Bài giảng Trí tuệ nhân tạo: Bài 1+2 - Phạm Thị Anh Lê

Bài giảng Trí tuệ nhân tạo: Bài 1+2 - Phạm Thị Anh Lê cung cấp cho học viên những kiến thức giới thiệu về trí tuệ nhân tạo và các khái niệm cơ bản, Agent thông minh, hệ thống ứng xử, hệ thống tư duy,... Mời các bạn cùng tham khảo chi tiết nội dung bài giảng!

Khoa Công nghệ thông tin Trường Đại học Sư phạm Hà nội TRÍ TUỆ NHÂN TẠO Artificial Intelligence Phạm Thị Anh Lê Khoa CNTT - ĐHSP Hà nội TTNT p.1 Nội Dung           Lec Giới thiệu TTNT, khái niệm Lec Agent thông minh Lec Giải tốn tìm kiếm: tìm kiếm mù Lec Tìm kiếm kinh nghiệm (heuristics) Lec Tìm kiếm có đối thủ Lec Logic mệnh đề Lec 7-8 Logic vị từ cấp Lec 9-10 Biểu diễn tri thức luật lập luận Lec 11-13 Lập trình logic Prolog Lec 14-15 Tri thức khơng chắn: logic xác suất, logic mờ TTNT p.2  Tài liệu tham khảo: – Trí tuệ nhân tạo, by Đinh Mạnh Tường – Trí tuệ nhân tạo: phương pháp giải vấn đề kỹ thuật xử lý tri thức, by Nguyễn Thanh Thủy – Artificial Intelligence: A Modern Approach, by Stuart Russell and Peter Norvig (2nd ed) – Citeseer - Scientific Literature Digital Library Artificial Intelligence-http://citeseer.nj.nec.com/ArtificialIntelligence/ - 2003 TTNT p.3 Overview (Giới thiệu tổng quan) General Introduction 01-Introduction [AIMA Ch 1] Course Schedule Homeworks, exams and grading Course material, TAs and office hours Why study AI? What is AI? The Turing test Rationality Branches of AI Research disciplines connected to and at the foundation of AI Brief history of AI Challenges for the future Overview of class syllabus Agent effectors 02-Intelligent Agents [AIMA Ch 2] What is an intelligent agent? Examples Doing the right thing (rational action) Performance measure Autonomy Environment and agent design Structure of agents Agent types Reflex agents Reactive agents Reflex agents with state Goal-based agents Utility-based agents Mobile CS 460, Lecture agents Information agents sensors  TTNT p.4 Overview (cont.) How can we solve complex problems?  03/04-Problem solving and search [AIMA Ch 3] Example: measuring problem Types of problems More example problems Basic idea behind search algorithms Complexity Combinatorial explosion and NP completeness Polynomial hierarchy  05-Uninformed search [AIMA Ch 3] Depth-first Breadth-first Uniform-cost Depth-limited Iterative deepening Examples Properties  06/07-Informed search [AIMA Ch 4] Best-first A* search Heuristics Hill climbing Problem of local extrema Simulated annealing CS 460, Lecture 3l 5l 9l Using these buckets, measure liters of water Traveling salesperson problem TTNT p.5 Overview (cont.) Practical applications of search  08/09-Game playing [AIMA Ch 5] The minimax algorithm Resource limitations Aplhabeta pruning Elements of chance and nondeterministic games tic-tac-toe CS 460, Lecture TTNT p.6 Overview (cont.) Towards intelligent agents 10-Agents that reason logically [AIMA Ch 6] Knowledge-based agents Logic and representation Propositional (boolean) logic 11-Agents that reason logically [AIMA Ch 6] Inference in propositional logic Syntax Semantics CS 460, Lecture Examples   wumpus world TTNT p.7 Overview (cont.) Building knowledge-based agents: 1st Order Logic  12-First-order logic [AIMA Ch 7] Syntax Semantics Atomic sentences Complex sentences Quantifiers Examples FOL knowledge base Situation calculus  13-First-order logic [AIMA Ch 7] Describing actions Planning Action sequences CS 460, Lecture TTNT p.8 Overview (cont.) Representing and Organizing Knowledge 14/15-Building a knowledge base [AIMA Ch 8] Knowledge bases Vocabulary and rules Ontologies Organizing knowledge An ontology for the sports domain Kahn & Mcleod, 2000  CS 460, Lecture TTNT p.9 Overview (cont.) Reasoning Logically  16/17/18-Inference in first-order logic [AIMA Ch 9] Proofs Unification Generalized modus ponens Forward and backward chaining Example of backward chaining CS 460, Lecture TTNT p.10 Các ứng dụng TTNT Trị chơi tốn đố Suy luận chứng minh định lý tự động Các hệ chuyên gia (các hệ tri thức) Xử lý ngôn ngữ tự nhiên Lập kế hoạch người máy Máy học Mạng Neuron giải thuật di truyền … TTNT p.35 TTNT - Đặc điểm        Sử dụng máy tính vào suy luận ký hiệu, nhận dạng qua mẫu, học, suy luận khác… Tập trung vào vấn đề “khó” khơng thích hợp với lời giải mang tính thuật tốn Quan tâm đến kỹ thuật giải vấn đề sử dụng thơng tin khơng xác, khơng đầy đủ, mơ hồ… Cho lời giải “đủ tốt” lời giải xác hay tối ưu Sử dụng heuristics – “kinh nghiệm” Sử dụng tri thức chuyên môn … TTNT p.36 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 môi trường liên tục người  Chưa có khả học người  Chưa có khả tự thích nghi với mơi trường TTNT p.37 TTNT = Biểu Diễn + tìm kiếm TTNT p.38 Hệ thống ký hiệu vật lý  Hệ thống ký hiệu = tập hợp mẫu trình, q trình sản xuất, triệt tiêu thay đổi mẫu  Các hành vi thông minh đạt việc sử dụng: Các mẩu ký hiệu để biểu diễn khía cạnh quan trọng lĩnh vực toán Các phép toán mẫu để sinh lời giải có khả tốn Tìm kiếm lời giải số khả TTNT p.39 Giả thuyết hệ thống ký hiệu vật lý hệ thống ký hiệu vật lý có phương tiện cần đủ cho hành vi thông minh tổng quát” (Nowell Simon) Allen Newell and Herbert A Simon, Computer Science as Empirical Inquiry: Symbols and Search, Communications of the ACM (March 1976)  “Một TTNT p.40 TTNT biểu diễn tìm kiếm Sự biểu diễn phải:   Cung cấp cấu tự nhiên để thể tri thức/thơng tin/ liệu cách đầy đủ => Tính biểu đạt Hỗ trợ việc thực thi cách hiệu việc tìm kiếm đáp án cho vấn đề => Tính hiệu Liệu việc tìm kiếm: – Có kết thúc khơng ? – Có chắn tìm lời giải khơng ? – Có chắn tìm lời giải tối ưu khơng ? TTNT p.41 TTNT biểu diễn & tìm kiếm vấn đề tìm kiếm lời giải đồ thị không gian trạng thái:  Giải – Nút ~ trạng thái (node ~ state) – Liên kết (link)  Ví dụ: – Trị chơi tic-tac-toe – Chẩn đốn trục trặc máy móc tơ TTNT p.42 KGTT Trị Chơi Tic-Tac-Toe TTNT p.43 Chẩn đốn trục trặc máy móc tơ TTNT p.44 Agent thơng minh – Agent (Tác nhân) hành động mơi trường Ví dụ: người, robot, – Mục tiêu TTNT nghiên cứu thiết kế tác nhân thông minh: tác nhân tồn moi trường hành động cách thông minh – Tác nhân thơng minh cần có khả nhận thức môi trường  robot trang bị cảm nhận (sensors) – Tác nhân thông minh cần đưa hành động đáp ứng môi trường  cần tác động (effectors) Lec2 – Agent thông minh TTNT p.45 Agent thông minh (tiếp) – Tác nhân xem hộp đen: Môi trường Các thông tin đến từ môi trường hành động Tác nhân thông minh cần trang bị cho tác nhân chương trình, gọi chương trình tác nhân: mơ tả thuật tốn kết hợp với thơng tin trạng thái môi trường với tri thức lưu hành động thích ứng TTNT p.46 Agent thông minh (tiếp) Thử nghiệm Turing Alan Turing (1950) xác định hành vi thông minh hành vi nhiệm vụ nhận thức đạt tới mức độ đánh lừa người Tác nhân thơng minh (TNTM) cần có khả năng: – Ghi nhớ tri thức lập luận  biểu diễn tri thức lập luận – Hiểu ngôn ngữ tự nhiên (natural language understanding)  xử lý ngôn ngữ tự nhiên – Khả học để đưa hành động thích ứng với hồn cảnh  học máy (mechine learning) – Nhận biết đối tượng đưa hình ảnh  nhìn máy (computer vision): lĩnh vực nghiên cứu để máy tính hiểu cấu trúc tính chất đối tượng khơng gian ba chiều từ hình ảnh hai chiều – Khả suy mục đích cần đạt đưa dãy hành động mà cần thực để đạt mục đích  q trình lập kế hoạch (planning) TTNT p.47 Agent thông minh (tiếp) Biểu diễn lập luận – Để máy tính lưu trữ tri thức, sử dụng tri thức  cần tìm phương pháp biểu diễn tri thức – Lập luận tự động hiểu q trình tính toán biểu diễn tri thức: cho đầu vào biểu diễn tri thức đầu nhận biểu diễn tri thức – Mục tiêu trọng tâm TTNT nghiên cứu thiết kế hệ thơng minh, lưu trữ tri thức lĩnh vực có khả đưa hành động thích ứng lập luận dựa tren tri thức đă lưu trữ thông tin thu nhận từ môi trường TTNT p.48 Agent thông minh (tiếp) Các lĩnh vực nghiên cứu ứng dụng – Robot đưa thư – Hệ chuyên gia y học: với mục đích trợ giúp bác sĩ việc chuẩn đoán bệnh điều trị TTNT p.49 ... hierarchy  05-Uninformed search [AIMA Ch 3] Depth-first Breadth-first Uniform-cost Depth-limited Iterative deepening Examples Properties  06/07-Informed search [AIMA Ch 4] Best-first A* search... TTNT p.2  Tài liệu tham khảo: – Trí tuệ nhân tạo, by Đinh Mạnh Tường – Trí tuệ nhân tạo: phương pháp giải vấn đề kỹ thuật xử lý tri thức, by Nguyễn Thanh Thủy – Artificial Intelligence: A Modern... Lec 7-8 Logic vị từ cấp Lec 9-1 0 Biểu diễn tri thức luật lập luận Lec 1 1-1 3 Lập trình logic Prolog Lec 1 4-1 5 Tri thức khơng chắn: logic xác suất, logic mờ TTNT p.2  Tài liệu tham khảo: – Trí tuệ