Đang tải... (xem toàn văn)
Bài giảng Trí tuệ nhân tạo - Chương 1: Tổng quan cung cấp cho người học các kiến thức về trí tuệ nhân tạo là gì, các nội dung cơ bản, các hướng nghiên cứu cơ bản, lịch sử hình thành,... Mời các bạn cùng tham khảo nội dung chi tiết.
Tài liệu tham khảo TRÍ TUỆ NHÂN TẠO Nguyễn Thanh Thủy Trí tuệ nhân tạo NXB Giáo dục dục 1995 1995 Đinh Mạnh Tường Trí tuệ nhân tạo Nhà xuất khoa học kỹ thuật, 2005 Lê Thanh Hương Bộ môn Các Hệ thống Thông tin Viện Công nghệ Thông tin Truyền thông Email: huonglt@soict.hust.edu.vn Phan Huy Khánh Lập trình logic Prolog NXB Đại học quốc gia Hà Nội 2004 Russell and Norvig Artificial Intelligence: A Modern Approach Prentice Hall, 2003, Second Edition Lê Thanh Hương – Viện CNTT&TT ĐHBKHN Thông tin chung Chương Tổng quan • Đánh giá – Bài tập lớn: – Thi: • Các Kỹ thuật Tin học truyền thống: 30% 70% – Máy tính cơng cụ • Các Kỹ thuật Tin học đại: • Bài tập lớn: – Máy tính – Xây dựng phần mềm thơng minh – Viết tiểu luận vấn đề AI chủ thể thơng minh • Website: http://is.hust.edu.vn/~huonglt/AI Lê Thanh Hương – Viện CNTT&TT ĐHBKHN Lê Thanh Hương – Viện CNTT&TT ĐHBKHN Nội dung • • • • • • 1.1 TTNT gì? • Có bốn quan điểm khác hệ thống TTNT Trí tuệ nhân tạo gì? Các nội dung Các hướng n/cứu Lịch sử hình thành CNTT truyền thống TTNT TTNT làm gì? Lê Thanh Hương – Viện CNTT&TT ĐHBKHN Suy nghĩ giống người Suy nghĩ hợp lý Hà h động Hành độ giống iố người ời Hà h động Hành độ hợp h lý Lê Thanh Hương – Viện CNTT&TT ĐHBKHN Hành động giống người: Thí nghiệm Turing Suy nghĩ giống người: cognitive modeling • “Suy nghĩ” “Hành động thơng minh” • Turing test (1950): thử tính thơng minh • Tìm hiểu lý thuyết nhận thức người: hoạt động bên não Xây dựng chương trình “nghĩ giống người” • Ví dụ: GPS – General Problem Solver (Newell Simon, 1996) Ai đây?? Máy/người?? Câu hỏi Đối tượng test Người thực test Người đối chứng • Gợi ý thành phần AI: tri thức, lập luận, hiểu ngôn ngữ, học Turing Test: Ưu - Khuyết Suy nghĩ hợp lý: luật suy nghĩ • Ưu điểm – Đem lại quan điểm khách quan thông minh: Thông minh thể qua cách trả lời câu hỏi – Loại trừ thành kiến: khơng thích cơng nhận tính thơng minh máy móc Sự thơng minh đánh giá qua câu hỏi, không bị chi phối yếu tố khác • Suy diễn hợp lý? • Tam đoạn luận Aristotle: mơ tả q trình “s nghĩ hợp lý” “suy lý”, khơng thể chối bỏ – Socrat người, người khơng thể sống Socrat khơng thể sống • Khuyết điểm: – Tập trung vào biểu diển ký hiệu → khơng kiểm tra tính xác hiệu – Không thử nghiệm khả tri giác khéo léo – Giới h hạn khả ă thô thông minh i h ủ máy tí tính h th theo khn kh mẫu ẫ người Nhưng người chưa thông minh hồn hảo – Khơng có số định lượng thông minh : phụ thuộc vào người thử nghiệm Thơng Minh? Còn tùy ☺ • Logic: ký pháp hệ • Vấn đề: – Biểu diễn tri thức khơng chắn – Giải Lý thuyết vs Giải Thực tế 10 Hành động hợp lý Các tảng TTNT • Hợp lý – rational: the right thing • Triết học: Logic, phương pháp lập luận, hồn hảo – Với thơng tin biết tối đa hóa mục đích đ t đạt đ ((maximize i i goal) l) • Suy nghĩ hợp lý hỗ trợ hành động hợp lý • Hành động hợp lý không thiết phải bao gồm suy nghĩ nghĩ, suy diễn: – Ví dụ: chạm tay vào nước nóng câu: vật mối quan rụt tay 11 óc người • Tốn học: Biểu diễn quy tốn, độ phức tạp tính tốn, tính giải được, khơng giải được… • Kinh tế học: Lý thuyết định • Kĩ nghệ máy tính: Chế tạo máy tính có tốc độ tính tốn ngày nhanh • • • • Lý thuyết điều khiển tự động Ngôn ngữ học: ngôn ngữ liên quan đến tư Khoa học thần kinh Tâm lý học 12 1.1 TTNT gì? 1.1 TTNT gì? TTNT mơn khoa học: • nghiên cứu mơ q trình sáng tạo người máy tính điện tử, • Trí tuệ tự nhiên: what/how đầu • TTNT: mơ hành vi sáng tạo • nhằm tạo sản phẩm thơng minh có khả ssuy nghĩ nghĩ, q ết định hỗ trợ định người • Ví dụ: toán khỉ - nải chuối Lê Thanh Hương – Viện CNTT&TT ĐHBKHN – người – giới tự nhiên Lê Thanh Hương – Viện CNTT&TT ĐHBKHN 13 Bài toán khỉ - nải chuối 14 1.2 Các nội dung Thu nhận thông tin: qua giác quan Lê Thanh Hương – Viện CNTT&TT ĐHBKHN 15 mắt tai tay xử lý ảnh xử lý tiếng nói Lê Thanh Hương – Viện CNTT&TT ĐHBKHN 16 1.2 Các nội dung 1.2 Các nội dung Biểu diễn thông tin Các loại thông tin: Dữ liệu Meta data CTDL Xử lý thông tin – bán cầu đại não Thơng tin Tri thức • Dữ liệu: thường số, mô tả kiện, tượng cụ thể • Thơng tin: liệu loại bỏ dư thừa, giữ lại yếu tố chung thơng tin tinh liệu • Tri thức: thơng tin tích hợp, chứa đựng kiện mối tương tác chúng Các thông tin thu qua kinh nghiệm người, qua phân tích, lý giải, suy luận 17 18 Lê Thanh Hương – Viện CNTT&TT ĐHBKHN 1.2 Các nội dung 1.2 Các nội dung Xử lý thơng tin – bán cầu đại não tính toán trái: hoạt động xử lý theo thuật giải tì kiếm tìm kiế định suy nghĩ liệu xác tri thức tất định trả tiền CSDL hard computing – Dữ liệu Tri thức – Tri thức Tri thức – Data mining Knowledge discovery cờ c/minh soft computing phải: hoạt động xử lý phi thuật giải xử lý thông tin mờ Bộ não = Mạng nơron – Nhớ – Xử lý mẹo Lê Thanh Hương – Viện CNTT&TT ĐHBKHN Học 19 Lê Thanh Hương – Viện CNTT&TT ĐHBKHN 20 1.3 Các hướng n/cứu 1.2 Các nội dung Mô – – – – trình tất định thuật giải trình ngẫu nhiên di truyền/ xác suất trình hỗn độn fractal thực ảo – – – – Công cụ – Hardware – Software: ngơn ngữ lập trình Lisp, Prolog Lê Thanh Hương – Viện CNTT&TT ĐHBKHN Chế tạo máy tính hệ mới: máy tính sử dụng xử lý dựa theo phần cứng phần mềm fi-Von Newman Chế tạo người máy thơng minh: hệ robot: Thế hệ 1: robot khí Thế hệ 2: robot b t ttự độ động th theo dây dâ chuyền h ề Thế hệ 3: robot tự động, lập trình Thế hệ 4: robot có khả thu thập thông tin môi trường Lê Thanh Hương – Viện CNTT&TT ĐHBKHN Xử lý ngôn ngữ tự nhiên: dịch tự động, hiểu trả lời câu hỏi, tóm tắt văn Nhìn: xử lý hình ảnh chiều chiều, chiều Nghe: xử lý tiếng nói Kết xuất thơng tin đa phương tiện (multimedia): thực ảo Lê Thanh Hương – Viện CNTT&TT ĐHBKHN 21 1.3 Các hướng n/cứu – – – – Mơ hình hố máy tính chức khác q trình sang tạo não: chơi game, phân tích tổng hợp tác phẩm, … Giao tiếp người - máy sử dụng phương tiện khác nhau: hình ảnh, tiếng nói, âm 23 22 1.4 Lịch sử hình thành a Máy a áy ttính • MT đời từ năm 1820 MT theo tư tưởng Von Newman – xử lý đại lượng số MT hệ 1-4 • 1930: A.Turing công bố kết đầu tiên, đặt móng g cho TTNT: xây y dựng g máy y tính dựa phép tốn sở logic AND, OR, NOT Máy tính điều khiển chương trình lưu nhớ MT biết suy nghĩ Lê Thanh Hương – Viện CNTT&TT ĐHBKHN 24 1.4 Lịch sử hình thành 1.4 Lịch sử hình thành • Máy tính hệ 5: – Thiên xử lý phát biểu đúng/sai – Các phép tốn logic and/or/not – Kiến trúc máy tính // cực cao, fi-Von Newman (khơng có khái niệm tuần tự, lặp, phân nhánh truyền thống mà tự động làm việc theo điều khiển chương trình) • Von Newman: máy tính tính tốn • Turing: máy tính suy nghĩ • Các ứng dụng thử nghiệm: luật, di truyền, xử lý ngôn ngữ tự nhiên Lê Thanh Hương – Viện CNTT&TT ĐHBKHN b Ngơn ngữ b • LISP (List processing), 1960, Mc Cathy, MIT (Massachusetts Institute of Technology) • PROLOG, 1972, Alain Calmeraeur • CLIPS (C Language Integrated Production System) • Hướng đối tượng Lê Thanh Hương – Viện CNTT&TT ĐHBKHN 25 1.4 Lịch sử hình thành 1.4 Lịch sử hình thành • 1940-1950: năm đầu – 1943: McCulloch & Pitts: mơ hình mạch logic não – 1950: Turing: “Máy tính tốn trí thơng minh” • 1970s: xuất n/cứu não input computer • 1950s: c/trình heuristic mơ hoạt động người – 1956: chương trình dẫn xuất kết luận hệ hình thức – 1959: chương trình chứng minh định lý hình học phẳng (Anderson – MIT) • 1960s: máy tính có nhớ ↑ đáng kể, hạn chế: bùng nổ tổ hợp – 1961: chương trình tích phân – 1963: chứng minh định lý hình học khơng gian, trò chơi cờ Samuel – 1964: chương trình giải phương trình đại số sơ cấp, chương trình ELIZA trao đổi ngơn ngữ tự nhiên – 1966: chương trình phân tích, tổng hợp lời nói – 1968: chương trình nhận dạng hình ảnh, robot chế tạo theo đề án “Mắt – Tay”, chương trình học nói Lê Thanh Hương – Viện CNTT&TT ĐHBKHN 26 27 data input software hardware output hệ chuyên gia output knowledge knowledge engineering Expert system = Human Expertise + Inference/Reasoning SP thương mại hóa = chuyên gia + Suy diễn/Suy luận • Hệ chuyên gia: khai thác CSTT lấy từ chuyên gia người nhằm giải lớp hẹp tốn khó, đạt trình độ cao chun gia lâu năm Lê Thanh Hương – Viện CNTT&TT ĐHBKHN 28 1.4 Lịch sử hình thành 1.4 Lịch sử hình thành – Hệ DENDRAL (hóa học) • 1980-1988: Hệ chun gia phát triển mạnh, mạng nơron, mờ (fuzzy logic) – Hệ MYCIN (y học): trợ giúp bác sĩ chẩn đoán bệnh nhiễm trùng máu • 1988—93: Cơng nghiệp HCG đổ vỡ (mùa đông TTNT) – Hệ PROSPECTOR (địa chất): dự báo tài nguyên – Hệ MOLGEN (di truyền ề học phân tử) – Hệ ICAD/ICAM (quân sự) : thiết kế, chế tạo có trợ giúp máy tính Lê Thanh Hương – Viện CNTT&TT ĐHBKHN Lê Thanh Hương – Viện CNTT&TT ĐHBKHN 29 1.5 So sánh kỹ thuật lập trình truyền thống TTNT Lập trình truyền thống TTNT - Định hướng xử lý liệu (số, văn bản) VD: cho (a+b) – (c+a) a = 100, b = 20, c = 50 120 – 150 = -30 - CSDL đánh địa số - Xử lý theo thuật toán - Định hướng xử lý ký hiệu tượng trưng, xử lý danh sách, xử lý tri thức (a+b) – (c+a) = b-c = 20 – 50 = -30 - CSTT cấu trúc theo ký hiệu - Xử lý theo thuật giải heuristic, chế lập luận Lê Thanh Hương – Viện CNTT&TT ĐHBKHN • 1993—: Các tiếp cận dựa thống kê – Lý thuyết xác suất phát triển, tập trung vào độ không ắ chắn ắ – Đào sâu vấn đề kỹ thuật – Các tác tử có khắp nơi (TTNT hồi xuân) 31 30 1.5 So sánh kỹ thuật lập trình truyền thống TTNT Lập trình truyền thống TTNT Giải thuật: - dừng - - độ phức tạp đa thức O(nk) Mẹo giải: - dừng đa số TH - đa số TH - độ phức tạp O(αn) O(nk) khó dễ chấp p nhận - kết q - Xử lý theo chế độ tương tác cao - NNTN -Có giải thích -có học tối ưu - kết q -Xử lý hay theo mẻ -tương tác cứng -Không giải thích -khơng học Lê Thanh Hương – Viện CNTT&TT ĐHBKHN 32 1.6 TTNT làm gì? Những câu chuyện cười không định trước Những vấn đề sau giải được? • • • • • • • • Chơi bóng bàn Lái xe an tồn vòng theo đường sườn núi Mua hàng tạp phẩm mạng Phát chứng minh định lý tốn học Nói chuyện với người Thực thành công phẫu thuật phức tạp Rỡ bát khỏi máy y rửa bát xếp p vào g chỗ Dịch ngơn ngữ nói từ tiếng Anh sang tiếng Việt thời gian thực • Viết câu chuyện cười (có chủ đích) Lê Thanh Hương – Viện CNTT&TT ĐHBKHN • One day Joe Bear was hungry He asked his friend Irving Bird where some honey was Irving told him there was a beehive in the oak k ttree Joe J walked lk d tto th the oak k ttree He H ate t the th beehive b hi Th The E End d • Henry Squirrel was thirsty He walked over to the river bank where his good friend Bill Bird was sitting Henry slipped and fell in the river Gravity drowned The End • Once upon a time there was a dishonest fox and a vain crow crow One day the crow was sitting in his tree, holding a piece of cheese in his mouth He noticed that he was holding the piece of cheese He became hungry, and swallowed the cheese The fox walked over to the crow The End Lê Thanh Hương – Viện CNTT&TT ĐHBKHN 33 34 Ngôn ngữ tự nhiên Những câu chuyện cười không định trước Kỹ thuật tiếng nói (Speech technologies) • Một ngày gấu Joe thấy đói Chú ta hỏi bạn chim Irving chỗ có mật ong Irving nói có tổ ong t thân thâ â sồi ồi JJoe đến đế chỗ hỗ â sồi ồi Nó ă ăn tổ ong Hết Hết • Nhận dạng tự động tiếng nói (Automatic speech recognition - ASR) • Tổng hợp văn thành tiếng nói (Text-to-speech synthesis - TTS) • Các hệ ệ thống g hội ộ thoại ((Dialog g systems) y ) • Chú sóc Henry khát nước Nó đến chỗ bờ sơng nơi người bạn tốt chim Bill đậu Henry trượt chân ngã xuống sơng Sức nặng làm chết đuối Hết • Dịch máy: • N Ngày xưa có ó cáo gian i ác quạ ngu ngốc ố Một ngày, quạ đậu cây, mỏ quặp miếng phomat Nó nhận giữ mếng phomat Nó cảm thấy đói nuốt miếng phomat Cáo đến chỗ quạ Hết Lê Thanh Hương – Viện CNTT&TT ĐHBKHN 35 Kỹ thuật xử lý ngôn ngữ tự nhiên (Language processing technologies) – Aux dires de son président, la commission serait en mesure de le faire – According to the president, the commission would be able to so – Il faut du sang dans les veines et du cran – We must blood in the veines and the courage – There is no backbone, and no teeth • Trích rút thơng tin • Phản hồi thơng tin, hỏi đáp • Phân loại văn bản, lọc thư rác, … 36 Lê Thanh Hương – Viện CNTT&TT ĐHBKHN Khoa học nghiên cứu người máy (Robotics) Hình ảnh (Nhận thức) Robotics • phần khí • ộ p phần TTNT • Thực tế phức tạp nhiều so với mơ • Images from Jitendra Malik Cơng nghệ • • • • Xe cộ Cứu hộ Chơi bóng đá nhiều hiề hệ thố thống ttự động độ hoá h khác TTNT quan tâm đến: Lê Thanh Hương – Viện CNTT&TT ĐHBKHN 37 • Bỏ qua khía cạnh khí • Các phương pháp lập kế hoạch • Các phương pháp điều khiển, kiểm sốt 38 Lê Thanh Hương – Viện CNTT&TT ĐHBKHN Chơi trò chơi Logic • May, '97: Deep Blue Kasparov Các hệ thống logic – Trận thắng kiện tướng cờ vua giới – “Trí thơng minh nhân tạo” duyệt 200 triệu nước cờ giây – Con người hiểu 99.9 nước Deep Blue – Hiện ta tái tạo máy với nhóm máy PC cỡ lớn – Chứng minh định lý – Chẩn đoán lỗi (NASA) – Hỏi đáp • Các câu hỏi ngỏ: – Tri thức người xử lý với bùng nổ không gian trạng thái bàn cờ? – Hoặc: Làm cách người cạnh tranh với máy tính? Các p phương g pháp: p p – Các hệ suy diễn – Thoả mãn ràng buộc • 1996: Kasparov đánh bại Deep Blue – “Tơi cảm thấy - ngửi thấy – loại trí thơng minh qua bàn cờ.” • 1997: Deep Blue đánh bại Kasparov Lê Thanh Hương – Viện CNTT&TT ĐHBKHN 39 – “Deep Blue chưa chứng minh cả.” 40 Lê Thanh Hương – Viện CNTT&TT ĐHBKHN 10 Ra định Một số vấn đề khó giải đáp Ai chịu trách nhiệm người máy lái xe gây tai nạn? Có nhiều ứng dụng TTNT theo hướng định như: • Lập lịch: lập trình đuờng bay, qn • Lên kế hoach đường đi, ví dụ, hệ thống mapquest • Chuẩn đốn bệnh, ví dụ, hệ thống tìm đường Pathfinder • Bộ ộp phận ậ trợ ợ giúp g p tự ự động ộ g • Phát gian lận • … Lê Thanh Hương – Viện CNTT&TT ĐHBKHN Máy tính vượt qua người khơng? Chúng ta làm với máy tính siêu thơng minh? Những máy tính có nhận thức thức, khơng? Về ngun tắc trí tuệ người tồn máy không? 41 Lê Thanh Hương – Viện CNTT&TT ĐHBKHN 42 Những vấn đề chưa giải • Chương trình chưa tự sinh heuristic • Chưa có khả xử lý song song người • Chưa có khả diễn giải vấn đề theo nhiều phương pháp khác người • Chưa có khả xử lý thơng tin mơi trường liên tục người • Chưa có khả học người • Chưa có khả tự thích nghi với mơi trường Lê Thanh Hương – Viện CNTT&TT ĐHBKHN 43 11 ... dễ chấp p nhận - kết q - Xử lý theo chế độ tương tác cao - NNTN -Có giải thích -có học tối ưu - kết q -Xử lý hay theo mẻ -tương tác cứng -Khơng giải thích -khơng học Lê Thanh Hương – Viện CNTT&TT... định người • Ví dụ: tốn khỉ - nải chuối Lê Thanh Hương – Viện CNTT&TT ĐHBKHN – người – giới tự nhiên Lê Thanh Hương – Viện CNTT&TT ĐHBKHN 13 Bài toán khỉ - nải chuối 14 1. 2 Các nội dung Thu nhận... tượng Lê Thanh Hương – Viện CNTT&TT ĐHBKHN 25 1. 4 Lịch sử hình thành 1. 4 Lịch sử hình thành • 19 40 -1 9 50: năm đầu – 19 43: McCulloch & Pitts: mô hình mạch logic não – 19 50: Turing: “Máy tính tốn trí
