Trí Tuệ Nhân Tạo (Artificial Intelligence)

Trí Tuệ Nhân Tạo (Artificial Intelligence) Lê Thanh Hương Viện Công nghệ thông tin Truyền thông Trường Đại Học Bách Khoa Hà Nội Nội dung môn học Chương Tổng quan Chương Tác tử thông minh Chương Giải vấn đề 3.1 Tìm kiếm 3.2 Tìm kiếm với tri thức bổ sung 3.3 Tìm kiếm dựa thỏa mãn ràng buộc Chương Tri thức suy diễn Chương Học máy Giải vấn đề tìm kiếm ◼ Giải vấn đề tìm kiếm ❑ ◼ Tìm chuỗi hành động cho phép đạt đến (các) trạng thái mong muốn Các bước ❑ Xác định mục tiêu cần đạt đến (goal formulation) ◼ ◼ ❑ Phát biểu toán (problem formulation) ◼ ❑ Với mục tiêu, xác định hành động trạng thái cần xem xét Quá trình tìm kiếm (search process) ◼ ◼ ◼ Là tập hợp trạng thái (đích) Dựa trên: trạng thái (của môi trường) đánh giá hiệu hành động (của tác tử) Xem xét chuỗi hành động Chọn chuỗi hành động tốt Giải thuật tìm kiếm ❑ ❑ Đầu vào: tốn (cần giải quyết) Đầu ra: giải pháp, dạng chuỗi hành động cần thực Trí tuệ nhân tạo Tác tử giải vấn đề Trí tuệ nhân tạo Giải vấn đề tìm kiếm ◼ Một người du lịch chuyến du lịch Rumani ❑ ❑ ❑ ◼ Phát biểu mục tiêu: ❑ ◼ Cần phải có mặt Bucharest Phát biểu toán: ❑ ❑ ◼ Anh ta thời Arad Ngày mai, có chuyến bay khởi hành từ Bucharest Bây giờ, cần di chuyển (lái xe) từ Arad đến Bucharest Các trạng thái: thành phố (đi qua) Các hành động: lái xe thành phố Tìm kiếm giải pháp: ❑ Chuỗi thành phố cần qua, ví dụ: Arad, Sibiu, Fagaras, Bucharest Trí tuệ nhân tạo Giải vấn đề tìm kiếm Trí tuệ nhân tạo Các kiểu tốn ◼ Xác định, quan sát hồn tồn → Bài tốn trạng thái đơn ❑ ❑ ◼ Khơng quan sát → Bài tốn thiếu cảm nhận ❑ ❑ ◼ Tác tử khơng biết trạng thái Giải pháp tốn: chuỗi hành động Khơng xác định và/hoặc quan sát phần → Bài tốn có kiện ngẫu nhiên ❑ ❑ ❑ ◼ Tác tử biết xác trạng thái mà chuyển qua Giải pháp toán: chuỗi hành động Các nhận thức cung cấp thông tin trạng thái Giải pháp tốn: kế hoạch (chính sách) Thường kết hợp đan xen giữa: tìm kiếm thực Khơng biết khơng gian trạng thái → Bài tốn thăm dị Trí tuệ nhân tạo Ví dụ: Bài tốn máy hút bụi (1) ◼ Nếu toán trạng thái đơn ❑ ◼ Bắt đầu trạng thái #5 Giải pháp? Trí tuệ nhân tạo Ví dụ: Bài tốn máy hút bụi (2) ◼ Nếu toán trạng thái đơn ❑ ◼ Bắt đầu trạng thái #5 Giải pháp? ❑ [Sang phải, Hút bụi] Trí tuệ nhân tạo Ví dụ: Bài tốn máy hút bụi (3) ◼ Nếu toán thiếu cảm nhận ❑ ❑ ◼ Bắt đầu (có thể) trạng thái {#1,#2,#3,#4,#5,#6,#7,#8} Ln bắt đầu di chuyển sang phải Giải pháp? Trí tuệ nhân tạo 10 DFS: Ví dụ (6) ◼ Phát triển nút chưa xét theo chiều sâu – Các nút xét theo thứ tự độ sâu giảm dần Trí tuệ nhân tạo 50 DFS: Các đặc điểm ◼ Tính hoàn chỉnh? ❑ ◼ Độ phức tạp thời gian? ❑ ◼ O(bm): lớn, m lớn nhiều so với d Độ phức tạp nhớ? ❑ ◼ Khơng, hồn chỉnh với khơng gian trạng thái hữu hạn O(bm) - độ phức tạp tuyến tính Tính tối ưu? ❑ Khơng Trí tuệ nhân tạo 51 Tìm kiếm giới hạn độ sâu (DLS) = Phương pháp tìm kiếm theo chiều sâu (DFS) + Sử dụng giới hạn độ sâu l trình tìm kiếm → nút độ sâu l khơng có nút Trí tuệ nhân tạo 52 Tìm kiếm sâu dần (IDS) ◼ Vấn đề với giải thuật tìm kiếm với giới hạn độ sâu (DLS) ❑ ◼ Nếu tất lời giải (các nút đích) nằm độ sâu lớn giới hạn độ sâu l, giải thuật DLS thất bại (khơng tìm lời giải) Giải thuật tìm kiếm sâu dần ❑ ❑ ❑ ❑ Áp dụng giải thuật DFS đường (trong cây) có độ dài