Baigiang tri tue nhan tao tham khao

Nội dung môn học – Kỹ thuật phát triển ứng dụng Chương 5:Hệ luật sinh – Tìm kiếm đệ qui – Hệ luật sinh: Định nghĩa và ứng dụng – Tìm kiếm trên hệ luật sinh  Chương 6:Hệ chuyên gia – G

TRÍ TUỆ NHÂN TẠO

Artificial Intelligent

Nội dung môn học – Giới thiệu

 Chương 1: Giới thiệu

Nội dung môn học – Các kỹ thuật tìm kiếm

 Chương 3:Tìm kiếm trên không gian trạng thái

(State Space Search)– AI : Biểu diễn và tìm kiếm

– Các giải thuật tìm kiếm trên không gian trạng thái

– Depth first search (DFS) - Breath first search (BFS)

 Chương 4:Tìm kiếm theo Heuristic

– Heuristic là gì?

– Tìm kiếm theo heuristic

– Các giải thuật Best first search (BFS), Giải thuật A*

– Chiến lược Minimax, Alpha Beta

Nội dung môn học – Kỹ thuật phát triển ứng dụng

 Chương 5:Hệ luật sinh

– Tìm kiếm đệ qui

– Hệ luật sinh: Định nghĩa và ứng dụng

– Tìm kiếm trên hệ luật sinh

 Chương 6:Hệ chuyên gia

– Giới thiệu về hệ chuyên gia

– Mô hình hệ chuyên gia: dự trên luật, dựa trên frame

– Phát triển một hệ chuyên gia

 Chương 7:Biểu diển tri thức

– Biểu diển tri thức trong AI: vai trò và ứng dụng

– Các kỹ thuật biểu diển tri thức: semantic network, lưu đồ phụ thuộc khái niệm, frame, script

Thực hành &Tài liệu tham khảo

 Thực hành Prolog và CLISP

– Prolog : Các giải thuật tìm kiếm

– CLISP : Biểu diển tri thức

– Bài tập lớn

 Tài liệu tham khảo

– Bài giảng “Trí tuệ nhân tạo” – ThS Nguyễn Cao Trí – KS Lê Thành Sách

– Giáo trình “Trí tuệ nhân tạo” – Đinh Mạnh Tường

– Artificial Inteligent – George F Luget & Cilliam A Stubblefied

– Giáo trình “Trí tuệ nhân tạo” – KS Nguyễn Đức Cường

– Trí tuệ nhận tạo – Nguyễn Quang Tuấn – Hà nội

Chương 1: GIỚI THIỆU

 Ngành Trí tuệ nhân tạo là gì?

 Mục tiêu nghiên cứu của ngành Trí tuệ nhân tạo

 Lịch sử hình thành và hiện trạng

 Turing Test

Đối tượng nghiên cứu của AI

 Đối tượng nghiên cứu của ngành AI

AI là ngành nghiên cứu về các hành xử thông minh (intelligent behaviour) bao gồm: thu thập, lưu trữ tri thức, suy luận, hoạt động và

Sự Thông Minh

 Thông minh hay Hành xử thông minh là gì?

– Hành xử thông minh: là các hoạt động của một đối tượng như là kết quả của một quá trình thu thập,

xử lý và điều khiển theo những tri thức đã có hay mới phát sinh (thường cho kết quả tốt theo mong

đợi so với các hành xử thông thường) là biểu hiện

cụ thể, cảm nhận được của “Sự thông minh”

– Khái niệm về tính thông minh của một đối tượng thường biểu hiện qua các hoạt động:

 Sự hiểu biết và nhận thức được tri thức

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

 Hành động theo kết quả của các lý luận

THỨC ???

Tri thức (Knowledge)

 Tri thức là những thông tin chứa đựng 2 thành phần

Các khái niệm cơ bản: là các khái niệm mang tính quy ước

Các khái niệm phát triển: Được hình thành từ các khác niệm cơ bản thành các khái niệm phức hợp phức tạp hơn.

Các qui luật, các thủ tục

Phương pháp suy diễn, lý luận,

 Tri thức là điều kiện tiên quyết của các hành xử thông minh hay “Sự thông minh”

 Tri thức có được qua sự thu thập tri thức và sản sinh tri thức

 Quá trình thu thập và sản sinh tri thức là hai quá trình song song và nối tiếp với nhau – không bao giờ chấm dứt trong một thực thể

“Thông Minh”

Tri thức – Thu thập và sản sinh

 Thu thập tri thức:

– Tri thức được thu thập từ thông tin, là kết quả của một quá trình thu nhận dữ liệu, xử lý và lưu trữ Thông thường quá trình thu thập tri thức gồm các bước sau:

 Xác định lĩnh vực/phạm vi tri thức cần quan tâm

 Thu thập dữ liệu liên quan dưới dạng các trường hợp cụ thể

 Hệ thống hóa, rút ra những thông tin tổng quát, đại diện cho các trường hợp đã biết – Tổng quát hóa

 Xem xét và giữ lại những thông tin liên quan đến vấn đề cần quan tâm , ta có các tri thức

Tri thức – Tri thức siêu cấp

 “Trí thức siêu cấp” (meta knowledge) hay “Tri thức về Tri thức”

Là các tri thức dùng để:

 Phương tiện truyền tri thức: ngôn ngữ tự nhiên

Hành xử thông minh – Kết luận

 Hành xử thông minh không đơn thuần là các hành động như là kết quả của quá trình thu thập tri thức và suy luận trên tri thức.

 Hành xử thông minh còn bao hàm

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

– Sự tiếp nhận các phản hồi để điều chỉnh hành động - Skill

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

 Tính chất thông minh của một đối tượng là sự tổng hợp của cả 3 yếu tố: thu thập tri thức, suy luận và hành xử của đối tượng trên tri thức thu thập được Chúng hòa quyện vào nhau thành một thể thống nhất “ Sự Thông Minh”

 Không thể đánh giá riêng lẽ bất kỳ một khía cạnh nào để nói về tính thông minh.

Mục tiêu nghiên cứu của ngành AI

Trí tuệ nhân tạo nhằm tạo ra “Máy người”?

Mục tiêu

 Xây dựng lý thuyết về thông minh để giải thích các hoạt động thông minh

 Tìm hiểu cơ chế sự thông minh của con người

 Xây dựng cơ chế hiện thực sự thông minh

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

– Đối tượng thường được chú trọng phát triển là máy tính

Sự cần thiết của ngành AI ?????

Làm sao biết máy có thông minh?

Turing Test: Thử tính thông minh

 Bài toán xác định tính thông minh của một đối tượng

Turing Test: Ưu - Khuyết

– Tránh tình trạng hiểu lầm

– Phép thử tập trung vào các công việc biểu diển hoàn toàn bằng ký hiệu do đó làm mất một đặc tính rất quan trọng của máy tính là tính toán chính xác và hiệu quả

– Không thử nghiệm được các khả năng tri giác và khéo léo

– Giới hạn khả năng thông minh của máy tính theo khuôn mẫu con người Nhưng con người chưa hẳn là thông minh hoàn hảo.

– Không có một chỉ số rõ ràng định lượng cho sự thông minh Phụ thuộc vào người tester.Thông Minh?  Còn tùy 

Lịch sử phát triển của AI : Giai đoạn cổ điển

 Giai đoạn cổ điển (1950 – 1965)

Đây là giai đoạn của 2 lĩnh vực chính:Game Playing (Trò chơi) và Theorem Proving (Chứng minh định ký )

Game Playing: dựa trên kỹ thuật State Space

Search với trạng thái (State) là các tình

huống của trò chơi Đáp án cần tìm là trạng

thái thắng hay con đường dẩn tới trạng thái

thắng áp dụng với các trò chơi loại đối

kháng Ví dụ: Trò chơi đánh cờ vua

Có 2 kỹ thuật tìm kiếm cơ bản:

 Kỹ thuật generate and test : chỉ tìm được 1 đáp án/ chưa chắc tối ưu.

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

Lịch sử phát triển của AI : Giai đoạn cổ điển (tt)

Theorem Proving: dựa trên tập tiên đề cho trước, chương trình sẽ thực hiện chuỗi các suy diển để đạt tới biểu thức cần chứng minh.

Nếu có nghĩa là đã chứng minh được Ngược lại là không chứng minh được.

Ví dụ: Chứng minh các định lý tự động, giải toán, Vẫn dựa trên kỹ thuật state space search nhưng khó khăn hơn do mức độ và quan hệ của các phép suy luận: song song, đồng thời, bắc cầu,

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

(Bùng nổ tổ hợp mn , m>=10)

Lịch sử phát triển của AI- Giai đoạn viễn vông

 Giai đoạn viễn vông (1965 – 1975)

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

– Các công trình nghiên cứu tập trung vào việc biểu diển tri thức và phương thức giao tiếp giữa người

& máy bằng ngôn ngữ tự nhiên.

– Kết quả không mấy khả quan nhưng cũng tìm ra được các phương thức biểu diễn tri thức vẫn còn được dùng đến ngày nay tuy chưa thật tốt như:

– Semantic Network (mạng ngữ nghĩa)

– Conceptial graph (đồ thị khái niệm)

– Frame (khung)

– Script (kịch bản) Vấp phải trở ngại về năng lực

của máy tính

Lịch sử phát triển của AI- Giai đoạn hiện đại

 Giai đoạn hiện đại (từ 1975)

– Xác định lại mục tiêu mang tính thực tiễn hơn của AI là:

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

 Không cầu toàn tìm ra lời giải tối ưu

– Tinh thần HEURISTIC ra đời và được áp dụng mạnh mẽ để khắc phục bùng nổ tổ hợp.

– Khẳng định vai trò của tri thức đồng thời xác định 2 trở ngại lớn là biểu diển tri thức và bùng nổ tổ hợp.

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

Better than nothing Phát triển ứng dụng mạnh mẽ: Hệ chuyên gia, Hệ chuẩn đoán,

Các lĩnh vực ứng dụng

 Game Playing: Tìm kiếm / Heuristic

 Automatic reasoning & Theorem proving: Tìm kiếm / Heuristic

 Expert System: là hướng phát triển mạnh mẽ nhất và có giá trị ứng dụng cao nhất.

 Planning & Robotic: các hệ thống dự báo, tự động hóa

 Machine learning: Trang bị khả năng học tập để giải quyết vấn đề kho tri thức:

 Supervised : Kiểm soát được tri thức học được Không tìm ra cái mới.

 UnSupervised:Tự học, không kiểm soát Có thể tạo ra tri thức mới nhưng cũng nguy hiểm

vì có thể học những điều không mong muốn.

Các lĩnh vực ứng dụng (tt)

 Natural Natural Language Language Understanding Understanding & & Semantic modelling: Không được phát triển mạnh do mức độ phức tạp của bài toán cả về tri thức & khả năng suy luận.

 Modeling Human performance: Nghiên cứu cơ chế

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

 Language and Environment for AI:Phát triển công cụ và môi trường để xây dựng các ứng dụng AI.

 Neurol network / Parallel Distributed processing: giải quyết vấn đề năng lực tính toán và tốc độ tính toán bằng kỹ thuật song song và mô phỏng mạng thần kinh của con người.

Mô hình phát triển ứng dụng AI

 Mô hình ứng dụng Ai hiện tại:

AI = Presentation & Search

Chương 2: PHÉP TOÁN VỊ TỪ

 Phép toán vị từ dưới góc nhìn của AI

 Mệnh đề

 Vị từ

AI & Phép toán vị từ

 Tại sao Ai phải nghiên cứu phép toán vị từ?

suy luận

đúng/sai của một vấn đề nào đó.

 Phép toán vị từ  cung cấp một khả năng triển khai các quá trình suy diễn trên máy tính

 Phát triển chương trình AI cần phép toán vị từ.

 Phép toán vị từ được hiện thực bằng ngôn ngữ lập trình trên máy tính PROLOG

AI & Phép toán vị từ: Minh họa 1

Mệnh đề thực tế

 “Nếu trời mưa thì bầu trời

có mây”

 Trời đang mưa

Vậy  Bầu trời có mây

Mệnh đề logic

 P=“Trời mưa”

 Q= “Bầu trời có mây”

Ta có hai phát biểu sau đúng:

AI & Phép toán vị từ: Minh họa 2

Mệnh đề thực tế

 “Nếu NAM có nhiều tiền thì

NAM đi mua sắm”

 “Nam KHÔNG đi mua sắm”

Vậy  Nam KHÔNG có nhiều

tiền

Mệnh đề logic

 P=“Nam có nhiều tiền”

 Q= “Nam đi mua sắm”

Ta có hai phát biểu sau đúng:

 P  Q

 ¬ Q Vậy theo luật suy diễn  ¬ P

là đúng.

Nghĩa là: “Nam KHÔNG có nhiều tiền”

Phép toán mệnh đề : Định nghĩa

Mệnh đề:

 Mệnh đề là một phát biểu khai báo

 Mệnh đề chỉ nhận một trong hai giá trị: ĐÚNG (True) hoặc SAI (False)

Ví dụ:

 Ngày 01tháng giêng là ngày tết cổ truyền

 Môn bạn đang học là AI

 Hôm nay là quốc khánh

 Hôm nay trời lạnh

 Tại sao phải học AI ?

 Cách đánh giá giá trị của phép toán:

Bảng chân trị của các kết nối

P Q lP P ∧ Q P v Q P=>Q P<=>

Q False False True False False True True False True True False True True False True False False False True False False True True False True True True True

Mệnh đề : Các biểu thức mệnh đề đúng

 Ký hiệu biểu thức đúng: wf

 Thành phần cơ bản là P hay ¬P, với P là một mệnh đề

 Các biểu thức đúng định nghĩa theo dạng luật sinh sau: Wf= “Thành phần cơ bản”|

¬wf | wf^wf |

wf v wf |

wf ⇒ wf |

wf = wf | (wf)

trị và thứ tự ưu tiên của toán tử.

 Giá trị của biểu thức mệnh đề tính bằng cách:

mệnh đề được biểu diễn ở dạng cây

 Dạng chuẩn hội – CNF: là thành phần tuyển cơ bản hay các tuyển

cơ bản kết hợp bởi phép hội.

 Dạng chuẩn tuyển – DNF: là thành phần hội cơ bản hay các hội cơ bản kết hợp bởi phép tuyển.

Mệnh đề : Luật suy diễn & chứng minh

 Luật Modus Ponens (MP)

Mệnh đề : Luật suy diễn & chứng minh – Ví dụ 1

 Ta cĩ các biểu thức sau: AvB, AvC,và ¬A là TRUE

 Chứng minh B^C cĩ trị TRUE

 Đã chứng minh xong

1 2 3

4 5 6

AvB AvC

¬ A B C B^C

P (tiên đề)

P (tiên đề)

P (tiên đề) 1,3, tam đoạn luận tuyển 2,3, tam đoạn luận tuyển 4,5, Luật hội

Mệnh đề : Luật suy diễn & chứng minh – Ví dụ 2

 Ta có các biểu thức sau là đúng:

AvB, A ⇒ C, B ⇒ D, ¬ D Chứng minh C

 Ta giả thiết ¬ C dẩn đến false

12345678910

¬ A

A ^ ¬ A False

Mệnh đề : Luật phân giải mệnh đề

 Clause: là tuyển của không hay nhiều thành phần cơ bản.

 Dạng clause:là hội của một hay nhiều Clause

 Luật phân giải mệnh đề:

Mệnh đề : Luật phân giải mệnh đề (tt)

 Luật phân giải bảo toàn tính Unsatisfiable

 S là unsatisfiable ⇔ Rn(S)cũng unsatisfiable

R: luật phân giải, n số lần áp dụng R trên S,

n>0

 Ứng dụng của luật phân giải : dùng để chứng minh: Có S là

tập các clause, dùng S chứng minh biểu thức mệnh đề W

 Phương pháp:

i. Thành lập phủ định của W

ii. Đưa ¬ W về dạng clause

iii. Thêm clause trong bước ii vào S thành

lập S1

iv. Dùng luật phân giải trên S1 để dẫn ra

clause rỗng.

Mệnh đề : Luật phân giải mệnh đề - Ví dụ

 Cho đoạn sau:

“ Nam đẹp trai, giàu có Do vậy, Nam hoặc là phung phí hoặc là nhân từ và giúp người Thực tế, Nam không phung phí hoặc cũng không kiêu căng.”

“Do vậy, có thể nói Nam là người nhân từ”

 Kiểm chứng kết quả suy luận trên, bằng luật phân giải.

Mệnh đề : Luật phân giải mệnh đề - Ví dụ

 (i) Chuyển sang mệnh đề:

– P6 = “Nam giúp người.”

Các biểu thức thành lập được từ đoạn trên:

– Wff1 = P1 ^ P2

– Wff2 = (P1 ^ P2) => (P3 ^ ¬ (P5 ^ P6)) v ( ¬ P3 ^ (P5 ^ P6))

– Wff3 = ¬ P3 ^ ¬ P4

Mệnh đề : Luật phân giải mệnh đề - Ví dụ

 (ii) Đưa về dạng clause:

   Wf1, sinh ra hai clause: C1 = P1 C2 = P2

 Wf2 = ¬(P1 ^ P2) v ((P3 ^ ¬(P5 ^ P6)) v (¬P3 ^ (P5 ^ P6)) )

………

= (¬P1 v ¬P2 v P3 v ¬P3 v ¬P6) ^ (¬P1 v ¬P2 v P5 v ¬P3 v ¬P6)^(¬P1 v

¬P2 v P3 v P3 v P5) ^ (¬P1 v ¬P2 v P5 v P3 v P5) ^ (¬P1 v ¬P2 v P3 v P5 v ¬P6)^ (¬P1 v ¬P2 v P5 v P5 v ¬P6) ^(¬P1 v ¬P2 v P3 v P3 v P6) ^ (¬P1 v ¬P2 v P5 v P3 v P6)

Sinh ra các clause:

C3 = (¬P1 v ¬P2 v ¬P6) C4 = (¬P1 v ¬P2 v P5 v ¬P3 v ¬P6) C5 = (¬P1 v ¬P2 v P3 v P5) C6 = (¬P1 v ¬P2 v P3 v P5)

C7 = (¬P1 v ¬P2 v P3 v P5 v ¬P6) C8 = (¬P1 v ¬P2 v P5 v ¬P6) C9 = (¬P1 v ¬P2 v P3 v P6) C10 =(¬P1 v ¬P2 v P5 v P3 v P6)

 Wf3 sinh ra các clause: C11 = ¬P3 C12 = ¬P4 C13 = ¬P5 (gồm cả bước lấy phủ định kết luận)

Mệnh đề : Luật phân giải mệnh đề - Ví dụ

Logic Vị từ: Tại sao?

 Phép toán mệnh đề  suy diễn tự động nhưng chưa đủ khi cần phải truy cập vào thành phần nhỏ trong câu, dùng biến số trong câu.

Ví dụ:

“Mọi sinh viên trường ĐH đều có bằng tú tài Lan không có bằng tú tài

Do vậy, Lan không là sinh viên trường ĐH”

“Lan” là một đối tượng cụ thể của “SV trường ĐHBK” – không thể đặc tả được “quan hệ” này trong mệnh đề được mà chỉ có thể là:

“LAN là sinh viên trường ĐH thì Lan có bằng tú tài Lan không có bằng

tú tài Do vậy, Lan không là sinh viên trường ĐH”

 Mệnh đề phải giải quyết bằng cách liệt kê tất cả các trường hợp

 Không khả thi

 Do đó, chúng ta cần một Logic khác hơn là phép toán mệnh đề:

PHÉP TOÁN VỊ TỪ

Vị từ: Định nghĩa

 Vị từ là một phát biểu nói lên quan hệ giữa một đối tượng với các thuộc tính của nó hay quan hệ giữa các đối tượng với nhau.

Vị từ được biểu diễn bởi một tên được gọi là tên vị từ, theo sau nó là một danh sách các thông số.

Ví dụ:

+ Phát biểu: “Nam là sinh viên trường ĐHBK”

+ Biểu diễn: sv_bk(“Nam”)

Ý nghĩa: đối tượng tên là “Nam” có thuộc tính là “sinh viên trường ĐHBK”.