Tailieu-TriTueNhanTao_new1

Giáo trình TRÍ TUỆ NHÂN TẠO ARTIFICIAL INTELLIGENCE Phạm Thọ Hồn, Phạm Thị Anh Lê Khoa Cơng nghệ thơng tin Trường Đại học Sư phạm Hà Nội Hà nội, 2011 MỤC LỤC Chương – Giới thiệu .5 Trí tuệ nhân tạo gì? Lịch sử Các lĩnh vực AI Nội dung môn học Chương – Bài tốn phương pháp tìm kiếm lời giải 10 Bài toán thành phần toán 10 Giải thuật tổng quát tìm kiếm lời giải 14 Đánh giá giải thuật tìm kiếm 17 Các giải thuật tìm kiếm khơng có thơng tin phản hồi (tìm kiếm mù) 18 Chương –Các phương pháp tìm kiếm heuristic 25 Giải thuật tìm kiếm tốt (best first search) 25 Các biến thể giải thuật best first search 28 Các giải thuật khác 31 Chương – Các giải thuật tìm kiếm lời giải cho trò chơi .37 Cây trò chơi đầy đủ 37 Giải thuật Minimax 39 Giải thuật Minimax với độ sâu hạn chế 41 Giải thuật Minimax với cắt tỉa alpha-beta 44 Chương – Các phương pháp tìm kiếm lời giải thỏa mãn ràng buộc 47 Các toán thỏa mãn ràng buộc 47 Giải thuật quay lui vét cạn 50 Các cải tiến giải thuật quay lui 51 Các giải thuật tối ưu địa phương 54 Chương – Các phương pháp lập luận logic mệnh đề 55 Lập luận Logic 55 Logic mệnh đề: cú pháp, ngữ nghĩa 55 Bài toán lập luận giải thuật lập luận logic mệnh đề 58 Câu dạng chuẩn hội luật phân giải 60 Câu dạng Horn tam đoạn luận 63 Thuật toán suy diễn dựa bảng giá trị chân lý 65 Thuật toán suy diễn dựa luật phân giải 65 Thuật toán suy diễn tiến, lùi dựa câu Horn 67 Kết chương 70 Chương – Các phương pháp lập luận logic cấp .72 Cú pháp – ngữ nghĩa 74 Lập luận logic vị từ cấp 78 Phép đồng hai vị từ, thuật giải đồng 80 Câu dạng chuẩn hội, luật phân giải tổng quát 82 Câu dạng Horn tam đoạn luận tổng quát logic cấp 84 Giải thuật suy diễn phân giải 86 Thuật toán suy diễn tiến dựa câu Horn 89 Thuật toán suy diễn lùi dựa câu Horn 91 Chương – Prolog 92 Lập trình logic, mơi trường lập trình SWI Prolog 92 Ngôn ngữ Prolog bản, chương trình Prolog 95 Câu truy vấn 97 Vị từ phi logic (câu phi logic) 97 Trả lời truy vấn, quay lui, cắt, phủ định 98 Vị từ đệ qui 104 Cấu trúc liệu Prolog 105 Thuật toán suy diễn Prolog 106 Chương – Lập luận với tri thức không chắn 107 Chương 10 – Học mạng nơron nhân tạo 108 Chương – Giới thiệu Trí tuệ nhân tạo gì? Để hiểu trí tuệ nhân tạo (artificial intelligence) bắt đầu với khái niệm bay nhân tạo (flying machines), tức máy bay Đã từ lâu, loài người mong muốn làm máy mà di chuyển không trung mà không phụ thuộc vào địa hình mặt đất, hay nói cách khác máy bay Khơng có ngạc nhiên ý tưởng làm máy bay từ nghiên cứu cách chim bay Những máy biết bay thiết kế theo nguyên lý “vỗ cánh” chim bay quãng đường ngắn lịch sử hàng không thực sang trang kể từ anh em nhà Wright thiết kế máy bay dựa nguyên lý khí động lực học (aerodynamics) Các máy bay nay, thấy, có sức trở lớn bay qng đường vịng quanh giới Nó khơng thiết phải có nguyên lý bay chim bay chim (dáng vẻ), tốt chim Quay lại câu hỏi Trí tuệ nhân tạo Trí tuệ nhân tạo trí thơng minh máy người tạo Ngay từ máy tính điện tử đời, nhà khoa học máy tính hướng đến phát hiển hệ thống máy tính (gồm phần cứng phần mềm) cho có khả thơng minh loài người Mặc dù nay, theo quan niệm người viết, ước mơ xa thành thực, thành tựu đạt không nhỏ: làm hệ thống (phần mềm chơi cờ vua chạy siêu máy tinh GeneBlue) thắng vua cờ giới; làm phần mềm chứng minh tốn hình học; v.v Hay nói cách khác, số lĩnh vực, máy tính thực tốt tương đương người (tất nhiên tất lĩnh vực) Đó hệ thống thơng minh Có nhiều cách tiếp cận để làm trí thơng minh máy (hay trí tuệ nhân tạo), chẳng hạn nghiên cứu cách não người sản sinh trí thơng minh lồi người ta bắt chước nguyên lý đó, có cách khác sử dụng nguyên lý hoàn toàn khác với cách sản sinh trí thơng minh lồi người mà làm máy thông minh người; giống máy bay bay tốt chim có chế bay giống chế bay chim Như vậy, trí tuệ nhân tạo nói đến khả máy thực công việc mà người thường phải xử lý; dáng vẻ ứng xử kết thực máy tốt tương đương với người ta gọi máy thơng minh hay máy có trí thơng minh Hay nói cách khác, đánh giá thông minh máy dựa nguyên lý thực nhiệm vụ có giống cách người thực hay khơng mà dựa kết dáng vẻ ứng xử bên ngồi có giống với kết dáng vẻ ứng xử người hay không Các nhiệm vụ người thường xuyên phải thực là: giải tốn (tìm kiếm, chứng minh, lập luận), học, giao tiếp, thể cảm xúc, thích nghi với mơi trường xung quanh, v.v., dựa kết thực nhiệm vụ để kết luận có thơng minh hay khơng Mơn học Trí tuệ nhân tạo nhằm cung cấp phương pháp luận để làm hệ thống có khả thực nhiệm vụ đó: giải tốn, học, giao tiếp, v.v cách làm có người hay không mà kết đạt dáng vẻ bên ngồi người Trong mơn học này, tìm hiểu phương pháp để làm cho máy tính biết cách giải tốn, biết cách lập luận, biết cách học, v.v Lịch sử Vào năm 1943, Warren McCulioch Walter Pitts bắt đầu thực nghiên cứu ba sở lý thuyết bản: triết học chức noron thần kinh; phân tích mệnh đề logic; lý thuyết dự đoán Turing Các tác giả nghiên cứu đề xt mơ hình noron nhân tạo, noron đặc trưng hai trạng thái “bật”, “tắt” phát mạng noron có khả học Thuật ngữ “Trí tuệ nhân tạo” (Artificial Intelligence - AI) thiết lập John McCarthy Hội thảo chủ đề vào mùa hè năm 1956 Đồng thời, ông đề xuất ngôn ngữ lập trình Lisp – ngơn ngữ lập trình hàm tiêu biểu, sử dụng lĩnh vực AI Sau đó, Alan Turing đưa "Turing test" phương pháp kiểm chứng hành vi thông minh Thập kỷ 60, 70 Joel Moses viết chương trình Macsyma - chương trình tốn học sử dụng sở tri thức thành công Marvin Minsky Seymour Papert đưa chứng minh giới hạn mạng nơ-ron đơn giản Ngơn ngữ lập trình logic Prolog đời phát triển Alain Colmerauer Ted Shortliffe xây dựng thành công số hệ chuyên gia trợ giúp chẩn đoán y học, hệ thống sử dụng ngôn ngữ luật để biểu diễn tri thức suy diễn Vào đầu năm 1980, nghiên cứu thành công liên quan đến AI hệ chuyên gia (expert systems) – dạng chương trình AI mơ tri thức kỹ phân tích nhiều chuyên gia người Vào năm 1990 đầu kỷ 21, AI đạt thành tựu to lớn nhất, AI áp dụng logic, khai phá liệu, chẩn đoán y học nhiều lĩnh vực ứng dụng khác công nghiệp Sự thành công dựa vào nhiều yếu tố: tăng khả tính tốn máy tính, tập trung giải toán cụ thể, xây dựng mối quan hệ AI lĩnh vực khác giải toán tương tự, chuyển giao nhà nghiên cứu cho phương pháp toán học vững chuẩn khoa học xác Các lĩnh vực AI ¾ Lập luận, suy diễn tự động: Khái niệm lập luận (reasoning), suy diễn (reference) sử dụng phổ biến lĩnh vực AI Lập luận suy diễn logic, dùng để tiến trình rút kết luận (tri thức mới) từ giả thiết cho (được biểu diễn dạng sở tri thức) Như vậy, để thực lập luận người ta cần có phương pháp lưu trữ sở tri thức thủ tục lập luận sở tri thức ¾ Biểu diễn tri thức: Muốn máy tính lưu trữ xử lý tri thức cần có phương pháp biểu diễn tri thức Các phương pháp biểu diễn tri thức bao gồm ngôn ngữ biểu diễn kỹ thuật xử lý tri thức Một ngôn ngữ biểu diễn tri thức đánh giá “tốt” có tính biểu đạt cao tính hiệu thuật tốn lập luận ngơn ngữ Tính biểu đạt ngôn ngữ thể khả biểu diễn phạm vi rộng lớn thông tin miền ứng dụng Tính hiệu thuật tốn lập luận thể chi phí thời gian khơng gian dành cho việc lập luận Tuy nhiên, hai yếu tố dường đối nghịch nhau, tức ngơn ngữ có tính biểu đạt cao thuật tốn lập luận có độ phức tạp lớn (tính hiệu thấp) ngược lại (ngơn ngữ đơn giản, có tính biểu đạt thấp thuật tốn lập luận có hiệu cao) Do đó, thách thức lớn lĩnh vực AI xây dựng ngơn ngữ biểu diễn tri thức mà cân hai yếu tố này, tức ngôn ngữ có tính biểu đạt đủ tốt (tùy theo ứng dụng) lập luận hiệu ¾ Lập kế hoạch: khả suy mục đích cần đạt nhiệm vụ đưa ra, xác định dãy hành động cần thực để đạt mục đích ¾ Học máy: lĩnh vực nghiên cứu AI phát triển mạnh mẽ có nhiều ứng dụng lĩnh vực khác khai phá liệu, khám phá tri thức,… ¾ Xử lý ngơn ngữ tự nhiên: nhánh AI, tập trung vào ứng dụng ngôn ngữ người Các ứng dụng nhận dạng tiếng nói, nhận dạng chữ viết, dịch tự động, tìm kiếm thơng tin,… ¾ Hệ chun gia: cung cấp hệ thống có khả suy luận để đưa kết luận Các hệ chuyên gia có khả xử lý lượng thơng tin lớn cung cấp kết luận dựa thông tin Có nhiều hệ chuyên gia tiếng hệ chuyên gia y học MYCIN, đoán nhận cấu trúc phân tử từ cơng thức hóa học DENDRAL, … ¾ Robotics ¾ … Nội dung môn học Giáo trình viết với nội dung nhập mơn AI cho sinh viên chuyên ngành Tin học Cơng nghệ thơng tin Các tác giả có tham khảo số tài liệu, giáo trình trường Đại học Quốc gia Hà nội, Đại học Bách khoa Hà nội, … Nội dung gồm phần sau: Chương Giới thiệu: trình bày tổng quan AI, lịch sử đời phát triển lính vực ứng dụng AI Chương Các phương pháp tìm kiếm lời giải: trình bày kỹ thuật tìm kiếm áp dụng để giải vấn đề áp dụng rộng rãi lĩnh vực trí tuệ nhân tạo Chương Các giải thuật tìm kiếm lời giải cho trị chơi: trình bày số kỹ thuật tìm kiếm trị chơi có đối thủ Chương Các phương pháp lập luận logic mệnh đề: trình bày cú pháp, ngữ nghĩa logic mệnh đề số thuật toán lập luận logic mệnh đề Chương Các phương pháp lập luận logic vị từ cấp một: trình bày cú pháp, ngữ nghĩa logic vị từ cấp số thuật toán lập luận logic vị từ cấp Chương Prolog: Giới thiệu chung ngôn ngữ Prolog, cú pháp, ngữ nghĩa cấu trúc chương trình Prolog, số phiên Prolog SWI Prolog,… Chương Lập luận với tri thức không chắn: Giới thiệu tri thức không chắn số cách tiếp cận biểu diễn xử lý tri thức không chắn Chương Học mạng noron nhân tạo: Giới thiệu phương pháp kỹ thuật lập luận sử dụng mạng noron nhân tạo Chương – Bài tốn phương pháp tìm kiếm lời giải Bài toán thành phần toán Chương giới thiệu giải thuật máy tính giải tốn mà thơng thường địi hỏi trí thơng minh người, tốn đong nước, tốn sơ bàn cờ, tốn tìm đường mơ tả bên Để thiết kế giải thuật chung giải toán này, nên phát biểu toán theo dạng thành phần: Trạng thái toán, trạng thái đầu, trạng thái đích, phép chuyển trạng thái, lược đồ chi phí phép chuyển trạng thái (viết gọn chi phí) a Bài toán đong nước 3l 5l 9l Sử dụng ba can lít, lít lít, làm để đong lít nước Bài tốn phát biểu lại theo thành phần sau: - Trạng thái: Gọi số nước có can a, b, c (a ≤ 3, b ≤ 5, c ≤ 9), ba (a, b, c) trạng thái toán - Trạng thái đầu: (0, 0, 0) // ba can rỗng - Trạng thái đích (-, -, 7) // can thứ chứa lít nước - Phép chuyển trạng thái: từ trạng thái (a,b,c) chuyển sang trạng thái (x,y,z) thông qua thao tác làm rỗng can, chuyển từ can sang can đến can nguồn can đích bị đầy - Chi phí phép chuyển trạng thái: phép chuyển trạng thái có chi phí