào việc phát triển chương trình có khả hiểu ngơn ngữ tự nhiên lĩnh vực tri thức cấp bách lý thú Sau cùng, nghiên cứu gần (grosz 1997, marcus 1980), mơ hình cách tiếp cận stochastic, mô tả cách tập hợp từ “cùng xuất hiện” môi trường ngôn ngữ, dùng để khắc hoạ nội dung ngữ nghĩa câu Tuy nhiên, hiểu ngôn ngữ tự nhiên cách tổng quát vấn đề vượt giới hạn Câu hỏi : Võ Huỳnh Trâm – Trần Ngân Bình 11 Giáo Trình Trí Tuệ Nhân Tạo Trình bày số ứng dụng cụ thể mà bạn biết cho việc xử lý ngôn ngữ tự nhiên áp dụng vào lĩnh vực sống ? III.5 Mơ hình hố hoạt động người Mặc dù nhiều vấn đề nói dùng trí tuệ người làm điểm tựa tham khảo để xem xét trí tuệ nhân tạo, thực tế không diễn biến theo cách mà chương trình cần phải lấy tổ chức trí óc người làm kiểu mẫu cho chúng Thực nhiều chương trình TTNT thiết kế để giải số tốn cần thiết mà khơng cần ý đến tính tương tự chúng so với kiến trúc trí óc người Ngay hệ chuyên gia, nhận nhiều tri thức từ chuyên gia người, không thực cố gắng bắt chước q trình trí tuệ bên người Nếu hoạt động đặc tính mà theo hệ thống đánh giá, khơng có lý để mô phương pháp giải vấn đề người Trong thực tế, chương trình sử dụng phương pháp không theo kiểu người để giải tốn thường thành cơng chương trình theo kiểu người Tuy nhiên, mơ hình hệ thống rõ ràng bắt chước số khía cạnh cách giải vấn đề theo kiểu người mảnh đất màu mỡ nghiên cứu cho hai ngành khoa học trí tuệ nhân tạo tâm lý học Mơ hình hóa hoạt động người, việc cung cấp cho TTNT nhiều phương pháp luận bản, chứng tỏ dụng cụ mạnh để cơng thức hóa thử nghiệm lý thuyết nhận thức người Những phương pháp luận giải vấn đề nhà khoa học máy tính phát triển đem đến cho nhà tâm lý học ẩn dụ để khảo sát trí tuệ người Hơn việc mở rộng lý thuyết nhận thức thứ ngôn ngữ không rõ ràng sử dụng vào đầu thời kỳ nghiên cứu từ bỏ tốn mơ tả tồn hoạt động bên trí óc người (như đề nghị nhà hành vi học), nhiều nhà tâm lý học đưa ngôn ngữ lý thuyết khoa học máy tính vào để cơng thức hóa mơ hình trí tuệ người Những kỹ thuật không cung cấp vốn từ vựng cho việc mơ tả trí tuệ người mà thể máy tính lý thuyết tạo cho nhà tâm lý học hội để thử nghiệm, phê bình cải tiến cách thực nghiệm ý tưởng họ (luger 1994) III.6 Lập kế hoạch robotics Lập kế hoạch (planning) khía cạnh quan trọng cố gắng nhằm chế tạo robot thực nhiệm vụ chúng với trình độ định khả linh hoạt phản ứng với giới bên ngồi Nói cách khác ngắn gọn, việc lập kế hoạch giả định robot có khả thực hành động sơ cấp (atomic action) định Nó cố gắng tìm chuỗi hành động cho phép hồn thành cơng tác cấp độ cao hơn, chẳng hạn qua phòng chứa đầy chướng ngại vật Có nhiều lý khiến cho việc lập kế hoạch trở thành tốn khó khăn, ngồi lý khơng đáng kể kích thước q lớn khơng gian chuỗi bước tồn Ngay máy tính đơn giản có khả tạo số lượng khổng lồ chuỗi bước Ví dụ, tưởng tượng rằng, robot có khả di 12 Võ Huỳnh Trâm – Trần Ngân Bình Chương 9: Học máy chuyển phía trước, phía sau, bên phải, bên trái cần xem xét có cách khác mà robot dùng để di chuyển quanh phịng robot phải lựa chọn đường quanh chúng theo phương pháp có hiệu Viết chương trình có khả tìm đường tốt cách thông minh với điều kiện vậy, mà không bị chôn vùi khối lượng khổng lồ khả dự kiến, đòi hỏi phải có kỹ thuật phức tạp để biểu diễn tri thức khơng gian kiểm sốt việc tìm kiếm môi trường cho phép Một phương pháp mà người áp dụng để lập kế hoạch phân rã vấn đề bước (hierarchical problem decoposition) Nếu bạn lập kế hoạch cho chuyến du lịch đến Luân Đơn, nói chung vấn đề xếp chuyến bay, đến sân bay, liên hệ với hãng hàng không, vận chuyển đường Luân Đôn bạn xem xét cách riêng lẻ, cho dù tất chúng phận kế hoạch tồn thể lớn Từng vấn đề tiếp tục phân rã thành vấn đề (subproblem) nhỏ tìm đồ thành phố, xem xét hệ thống giao thơng, tìm nơi ăn phù hợp điều kiện tài Cách làm làm giảm bớt cách hiệu khơng gian tìm kiếm mà cịn cho phép tiết kiệm kế hoạch dùng tương lai Trong người lập kế hoạch cách chẳng khó khăn, việc tạo chương trình máy tính làm công việc thách thức ghê gớm Một cơng tác đơn giản phá vỡ vấn đề lớn thành nhiều vấn đề liên quan thực cần đến heuristic phức tạp kiến thức bao quát lĩnh vực lập kế hoạch Quyết định xem cần giữ lại kế hoạch tổng quát hóa chúng cho sử dụng tương lai vấn đề phức tạp tương đương Một robot thực dãy hành động cách mù quáng mà phản ứng lại với thay đổi mơi trường khơng có khả phát sửa chữa kế hoạch khó người ta coi thơng minh Thông thường, robot phải làm thành công thức kế hoạch dựa thông tin không đầy đủ sửa chữa hành vi thi hành kế hoạch Robot khơng có giác quan thích hợp để định chướng ngại vật đường vạch Một robot phải bắt đầu di chuyển qua phòng dựa vào mà “nhận thức” điều chỉnh đường phát chướng ngại vật khác Thiết lập cho kế hoạch cho phép phản ứng lại với điều kiện môi trường nhiệm vụ chủ yếu khác lập kế hoạch Nói chung, thiết kế robot lĩnh vực nghiên cứu TTNT mang lại nhiều hiểu biết sâu sắc hỗ trợ cho phương pháp giải vấn đề theo kiểu hướng thành viên (agent - oriented) Bị thất bại phức tạp việc bảo đảm độ lớn khơng gian biểu diễn mơ hình thuật tốn tìm kiếm dùng cho việc lập kế hoạch theo kiểu truyền thống, ngành nghiên cứu, gồm agre chapman (1987) brooks (1991a), phát biểu lại vấn đề lớn dựa thuật ngữ tương tác lẫn nhiều thành viên (agent) theo kiểu bán tự quản Mỗi thành viên chịu trách nhiệm phần đóng góp nhiệm vụ tốn thơng qua phối hợp chúng lời giải tổng quát Võ Huỳnh Trâm – Trần Ngân Bình 13 Giáo Trình Trí Tuệ Nhân Tạo III.7 Các ngơn ngữ mơi trường dùng cho TTNT Nghiên cứu Trí tuệ nhân tạo tạo số sản phẩm phụ, tiến ngơn ngữ lập trình mơi trường phát triển phần mềm Vì nhiều lý do, bao gồm qui mơ tổng thể hầu hết chương trình TTNT, khuynh hướng phát sinh không gian khổng lồ thuật tốn tìm kiếm, khó khăn việc tiên đốn hành vi chương trình điều khiển heuristics, nhà lập trình TTNT bị thúc ép phải xây dựng nên tập hợp phương pháp lập trình Các mơi trường lập trình bao gồm kỹ thuật cấu tạo tri thức (knowledge – structuring) lập trình hướng đối tượng (object-oriented programming) cấu tổ chức hệ chuyên gia Các ngôn ngữ cấp cao Lisp Prolog, ngơn ngữ tích cực hỗ trợ kiểu phát triển theo module, khiến cho việc quản lý tính đồ sộ phức tạp chương trình dễ dàng Các gói chương trình lần tìm cho phép người lập trình tạo dựng lại q trình thực thi thuật tốn phức tạp cho phép tháo gỡ phức tạp tìm kiếm điều khiển heuristics Khơng có cơng cụ kỹ thuật đó, khó mà tin người ta xây dựng nên hệ thống TTNT gây ý Kỹ thuật công cụ chuẩn dùng cho công nghệ phần mềm, tương đối có quan hệ với hạt nhân lý thuyết TTNT Những kỹ thuật khác lập trình hướng đối tượng, quan tâm đáng kể lý thuyết thực tiễn Các ngôn ngữ phát triển cho việc lập trình trí tuệ nhân tạo gắn bó mật thiết với cấu trúc lý thuyết lĩnh vực III.8 Máy học Tuy thành cơng vai trò máy giải vấn đề, học nan giải chương trình TTNT Khuyết điểm dường nghiêm trọng, đặc biệt khả học thành phần quan trọng làm nên hành vi thơng minh Một hệ chun gia thực tính tốn lớn tốn nhằm giải tốn Tuy khơng giống người, đưa cho tốn tốn tương tự lần thứ hai, khơng nhớ lời giải lần trước Nó thực lại chuỗi tính tốn lần Điều cho lần thứ hai, thứ ba, thứ tư, giải tốn – khơng thể gọi hành vi máy giải vấn đề thông minh Hầu hết hệ chuyên gia bị cản trở tính cứng nhắc chiến lược giải vấn đề chúng khó khăn phải thay đổi khối lượng lớn mã chương trình Giải pháp dễ thấy khó khăn chương trình học tập kinh nghiệm, tương tự, ví dụ chúng, “nói” cho chúng biết phải làm Tuy học lĩnh vực khó khăn nghiên cứu, vài chương trình viết đề xuất mục tiêu đạt Có thể chương trình gây ý AM - Automated Mathematician - thiết kế để khám phá quy luật toán học (lenat 1977, 1982) Ban đầu người ta đưa cho AM khái niệm tiên đề lý thuyết tập hợp, sau tìm khái niệm tốn học quan trọng lực lượng (cardinality) số học số nguyên, nhiều kết khác lý thuyết số AM đoán lý thuyết cách cập nhật sở tri thức hành nó, sử dụng 14 Võ Huỳnh Trâm – Trần Ngân Bình Chương 9: Học máy heuristic để theo đuổi “khả đáng quan tâm” hàng loạt lựa chọn Một nghiên cứu khác có ảnh hưởng tới dư luận winston quy nạp khái niệm cấu trúc, chẳng hạn “hình cung” từ tập hợp ví dụ trị chơi giới khối (winston 1975a) Thuật tốn ID3 tỏ thành công việc học mẫu tổng quát từ ví dụ (quinlan 1986a) Menta-dendral học luật để phiên dịch liệu quang phổ khối hóa học hữu từ mẫu liệu hợp chất cấu trúc biết Teiresias, đại diện thông minh hệ chuyên gia chuyển đổi lời đạo cấp cao thành luật cho sở liệu (davis 1982) Hacke nghĩ kế hoạch để thực thao tác trò giới khối thơng qua q trình lặp lại nhiều lần việc đặt kế hoạch, thử nghiệm nó, hiệu chỉnh lỗ hỏng phát kế hoạch dự tuyển (sussman 1975) Những nghiên cứu việc học sở giải thích cho thấy tính hiệu tri thức ưu tiên trình học (mitchell et al 1986, dejong and mooney 1986) Sự thành cơng chương trình học máy thuyết phục tồn tập hợp nguyên tắc học tổng quát cho phép xây dựng nên chương trình có khả học tập nhiều lĩnh vực thực tế III.9 Xử lý phân tán song song tính tốn kiểu nảy sinh Hầu hết kỹ thuật nói đến tài liệu sử dụng tri thức biểu diễn rõ ràng thuật tốn tìm kiếm thiết kế cách cẩn thận để cài đặt trí tuệ Một cách tiếp cận khác tìm cách xây dựng chương trình thơng minh cách sử dụng mơ hình tương tự cấu trúc nơ-ron (neuron) não người Một sơ đồ neuron đơn giản gồm có thân tế bào có nhiều chỗ nhô theo nhánh, gọi tổ chức (dendrite), nhánh đơn gọi trục (axon) Các tổ chức nhận tín hiệu từ neuron khác Khi xung lực kết hợp vượt ngưỡng định đó, neuron phát động xung lực, hay gọi “cụm” (spike), chạy xuống trục Các nhánh cuối trục hình thành nên khớp thần kinh (synapse) với tổ chức neuron; khớp thần kinh thuộc loại kích thích (excitatory) hay ngăn chặn (inhibitory) Một khớp thần kinh kích thích cộng thêm vào tổng số tín hiệu đến neuron; cịn khớp thần kinh ngăn chặn trừ bớt tổng số Mơ tả neuron sức đơn giản, thâu tóm tất đặc trưng liên quan đến mơ hình tính tốn neuron Đặc biệt đơn vị tính tốn tính tốn số chức đầu vào chuyển kết đến đơn vị liên hệ mạng Thay sử dụng ký hiệu phép toán rõ ràng, tri thức hệ nảy sinh khỏi toàn mạng kết nối neuron giá trị ngưỡng Vì nhiều lý do, cấu trúc neuron hấp dẫn để dùng làm chế cài đặt trí tuệ Các chương trình TTNT truyền thống có khuynh hướng dễ gãy vỡ nhạy cảm đáng phải đương đầu với nhiễu loạn: thay giảm giá trị cách từ từ, chương trình thường thành cơng hồn tồn thất bại hồn tồn Trí tuệ người linh hoạt nhiều; tiếp nhận tốt đầu vào nhiễu loạn, chẳng hạn nhận khuôn mặt phịng tối từ góc nhìn hẹp hay theo dõi đối thoại bữa tiệc ồn Ngay giải số vấn đề, Võ Huỳnh Trâm – Trần Ngân Bình 15 Giáo Trình Trí Tuệ Nhân Tạo nói chung đưa đốn có lý coi lời giải tốn Do cấu trúc neuron thâu tóm tri thức vào số lượng lớn đơn vị nghiền thật nhỏ, nên chúng tỏ có triển vọng việc đối sánh cách toàn phần liệu nhiễu loạn không đầy đủ Cấu trúc neuron vững tri thức phân bố đồng xung quanh mạng Kinh nghiệm người bị phần não bệnh tật hay tai nạn cho thấy họ không bị vùng nhớ riêng biệt, mà q trình trí não họ phải chịu đựng nhiều giảm sút tổng thể IV MỘT SỐ TỔNG KẾT VỀ TTNT Sử dụng máy tính vào suy luận ký hiệu, nhận dạng, học, số hình thức suy luận khác Tập trung vào số vấn đề khơng thích hợp với lời giải mang tính thuật tốn Điều dựa sở tin tưởng vào phép tìm kiếm heuristic kỹ thuật giải vấn đề TTNT Sự quan tâm đến kỹ thuật giải vấn đề thơng tin khơng xác, thiếu hụt định nghĩa cách nghèo nàn, sử dụng hình thức biểu diễn cho phép người lập trình bù đắp thiếu sót Suy luận đặc trưng định tính quan trọng tình Một cố gắng để giải vướng mắc ý nghĩa, ngữ nghĩa hình thức cú pháp Những câu trả lời khơng xác tối ưu, chừng mực coi “đủ” Đây kết tin cậy cốt yếu vào phương pháp giải vấn đề theo kiểu heuristic tình mà kết tối ưu xác tốn thực Sử dụng khối lượng lớn tri thức chuyên ngành giải vấn đề Đây sở cho hệ chuyên gia Sử dụng tri thức cấp meta (meta-level knowledge) để tăng thêm tinh vi cho việc kiểm soát chiến lược giải vấn đề Tuy vấn đề khó khăn, ý số hệ thống gần đây, bật lên lĩnh vực nghiên cứu chủ yếu 16 Võ Huỳnh Trâm – Trần Ngân Bình Chương 9: Học máy TỔNG KẾT CHƯƠNG I: Phần nội dung chương I nêu lên vài nét lịch sử hình thành phát triển khoa học TTNT, vài định nghĩa mang tính khái quát lĩnh vực khoa học đầy thử thách tiềm TTNT Những lĩnh vực ứng dụng TTNT từ lâu đời phát triển Các khái niệm lý luận, quy luật, biểu diễn, … nghiên cứu cách cẩn thận nhà khoa học máy tính địi hỏi phải hiểu chúng theo kiểu thuật tốn Trong đó, hồn cảnh trị, kinh tế đạo đức tồn cầu buộc phải đương đầu với trách nhiệm hậu sáng chế hay phát minh khoa học Sự tác động qua lại ứng dụng khát vọng mang tính nhân đạo TTNT tiếp tục đặt vấn đề phong phú đầy thách thức Những chương sâu vào kỹ thuật dùng TTNT mà chương đề cập đến V BÀI TẬP CHƯƠNG I I.1 Tự sáng tạo để trình bày chứng minh định nghĩa Trí tuệ nhân tạo theo bạn hiểu I.2 Thảo luận tiêu chuẩn mà Turing nêu “Trắc nghiệm Turing” nhằm quy định cho phần mềm máy tính coi “thơng minh”? Nêu quan điểm riêng bạn tiêu chuẩn phần mềm máy tính “thơng minh”? I.3 Cho biết vài lĩnh vực tốn mà bạn thấy chứng minh cần phải thiết kế giải pháp hệ chuyên gia ? Nêu hiệu đạt khó khăn gặp phải ? I.4 Theo ý kiến riêng bạn, trình bày số hiệu có khả tác động tiêu cực xã hội kỹ thuật Trí tuệ nhân tạo? Võ Huỳnh Trâm – Trần Ngân Bình 17 Giáo Trình Trí Tuệ Nhân Tạo PHẦN I .1 GIỚI THIỆU TỔNG QUAN VỀ TRÍ TUỆ NHÂN TẠO Chương I GIỚI THIỆU VỀ TRÍ TUỆ NHÂN TẠO I LỊCH SỬ HÌNH THÀNH VÀ PHÁT TRIỂN CỦA TRÍ TUỆ NHÂN TẠO II ĐỊNH NGHĨA TRÍ TUỆ NHÂN TẠO II.1 Trí tuệ nhân tạo II.2 Trắc nghiệm Turing III KHÁI QUÁT CÁC LĨNH VỰC ỨNG DỤNG CỦA TTNT III.1 Trò chơi .7 III.2 Suy luận chứng minh định lý tự động III.3 Các hệ chuyên gia .9 III.4 Hiểu mơ hình hố ngữ nghĩa ngôn ngữ tự nhiên 10 III.5 Mơ hình hố hoạt động người 12 III.6 Lập kế hoạch robotics 12 III.7 Các ngôn ngữ môi trường dùng cho TTNT 14 III.8 Máy học 14 III.9 Xử lý phân tán song song tính tốn kiểu nảy sinh 15 IV MỘT SỐ TỔNG KẾT VỀ TTNT 16 BÀI TẬP CHƯƠNG I 17 18 Võ Huỳnh Trâm – Trần Ngân Bình ... .1 GI? ?I THIỆU TỔNG QUAN VỀ TRÍ TUỆ NHÂN TẠO Chương I GI? ?I THIỆU VỀ TRÍ TUỆ NHÂN TẠO I LỊCH SỬ HÌNH THÀNH VÀ PHÁT TRIỂN CỦA TRÍ TUỆ NHÂN TẠO II...Giáo Trình Trí Tuệ Nhân Tạo Chương I: GI? ?I THIỆU VỀ TRÍ TUỆ NHÂN TẠO N? ?i dung chính: Trong chương này, gi? ?i thiệu cách kh? ?i quát lịch sử hình thành phát triển khoa học Trí tuệ nhân tạo, định... ngành Trí tuệ nhân tạo http://en.wikipedia.org/wiki/Artificial_intelligence [5] Artificial Intelligence: A Modern Approach (Second Edition) by Stuart Russell and Peter Norvig : Introduction on AI