Tìm hiểu AI và xây dựng ứng dụng minh họa

ĐẠI HỌC QUỐC GIA THÀNH PHỐ HỒ CHÍ MINH TRƯỜNG ĐẠI HỌC CÔNG NGHỆ THÔNG TIN KHOA CÔNG NGHỆ PHẦN MỀM 🙡🕮🙣 ĐỒ ÁN Đề tài: Tìm hiểu AI xây dựng ứng dụng minh họa Giáo viên hướng dẫn: Huỳnh Hồ Thị Mộng Trinh Sinh viên thực hiện: Dư Chế Anh – 18520445 Thi Thanh Chương -18520539 Thành phố Hồ Chí Minh, tháng 12 năm 2021 Đồ án Tìm hiểu AI xây dụng ứng dụng minh họa NHẬN XÉT Đồ án Tìm hiểu AI xây dụng ứng dụng minh họa LỜI CẢM ƠN Nhóm chúng em vơ cảm kích Nhà trường tạo hội cho chúng em học tập làm việc thời kì dịch bệnh kéo dài Và đặc biệt cảm ơn cô Huỳnh Hồ Thị Mộng Trinh cung cấp cho nhóm chúng em nói riêng sinh viên lớp nói chung đề tài đồ án thú vị Thông qua đề tài nhóm chúng em có kiến thức kinh nghiệm làm việc nhóm thú vị Hi vọng với kiến thức học qua q trình làm việc, chúng em từ áp dụng vào đời sống công việc sau này, để giúp ích cho thân tồn xã hội Trong q trình làm việc, khó tránh sai sót dù nhỏ hay lớn, mong thầy quan tâm góp ý tận tình giúp nhóm chúng em phát triển Một lần nhóm chúng em xin cảm ơn Nhà trường, tất giáo viên mơn nói chung, Huỳnh Hồ Thị Mộng Trinh tạo điều kiện cho chúng em hồn thiện đồ án thật tốt ạ! Nhóm tác giả: - Dư Chế Anh – 18520445 Thi Thanh Chương - 18520539 Đồ án Tìm hiểu AI xây dụng ứng dụng minh họa MỤC LỤC NHẬN XÉT LỜI CẢM ƠN Giới thiệu 1.1 Mục đích 1.2 Phạm vi Kiến thức chung AI 2.1 AI(Trí tuệ nhân tạo) 2.1.1 Trí tuệ nhân tạo gì? 2.1.2 Lợi ích trí tuệ nhân tạo 2.1.3 Lịch sử 2.1.4 Phân loại 2.2 11 Công nghệ AI phản ứng (Reactive Machine): 11 Công nghệ AI với nhớ hạn chế (Limited Memory) 11 Lý thuyết trí tuệ nhân tạo (Theory of Mind) 11 Trí tuệ nhân tạo hẹp (Narrow AI) 12 Trí tuệ tổng quan nhân tạo (Artificial General Intelligent) 13 Ai ứng dụng tương lai 13 2.1.5 Nguy với loài người Machine learning 14 15 2.2.5 Machine learning gì? 15 2.2.6 Machine learning Workflow 15 2.2.7 Phân nhóm dựa phương thức học 16 Supervised Learning (Học có giám sát) 16 Unsupervised Learning (Học khơng giám sát) 16 Semi-Supervised Learning (Học bán giám sát) 16 Reinforcement Learning (Học Củng Cố) 16 Tìm hiểu Reinforcement Learning 17 3.1 Reinforcement Learning ? 17 3.2 Quy trình thực tốn 17 Đồ án Tìm hiểu AI xây dụng ứng dụng minh họa Ý tưởng 18 Thực 18 Kết luận 20 THAM KHẢO 21 Đồ án Tìm hiểu AI xây dụng ứng dụng minh họa Giới thiệu Lĩnh vực Trí tuệ nhân tạo (AI) đề tài sơi giới AI có tiềm khai phá hệ tri thức cho người, giúp tự động hóa cơng việc mà trước có trí tuệ người thực cịn cho phép vượt qua giới hạn người, giải tốn khơng tưởng Hơn thế, ứng dụng AI gặt hái nhiều thành công lĩnh vực thiết yếu chăm sóc sức khỏe, giao thơng, mơi trường, tư pháp hình kinh tế Trong tương lai, theo dự đoán, AI phát triển đề tài để hướng người đến với giới cải tiến, bao quát vấn đề xã hội công cụ thiết yếu cho ngành nghề “Tìm hiểu AI xây dựng ứng dụng minh họa” đề tài nghiên cứu gồm u cầu tìm hiểu AI sau xây dựng ứng dụng minh họa 1.1 Mục đích Với rộng lớn, phức tạp vơ cơng nghệ này, nhóm hi vọng thực mục đích sau Thứ nhất, giới thiệu AI gì? Cơng nghệ cốt lõi đằng sau chúng, phân loại định nghĩa hướng tiếp cận AI Mục đích chung người đọc có nhìn bao qt cơng nghệ, có hiểu biết để khơng bị mắc vào mạng lưới phức tạp mơ hồ mà công nghệ tạo Thứ hai, mang lại ứng dụng có khả tạo ví dụ thực tế, dễ hiểu, dễ ứng dụng vào đời sống ngày, với ứng dụng này, nhóm hi vọng loại bỏ điểm khuất mắc mà tồn đọng sau người đọc xem xong tài liệu, ứng dụng cung cấp cho người đọc sân chơi đơn giản, không phần bổ ích, thực hành cho cá nhân muốn tìm hiểu thêm lĩnh vực AI 1.2 Phạm vi Tài liệu dùng để tổng hợp nội dung tìm hiểu được, mơ tả cách hoạt động ứng dụng, nội dung học từ ứng dụng Đồ án Tìm hiểu AI xây dụng ứng dụng minh họa Kiến thức chung AI 2.1 2.1.1 AI(Trí tuệ nhân tạo) Trí tuệ nhân tạo gì? Trong khoa học máy tính, trí tuệ nhân tạo hay AI (artificial intelligence), đơi gọi trí thơng minh nhân tạo, trí thơng minh thể máy móc, trái ngược với trí thơng minh tự nhiên người Thơng thường, thuật ngữ "trí tuệ nhân tạo" thường sử dụng để mơ tả máy móc (hoặc máy tính) có khả bắt chước chức "nhận thức" mà người thường phải liên kết với tâm trí, "học tập" "giải vấn đề" AI thực cách nghiên cứu cách suy nghĩ người, cách người học hỏi, định làm việc giải vấn đề đó, sử dụng kết nghiên cứu tảng để phát triển phần mềm hệ thống thơng minh, từ áp dụng vào mục đích khác sống Nói cách dễ hiểu AI việc sử dụng, phân tích liệu đầu vào nhằm đưa dự đoán đến định cuối Trí tuệ nhân tạo có khả tự thích nghi, tự học tự phát triển, tự đưa lập luận để giải vấn đề, giao tiếp người…tất AI cài sở liệu lớn, lập trình sở liệu tái lập trình sở liệu sinh Cứ cấu trúc AI ln ln thay đổi thích nghi điều kiện hoàn cảnh Dự báo đến năm 2030 cơng ty kiểm tốn tư vấn tài PwC, GDP tồn cầu tăng trưởng thêm 14% từ hỗ trợ trí tuệ nhân tạo, AI xuất nhiều ngành, từ cung cấp dịch vụ mua sắm ảo ngân hàng trực tuyến đến giảm chi phí đầu tư sản xuất hợp lý hóa chẩn đốn chăm sóc sức khỏe AI thúc đẩy hầu hết ngành công nghiệp tiến lên thay đổi sống nhiều người Đồ án Tìm hiểu AI xây dụng ứng dụng minh họa 2.1.2 Lợi ích trí tuệ nhân tạo AI thành vĩ đại khoa học đại, biết cách ứng dụng đem lại nhiều lợi ích cho bạn Những lợi ích mà trí tuệ nhân tạo đem lại cho người kể đến là: Phát hạn chế rủi ro Công nghệ AI giúp dự báo trước nhiều rủi ro phần hạn chế thiệt hại mà rủi ro đem lại AI giúp người dự báo trước rủi ro toàn nhân loại dịch bệnh, thảm họa thiên nhiên, nguy chiến tranh rủi ro mang tính cá nhân rủi ro kinh doanh, tham gia giao thông Tiết kiệm sức lao động người AI đời giúp người ngày tiết kiệm sức lao động khả tự động hóa cao Nhờ có AI mà người tối ưu hóa hoạt động sản xuất, giảm bớt nhân công việc vận hành dây chuyền Giải phóng sức sáng tạo Cơng nghệ trí tuệ nhân tạo thay người đảm nhiệm nhiều công việc đánh giá liệu, giao tiếp với khách hàng qua tạo điều kiện cho phép người tập trung khai thác sâu khả sáng tạo thân, phát triển chuyên môn cách bản, sâu sắc Cầu nối ngôn ngữ Ngôn ngữ cầu nối rào cản lớn khiến người tiếp cận gần học hỏi nguồn tri thức Nhưng với trí tuệ nhân tạo, rào cản ngôn ngữ dần gỡ bỏ để người thoải mái tiếp xúc với văn hóa, ngơn ngữ, quốc gia, qua mở rộng thêm nhiều hội học tập, làm việc khác Cá nhân hóa AI giúp đánh giá cá nhân hóa liệu giúp người thấy thứ mà họ muốn thấy thông qua hành vi người dùng Đồ án Tìm hiểu AI xây dụng ứng dụng minh họa 2.1.3 Lịch sử Tư tưởng có khả sinh vật nhân tạo xuất thiết bị kể chuyện thời cổ đại,và phổ biến tiểu thuyết, Frankenstein Mary Shelley hay RUR (máy toàn Rossum) Karel Capek Những nhân vật số phận họ nêu nhiều vấn đề tương tự thảo luận đạo đức trí tuệ nhân tạo Nghiên cứu lý trí học "chính thức" bắt đầu với nhà triết học toán học thời cổ đại Nghiên cứu logic toán học dẫn trực tiếp đến lý thuyết tính tốn Alan Turing, người cho cỗ máy, cách xáo trộn ký hiệu đơn giản "0" "1", mơ hành động suy luận toán học hiểu Tầm nhìn sâu sắc này, cho thấy máy tính kỹ thuật số mơ trình suy luận hình thức nào, gọi luận án ChurchTuring Cùng với khám phá đồng thời sinh học thần kinh, lý thuyết thông tin điều khiển học, điều khiến nhà nghiên cứu cân nhắc khả xây dựng não điện tử Turing đề xuất "nếu người phân biệt phản hồi từ máy người, máy tính coi 'thông minh' Công việc mà cơng nhận trí tuệ nhân tạo thiết kế hình thức "tế bào thần kinh nhân tạo" McCullouch Pitts đưa năm 1943 Lĩnh vực nghiên cứu AI đời hội thảo Đại học Dartmouth năm 1956 Những người tham dự Allen Newell (CMU), Herbert Simon (CMU), John McCarthy (MIT), Marvin Minsky (MIT) Arthur Samuel (IBM) trở thành người sáng lập lãnh đạo nghiên cứu AI Họ sinh viên họ tạo chương trình mà báo chí mơ tả "đáng kinh ngạc": máy tính học chiến lược kiểm tra (c 1954) (và đến năm 1959 cho chơi tốt người bình thường), giải từ vấn đề đại số, chứng minh định lý logic (Lý thuyết logic, lần chạy vào năm 1956) nói tiếng Anh Đến thập niên 1960, nghiên cứu Mỹ Bộ Quốc phòng tài trợ nhiều phịng thí nghiệm thành lập khắp giới Những người sáng lập AI lạc quan tương lai: Herbert Simon dự đoán, "máy móc có khả năng, vịng hai mươi năm nữa, làm công việc mà người làm" Marvin Minsky đồng ý, viết, "trong hệ Vấn đề tạo 'trí tuệ nhân tạo' giải " Họ khơng nhận độ khó số nhiệm vụ lại Tiến độ chậm lại vào năm 1974, để đáp lại trích Sir James Lighthill áp lực liên tục từ Quốc hội Hoa Kỳ để tài trợ cho dự án suất cao hơn, phủ Hoa Kỳ Anh dừng nghiên cứu khám phá AI Vài năm sau gọi " mùa đơng AI ", giai đoạn mà việc kiếm tài trợ cho dự án AI khó khăn Đầu năm 1980, nghiên cứu AI hồi sinh nhờ thành công thương mại hệ chuyên gia, dạng chương trình AI mơ kiến thức kỹ phân tích chuyên gia người Đến năm 1985, thị trường cho AI đạt tỷ la Đồng thời, dự án máy tính hệ thứ năm Nhật Bản truyền cảm hứng cho phủ Hoa Kỳ Anh khơi phục tài trợ cho nghiên cứu học thuật Tuy nhiên, bắt đầu với sụp đổ thị trường Máy Lisp vào năm 1987, AI lần rơi vào tình trạng khó khăn, gián đoạn thứ hai, kéo dài bắt đầu Đồ án Tìm hiểu AI xây dụng ứng dụng minh họa Vào cuối năm 1990 đầu kỷ 21, AI bắt đầu sử dụng cho hậu cần, khai thác liệu, chẩn đoán y tế lĩnh vực khác Thành cơng nhờ sức mạnh tính tốn ngày tăng (xem định luật Moore), nhấn mạnh vào việc giải vấn đề cụ thể, mối quan hệ AI lĩnh vực khác (như thống kê, kinh tế toán học) cam kết nhà nghiên cứu phương pháp toán học tiêu chuẩn khoa học Deep Blue trở thành hệ thống chơi cờ máy tính đánh bại nhà đương kim vô địch cờ vua giới, Garry Kasparov, vào ngày 11 tháng năm 1997 Năm 2011, chương trình truyền hình thi đấu trả lời câu hỏi biểu diễn Jeopardy!, hệ thống trả lời câu hỏi IBM, Watson, đánh bại hai nhà vô địch Brad Rutter Ken Jennings, với tỷ số chênh lệch đáng kể Máy tính nhanh hơn, cải tiến thuật toán truy cập vào lượng lớn liệu cho phép có tiến học tập nhận thức máy; phương pháp học sâu vốn đói liệu bắt đầu thống trị thử nghiệm liên quan đến độ xác vào khoảng năm 2012 Kinect, cung cấp giao diện chuyển động thể 3D cho Xbox 360 Xbox One, sử dụng thuật toán xuất từ nghiên cứu AI dài trợ lý cá nhân thông minh điện thoại thông minh Vào tháng năm 2016, AlphaGo thắng trận đấu cờ vây trận đấu với nhà vô địch cờ vây Lee Sedol, trở thành hệ thống chơi cờ vây máy tính đánh bại người chơi cờ vây chuyên nghiệp mà không cần chấp quân Trong Hội nghị Tương lai 2017, AlphaGo giành chiến thắng trận đấu ba ván với Kha Khiết, kỳ thủ lúc liên tục giữ vị trí số giới hai năm Điều đánh dấu hoàn thành cột mốc quan trọng phát triển trí tuệ nhân tạo cờ vây trò chơi tương đối phức tạp, cờ vua Theo Jack Clark Bloomberg, năm 2015 năm mang tính bước ngoặt trí tuệ nhân tạo, với số lượng dự án phần mềm sử dụng AI Google tăng từ "sử dụng lẻ tẻ" vào năm 2012 lên 2.700 dự án Clark trình bày liệu thực tế cho thấy cải tiến AI kể từ năm 2012 hỗ trợ tỷ lệ lỗi thấp tác vụ xử lý hình ảnh Ơng cho gia tăng mạng thần kinh giá phải chăng, gia tăng sở hạ tầng điện toán đám mây gia tăng công cụ nghiên cứu liệu Các ví dụ trích dẫn khác bao gồm phát triển hệ thống Skype Microsoft tự động dịch từ ngơn ngữ sang ngơn ngữ khác hệ thống Facebook mơ tả hình ảnh cho người mù Trong khảo sát năm 2017, năm công ty báo cáo họ "kết hợp AI số dịch vụ quy trình" Khoảng năm 2016, Trung Quốc tăng tốc nhiều tài trợ phủ; với nguồn cung cấp liệu lớn sản lượng nghiên cứu tăng nhanh, số nhà quan sát tin nước đà trở thành "siêu cường AI" Tuy nhiên, người ta thừa nhận báo cáo liên quan đến trí tuệ nhân tạo có xu hướng bị phóng đại 10 Đồ án Tìm hiểu AI xây dụng ứng dụng minh họa 2.1.4 Phân loại Trí tuệ nhân tạo chia làm loại chính: - Cơng nghệ AI phản ứng (Reactive Machine) - Công nghệ AI với nhớ hạn chế (Limited Memory) - Lý thuyết trí tuệ nhân tạo (Theory of Mind) - Tự nhận thức(Self-Awareness) Công nghệ AI phản ứng (Reactive Machine): Công nghệ AI phản ứng cơng nghệ có khả phân tích hành động thân đối thủ Từ đưa chiến lược hồn hảo Một ví dụ điển hình cơng nghệ AI phản ứng Deep Blue Đây chương trình chơi cờ vua tự động, tạo IBM, với khả xác định nước cờ đồng thời dự đốn bước đối thủ Thơng qua đó, Deep Blue đưa nước thích hợp Công nghệ AI với nhớ hạn chế (Limited Memory) Đặc điểm công nghệ AI với nhớ hạn chế khả sử dụng kinh nghiệm khứ để đưa định tương lai Công nghệ AI thường kết hợp với cảm biến mơi trường xung quanh nhằm mục đích dự đốn trường hợp xảy đưa định tốt cho thiết bị Ví dụ xe không người lái, nhiều cảm biến trang bị xung quanh xe đầu xe để tính tốn khoảng cách với xe phía trước, cơng nghệ AI dự đốn khả xảy va chạm, từ điều chỉnh tốc độ xe phù hợp để giữ an toàn cho xe Lý thuyết trí tuệ nhân tạo (Theory of Mind) Cơng nghệ AI học hỏi tự suy nghĩ, sau áp dụng học để thực việc cụ thể Hiện nay, công nghệ AI chưa trở thành phương án khả thi Tự nhận thức(Self-Awareness) Cơng nghệ AI có khả tự nhận thức thân, có ý thức hành xử người Thậm chí, chúng cịn bộc lộ cảm xúc hiểu cảm xúc người Đây xem bước phát triển cao công nghệ AI đến thời điểm tại, công nghệ chưa khả thi 11 Đồ án Tìm hiểu AI xây dụng ứng dụng minh họa 2.1.5 Ứng dụng AI Trong nói chuyện với đám đơng hội nghị trải nghiệm AI Nhật Bản 2017, CEO DataRobot Jeremy Achin bắt đầu phát biểu cách mà AI dùng thời điểm sau: “AI hệ thống máy tính có khả thực công việc mà thông thường cần phải dùng đến trí tuệ người… Rất nhiều hệ thống trí tuệ nhân tạo tạo nên machine learning, số khác tạo nên deep learning số khác lại tạo nên thứ nhàm chán luật lệ.” Trí tuệ nhân tạo thường chia thành thể loại lớn” - - Trí tuệ nhân tạo hẹp: Đôi gọi “Ai yếu”, AI thường hoạt động giới hạn định giả lập trí tuệ người AI hẹp thường ứng dụng cho xử lý vấn đề chúng xử lý vấn đề xuất sắc, chúng trơng thơng minh thực tế chúng lại hoạt động với nhiều hạn chế giới hạn có đem so sánh với trí tuệ người Trí tuệ tổng quan nhân tạo: Đơi lúc cịn gọi “AI mạnh”, dạng AI mà ta thường xem phim ảnh Jarvis series Iron Man hay Data Star Trek Trí tuệ tổng quan nhân tạo cỗ máy với trí tuệ tổng quan, giống người vậy, chúng sử dụng trí tuệ để giải vấn đề cần thiết Trí tuệ nhân tạo hẹp (Narrow AI) Trí tuệ nhân tạo hẹp dùng nơi xung quanh ta, ứng dụng AI thực thi thành công nhiều thời điểm Với tập trung vào khả giải đề tài nhất, trí tuệ nhân tạo hẹp có nhiều cải tiến kỷ vừa qua góp phần khơng nhỏ vào lợi ích kinh tế xã hội cho tồn giới Một số ví dụ trí tuệ nhân tạo hẹp: - Google tìm kiếm Ứng dụng nhận diện ảnh Siri, Alexa, … Xe tự hành 12 Đồ án Tìm hiểu AI xây dụng ứng dụng minh họa Machine Learning Deep Learning: Đa số ứng dụng Trí tuệ nhân tạo hẹp phát triển machine learning deep learning Đôi ta dễ bị nhầm lẫn AI, machine learning deep learning Frank Chen có định nghĩa tốt để phân biệt chúng với nhau: “Trí tuệ nhân tạo tập hợp cơng thức trí tuệ để mơ trí tuệ người Machine learning số chúng, deep learning dạng kĩ thuật machine learning.” Trí tuệ tổng quan nhân tạo (Artificial General Intelligent) Việc tạo cỗ máy với trí tuệ người có khả xử lý vấn đề mơ ước nhà nghiên cứu AI, trình phát triển trí tuệ tổng quan nhân tạo lại khơng dễ dàng mong ước Cơng tìm kiếm “Một thuật toán chung dành cho học tập hành động môi trường” – Russel and Norvig 27, mới, khơng có nghĩa thời gian làm giảm độ phức tạp thuật tốn Trí tuệ tổng quan nhân tạo vấn đề nhận nhiều ý kiến trái chiều, số người nói chúng kết nhân loại, nhà khoa học lại nói thời điểm khơng cần quan tâm nội dung AI Ai ứng dụng tương lai Trong ngành vận tải Trí tuệ nhân tạo ứng dụng phương tiện vận tải tự lái, điển hình tơ Sự ứng dụng góp phần mang lại lợi ích kinh tế cao nhờ khả cắt giảm chi phí hạn chế tai nạn nguy hiểm đến tính mạng Vào năm 2016, Otto, hãng phát triển xe tự lái thuộc Uber vận chuyển thành công 50.000 lon bia Budweisers xe tự lái quãng đường dài 193 km Theo dự đốn cơng ty tư vấn công nghệ thông tin Gartner, tương lai, xe kết nối với thơng qua Wifi để đưa lộ trình vận tải tốt Trong sản xuất Trí tuệ nhân tạo ứng dụng để xây dựng quy trình sản xuất tối ưu Cơng nghệ AI có khả phân tích cao, làm sở định hướng cho việc định sản xuất 13 Đồ án Tìm hiểu AI xây dụng ứng dụng minh họa Trong y tế Ứng dụng tiêu biểu trí tuệ nhân tạo lĩnh vực y tế máy bay thiết bị bay không người lái sử dụng trường hợp cứu hộ khẩn cấp Thiết bị bay không người lái có tốc độ nhanh xe chuyên dụng đến 40% vơ thích hợp để sử dụng nơi có địa hình hiểm trở Trong giáo dục Sự đời trí tuệ nhân tạo giúp tạo thay đổi lớn lĩnh vực giáo dục Các hoạt động giáo dục chấm điểm hay dạy kèm học sinh tự động hóa nhờ cơng nghệ AI Nhiều trị chơi, phần mềm giáo dục đời đáp ứng nhu cầu cụ thể học sinh, giúp học sinh cải thiện tình hình học tập theo tốc độ riêng Trí tuệ nhân tạo cịn vấn đề mà khóa học cần phải cải thiện Chẳng hạn nhiều học sinh phát gửi đáp án sai cho tập, hệ thống thông báo cho giáo viên đồng thời gửi thông điệp đến học sinh để chỉnh sửa đáp án phù hợp Công nghệ AI cịn có khả theo dõi tiến học sinh thông báo đến giáo viên phát vấn đề kết học tập học sinh Hơn nữa, sinh viên học hỏi từ nơi giới thông qua việc sử dụng phần mềm có hỗ trợ AI Cơng nghệ AI cung cấp liệu nhằm giúp sinh viên lựa chọn khóa học tốt cho Trong truyền thơng Đối với lĩnh vực truyền thơng, phát triển trí tuệ nhân tạo góp phần làm thay đổi cách thức tiếp cận khách hàng mục tiêu Nhờ ưu điểm cơng nghệ AI, cơng ty cung cấp quảng cáo vào thời điểm, khách hàng tiềm năng, dựa việc phân tích đặc điểm nhân học, thói quen hoạt động trực tuyến nội dung mà khách hàng thường xem quảng cáo Trong ngành dịch vụ Công nghệ AI giúp ngành dịch vụ hoạt động tối ưu góp phần mang đến trải nghiệm mẻ tốt cho khách hàng Thông qua việc thu thập phân tích liệu, cơng nghệ AI nắm bắt thơng tin hành vi sử dụng dịch vụ khách hàng, từ mang lại giải pháp phù hợp với nhu cầu khách hàng 2.1.5 Nguy với loài người Sau nhà vật lý học Stephen Hawking tỷ phú Elon Musk cảnh báo mối đe dọa tiềm ẩn trí tuệ nhân tạo, nhiều người cho họ lo xa AI giúp ích nhiều cho sống Stephen Hawking khẳng định “Trí tuệ nhân tạo dấu chấm hết cho nhân loại phát triển đến mức hồn thiện nhất” Tác động trí tuệ nhân tạo mà dễ dàng nhận thấy tỷ lệ thất nghiệp tăng cao Nếu AI phát triển hồn thiện, có khả thay người cơng việc trí tuệ chăm sóc sức khỏe, phục vụ, sản xuất theo dây chuyền tự động, công việc văn 14 Đồ án Tìm hiểu AI xây dụng ứng dụng minh họa phịng Hoặc vấn đề thất nghiệp AI giải cách mà khơng thể hình dung Theo Bill Joy, người đồng sáng lập Giám đốc khoa học Sun Microsystems: "Có vấn đề lớn xã hội lồi người AI trở nên phổ biến, bị lệ thuộc Khi AI trở nên hồn thiện thơng minh hơn, cho phép nghe theo định máy móc, đơn giản cỗ máy ln đưa định xác người." Theo Andrew Maynard, nhà vật lý người giám đốc Trung tâm nghiên cứu rủi ro khoa học đại học Michigan: "Khi AI kết hợp với cơng nghệ nano bước tiến đột phá khoa học, mối đe dọa lớn người Trong Bộ quốc phòng Mỹ nghiên cứu dự án Autonomous Tactical Robot (EATR), robot sử dụng công nghệ nano để hấp thụ lượng chất hữu thể người Đó thực mối đe dọa lớn nhất, robot nano tự tạo lượng cách ăn chất hữu từ cối động vật, người Nghe giống phim viễn tưởng, điều hồn tồn xảy Có lẽ nên bắt đầu cẩn thận từ bây giờ." 2.2 Machine learning 2.2.5 Machine learning gì? Machine Learning thuật ngữ rộng để hành động bạn dạy máy tính cải thiện nhiệm vụ mà thực Cụ thể hơn, machine learning đề cập tới hệ thống mà hiệu suất máy tính thực nhiệm vụ trở nên tốt sau hoàn thành nhiệm vụ nhiều lần Nói cách khác, khả machine learning sử dụng thuật tốn để phân tích thơng tin có sẵn, học hỏi từ đưa định dự đốn thứ có liên quan Thay tạo phần mềm với hành động, hướng dẫn chi tiết để thực nhiệm vụ cụ thể, máy tính “huấn luyện” cách sử dụng lượng liệu thuật toán để học cách thực nhiệm vụ 2.2.6 Machine learning Workflow Cụ thể bước machine learning workflow sau sau: Data collection – thu thập liệu: để máy tính học bạn cần có liệu (dataset), bạn tự thu thập chúng lấy liệu cơng bố trước Lưu ý bạn phải thu thập từ nguồn thống, có liệu xác máy học cách đắng đạt hiệu cao Preprocessing – tiền xử lý: bước dùng để chuẩn hóa liệu, loại bỏ thuộc tính khơng cần thiết, gán nhãn liệu, mã hóa số đặc trưng, trích xuất đặc trưng, rút gọn liệu đảm bảo kết quả… Bước tốn thời gian tỉ lệ thuận với số lượng liệu bạn có Bước thường chiếm 70% tổng thời gian thực Training model – huấn luyện mô hình: bước bước bạn huấn luyện cho mơ hình cho học liệu bạn thu thập xử lý hai bước đầu 15 Đồ án Tìm hiểu AI xây dụng ứng dụng minh họa Evaluating model – đánh giá mơ hình: sau huấn luyện mơ hình xong, cần dùng độ đo để đánh giá mơ hình, tùy vào độ đo khác mà mơ hình đánh giá tốt hay khơng khác Độ xác mơ hình đạt 80% cho tốt Improve – cải thiện: sau đánh giá mơ hình, mơ hình đạt độ xác khơng tốt cần train lại, lặp lại từ bước 3, đạt độ xác kỳ vọng Tổng thời gian bước cuối rơi vào khoảng 30% tổng thời gian thực 2.2.7 Phân nhóm dựa phương thức học Supervised Learning (Học có giám sát) Về bản, thuật toán giám sát này, liệu đầu vào gọi liệu huấn luyện có nhãn kết biết thư rác / thư rác giá cổ phiếu thời điểm Trong đó, mơ hình chuẩn bị thơng qua q trình đào tạo Ngồi ra, điều cần thiết để đưa dự đoán Và sửa chữa dự đốn sai Quá trình đào tạo tiếp tục mơ hình đạt mức độ mong muốn o Các vấn đề ví dụ phân loại hồi quy o Các thuật tốn ví dụ bao gồm hồi quy logistic lan truyền ngược Mạng thần kinh Unsupervised Learning (Học không giám sát) Trong cách học không giám sát này, liệu đầu vào không dán nhãn khơng có kết biết Chúng ta phải chuẩn bị mơ hình cách suy cấu trúc có liệu đầu vào Điều để trích xuất quy tắc chung Nó thơng qua q trình tốn học để giảm dư thừa o Các vấn đề ví dụ phân cụm, giảm kích thước học quy tắc kết hợp o Các thuật tốn ví dụ bao gồm thuật toán Apriori k-Means Semi-Supervised Learning (Học bán giám sát) Dữ liệu đầu vào hỗn hợp ví dụ dán nhãn khơng nhãn Có vấn đề dự đốn mong muốn Nhưng mơ hình phải học cấu trúc để tổ chức liệu đưa dự đoán o Các vấn đề ví dụ phân loại hồi quy o Các thuật tốn ví dụ phần mở rộng cho phương thức linh hoạt khác Điều đưa giả định cách mơ hình hóa liệu chưa gắn nhãn Reinforcement Learning (Học Củng Cố) Reinforcement learning toán giúp cho hệ thống tự động xác định hành vi dựa hoàn cảnh để đạt lợi ích cao (maximizing the performance) Hiện tại, 16 Đồ án Tìm hiểu AI xây dụng ứng dụng minh họa Reinforcement learning chủ yếu áp dụng vào Lý Thuyết Trò Chơi (Game Theory), thuật toán cần xác định nước để đạt điểm số cao Ví dụ: Huấn luyện máy tính chơi game Tetris Tìm hiểu Reinforcement Learning 3.1 Reinforcement Learning ? Reinforcement learning toán giúp cho hệ thống tự động xác định hành vi dựa hoàn cảnh để đạt lợi ích cao (maximizing the performance) Hiện tại, Reinforcement learning chủ yếu áp dụng vào Lý Thuyết Trò Chơi (Game Theory), thuật toán cần xác định nước để đạt điểm số cao 3.2 Quy trình thực tốn Quy trình thực thi thuật toán di truyền: Tạo quần thể với số lượng cá thể cho trước mang thông số ngẫu nhiên Tính fitness cho cá thể quần thể (fitness hàm tính độ phù hợp cho hệ thống, tetris fitness trả số điểm số line clear) Chọn các thể có fitness cao để lai tạo Các cá thể lai tạo tạo cá thể mới, có thơng số ngẫu nhiên (có thể lớn nhỏ cá thể bố mẹ) Các cá thể vừa lai tạo có tỉ lệ nhỏ bị đột biến, cá thể bị đột biến, thơng số cá thể có thay đổi Sau tổng hợp cá thể tốt đời cá thể lai tạo, tổng hợp lại để tạo thành quần thể Lặp lại trình đạt nhu cầu người lập trình, ta thu kết lấy cá thể có kết tốt 17 Đồ án Tìm hiểu AI xây dụng ứng dụng minh họa ỨNG DỤNG MINH HỌA Ý tưởng Sau tìm hiểu qua ứng dụng AI hay ứng dụng vào đời sống thơng thường, nhóm định ứng dụng minh họa AI tốt phải đạt điều kiện sau: - Dễ hiểu Dễ sử dụng Cho phép xem thơng tin chi tiết q trình phát triển AI Thống kê thông số cần thiết Sau cân nhắc thực nhiều ứng dụng thử nghiệm nhóm định nội dung đề tài ứng dụng minh họa “Ứng dụng giả lập hệ sinh thái AI”, ứng dụng có tính chủ chốt sau: - Tạo mơi trường Thêm động thực vật vào mơi trng Thống kê giá trị (xu hướng phát triển, số lượng sinh vật qua giai đoạn, dự đoán xu hướng,… ) Lưu trữ thông tin sinh vật Với ý tưởng tính trên, nhóm thấy nội dung phù hợp với điều kiện ban đầu mà nhóm đặt Thực Để thực môi trường giả lập dễ dàng, nhóm sử dụng Godot Engine để xây dựng môi trường cho ứng dụng Ứng dụng có sinh vật chủ chốt Gà Sói, loại thực vật thức ăn Gà, cịn Sói ăn thịt Gà Ta dùng thuật toán di truyền để làm AI cho lồi sinh vật 18 Đồ án Tìm hiểu AI xây dụng ứng dụng minh họa Các sinh vật có thơng số chung như: - Sinh mạng Tốc độ di chuyển Độ đói Thời gian tiêu hóa thức ăn Tầm nhìn Ham muốn sinh sản Và thông số riêng cho sinh vật Các thông số cung cấp ngẫu nhiên cho sinh vật ta bắt đầu giả lập (Có thể import thông số) Và Gà sinh sống dựa thông số này, Gà có thơng số phù hợp có khả sinh tồn cao có khả trốn khỏi Sói tốt (như có tốc độ di chuyển cao tốt hơn) Sói tương tự Sau trải qua khoảng thời gian định, có số trường hợp xảy ra: - Gà có số tốt -> Sói thua tuyệt chủng -> Dân số Gà bùng nổ -> Sau Gà mau chóng tuyệt chủng dần hết thức ăn Sói có số tốt -> Gà thua tuyệt chủng -> Dân số Sói bùng nổ -> Sau Sói mau chóng tuyệt chủng hết Gà để ăn Sói Gà có số vừa phải -> Gà Sói cộng sinh, Sói giúp giảm dân số gà, cịn Gà ni dân số Sói -> Cả lồi tồn qua thời gian dài (cho đến ngẫu nhiên cân dẫn đến tuyệt chủng) tồn ta kết thúc giả lập 19 Đồ án Tìm hiểu AI xây dụng ứng dụng minh họa Kết luận Sau thực ứng dụng giả lập hệ sinh thái AI Nhóm đánh giá ứng dụng có nội dung bật sau: - Giả lập chủ đề đơn giản dễ hiểu Hình ảnh rõ ràng, thơng số hiển thị lên hình cho phép người dùng tinh chỉnh cho phù hợp Người dùng thấy AI thực trình nhân giống, cho đời sau số tốt (hoặc đột biến), phiên đơn giản thực tế Dễ dùng Với nội dung bật thế, nhóm tin ứng dụng phù hợp để minh họa cho AI khả ứng dụng vào đời sống công nghệ Ứng dụng giả lập hệ sinh thái phù hợp cho môi trường giảng dạy, hướng dẫn, làm mẫu cho hệ thống giáo dục đơn giản để dùng cho cá nhân có mục đích giải trí xem hệ thống sân chơi Tuy nhiều yếu điểm (thống kê số, không in hẳn file pdf thống kê, dự đốn cơng thức linear đơn giản,…), nhóm hi vọng với khởi đầu này, đạt nhiều thành cơng lần cải thiện sau dự án AI sau GIẢNG VIÊN HƯỚNG DẪN NHÓM TÁC GIẢ HUỲNH HỒ THỊ MỘNG TRINH DƯ CHẾ ANH – THI THANH CHƯƠNG 20 Đồ án Tìm hiểu AI xây dụng ứng dụng minh họa THAM KHẢO https://builtin.com/artificial-intelligence https://www.youtube.com/c/SebastianLague https://www.youtube.com/watch?v=tPYj3fFJGjk https://en.wikipedia.org/wiki/Artificial_intelligence 21 ... đề xã hội công cụ thiết yếu cho ngành nghề ? ?Tìm hiểu AI xây dựng ứng dụng minh họa? ?? đề tài nghiên cứu gồm u cầu tìm hiểu AI sau xây dựng ứng dụng minh họa 1.1 Mục đích Với rộng lớn, phức tạp vô... 1987, AI lần rơi vào tình trạng khó khăn, gián đoạn thứ hai, kéo dài bắt đầu Đồ án Tìm hiểu AI xây dụng ứng dụng minh họa Vào cuối năm 1990 đầu kỷ 21, AI bắt đầu sử dụng cho hậu cần, khai thác... dung tìm hiểu được, mơ tả cách hoạt động ứng dụng, nội dung học từ ứng dụng Đồ án Tìm hiểu AI xây dụng ứng dụng minh họa Kiến thức chung AI 2.1 2.1.1 AI( Trí tuệ nhân tạo) Trí tuệ nhân tạo gì?