Bài giảng môn Trí tuệ nhân tạo sau đây sẽ trang bị cho các bạn những kiến thức về tổng quan trí tuệ nhân tạo; thuật toán và thuật giải; biểu diễn và xử lý tri thức; giới thiệu về máy học. Với các bạn chuyên ngành Công nghệ thông tin thì đây là tài liệu hữu ích.
ĐẠI HỌC QUỐC GIA TP HỒ CHÍ MINH MƠN TRÍ TUỆ NHÂN TẠO GV: Trương Hải Bằng Email: bangth@uit.edu.vn Trương Hải BằngAI NỘI DUNG Tổng quan Trí tuệ nhân tạo Thuật toán thuật giải Biểu diễn xử lý tri thức Gíới thiệu máy học Trương Hải BằngAI Tổng quan Trí tuệ nhân tạo Đối tượng mục tiêu nghiên cứu trí tuệ nhân tạo Vai trị Trí Tuệ Nhân Tạo Các kỹ thuật Trí tuệ nhân tạo Các khái niệm Trương Hải BằngAI Đối tượng mục tiêu nghiên cứu trí tuệ nhân tạo Trí tuệ nhân tạo nghiên cứu cách hành xử thông minh (intelligent behaviour) với mục tiêu xây dựng lý thuyết đầy đủ thơng minh để giải thích hoạt động thông minh sinh vật áp dụng hiểu biết vào máy móc nói chung, nhằm phục vụ cho người Trương Hải BằngAI Đối tượng mục tiêu nghiên cứu trí tuệ nhân tạo (tt) Theo Winton: mục đích trí tuệ nhân tạo hướng tới việc xây dựng máy tính thơng minh hơn, giúp ích cho việc khám phá quy luật hoạt động sáng tạo khả trí tuệ người Trương Hải BằngAI Vai trị Trí Tuệ Nhân Tạo –Trí tuệ nhân tạo bao quát nhiều lĩnh vực nghiên cứu Nó nghiên cứu từ lĩnh vực tổng quát máy nhận biết, suy luận logic, đến toán chơi cờ, chứng minh định lý –Trong lĩnh vực khác trí tuệ nhân tạo dùng kỹ thuật hệ thống hoá tự động hoá xử lý tri thức phương pháp thuộc lĩnh vực mang tính người Trương Hải BằngAI Vai trị Trí Tuệ Nhân Tạo (tt) Trí tuệ nhân tạo nghiên cứu kỹ thuật làm cho máy tính “suy nghĩ cách thơng minh” mơ q trình suy nghĩ người đưa định, lời giải Trên sở đó, thiết kế chương trình cho máy tính để giải tốn Trương Hải BằngAI Các kỹ thuật Trí tuệ nhân tạo •Lý thuyết giải tốn suy diễn thơng minh ; •Lý thuyết tìm kiếm may rủi; •Các ngơn ngữ Trí tuệ nhân tạo ; •Lý thuyết thể tri thức hệ chuyên gia; •Lý thuyết nhận dạng xử lý tiếng nói; •Người máy; •… Trương Hải BằngAI Các khái niệm Trí tuệ người (Human Intelligence): Cho đến có hai khái niệm trí tuệ người chấp nhận sử dụng nhiều nhất, là: Khái niệm trí tuệ theo quan điểm Turing “Trí tuệ đánh giá thơng qua trắc nghiệm thông minh” Trương Hải BằngAI Các khái niệm (tt) Khái niệm trí tuệ đưa tụ điển bách khoa tồn thư: Trí tuệ khả năng: “Phản ứng cách thích hợp tình thơng qua hiệu chỉnh hành vi cách thích đáng Hiểu rõ mối liên hệ qua lại kiện giới bên nhằm đưa hành động phù hợp đạt tới mục đích đó” Trương Hải BằngAI 10 3.2 Phương án chọn thuộc tính phân hoạch Vấn đề mà gặp phải tương tự tốn tìm kiếm : "Đứng trước ngã rẽ, ta cần phải vào hướng nào?" Hai phương pháp đánh giá giúp ta chọn thuộc tính phân hoạch bước xây dựng định danh Trương Hải BằngAI 184 Thuật tốn Quinlan •Quinlan định thuộc tính phân hoạch cách xây dựng vector đặc trưng cho giá trị thuộc tính dẫn xuất thuộc tính mục tiêu • Cho bảng quan sát tập hợp mẫu với thuộc tính định đối tượng • Sử dụng độ đo để định lượng đề tiêu chuẩn nhằm chọn lựa thuộc tính mang tính chất “phân loại” để phân bảng thành bảng nhỏ cho từ bảng dễ dàng phân tích tìm quy luật chung Trương Hải BằngAI 185 Thuật toán Quinlan (tt) Cháy nắng = Tổngsốquansátcháynắng cótócvàng Tổngsốquansátcótócvàng Tổng số quansát khôn g cháy nắng có tóc vàng Khơng cháy nắng = Tổng số quansát có tóc vàng Trương Hải BằngAI 186 Thuật tốn Quinlan (tt) VTóc (vàng) = (cháy nắng, khơng cháy nắng) Số người tóc vàng : Số người tóc vàng cháy nắng : Số người tóc vàng khơng cháy nắng : Do VTóc(vàng) = (2/4 , 2/4) = (0.5, 0.5) Tương tự VTóc(nâu) = (0/3, 3/3) = (0,1) (vector đơn vị) VTóc(đỏ) = (1/1, 0/1) = (1,0) (vector đơn vị) Tổng số vector đơn vị thuộc tính tóc Trương Hải BằngAI 187 Thuật tốn Quinlan (tt) Các thuộc tính khác tính tương tự, kết sau : VC.Cao(Cao) = (0/2,2/2) = (0,1) VC.Cao(T.B) = (2/3,1/3) VC.Cao(Thấp) = (1/3,2/3) VC.Nặng (Nhẹ) = (1/2,1/2) VC.Nặng (T.B) = (1/3,2/3) VC.Nặng (Nặng) = (1/3,2/3) VKem (Có) = (3/3,0/3) = (1,0) VKem (Khơng) = (3/5,2/5) Như thuộc tính màu tóc có số vector đơn vị nhiều Trương Hải BằngAI 188 nên chọn để phân hoạch Thuật toán Quinlan (tt) Sau phân hoạch theo màu tóc xong, có phân hoạch theo tóc vàng (Pvàng) cịn chứa người cháy nắng không cháy nắng nên ta tiếp tục phân hoạch tập Ta thực thao tác tính vector đặc trưng tương tự thuộc tính cịn lại (chiều cao, cân nặng, dùng kem) Trong phân hoạch Pvàng, tập liệu lại : Tên Ch.Cao Sarah Dana Annie Kartie T.Bình Cao Thấp Thấp Cân Nặng Dùng kem? Nhẹ T.Bình T.Bình NhẹHải BằngAI Trương Khơng Có Khơng Có Kết Cháy Khơng Cháy Khơng 189 Thuật tốn Quinlan (tt) Kết Cây định danh cuối : Trương Hải BằngAI 190 Phương pháp độ đo hỗn loạn Thay phải xây dựng vector đặc trưng phương pháp Quinlan, ứng với thuộc tính dẫn xuất ta cần tính độ đo hỗn loạn lựa chọn thuộc tính có độ đo hỗn loại thấp Cơng thức tính sau : bj TA j bt bji bji i b l og b j j Trương Hải BằngAI 191 Phương pháp độ đo hỗn loạn Trong đó: A: thuộc tính cần tính độ hỗn loạn bt : tổng số phần tử có phân hoạch bj : tổng số phần tử có thuộc tính A với giá tri thuộc tính j bji: tổng số phần tử có thuộc tính A với giá tri thuộc tính j thuộc tính mục tiêu i Trương Hải BằngAI 192 Ví dụ 1: cho bảng quan sát STT Kích cỡ Màu sắc Hình dáng Quyết định Trung bình Đỏ Cầu Mua Lớn Vàng Hộp Mua Trung bình Xanh Trụ Không mua Nhỏ Xanh Cầu Mua Trung bình Xanh Nón Khơng mua Nhỏ Xanh Nón Khơng mua Trung bình Đỏ Trụ Mua Trương Hải BằngAI 193 Ví dụ (tt) Hình dáng Kích cỡ Màu sắc Lớn Nhỏ Đỏ √1 √7 Cầu Hộp Vàng Trung bình √4 Xanh √2 √1 √7 √2 √4 Trương Hải BằngAI √1 √4 √2 Nón Trụ √7 194 Ví dụ (tt) Độ hỗn loạn TB kích cỡ: 2 1 log log 7 2 1 4 2 log log 2 7 4 2 1 1 log 0 4 7 1 7 Độ hỗn loạn TB màu sắc: log log 0.46 2 7 4 4 Độ hỗn loạn TB hình dáng: 2 1 1 log2 log2 7 2 2 Trương Hải BằngAI 195 Ví dụ (tt) Chọn thuộc tính hình dáng có độ hỗn loạn TB nhỏ nhất: Hình dáng Nón Cầu Hộp Mua Trụ Mua Trương Hải BằngAI ? Khơng mua 196 Ví dụ (tt) Sau test lần xong, ta loại mẫu ổn định => có bảng nhỏ hơn: STT Kích cỡ Màu sắc Quyết định Trung bình Xanh Khơng mua Trung bình Đỏ Mua Kích cỡ Trung bình Màu sắc Xanh Đỏ √7 √7 Độ hỗn loạn trung bình kích cỡ:=1 Độ hỗn loạn trung bình màu sắc:=0 Trương Hải BằngAI 197 Ví dụ (tt) Chọn thuộc tính màu sắc có độ hỗn loạn TB nhỏ nhất: Màu sắc Đỏ Xanh Không mua Mua Cây định: Hình dáng Nón Cầu Hộp Mua Trụ Khơng mua Mua Màu sắc Đỏ Mua Trương Hải BằngAI Xanh Không mua 198 ... Trí tuệ nhân tạo Thuật toán thuật giải Biểu diễn xử lý tri thức Gíới thiệu máy học Trương Hải BằngAI Tổng quan Trí tuệ nhân tạo Đối tượng mục tiêu nghiên cứu trí tuệ nhân tạo Vai trị Trí Tuệ. .. tuệ nhân tạo Vai trị Trí Tuệ Nhân Tạo Các kỹ thuật Trí tuệ nhân tạo Các khái niệm Trương Hải BằngAI Đối tượng mục tiêu nghiên cứu trí tuệ nhân tạo Trí tuệ nhân tạo nghiên cứu cách hành xử thông... vực khác trí tuệ nhân tạo dùng kỹ thuật hệ thống hoá tự động hoá xử lý tri thức phương pháp thuộc lĩnh vực mang tính người Trương Hải BằngAI Vai trị Trí Tuệ Nhân Tạo (tt) Trí tuệ nhân tạo nghiên