MỐI QUAN hệ về CHẤT và LƯỢNG TRONG LỊCH sử PHÁT TRIỂN TRÍ TUỆ NHÂN tạo

MỐI QUAN HỆ VỀ CHẤT VÀ LƯỢNG TRONG LỊCH SỬ PHÁT TRIỂN TRÍ TUỆ NHÂN TẠO MỤC LỤC PHẦN MỞ ĐẦU Từ thuở hồng hoang đến sống đại, người trải qua hàng vạn năm lịch sử thăng trầm, với biết hệ hi sinh tích lũy trí thức, kinh nghiệm để xây dưng giới văn minh ngày hôm Từ năm 1946, máy tính đời sử dụng rộng rãi, mang đến cho nhân loại cơng cụ có khả xử lý tính tốn vơ hữu ích số khả suy nghĩ, xử lý tương tự người - hay gọi Trí Tuệ Nhân Tạo (Artificial Intelligence - AI) Ở giai đoạn máy tính đời, nhà khoa học máy tính bắt đầu nghiên cứu cách để máy tính xử lý thơng minh người, mà ngành Trí Tuệ Nhân Tạo có lịch sử hàng chục năm phát triển Nhưng trước năm 2000, lĩnh vực Trí Tuệ Nhân Tạo không đạt thành tựu đáng kể việc khiến máy tính hoạt động với độ xác cao suy nghĩ người Hàng ngàn nhà khoa học nghiên cứu đời người với hàng ngàn phương pháp cải tiến khác khơng thể tiệm cận hay vượt qua khả người Và khoảng năm 2010, trí tụệ nhân tạo đạt bước đột phá đáng kể nhờ phát triển GPU có khả xử lý khối lượng liệu cực lớn thuật toán học sâu cải tiến từ mạng Neuron phát triển năm 1989 Từ Trí Tuệ Nhân Tạo phát triển thành chuyên ngành gọi Học Sâu (Deep Learning) Ngày trí tuệ nhân tạo ứng dụng rộng rãi với độ xác đáng kinh ngạc, khơng hệ thống tìm kiếm văn bản, nhận dạng giọng nói, nhận dạng hình ảnh, xe tự lái, hệ thống chuẩn đốn y khoa, mà ngày trí tuệ nhân tạo cịn dự đốn xác hành vi tương lai Từ thấy phát triển tích lũy phương pháp, nghiên cứu trí tuê nhân tạo tạo tích lũy lượng Với tích lũy lượng việc nghiên cứu, cải tiến đạt đến mức độ định với điều kiện phát triển khổng lồ liệu khả xử lý GPU dẫn đến biến đổi chất tức phát triển lên thuật tốn Học Sâu có độ tương đương chí vượt qua người Đó chủ đề trình bày luận tiểu luận Chương trình bày lịch sử phát triển trí tuệ nhân tạo, trí tuệ nhân tạo gồm gì, khái niệm lượng chất, lượng chất q trình nghiên cứu trí tuệ nhân tạo thể Chương hai mối quan hệ biện chứng chất lượng trình nghiên cứu phát triển trí tuệ nhân tạo Và chương cuối kết luận rút từ việc nghiên cứu mối quan hệ 2 CHƯƠNG I LƯỢNG VÀ CHẤT TRONG QUÁ TRÌNH LỊCH SỬ NGHIÊN CỨU VÀ PHÁT TRIỂN CỦA TRÍ TUỆ NHÂN TẠO? 1.1 Lịch sử phát triển Trí tuệ nhân tạo mối quan hệ lượng chất Từ thuở sơ khai đến thời kỳ đại biết đại cách mạng việc sử dụng công cụ giúp người tiến nấc thang để phát triển xã hội văn minh đại Từ thời tối cổ, người biết dùng công cụ đá, để săn mồi, để đánh nhau, dùng lửa để chế biến thức ăn, dùng hạt giống để phát triển nông nghiệp, hóa ngựa, vật nuổi để phát triển chăn ni tạo lợi nhiều so với giống lồi khác dù có móng vuốt sắc nhọn hay khả tự nhiên tốt người Tuy nhiên, người phải dựa vào sức lao động bắp, đại cách mạng công nghiệp máy nước, động điện động đốt giúp người tiến lên giai đoạn giải phóng sức lao động Tuy nhiên, cơng cụ chưa thể đạt đến trình độ giải phóng khả ghi nhớ tính tốn máy tính đời Sự đời máy tính khơng giúp lưu trữ liệu thông tin, xử lý, tính tốn hiển thị thơng tin mà giúp người tiến lên mức độ cao khả suy nghĩ xử lý người hay cịn gọi Trí tuệ nhân tạo (Artificial Intelligence) Trí tuệ nhân tạo cơng cụ giúp nhân loại giải phóng khỏi tác vụ lặp lặp lại mà u cầu trí thơng minh người Vậy Trí tuệ nhân tạo nhà khoa học định nghĩa gì? Trí tuệ nhân tạo định nghĩa “khả máy móc” xử lý tương tự người” Từ thập kỷ máy tính đời năm 1946, với máy tính cồng kềnh khổng lồ Đến giai đoạn máy tính cá nhân đời năm 1971 Con người có tham vọng xây dựng hệ thống xử lý tương tự tượng người Chính khái niệm trí tuệ nhân tạo có từ thập niên năm 1950s, thuật toán nâng cao vào thập niên 1960s 1970s Khả máy móc xử lý tương tự người đơn giản gồm nhiều kỹ thuật khác tìm kiếm, gợi ý hay xếp hay thuật toán chơi game người Ứng dụng trí tuệ nhân tạo phổ biến bao gồm hệ thống gợi ý video Tiktok, Youtube hay thuật toán xếp hạng kết tìm kiếm Google Tuy nhiên đến thập niên 1980s, sau mạng internet đời vào năm 1969, liệu hình ảnh, âm thanh, thơng tin đạt đến mức độ định, với khả lưu trữ xử lý liệu đạt đến mức độ cao so với thời kỳ đời máy tính Trí tuê nhân tạo phát triển lên mức độ cao hơn, nhánh Trí tuệ nhân tạo gọi Học Máy (Machine Learning) Học Máy định nghĩa khả mà máy học người mà khơng phải lập trình cách tường minh Đến người có cơng cụ nhận dạng hình ảnh, nhận dạng âm thanh, giọng nói, xây dựng thống gơi ý có độ xác tương đối Con người khiến cho máy móc học với để xử lý tác vụ tương tự người với độ xác tương đối khoảng 80% Với đa số trường hợp 80% chưa đủ để ứng dụng thực tế, công cụ hỗ trợ giai đoạn Cho đến đầu thập niên 1980s, người xây dựng tảng thuật tốn học thơng minh tảng Perceptron, Đao hàm ngược (Backpropagation), mạng Neuron đa lớp, nhiên với giới hạn khả xử lý tính tốn cộng với liệu giai đoạn chưa đủ nhiều giới hạn khả lưu trữ băng thông mạng 4 Sự học máy tính tương tự học người, bấc thang từ phổ thông đại học sau đại học Ở bậc phổ thông, phải tận tay bảo công thức, cách giải tập để nhà thực Tức học mẫu thông tin Lên bậc đại học phải tự mày mị tìm hiểu, để trao đổi trình bày lại Ở trình độ sau đại học, phải tự tìm tài liệu tự nghiên cứu, giáo sư hướng dẫn phương hướng cho tự tìm lời giải Các nhà khoa học nghiên cứu máy tính phân loại khả học máy tính theo cấp độ tiến hóa người Khả học máy tính tiến hóa từ giai đoạn Dữ liệu (Data), từ liệu thơ, máy tính xử lý để có Thơng tin (Information), từ nhiều thơng tin, máy tính khai phá Tri thức (Knowledge) cuối với nhiều tri thức khác nhau, máy tính đạt đến mức độ Khơn ngoan (Wisdom) Ở mức độ Máy tính, khả máy tính dừng mức độ lưu trữ Dữ liệu (Data), lưu trữ văn bản, hình ảnh, video, âm Ở mức độ Trí tuệ nhân tạo, máy tính dừng mức xử lý thơng tin (Information) tìm kiếm, xếp, phân loại Nhưng từ mức độ Máy học (Machine Learning), khả máy tính phát triển lên khả năng máy tính học tác vụ người, máy tính gợi ý video nên xem, nhận dạng hình ảnh nhận dạng giọng nói người hay đạt đến mức độ Tri thức (Knowledge) Tuy nhiên tri thức xử lý máy móc đạt độ xác mức độ tương đối áp dụng ứng dụng thực tế địi hỏi độ xác cực cao xe tự lái, chuẩn đoán ảnh y khoa, ứng dụng mà sai sót gây hậu chết người 5 Sự phát triển trí tuệ nhân tạo gần bị chững lại từ năm 1950s năm 2000s Khi đó, chun gia để phát triển trí tuệ nhân tạo báo khoa học cơng bố lĩnh vực trí t nhân tạo tăng với mức độ không đáng kể Trong suốt giai đoan Mùa Đơng Trí tụệ nhân tạo, với hàng ngàn nhà khoa học giới dành đời nghiên cứu trí tuệ nhân tạo, hàng vạn phương pháp cải tiến khác để tìm cách làm cho máy tính thơng minh hơn, xử lý tác vụ đạt độ xác cao Tuy nhiên giai đoạn từ trước năm 2010, khả hệ thống học máy tiệm cận hay vượt qua người Sau giai đoạn tích lũy phương pháp nghiên cứu Với phát triển thiết bị phần cứng xử lý song song GPU (Graphics Processing Unit), khối lượng liệu khổng lồ thu thập miễn phí giai đoạn bùng nổ thơng tin mạng xã hội sau năm 2010, nhà khoa học phát triển Máy học lên nâng thang Vào năm 2012, thi Máy học, cha đẻ Học sâu Geoffrey Hinton công tạo thuật tốn học có độ xác vượt trội tất phương pháp khác Vào năm sau đó, với chung tay hàng ngàn nhà khoa học khác nhận thấy tiềm Trí tuệ nhân tạo việc ứng dụng công nghiệp Các công ty khổng lồ công nghệ Google, Facebook phát triển thư viện để việc phát triển thư viện học sâu Tensorflow Pytorch để viêc phát triển nghiên cứu trí tụệ nhân tạo trở nên dễ dàng nhanh chóng Từ đây, phát triển Máy học nâng lên tầm cao gọi Học sâu (Deep Learning), Học sâu phát triển vũ bão không nghiên cứu với hàng ngàn báo hàng năm mà ứng dụng rộng rãi thực tế Học sâu đạt kết mà độ xác độ xác tiệm cận người, chí số tác vụ học sâu hoàn toàn vượt qua người nhận dạng hình ảnh Tuy nhiên, tại, Học sâu có mức độ giới hạn định Đó yêu cầu khối lượng liệu cực lớn khả xử lý liệu khổng lồ, tác vụ Học sâu dừng lại mức độ Tri thức (Knowledge) chưa đạt đến mức độ Khôn ngoan (Wisdom) Các hệ thống Học sâu đạt độ xác cao với tác vụ cụ thể, điều kiện mơi trường thay đổi, để đạt đến mức độ khôn ngoan, hệ thống học máy cần phải đạt độ xác cao thay đổi, tức khả thích nghi 1.2 Lượng chất phát triển trí tuệ nhân tạo Lượng phạm trù triết học dùng để tính quy định khách quan vốn có vật, tượng, biểu thị số lượng, quy mơ, trình độ, nhịp điệu vận động phát triển vật, tượng thuộc tính Ở lượng hiểu mức độ nghiên cứu phương pháp Trí tuệ nhân tạo Sự tích lũy lượng tích lũy phương pháp, kỹ thuật cải tiển để tăng khả trí tuệ nhân tạo, tích lũy sai lầm khứ để trí tuê nhân tạo đạt đến mức độ cao Chất phạm trù triết học dùng để tính quy định khách quan vốn có vật, tượng; thống hữu thuộc tính, yếu tố cấu thành vật, tượng, làm cho vật mà khơng phải khác Ở Chất việc phát triển trí tuệ nhân tạo cấp độ nhận biết xử lý khả học máy tính Cụ thể chất phát triển từ mức độ Dữ liệu, Thông tin, Tri thức cuối khôn ngoan Sự thay đổi chất tức thay đổi khả cấp độ học, khả nhận biết xử lý tác vụ phức tạp người máy tính Tức thay đổi từ việc máy tính cung cấp liệu, việc xử lý, tìm kiếm, phân loại thơng tin thu nhận được, sau phát triển lên mức độ máy tính học để xử lý với cấp độ người, cuối khả học hiểu tốt hơn, có khả thích nghi với thay đổi mơi trường 8 CHƯƠNG MỐI QUAN HỆ BIỆN CHỨNG GIỮA LƯỢNG VÀ CHẤT TRONG QUÁ TRINH NGHIÊN CỨU VÀ PHÁT TRIỂN CỦA TRÍ TUỆ NHÂN TẠO Nội dung quy luật : Mọi vật, tƣợng có chất lượng Chất tương đối ổn định, lượng thường xuyên biến đổi Lượng biến đổi đến mức độ định điều kiện định chất thay đổi Khi vật, tượng chuyển hố Sự vật, tượng đời có chất mới, lượng Sự thay đổi lượng tác động thay đổi chất: Chất lượng mặt đối lập, chất tương đối ổn định lượng thường xun biến đổi xong hai mặt khơng thể tách rời mà tác động qua lại với cách biện chứng thống chất lượng độ định vật tồn – Độ: Là khoảng giới hạn mà thay đổi lượng chưa làm chất vật – Điểm nút: Là giới hạn mà thay đổi lượng đưa tới thay đổi chất vật – Bước nhảy: Dùng để chí chuyển hóa chất vật thay đổi lượng trước gây Các hình thức bước nhảy: - Bước nhảy đột biến: Là bước nhảy làm thay đổi chất nhanh chóng tất phận cấu thành vật - Bước nhảy dần dần: trình thay đổi chất diễn thời gian dài - Bước nhảy toàn bộ: làm thay đổi chất vật tất mặt phận yếu tố cấu thành nên vật - Bước nhảy cục bộ: bước nhảy làm thay đổi số yếu tố số phận vật Sự thay đổi chất tác động thay đổi lượng: Chất vật xuất thay đổi lượng đạt đến điểm nút vật đời với chất lại có lượng phù hợp tạo nên thống chất lượng, tác động chất lượng biểu quy mô tồn nhịp điệu vận động 9 2.1 Sự thay đổi lượng dẫn đến biến đổi chất việc phát triển trí tuệ nhân tạo Lượng yếu tố thường xuyên thay đổi, cụ thể lượng số lương nghiên cứu Máy học,các phương pháp khác nhau, thuât toán khác để cải thiện độ xác trí tuệ nhân tạo Chất thường khơng thay đổi, cụ thể cấp độ học máy tính, khả xử lý tác vụ phức tạp với độ xác khác khơng thay đổi suốt nhiều năm từ thập niên 1950s trước năm 2010 Cấp độ máy tính giai đoạn chưa thể phát triển đến mức độ ứng dụng thực tế ứng dụng tác vụ địi hịi độ xác cao liên quan đến mạng người Điều kiện môi trường cụ thể với phát triển hệ thống xử lý máy tính GPU ngày nhanh hơn, thời đại bùng nổ hàng loạt sản phẩm công nghệ thơng tin mạng xã hội, camera tích hợp vào điện thoại nên dễ dàng chụp hình ảnh hơn, khả lưu trữ máy tính ngày nhiều rẻ hơn, băng thông internet ngày lớn Các công ty công nghệ phát triển với nguồn vốn khổng lồ đầu tư phát triển trí tuệ nhân tạo Với điều kiện tạo trường cho trí tuệ nhân tạo phát triển lên mức độ cao Trong giai đoạn đầu phát triển, lượng thay đổi chất chưa thay đổi, phương pháp trí tuệ nhân tạo phát triển tích lũy với nhiều thuật toán khác nhau, nhiều sai lầm kinh nghiệm đúc kết đươc rút từ tích lũy hàng chục năm trời Tuy nhiên, lượng biến đổi đến mức độ định với điều kiện định biến đổi lượng dẫn đến biến đổi chất, từ cấp độ Học máy đạt đến cấp độ Học sâu, phát triển Máy học đạt đến tầm cao với độ xác cao hơn, xử lý tác vụ phức tạp đươc ứng dụng cho nhiệm vụ phức tạp người chí sáng tạo sáng tác nhạc, vẽ tranh, sinh hình ảnh từ văn bản, sinh thiết kế Ở giới hạn mà lượng biến đổi chất chưa biến đổi gọi giai đoạn Mùa Đông Trí Tuệ Nhân Tạo, giai đoạn từ năm 1950s trước năm 2010 Giai đoạn nhiều phương pháp, sai lầm, kinh nghiệm tích lũy chưa có biến đổi cấp độ học máy tính Nơi diễn thay đổi hay điểm nút thi Học máy năm 2012, phương pháp Học sâu đạt đến độ xác cực cao, minh chứng thuyết phục cho doanh nghiệp lớn dồn tiền đầu tư nghiên cứu phát triển trí tuệ nhân tạo Từ nhà 10 khoa học nhấn thấy cấp độ trí tuê nhân tạo đạt đến câp độ nên tiếp tục nghiên cứu để tạo nhiều phương pháp cải tiến tốt nhiều lĩnh vực khác Bước nhảy Trí tuệ nhân tạo thay đổi từ cấp độ xử lý với độ xác thấp sang cấp độ xử lý tác vụ có độ xác cực cao ứng dụng thưc tế cách rộng rãi Và từ nhà khoa học tìm thấy tiềm Học sâu nhiều lĩnh vực khác 2.2 Sự thay đổi chất dẫn đến biến đổi lượng việc phát triển trí tuệ nhân tạo Sự thay đổi chất, từ cấp độ mà máy tính có khả xử lý tác vụ đơn giản với độ xác thấp sang tác vụ phức tạp, với độ xác cực cao khơng thay đổi chất lĩnh vực học sâu Sự biến đổi chất không thay đổi chất đối tượng mà tác động trở 11 lại để thay đổi lượng Cụ thể thay đổi chất tức độ xác máy tính tác vụ dẫn đến thay đổi số lượng công bố khoa học Các báo khoa học giai đoạn sau trở nên bùng nổ mạng Học sâu ứng dung nhiều lĩnh vực khác không công nghệ thơng tin, mà cịn vật lý lượng tử (nghiên cứu cấu trúc nguyên tử sinh từ mạng Học sâu), khoa học vật liệu (nghiên cứu việc sinh vật liệu có cấu trúc tối ưu từ trí tuệ nhân tạo), sinh học (nghiên cứu sinh cấu trúc biến đổi gen, protein từ trí tuệ nhân tạo), y khoa (chuẩn đốn y khoa), sáng tạo (sáng tác nhạc, vẽ tranh, sáng tác thơ, ),… Sự biến đổi chất, dẫn đến số lượng bùng nổ nhà khoa học nghiên cứu trí tuệ nhân tạo hay học sâu Với hàng ngàn người nhiều lĩnh vực khác chuyên ngành khác Sự biến đổi chất dẫn đến bùng nổ việc ứng dụng học sâu thực tế hệ thống xe tự lái Tesla, Vinfast, hệ thống chuẩn đoán ảnh Y khoa Các hệ thống nhận dạng khuôn mặt hay giám sát người người Sentimes Trung Quốc Ngồi ra, hệ thống trí tuệ nhân tạo cịn bùng nổ số lượng công việc, doanh nghiệp khởi nghiệp nhiều lĩnh vực khác trí tuệ nhân tạo 12 CHƯƠNG Ý NGHĨA CỦA VIỆC NGHIÊN CỨU MỐI QUAN HỆ GIỮA LƯỢNG VÀ CHẤT TRONG QUÁ TRÌNH NGHIÊN CỨU VÀ PHÁT TRIỂN CỦA TRÍ TUỆ NHÂN TẠOTẠO Sự vận động phát triển vật diễn cách tích lũy lượng đến giới hạn định thực bước nhảy chuyển hóa chất hoạt động thực tiễn nhận thức bước tích lũy lượng để làm biến đổi chất theo quy luật tránh tư tưởng chủ quan nóng vội đốt cháy giai đoạn – Phải nhận thức đắn mối quan hệ biện chứng thay đổi lượng dẫn đến thay đổi chất ngược lại tránh tư tưởng tả khuynh hữu khuynh – Cần có thái độ khách quan khoa học tâm thực bước nhảy có đầy đủ điều kiện Từ phương pháp luận trên, ta thay thấy phải có tích lũy lượng theo thời gian thay đổi chất Và có cách tự giác tích cực tích lũy lượng thay đổi chất, có dành nhiều cơng sức, thời gian để tích lũy phương pháp, kinh nghiệm sai lầm trí tuệ nhân tạo phát triển đến giai đoạn Đó từ việc máy móc học Tri thức (Knowledge) học Khơn ngoan (Wisdom), tức thích nghi với điều kiện môi trường thay đổi điều kiện liệu Vì phải có tích lũy phải tránh nơn nóng, tránh đốt cháy giai đoạn, tránh muốn có biến đổi cấp độ hoc máy tính lương chưa thay đổi đến mức độ cần thiết Ngồi ra, để máy tính ngày thông minh phát triển đến giai đoạn phải phát triển điều kiện mơi trường khác ngồi thuật tốn Học sâu tăng cường khả xử lý máy tính kỹ thuật khác huấn luyện trực tiếp hệ thống tính tốn Học sâu ánh sáng để có độ xác cao hay tăng cường khả xử lý chip, hệ thống siêu máy tính cấp độ tính tốn cao máy tính lượng tử Cần có hệ thống lưu trữ thông tin khổng lồ rẻ hơn, doanh nghiệp xã hội cần phát triển với mức độ cao để tài trợ cho cơng trình nghiên cứu khoa họa học sâu để nhà khoa học có điều kiện tốt để tạo tích lũy lượng q trình phát triển cấp độ trí tuệ nhân tạo 13 KẾT LUẬN Như biến đổi lượng dẫn đến biến đổi chất, biến đổi số lượng phương pháp, nghiên cứu, tích lũy sai lầm, kinh nghiệm đúc kết giai đoạn mùa Đơng Trí tuệ nhân tạo dẫn đến bước đột phá phát triển trí tuệ nhân tạo, từ viêc máy tính hoc để xử lý cấp độ đơn giản, với độ xác thấp sang cấp độ mà máy tính học để xử lý cấp độ phức tạp độ xác cao gần tiệm cận với người chí vượt qua người Và biến đổi chất, cấp độ trí tuệ nhân tạo hay mạng Học sâu tác động để dẫn đến biến đổi lượng, tức số lượng báo nghiên cứu, số lượng nhà khoa học, phổ biến ứng dụng thức, khối lượng công việc liên quan đến trí tuê nhân tạo 14 DANH MỤC TÀI LIỆU THAM KHẢO TIẾNG VIỆT [1] Nguyễn Ngọc Long, Nguyễn Hữu Vui (2006), Giáo trình triết học Mác - Lênin, Nxb Chính Trị Quốc Gia, Thành phố Hồ Chí Minh [2] Ví dụ thay đổi lượng dẫn đến thay đổi chất ngược lại (https://hocluat.vn/vi-du-ve-su-thay-doi-ve-luong-dan-den-su-thay-doi-ve-chat) [3] Bộ Gíao dục Đào tạo, Giáo trình triết học (Dùng cho khối khơng chun ngành triết học trình độ đào tạo thạc sĩ, tiến sĩ ngành khoa học tự nhiên, cơng nghệ), Nxb Chính Trị Quốc Gia, Thành phố Hồ Chí Minh TIẾNG ANH [4] Artificial intelligence (https://en.wikipedia.org/wiki/Artificial_intelligence) [5] Computer (https://en.wikipedia.org/wiki/Computer) [6] A Brief History of Machine Learning (https://www.dataversity.net/a-brief-history-ofmachine-learning) [7] Deep learning in single-molecule microscopy: fundamentals, caveats, and recent developments (https://opg.optica.org/boe/fulltext.cfm?uri=boe-11-3-1633&id=427948) ... sử phát triển trí tuệ nhân tạo, trí tuệ nhân tạo gồm gì, khái niệm lượng chất, lượng chất trình nghiên cứu trí tuệ nhân tạo thể Chương hai mối quan hệ biện chứng chất lượng trình nghiên cứu phát. .. phát triển trí tuệ nhân tạo Và chương cuối kết luận rút từ việc nghiên cứu mối quan hệ 2 CHƯƠNG I LƯỢNG VÀ CHẤT TRONG QUÁ TRÌNH LỊCH SỬ NGHIÊN CỨU VÀ PHÁT TRIỂN CỦA TRÍ TUỆ NHÂN TẠO? 1.1 Lịch sử. .. tư phát triển trí tuệ nhân tạo Với điều kiện tạo trường cho trí tuệ nhân tạo phát triển lên mức độ cao Trong giai đoạn đầu phát triển, lượng thay đổi chất chưa thay đổi, phương pháp trí tuệ nhân