TRƯỜNG ĐẠI HỌC CÔNG NGHIỆP HÀ NỘI KHOA CÔNG NGHỆ THÔNG TIN ======***====== BÀI TẬP LỚN TRÍ TUỆ NHÂN TẠO ĐỀ TÀI Tìm hiểu về mạng Noron Perceptron và ứng dụng phân loại sản phẩm lỗi Hà Nội, 2023 LỜI NÓI[.]
TRƯỜNG ĐẠI HỌC CÔNG NGHIỆP HÀ NỘI KHOA CÔNG NGHỆ THƠNG TIN ======***====== BÀI TẬP LỚN: TRÍ TUỆ NHÂN TẠO ĐỀ TÀI: Tìm hiểu mạng Noron Perceptron ứng dụng phân loại sản phẩm lỗi Hà Nội, 2023 LỜI NÓI ĐẦU Một chủ đề gây nhiều tranh cãi gần trí tuệ nhân tạo Trong người Elon Musk cảnh báo ngày đó, robot hủy hoại đời người, chuyên gia khác lại cho AI giúp ích nhiều công nghệ khắp nơi Các nhà khoa học cho não sinh vật sống xử lý thông tin mạng thần kinh Não người có khoảng 100 tỉ tỉ khớp thần kinh - khoảng cách dây thần kinh - tạo nên đường định kích hoạt Khi người nghĩ, nhớ hay trải nghiệm giác quan, người ta cho đường thần kinh sáng lên não CNN, lý thuyết, có từ khoảng năm 40s nhờ phát triển phần cứng thuật toán hiệu quả, chúng ngày hữu ích Trong GAN cố lừa bên đối lập CNN, liệu lọc qua nhiều lớp phân mục Chúng chủ yếu dùng để nhận diện hình ảnh xử lý ngơn ngữ văn bản.Nếu có hàng tỉ video phải xem, bạn tạo CNN xác minh xem khung hình chiếu CNN dạy cách xem nhiều hình ảnh phức tạp người đánh dấu AI học cách nhận diện ô tơ, xe, bướm… cách nhìn vào ảnh người gắn nhãn, so sánh pixel ảnh với nhãn dán mà biết xếp vào mục mà dạy.Nhận thức điều đó, nhóm thực nghiên cứu tìm hiểu Ứng Dụng Mạng CNN Trong trình thực đề tài nhóm chúng em xin gửi lời cám ơn chân thành tới giảng viên hướng dẫn nhóm chúng em thực đề tài này.Trong trình nghiên cứu thực đề tài bảo tận tình thầy cơ, nhóm chúng em cố gắn để hoàn thiện đề tài Tuy nhiên chúng em mong nhận góp ý bạn Nhóm em xin chân trọng cảm ơn! MỤC LỤC LỜI NÓI ĐẦU MỤC LỤC CHƯƠNG TỔNG QUAN VỀ TRÍ TUỆ NHÂN TẠO .3 1.1 Khái niệm trí tuệ nhân tạo 1.2 Vai trị trí tuệ nhân tạo 1.3 Kĩ thuật TTNT số kĩ thuật TTNT 11 1.4 Lịch sử phát triển trí tuệ nhân tạo 12 1.5 Các thành phần hệ thống trí tuệ nhân tạo 14 1.6 Các lĩnh vực nghiên cứu ứng dụng .14 CHƯƠNG MẠNG NORON PERCEPTRON 16 2.1 Mơ hình nơ ron nhân tạo 16 2.2 Hàm truyền đạt 17 2.3 Kiến trúc mạng Perceptron 18 2.4 Huấn luyện mạng Perceptron 19 2.5 Giải thuật huấn luyện mạng Perceptron 20 2.6 Xét trường hợp mạng có nhiều nơ ron 20 CHƯƠNG PHÂN LOẠI SẢN PHẨM LỖI .22 3.1 Bài toán 22 3.1.1 Mô tả 22 3.1.2 Bài toán ứng dụng dự đoán sản phẩm lỗi .22 3.2 Kết 23 3.2.1 Chương trình fake data lớp: 23 3.2.2 Chương trình xử lý liệu: 25 3.2.3 Kết 27 KẾT LUẬN 31 DANH MỤC HÌNH ẢN Hình AI phận khoa học máy tính Hình Cảnh phim "I, Robot" nói AI tiến hóa Hình Hình Áp dụng AI y khoa Hình Áp dụng AI lĩnh vực tài .8 Hình Áp dụng AI để sản xuất robot hút bụi Hình Robot thay người số công việc 11 Hình Cấu tạo noron sinh học 16 Hình Mơ hình noron nhân tạo .16 DANH MỤC BẢNG BIỂU Bảng So sánh lập trình khơng có TTNT lập trình có TTNT 10 Bảng Lịch sử phát triển trí tuệ nhân tạo 13 CHƯƠNG TỔNG QUAN VỀ TRÍ TUỆ NHÂN TẠO 1.1 Khái niệm trí tuệ nhân tạo Theo cha đẻ trí tuệ nhân tạo, John McCarthy "Khoa học kỹ thuật việc tạo máy thông minh, đặc biệt chương trình máy tính thơng minh" Trí tuệ nhân tạo hướng việc tạo máy tính, người máy điều khiển máy tính phần mềm suy nghĩ thông minh hơn, tương tự suy nghĩ thơng minh người Trí tuệ nhân tạo học não người, cách mà người học, định làm việc giải vấn đề, sau sử dụng kết q trình học tảng việc phát triển phần mềm hệ thống thông minh Ở thời điểm tại, Thuật ngữ thường dùng để nói đến MÁY TÍNH có mục đích khơng định ngành khoa học nghiên cứu lý thuyết ứng dụng trí tuệ nhân tạo Tức loại trí tuệ nhân tạo dừng lại mức độ máy tính siêu máy tính dùng để xử lý loại cơng việc điều khiển ngơi nhà, nghiên cứu nhận diện hình ảnh, xử lý liệu bệnh nhân để đưa phác đồ điều trị, xử lý liệu để tự học hỏi, khả trả lời câu hỏi chẩn đoán bệnh, trả lời khách hàng sản phẩm công ty, Hình AI phận khoa học máy tính Nói nơm na cho dễ hiểu: trí tuệ máy móc tạo người Trí tuệ tư duy, suy nghĩ, học hỏi, trí tuệ người Xử lý liệu mức rộng lớn hơn, quy mô hơn, hệ thống, khoa học nhanh so với người Rất nhiều hãng công nghệ tiếng có tham vọng tạo AI (trí tuệ nhân tạo) giá trị chúng vô lớn, giải nhiều vấn đề người mà loài người chưa giải Trí tuệ nhân tạo mang lại nhiều giá trị cho sống loài người, tiềm ẩn nguy Rất nhiều chuyên gia lo lắng trí tuệ nhân tạo đạt tới ngưỡng tiến hóa thời điểm lồi người bị tận diệt Rất nhiều phim khai thác đề tài với nhiều góc nhìn, qua muốn cảnh báo lồi người mối nguy đặc biệt Hình Cảnh phim "I, Robot" nói AI tiến hóa Trí tuệ nhân tạo ngành khoa học công nghệ dựa tảng Khoa học máy tính, Sinh học, Triết học, Ngơn ngữ học, Tốn học Kỹ thuật Một chuyên ngành Trí tuệ nhân tạo phát triển chức máy tính kết hợp với thông minh người, chẳng hạn suy luận, học hỏi giải vấn đề Trong lĩnh vực đây, nhiều lĩnh vực góp thành để xây dựng hệ thống thơng minh Hình 1.2 Vai trị trí tuệ nhân tạo Vai trị AI vơ tận sống AI tiếp cận với người thông qua nhiều lĩnh vực, ngành nghề khác Ưu điểm trí tuệ nhân tạo AI khả xử lý liệu khoa học hơn, nhanh hơn, hệ thống so với người Việc phát triển đưa sản phẩm AI tới tay người dùng cách thúc đẩy mạnh mẽ phát triển toàn nhân loại Mở giới hoàn toàn giải pháp bù đắp cho vấn đề mà người giải Vai trị trí tuệ nhân tạo y học Hình Áp dụng AI y khoa Công nghệ AI mở trang cho y học giới, đặc biệt y học nước nhà Nó mang đến cho người giá trị đáng kinh ngạc việc bảo vệ sức khỏe điều trị bệnh tật Tại lĩnh vực này, trí tuệ nhân tạo có vai trị quan trọng việc hỗ trợ điều trị y tế định lượng thuốc, phương pháp điều trị khác cho bệnh nhân quy trình phẫu thuật phịng mổ Chúng sử dụng thuật tốn phân tích để hỗ trợ bệnh nhân theo dõi kết điều trị 24/7 Vai trị AI tài Hình Áp dụng AI lĩnh vực tài Ngồi việc hỗ trợ người chăm sóc sức khỏe, AI cịn có vai trị quan trọng ngành tài ngân hàng AI công cụ giúp người xử lý hoạt động ngân hàng xử lý giao dịch, theo dõi số dư, quản lý tài sản tài khoản tiền gửi lớn cách nhanh chóng xác Trí tuệ nhân tạo khơng giúp ngân hàng hợp lý hóa giao dịch mà cịn ước tính cung, cầu định giá chứng khốn cách dễ dàng Vai trị AI trị chơi cơng nghệ Hiện nay, tập đoàn lớn ngày thúc đẩy việc sử dụng máy móc thơng minh vào dây chuyền sản xuất AI sử dụng robot thay phần công việc người Khối lượng cơng việc thời gian hồn thành nhanh chóng nhẹ nhàng hoạt động máy móc tích hợp trí tuệ nhân tạo Tiêu biểu với sản phẩm ô tô tự lái trị chơi điện tử Trong trị chơi điện tử, trí tuệ nhân tạo AI tự phân tích hành vi đưa đáp án không cạnh với trí tuệ người Với tơ tự lái, hệ thống AI tính tốn tất liệu bên động cơ, tìm hiểu cách ngăn chặn va chạm chướng ngại vật Sự kết hợp hoàn hảo AI robot hút bụi Hình Áp dụng AI để sản xuất robot hút bụi Khi người nghe đến trí tuệ nhân tạo, điều họ thường nghĩ đến robot Đối với lĩnh vực dọn dẹp tự động hóa gia đình, AI điều thiếu Kết hợp công nghệ tiên tiến công nghệ AI siêu thông minh, dòng máy robot hút bụi tự động liên tục mắt thị trường Tiêu biểu dòng robot hút bụi Roomba iRobot Các sản phẩm tích hợp AI thường công cụ cao cấp nhất, đem lại hiệu cực lớn việc làm sàn nhà hộ gia đình Với thời đại cơng nghệ 4.0 nay, việc ứng dụng AI khơng cịn xa lạ với sống Trí tuệ nhân tạo có mặt lĩnh vực đời sống từ giải trí y tế, xã hội Đây chìa khóa để mở hệ đầy văn minh, thúc đẩy phát triển to lớn lồi người Biểu thức tốn học hàm truyền đạt log-sigmoid sau: Tên hàm thư viện Matlab logsig Hình vẽ 4.13 bên minh họa hàm truyền log-sigmoid -Hàm truyền đạt tangent-sigmoid Biểu thức toán học hàm truyền đạt tangent-sigmoid sau: Hàm truyền đạt tangent-sigmoid thư viện Matlab có tên tansigvà biểu diễn hình vẽ 3.6 bên 2.3 Kiến trúc mạng Perceptron Mạng Perceptron đơn giản bao gồm lớp (Singer Layer Network) Nó tạo nên từ M nơ ron nhân tạo, nơ ron nhận N tín hiệu đầu vào Hình 4.3 kiến trúc mạng Theo 18 đó, có N trạm nhận tín hiệu vào để truyền tới M nơ ron cho ta mạng có M × N đường truyền Hiển nhiên, cần thiết lập ma trận trọng số có M × N giá trị Hàm kích hoạt f(.) nơ ron mạng Perceptron thường hàm Hardlim (Hình 4.4) cho ta giá trị utput đầu ứng với giá trị đầu vào neti : Hình 4.16 Đồ thị hàm kích hoạt Hardlim 2.4 Huấn luyện mạng Perceptron Dễ thấy, việc tính tốn giá trị đầu mạng ngồi phụ thuộc vào tín hiệu vào, hàm kích hoạt chọn, cịn phụ thuộc mạnh vào trọng số w Nếu giá trị chọn ngẫu nhiên, chất lượng mạng xấu Do vậy, việc xác định trọng số w tốt ứng với loại liệu quan trọng mạng nơ ron nhân tạo Để làm điều đó, mạng trải qua trình huấn luyện Xét trường hợp mạng có nơron: trường hợp mạng có N đầu vào đầu (Hình 4.5) 19