TRÍ TUỆ NHÂN TẠO

Trí Tuệ Nhân Tạo Nguyễn Nhật Quang quangnn-fit@mail.hut.edu.vn Viện Cơng nghệ Thông tin Truyền thông Trường Đại học Bách Khoa Hà Nội Năm học 2009-2010 Nội dung môn học: „ Giới thiệu Trí tuệ nhân tạo „ Tác tử „ Giải vấn đề: Tìm kiếm, Thỏa mãn ràng buộc ‰ Các chiến lược tìm kiếm (Uninformed search) „ Logic suy diễn „ Biểu diễn tri thức „ Suyy diễn với tri thức không g chắn „ Học máy „ Lập kế hoặch Trí tuệ nhân tạo 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 mơi trường) đánh giá hiệu hành động (của tác tử) Xem xét chuỗi hành động Chọn chuỗi ỗ hành động tốt ố ấ 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 g giải q y vấn đề Trí tuệ nhân tạo Giải vấn đề tìm kiếm „ Một người du lịch chuyến du lịch Rumani ‰ ‰ ‰ „ Phát biểu ể mục tiêu: ‰ „ Cần phải có mặt Bucharest Phát biểu toán: ‰ ‰ „ Anh ta ệ thời g 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 toán „ Xác định, quan sát hồn tồn Ỉ Bài tốn trạng thái đơn ‰ ‰ „ Không quan sát Æ Bài toán thiếu cảm nhận ‰ ‰ „ Tác tử khơng biết trạng thái Giải pháp toán: chuỗi hành động Khơng xác định và/hoặc ể quan sát phần ầ Ỉ 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 toán: kế ế hoặch (chính sách) Thường kết hợp đan xen giữa: tìm kiếm thực Không biết không gian trạng thái Ỉ Bài tồn 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 toán máy hút bụi (3) „ Nếu tốn thiếu cảm nhận ‰ ‰ „ Bắt đầu (có thể) trạng thái { , , , , , , , } {#1,#2,#3,#4,#5,#6,#7,#8} Luôn bắt đầu di chuyển sang phải Giải pháp? Trí tuệ nhân tạo 10 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 50 (Trị chơi chữ số - Giải thuật DLS với giới hạn độ sâu l=5) 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 Nế sâ 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