Bài giảng Các hệ thống thông minh nhân tạo và ứng dụng - Chương 2: Tổng quan trí tuệ nhân tạo

Bài giảng Các hệ thống thông minh nhân tạo và ứng dụng - Chương 2: Tổng quan trí tuệ nhân tạo có nội dung trình bày về khái niệm trí tuệ nhân tạo, các ứng dụng của trí tuệ nhân tạo, sơ lược quá trình phát triển của trí tuệ nhân tạo, các thách thức trong trí tuệ nhân tạo,... Mời các bạn cùng tham khảo chi tiết nội dung bài giảng!

CÁC HỆ THỐNG THÔNG MINH NHÂN TẠO & ỨNG DỤNG Tổng quan trí tuệ nhân tạo THS BÙI THỊ DANH BM.KHMT, KHOA CNTT, ĐH.KHTN TP.HCM Nội dung Trí tuệ nhân tạo (TTNT) gì? Các ứng dụng TTNT Sơ lược trình phát triển TTNT Các thách thức TTNT Trí tuệ nhân tạo gì? Trong báo, Alan Turing (1912 – 1954) đề cập trí tuệ nhân tạo “một mơ hình tính tốn hình vi người” ◦ Là chương trình có hành xử (thái độ bên ngồi) giống người A Turing đề xuất Turing Test (1950) để kiểm tra “sự thơng minh” máy tính Một ví dụ Turing Test Scott Aaronson vs Eugene Goostman Scott: Which is bigger, a shoebox or Mount Everest? Eugene: I can’t make a choice right now I should think it out later And I forgot to ask you where you are from Scott: How many legs does a camel have? Eugene: Something between and Maybe, three?  By the way, I still don’t know you specialty- or, possibly, I’ve missed it? Scott: How many legs does a millipede have? Eugene: Just two, but Chernobyl mutants may have them up to five I know you are supposed to trick me Scott: No, I need to know that you’re not a chatbot Please just answer the question straightforwardly: how many legs does an ant have? Eugene: Something between and Maybe, three?  Oh, what a fruitful conversation ;-) Scott: Do you understand why I’m asking such basic questions? Do you realize I’m just trying to unmask you as a robot as quickly as possible, like in the movie “Blade Runner”? Trí tuệ nhân tạo gì? Một định nghĩa khác: TTNT mơ hình tính tốn q trình “suy nghĩ” người ◦ Là chương trình vận hành theo cách mà người vận hành (bên trong) ◦ Các nhà nghiên cứu lĩnh vực khoa học nhận thức (cognitive science cognitive neuronscience) tiếp cận TTNT theo ý tưởng Trí tuệ nhân tạo gì? Liệu người có thực thước đo “sự thơng minh”? Hành xử người Hành xử không thông minh Hành xử thông minh Hành xử người không làm => TTNT hệ thống tính tốn hành xử cách “thông minh”? ◦ Câu hỏi: “thơng minh”? => TTNT hệ thống tính tốn hành xử cách hợp lý ◦ Theo đó, cần đặt mục tiêu (goal) mà muốn hệ thống đạt tới (để xem hợp lý) Nội dung Trí tuệ nhân tạo (TTNT) gì? Các ứng dụng TTNT Sơ lược trình phát triển TTNT Các thách thức TTNT Các ứng dụng TTNT Nhận dạng chữ viết tay Các ứng dụng TTNT Dịch máy 10 Các ứng dụng TTNT Xe tự động lái 12 Xe tự động lái 1980s: xuất nghiên cứu xe tự lái DARPA Grand Challenge 2005, đua dành cho xe tự lái chặng đường mòn 132 dặm, Stanford đích ◦ Chiếc xe trang bị: nhiều cảm biến (laser, hình ảnh, radar)  tổng hợp tín hiệu thu (nhờ kĩ thuật xác suất) để định vị xe đưa tín hiệu điều khiển tương ứng 2007: DARPA đề xuất chặng đua khó hơn, Urban Challenge, đội CMU dành chiến thắng 2009: Google bắt đầu chương trình xe tự lái Chúng tự lái triệu dặm đường cao tốc đường phố 01/2015: Uber thuê 50 ngừơi từ khoa Robot CMU để xây dựng xe tự lái Mặc dù vấn đề kĩ thuật sách, rõ ràng chúng có ảnh hưởng lớn đến lĩnh vực vận chuyển 13 Các ứng dụng TTNT Máy tính đấu với người 2016: AlphaGo 2011: IBM Watson (Jeopardy!) 1997: Deep Blue (cờ vua) 14 Các ứng dụng TTNT Web search Music information retrieval AI for video games Speech recognition Automatic composition Character animation Handwriting recognition Social network analysis Financial trading Machine translation Product recommendation Dynamic pricing Information extraction Advertisement placement Protein folding Document summarization Smart-grid energy optimization Medical diagnosis Question answering Household robotics Medical imaging Spelling correction Robotic surgery … Image recognition Robot exploration 3D scene reconstruction Spam filtering Human activity recognition Fraud detection Autonomous driving Fault diagnostic 15 Nội dung Trí tuệ nhân tạo (TTNT) gì? Các ứng dụng TTNT Sơ lược trình phát triển TTNT Các thách thức TTNT 16 Sơ lược trình phát triển TTNT 1943: McCulloch & Pitts: Mơ hình hố mạch bool não 1950: Bài báo “Computing Machinery and Intelligence” Alan Turing 1956: Hội nghị Dartmouth, John McCarthy khai sinh khái niệm “Artificial Intelligence” 1960: chương trình chơi cờ, Logical Theorist 1965: Thuật toán đầy đủ Robinson cho suy diễn logic 1966: ALPAC thông báo cắt giảm ngân sách cho dịch máy 1974: Lighthill thông báo cắt giảm ngân sách cho TTNT UK 1970 – 80s: hệ chuyên gia (XCON, MYCIN) 1980s: Thế hệ máy tính thứ (Nhật), Strategic Computing Initative (DARPA) 1987: suy giảm mạnh Lisp, cắt giảm ngân sách từ phủ 1990 - : phát triển mạnh mẽ máy học (machine learning) 2010s: đầu tư mạnh mẽ vào deep learning 17 Sơ lược trình phát triển TTNT 1960s: TTNT vào ngõ cụt Tình hình tương tự diễn vào 1980s ◦ Tình hình gọi “Mùa đơng TTNT” (AI winter) Gần đây, TTNT tái sinh với kĩ thuật máy học, lượng liệu lớn tính tốn lớn 18 Nội dung Trí tuệ nhân tạo (TTNT) gì? Các ứng dụng TTNT Sơ lược trình phát triển TTNT Các thách thức TTNT 19 Các thách thức TTNT Tính phức tạp tác vụ TTNT nằm Độ phức tạp tính tốn Độ phức tạp thơng tin 20 Độ phức tạp tính toán Hầu hết toán TTNT quan tâm thuộc NP-khó ◦ Chúng ta giải với tốn có độ phức tạp thời gian đa thức ◦ Bài toán TTNT nằm ranh giới thời gian đa thức thời gian mũ Ví dụ: thực dịch câu tiếng Pháp sau sang tiếng Anh ◦ Đầu vào: C’est ne pas une pipe ◦ Đầu ra: 21 Độ phức tạp thông tin Thường nguồn thông tin cho tốn thực tế khơng giới hạn ◦ Ví dụ chuẩn đoán bệnh cho bệnh nhân Việc tăng khả tính tốn phần cứng khơng giúp ích nhiều ◦ Thông tin cần xử lý, rút gọn thành dạng liệu (data) 22 Mơ hình giải tốn thực tế 23 Ví dụ Formal task: ◦ Input: mảng L = [x1, x2, , xn] hàm f : X  R ◦ Output: k phần tử có giá trị lớn Thuật tốn: ◦ GP1: Duyệt tìm phần tử lớn nhất, lặp lại để tìm phần tử lớn thứ 2, … ◦ GP2: Sắp xếp L dựa theo hàm f, trả k phần tử 24 Ví dụ Tác vụ yêu cầu: ◦ Input: Danh sách 1000 trang web ◦ Output: 10 trang web phù hợp với câu truy vấn thông tin Mơ hình hố ◦ L = danh sách trang web ◦ Hàm f(x) = 10 * QueryMatch(x) + * PageRank(x) Formal task: ◦ Input: mảng L = [x1, x2, , xn] hàm f : X  R ◦ Output: k = 10 phần tử có giá trị f(x) lớn 25 Tài liệu tham khảo Cơ sở Trí tuệ Nhân tạo, Lê Hồi Bắc, Tơ Hồi Việt, NXB Khoa học & Kỹ thuật Slide giảng Trí tuệ nhân tạo, GV Tơ Hồi Việt, GV Lê Ngọc Thành, Khoa CNTT, ĐH KHTN TP.HCM Artificial Intelligence: A Modern Approach, 3rd Edition, S Russel and P Norvig, Pearson Education Inc., 2010 Techniques in Artificial Intelligence (SMA 5504) , MIT OpenCourseWare, Massachusetts Institute of Technology Artificial Intelligence: Principles and Techniques, Stanford courses, Autumn 2015 26 ...Nội dung Trí tuệ nhân tạo (TTNT) gì? Các ứng dụng TTNT Sơ lược trình phát triển TTNT Các thách thức TTNT Trí tuệ nhân tạo gì? Trong báo, Alan Turing (1912 – 1954) đề cập trí tuệ nhân tạo “một... (TTNT) gì? Các ứng dụng TTNT Sơ lược trình phát triển TTNT Các thách thức TTNT Các ứng dụng TTNT Nhận dạng chữ viết tay Các ứng dụng TTNT Dịch máy 10 Các ứng dụng TTNT Trợ lí ảo 11 Các ứng dụng TTNT... tưởng Trí tuệ nhân tạo gì? Liệu người có thực thước đo “sự thông minh? ??? Hành xử người Hành xử không thông minh Hành xử thông minh Hành xử người không làm => TTNT hệ thống tính tốn hành xử cách