TRÍ TUỆ NHÂN TẠO (Artificial Intelligence) Viện Công nghệ thông tin Truyền thông Trường Đại Học Bách Khoa Hà Nội Năm 2020

Trí Tuệ Nhân Tạo (Artificial Intelligence) Lê Thanh Hương Viện Công nghệ thông tin Truyền thông Trường Đại Học Bách Khoa Hà Nội Năm 2020 Nội dung môn học ▪ ▪ ▪ ▪ ▪ ▪ Chương Tổng quan Chương Tác tử thông minh Chương Giải vấn đề Chương Tri thức suy diễn Chương Biểu diễn tri thức Chương Học máy ▪ ▪ ▪ ▪ ▪ Giới thiệu học máy K láng giềng gần Phân lớp Naïve Bayes Học định Mạng nơron Dữ liệu, Thông tin, Tri thức (1) ◼ Dữ liệu (data) thường định nghĩa kiện (facts) ký hiệu (symbols) ◼ Thông tin (information) thường định nghĩa liệu xử lý chuyển đổi thành dạng cấu trúc phù hợp cho việc sử dụng người ❑ ◼ Thu sau loại bỏ thứ dư thừa giữ lại phần cốt lõi Tri thức (knowledge) thường định nghĩa hiểu biết (nhận thức) thông tin ❑ Thu sau q trình nhận thức, phát hiện, học tập Trí Tuệ Nhân Tạo Dữ liệu, Thông tin, Tri thức (2) ◼ Dữ liệu ❑ ◼ Thông tin ❑ ◼ Nhiệt độ trời độ C Ngoài trời thời tiết lạnh Tri thức ❑ Nếu trời thời tiết lạnh bạn nên mặc áo chồng ấm (khi ngồi) Trí Tuệ Nhân Tạo Dữ liệu, Thông tin, Tri thức (3) Knowledge on knowledge (e.g., how/when to apply) Knowledgebased systems MetaKnowledge Understanding of a domain Can be applied to solve problems Knowledge Management information Databases, systems transaction systems Information Data Lower volume Higher value With context and associated meanings Large volume Low value Usually no meaning/ context (Adapted from “Knowledge Engineering course (CM3016), by K Hui 2008-2009”) Trí Tuệ Nhân Tạo Biểu diễn tri thức ◼ Biểu diễn tri thức (Knowlegde representation) tốn quan trọng Trí tuệ nhân tạo ❑ ◼ phương pháp, cách thức biểu diễn tri thức công cụ hỗ trợ việc biểu diễn tri thức Tồn nhiều phương pháp biểu diễn tri thức ❑ ❑ ❑ ❑ ❑ ❑ ❑ Luật sản xuất (Production rules) Khung (Frames) Mạng ngữ nghĩa (Semantic networks) Ontology Các mơ hình xác suất (probabilistic models) Học sâu (deep learning) … Trí Tuệ Nhân Tạo Biểu diễn tri thức: vấn đề ◼ Tính hồn chỉnh (Completeness) ❑ ◼ Phương pháp biểu diễn có hỗ trợ việc thu thập thể khía cạnh tri thức (của lĩnh vực cụ thể)? Tính ngắn gọn (Conciseness) ❑ ❑ Phương pháp biểu diễn có cho phép việc thu thập tri thức cách hiệu quả? Phương pháp biểu diễn có cho phép việc lưu trữ truy nhập dễ dàng tri thức khơng? ◼ Tính hiệu tính tốn (Computational efficiency) ◼ Tính rõ ràng, dễ hiểu (Transparency) ❑ Phương pháp biểu diễn có cho phép diễn giải (để người dùng hiểu) hoạt động kết luận hệ thống? Trí Tuệ Nhân Tạo Biểu diễn tri thức: luật (1) ◼ Biểu diễn tri thức luật (rules) cách biểu diễn phổ biến hệ sở tri thức ❑ ❑ ◼ Một luật chứa đựng (biểu diễn) tri thức việc giải vấn đề Các luật tạo nên dễ dàng, dễ hiểu Một luật biểu diễn dạng: IF A1 AND A2 AND … AND An THEN B ◼ Ai ❑ ◼ Là điều kiện (conditions, antecedents, premises) B ❑ Là kết luận (conclusion, consequence, action) Trí Tuệ Nhân Tạo Biểu diễn tri thức: luật (2) ◼ Mệnh đề điều kiện luật ❑ ❑ ❑ ◼ Khơng cần sử dụng tốn tử logic OR Một luật với toán tử logic OR mệnh đề điều kiện, chuyển thành tập luật tương ứng khơng chứa OR Ví dụ: Luật (IF A1A2 THEN B) chuyển thành luật (IF A1 THEN B) (IF A2 THEN B) Mệnh đề kết luận luật ❑ ❑ ❑ ❑ Không cần sử dụng toán tử logic AND Một luật với toán tử logic AND mệnh đề kết luận, chuyển thành tập luật tương ứng không chứa AND Ví dụ: Luật (IF … THEN B1B2) chuyển thành luật (IF … THEN B1) and (IF … THEN B2) Khơng cho phép sử dụng tốn tử OR! Trí Tuệ Nhân Tạo Các kiểu luật ◼ Các kiểu luật khác để biểu diễn kiểu tri thức khác ◼ Quan hệ liên kết ❑ ◼ Quan hệ nguyên nhân (kết quả) ❑ ◼ IF diseaseType(x, Infection) THEN tempIs(x, High) Tình hành động (gợi ý) ❑ ◼ IF addressAt(x, Hospital) THEN heathIs(x, Bad) IF diseaseType(x, Infection) THEN takeMedicine(x, Antibiotic) Quan hệ logic ❑ IF tempGreater(x, 37) THEN isFever(x) Trí Tuệ Nhân Tạo 10 Các khía cạnh ontology (1) ◼ Nội dung ontology ❑ ❑ ◼ Các kiểu đối tượng, kiểu quan hệ Ví dụ: Bài tốn xếp khối (blocks) ◼ Các lớp đối tượng: Blocks, Robot Hands ◼ Các thuộc tính: shapes of blocks, color of blocks ◼ Các quan hệ: On, Above, Below, Grasp ◼ Các trình: thiết kế xây nên tòa tháp Kiểu ontology ❑ ❑ ❑ ❑ Các quan hệ phân loại (vd: instance-of, subclass) gì? Các định nghĩa khái niệm (và ràng buộc chúng)? Khả diễn đạt ngôn ngữ định nghĩa khái niệm? Hướng trình (process-centric) hay hướng đối tượng (objectcentric)? Trí Tuệ Nhân Tạo 72 Các khía cạnh ontology (2) ◼ Mục đích sử dụng ontology ❑ Chia sẻ tri thức ◼ ❑ Sử dụng lại tri thức ◼ ◼ Ví dụ: Giữa người sử dụng, hệ thống, … Ví dụ: Sử dụng lại (một phần) tri thức mơ hình hệ thống thay đổi Việc xây dựng ontology ❑ ❑ Ontology thu thập hay xây dựng? Nếu thu thập, cần kiểm tra: ◼ Chất lượng tri thức? ◼ Sự khác biệt nội dung? ◼ Sự tin cậy tri thức? ◼ Các khả sử dụng tương lai? Trí Tuệ Nhân Tạo 73 Ontology (Thực tế cần xem xét) (Lý thuyết cần xem xét) Source: http://www.emiliosanfilippo.it/?page_id=1172 Trí Tuệ Nhân Tạo 74 Xây dựng ontology: vấn đề ◼ Xác định giới hạn (phạm vi) mục đích sử dụng ◼ Cân nhắc việc sử dụng lại ontology có liên quan đến lĩnh vực xét ◼ Liệt kê khái niệm ◼ Định nghĩa phân loại ◼ Định nghĩa thuộc tính ◼ Định nghĩa khía cạnh (các ràng buộc) ◼ Xác định ví dụ cụ thể (instances) ◼ Kiểm tra bất thường (anomalies) Trí Tuệ Nhân Tạo 75 Phạm vi mục đích sử dụng ◼ Không tồn ontology “chuẩn” cho lĩnh vực cụ thể ❑ ◼ Việc khái quát hóa nên tính đến: ❑ ❑ ◼ Một ontology khái quát hóa lĩnh vực cụ thể, tồn nhiều ontologies phù hợp Việc sử dụng tương lai ontology (mục đích sử dụng) Các khả mở rộng (của ontology) dự đoán trước Các câu hỏi cần phải trả lời giai đoạn này: ❑ ❑ ❑ ❑ Ontology dùng cho lĩnh vực nào? Ontology dùng để làm gì? Những kiểu câu hỏi mà ontology đưa câu trả lời? Ai dùng bảo trì ontology này? Trí Tuệ Nhân Tạo 76 Cân nhắc sử dụng lại ontology ◼ Với phát triển nhanh chóng Internet lĩnh vực Semantic Web, tồn (có) nhiều ontologies khai thác Trí Tuệ Nhân Tạo 77 Liệt kê khái niệm ◼ Xác định (theo danh sách) tất khái niệm liên quan xuất ontology ❑ ❑ ◼ Các danh từ (nouns) thường sở để xác định tên lớp (class names) Các động từ (verbs) cụm động từ (verb phrases) thường sở để xác định tên thuộc tính (property names) Nên sử dụng công cụ xây dựng tri thức, để thu ❑ ❑ Tập khái niệm Cấu trúc (phân cấp) ban đầu khái niệm Trí Tuệ Nhân Tạo 78 Định nghĩa phân loại ◼ Các khái niệm liên quan cần tổ chức lại với thành cấu trúc phân cấp phân loại (a taxonomic hierarchy) ❑ ❑ ◼ Hai chiến lược thường dùng: top-down vs bottom-up Cần cân nhắc đến hai yếu tố: tin cậy (chính xác) hiệu (suy diễn) Đảm bảo phân cấp thu thực phân loại khái niệm ❑ Nếu A lớp B, ví dụ A phải ví dụ B Trí Tuệ Nhân Tạo 79 Định nghĩa thuộc tính ◼ Thường thực kết hợp với bước trước (định nghĩa phân loại) ◼ Yêu cầu: Nếu A lớp B, thuộc tính B phải áp dụng cho A ❑ ◼ Nên gắn thuộc tính với lớp cao (phù hợp) cấu trúc phân cấp Khi xác định thuộc tính cho lớp, cần xác định thông tin miền (data type) giá trị (value domain) thuộc tính Trí Tuệ Nhân Tạo 80 Định nghĩa ràng buộc ◼ Các ràng buộc số chiều (số phần tử tập hợp) ◼ Các giá trị gán cho ◼ Các đặc điểm quan hệ ❑ Tính đối xứng, bắc cầu, đảo, … (protege.stanford.edu/amia2003/AMIA2003Tutorial.ppt) Trí Tuệ Nhân Tạo 81 Xác định ví dụ ◼ Bổ sung vào ontology ví dụ (instances) cụ thể ◼ Số lượng ví dụ thường lớn (nhiều) số lượng lớp (classes) ◼ Việc bổ sung ví dụ vào ontology thường làm thủ công (manually) ❑ ❑ Lấy từ nguồn liệu sẵn có (vd: từ sở liệu) Trích tự động từ tập liệu văn Trí Tuệ Nhân Tạo 82 Kiểm tra bất thường ◼ Để kiểm tra mâu thuẫn có ontology, (hoặc có ontology kèm với ví dụ) ◼ Các ví dụ mâu thuẫn ❑ ❑ Khơng tương thích miền, giá trị, đặc tính bắc cầu, đối xứng, đảo, Khơng tương thích với ràng buộc số chiều thuộc tính Trí Tuệ Nhân Tạo 83 Các ví dụ ontology ◼ CYC (dùng chung, tổng quát) ❑ ◼ SENSUS (mở rộng WordNet, dùng cho xử lý văn bản) ❑ ◼ 1000 khái niệm, 4200 đánh giá UMLS (lĩnh vực y-sinh) ❑ ◼ 70.000 khái niệm SUMO (tổng quát) ❑ ◼ 105 kiểu khái niệm, 106 tiên đề 135 kiểu ngữ nghĩa, 54 quan hệ ngữ nghĩa, 975.354 khái niệm WordNet (từ vựng) ❑ 152.059 dạng từ, 115,424 cụm từ Trí Tuệ Nhân Tạo 84 UMLS ontology ◼ For bio-medicine (Figure by MIT OCW) Trí Tuệ Nhân Tạo 85 CYC ontology ◼ Encode all of human common sense knowledge Trí Tuệ Nhân Tạo 86 ... Tạo Biểu diễn tri thức ◼ Biểu diễn tri thức (Knowlegde representation) tốn quan trọng Trí tuệ nhân tạo ❑ ◼ phương pháp, cách thức biểu diễn tri thức công cụ hỗ trợ việc biểu diễn tri thức Tồn... thống? Trí Tuệ Nhân Tạo Biểu diễn tri thức: luật (1) ◼ Biểu diễn tri thức luật (rules) cách biểu diễn phổ biến hệ sở tri thức ❑ ❑ ◼ Một luật chứa đựng (biểu diễn) tri thức việc giải vấn đề Các luật... trao đổi (làm việc) kỹ sư tri thức (knowledge engineers) chuyên gia (experts) giai đoạn thu thập tri thức SNs phù hợp toán biểu diễn tri thức dạng phân cấp khái niệm ❑ Tri thức phân loại (phân