9/13/2021

▪ Số tín chỉ: 3
AI ▪ Lý thuyết: 45 tiết

Trường Đại Học Công Nghiệp Hà nội Nội Dung

Khoa Công Nghệ Thông Tin
Chương 1. Tổng quan về Trí tuệ nhân tạo
Chương 2: Tìm kiếm trong không gian trạng
TRÍ TUỆ NHÂN TẠO-AI thái (khái niệm KGTT, các PP tìm kiếm)
(Artificial Intelligence) Chương 3: Biểu diễn và xử lý tri thức
(bằng logic, luật)
Chương 4: Một số hệ thống và công nghệ trí
tuệ nhân tạo
Giảng viên: Trần Thanh Huân Chương 5: Phát triển hệ thống trí tuệ nhân tạo
Mobi: 09737 616 77 Chương 6: Triển khai thực nghiệm hệ thống trí tuệ
Email: huantt@fit-haui.edu.vn nhân tạo

▪ Số tín chỉ: 3 ▪ Số tín chỉ: 3

AI ▪ Lý thuyết: 45 tiết AI ▪ Lý thuyết: 45 tiết

Chương 1. Tổng quan về Trí tuệ nhân tạo Chương 2: Tìm kiếm trong không gian trạng thái
▪ Ngành TTNT là gì ? – Các khái niệm ▪ Không gian trạng thái
▪ AI : Biểu diễn và tìm kiếm
▪ Mục tiêu Ngành TTNT ▪ Các giải thuật tìm kiếm trên không gian trạng thái
▪ Các tiền đề cơ bản của TTNT ▪ Depth first search (DFS)/Breath first search (BFS)
▪ Lịch sử phát triển của khoa học TTNT ▪ Heuristic là gì?
▪ Tìm kiếm theo heuristic
▪ Một số thành tựu của khoa học TTNT ▪ Tìm kiếm Best first search (BFS), Giải thuật A*
▪ Một số xu hướng mới TTNT ▪ Chiến lược Minimax, Alpha Beta

TTNT. p.3

▪ Số tín chỉ: 3 ▪ Số tín chỉ: 3

AI ▪ Lý thuyết: 45 tiết AI ▪ Lý thuyết: 45 tiết

Chương 3: Biểu diễn và xử lý tri thức Chương 4: Một số hệ thống và công nghệ trí tuệ
▪ Biểu diễn tri thức bằng logic mệnh đề nhân tạo
▪ Biểu diễn tri thức bằng logic vị từ ▪ NLP
▪ Biểu diễn tri thức bằng luật sinh ▪ Robotic
▪ Biểu diễn tri thức bằng mạng ngữ nghĩa
▪ Computer vision
▪ Biểu diễn tri thức bằng Frame
▪ Biểu diễn tri thức bằng script ▪ …..

1
 9/13/2021

▪ Số tín chỉ: 3 ▪ Số tín chỉ: 3

AI ▪ Lý thuyết: 45 tiết AI ▪ Lý thuyết: 45 tiết

Chương 5: Phát triển hệ thống trí tuệ nhân tạo Chương 6: Triển khai thực nghiệm hệ thống trí
▪ Nơ ron/mạng nơ ron nhân tạo tuệ nhân tạo
▪ Hoạt động của mạng nơ ron NT ▪ Thu thập dữ liệu
▪ Cài đặt thử nghiệm ▪ Xử lý dữ liệu
▪ Lựa chọn công cụ
▪ Thực nghiệm

Tài liệu tham khảo AI

▪ [1] Trường Đại học Công nghiệp Hà Nội, Giáo trình trí
tuệ nhân tạo
Chương 1:
▪ [2] PTS. Nguyễn Thanh Thủy - Trí tuệ nhân tạo - Các
phương pháp giải quyết vấn đề và kỹ thuật xử lý tri thức - TỔNG QUAN VỀ TRÍ TUỆ
NXB Giáo dục, 1995
▪ [3] Wikipedia - Bách khoa toàn thư mở - Lịch sử ngành Trí
NHÂN TẠO
tuệ nhân tạo
http://en.wikipedia.org/wiki/Artificial_intelligence
▪ [4] Artificial Intelligence: A Modern Approach (Second
Edition) by Stuart Russell and Peter Norvig : Introduction on
AI
▪ http://aima.cs.berkeley.edu/

TTNT. p.9

NỘI DUNG TTNT là gì?

▪ NGÀNH TTNT LÀ GÌ? - CÁC KHÁI NIỆM

▪ Trí tuệ nhân tạo là khoa học liên quan đến
▪ MỤC TIÊU CỦA NGÀNH TTNT việc làm cho máy tính có những khả năng của
▪ CÁC TIỀN ĐỀ CƠ BẢN CỦA TTNT trí tuệ con người, tiêu biểu như các khả
năng“suy nghĩ”, “hiểu ngôn ngữ”, và biết
▪ LỊCH SỬ PHÁT TRIỂN CỦA KHOA HỌC TTNT
“học tập”.
▪ CÁC THÀNH TỰU CỦA KHOA HỌC TTNT
▪ CÁC XU HƯỚNG MỚI TRONG TTNT

11 12

2
 9/13/2021

TTNT là gì? TTNT là gì?

▪ Intelligence: trí thông minh

“ability to learn, understand and think” (Oxford
dictionary)
▪ Artificial Intelligence (AI): trí thông minh nhân tạo
“attempts to understand intelligent entities”
“strives to build intelligent entities”
(Stuart Russell & Peter Norvig)

13 14

TTNT và lập trình truyền thống Các yêu cầu của TTNT

Thinking humanly Thinking rationally

(Suy nghĩ như con người) (Suy nghĩ hợp lý)

Acting humanly Acting rationally

(Hành động như con người) (Hành động hợp lý)

15 16

Hành động như con người:Phép thử Turing Hành động như con người:Phép thử Turing
▪ Alan Turing (1912-1954) Phép thử Turing là một bài kiểm tra khả năng trí tuệ của
▪ “Computing Machinery and Intelligence” (1950) máy tính.
Phép thử Phép thử như sau: một người chơi thực hiện một cuộc
thảo luận bằng ngôn ngữ tự nhiên với một con người và
Người một máy tính, cả hai đều cố gắng chứng tỏ mình là con
người. Ba bên tham gia phép thử được cách ly với nhau.
Nếu người chơi không thể nhận ra máy tính không phải là
Người kiểm tra con người, máy tính đó vượt qua phép thử
Hệ thống TTNT

17

3

Suy nghĩ như con người: Khoa học nhận thức
◼ Cuộc “cách mạng nhận thức” những năm1960:
- Xem bộ não người như một cấu trúc xử lý thông tin
- Nghiên cứu về tâm lý nhận thức thay thế cho các nghiên cứu trước
đó về hành vi ứng xử
◼ Cầncác lý thuyết khoa học về các hoạt động bên trong của bộ não
người
◼ Làmthế nào để xác nhận (kiểm chứng)? Yêu cầu:
1)Dự đoán và kiểm chứng các hoạt động (hành vi) của chủ thể con
người (hướng tiếp cận top-down), hoặc
2)Nhận dạng (xác định) trực tiếp từ các dữ liệu về hệ thần kinh
(hướng tiếp cận bottom-up)
◼ Hiện
nay, cả 2 hướng tiếp cận này (Cognitive Science và Cognitive
Neuroscience) được tách rời với lĩnh vực TTNT
Trí Tuệ Nhân Tạo - Đặc Điểm
▪ Sử dụng máy tính vào suy luận trên các ký hiệu,
nhận dạng qua mẫu, học, và các suy luận khác…
▪ Tập trung vào các vấn đề “khó” không thích hợp
với các lời giải mang tính thuật toán.
▪ Quan tâm đến các kỹ thuật giải quyết vấn đề sử
dụng các thông tin không chính xác, không đầy đủ,
mơ hồ…
▪ Cho lời giải ‘đủ tốt’ chứ không phải là lời giải
chính xác hay tối ưu.
▪ Sử dụng heuristics – “bí quyết”
▪ Sử dụng tri thức chuyên môn/chuyên gia
▪ …
21
Sự Thông Minh
▪ Thông minh hay Hành xử thông minh là gì?
▪ Hành xử thông minh: là các hoạt động của một đối tượng
như là kết quả của một quá trình thu thập, xử lý và điều khiển
theo những tri thức đã có hay mới phát sinh (thường cho kết
quả tốt theo mong đợi so với các hành xử thông thường) là
biểu hiện cụ thể, cảm nhận được của “Sự thông minh”
▪ Khái niệm về tính thông minh của một đối tượng thường biểu
hiện qua các hoạt động:
▪ Sự hiểu biết và nhận thức được tri thức
▪ Sự lý luận tạo ra tri thức mới dựa trên tri thức đã có
▪ Hành động theo kết quả của các lý luận
▪ Kỹ năng (Skill)
TRI THỨC ???
23
9/13/2021
Suy nghĩ hợp lý: Các luật suy nghĩ
◼ Chuẩn hóa (hoặc quy tắc hóa), hơn là mô tả
◼ Aristotle: Thế nào là các quá trình suy nghĩ / tranh luận đúng
đắn?
◼ Một số trường học ở Hy Lạp đã phát triển những dạng logic: ký
hiệu và các luật dẫn xuất đối với các quá trình suy nghĩ
◼ Mối liên hệ trực tiếp, thông qua toán học và triết học, đối với
khoa học TTNT hiện đại
◼ Các vấn đề:
1. Không phải tất cả các hành vi (hành động) thông minh đều
xuất phát từ các cân nhắc (suy nghĩ) logic
2. Mục đích của sự suy nghĩ là gì? Những suy nghĩ nào mà tôi
nên thực hiện, trong số các suy nghĩ mà tôi có thể có?
Đối tượng nghiên cứu của AI
▪ Đối tượng nghiên cứu của ngành AI
AI là ngành nghiên cứu về các hành xử thông minh (intelligent
behaviour) bao gồm: thu thập, lưu trữ tri thức, suy luận, hoạt
động và kỹ năng.
Đối tượng nghiên cứu là các “hành xử thông minh” chứ không
phải là “sự thông minh”.
‘Không có’ Sự Thông Minh
Chỉ có
Biểu hiện thông minh qua hành xử
22
Tri thức (Knowledge)
▪ Tri thức là những thông tin chứa đựng 2 thành phần
▪ Các khái niệm:
▪ Các khái niệm cơ bản: là các khái niệm mang tính quy ước
▪ Các khái niệm phát triển: Được hình thành từ các khác niệm cơ
bản thành các khái niệm phức hợp phức tạp hơn.
▪ Các phương pháp nhận thức:
▪ Các qui luật, các thủ tục
▪ Phương pháp suy diễn, lý luận,..
❖ Tri thức là điều kiện tiên quyết của các hành xử thông minh hay “Sự
thông minh”
❖ Tri thức có được qua sự thu thập tri thức và sản sinh tri thức
❖ Quá trình thu thập và sản sinh tri thức là hai quá trình song song và
nối tiếp với nhau – không bao giờ chấm dứt trong một thực thể
“Thông Minh”
24
4
 9/13/2021

Tri thức – Thu thập và sản sinh Tri thức – Tri thức siêu cấp
▪ Thu thập tri thức:
▪ Tri thức được thu thập từ thông tin, là kết quả của một quá trình ▪ “Trí thức siêu cấp” (meta knowledge) hay “Tri thức về Tri thức”
thu nhận dữ liệu, xử lý và lưu trữ. Thông thường quá trình thu thập
tri thức gồm các bước sau: Là các tri thức dùng để:
▪ Xác định lĩnh vực/phạm vi tri thức cần quan tâm ▪ Đánh giá tri thức khác
▪ Thu thập dữ liệu liên quan dưới dạng các trường hợp cụ thể. ▪ Đánh giá kết quả của quá trình suy diễn
▪ Hệ thống hóa, rút ra những thông tin tổng quát, đại diện cho các ▪ Kiểm chứng các tri thức mới
trường hợp đã biết – Tổng quát hóa.
▪ Xem xét và giữ lại những thông tin liên quan đến vấn đề cần ▪ Phương tiện truyền tri thức: Ngôn ngữ tự nhiên
quan tâm , ta có các tri thức về vấn đề đó.
▪ Sản sinh tri thức:
▪ Tri thức sau khi được thu thập sẽ được đưa vào mạng tri thức đã
có.
▪ Trên cơ sở đó thực hiện các liên kết, suy diễn, kiểm chứng để sản
sinh ra các tri thức mới. 25 26

Hành xử thông minh – Kết luận Mục tiêu nghiên cứu của ngành AI
▪ Hành xử thông minh không đơn thuần là các hành động như là kết quả Trí tuệ nhân tạo nhằm tạo ra “Máy người”?
của quá trình thu thập tri thức và suy luận trên tri thức. Mục tiêu
▪ Hành xử thông minh còn bao hàm ➢ Xây dựng lý thuyết về thông minh để giải thích các hoạt động
▪ Sự tương tác với môi trường để nhận các phản hồi thông minh
▪ Sự tiếp nhận các phản hồi để điều chỉnh hành động - Skill ➢ Tìm hiểu cơ chế sự thông minh của con người
▪ Sự tiếp nhận các phản hồi để hiệu chỉnh và cập nhật tri thức ❖Cơ chế lưu trữ tri thức
▪ Tính chất thông minh của một đối tượng là sự tổng hợp của cả 3 yếu ❖Cơ chế khai thác tri thức
tố: thu thập tri thức, suy luận và hành xử của đối tượng trên tri thức
thu thập được. Chúng hòa quyện vào nhau thành một thể thống nhất “ ➢ Xây dựng cơ chế hiện thực sự thông minh
Sự Thông Minh” ➢ Áp dụng các hiểu biết này vào các máy móc phục vụ con
▪ Không thể đánh giá riêng lẻ bất kỳ một khía cạnh nào để nói về tính người.
thông minh.
➔ THÔNG MINH CẦN TRI THỨC

27 28

Mục tiêu của AI (tt) Các phương pháp và kỹ thuật

▪ Các phương pháp biểu diễn tri thức và kỹ thuật
▪ Cụ thể:
xử lý tri thức
▪ Kỹ thuật: xây dựng các máy móc có tính thông minh nhằm
đáp ứng tốt hơn nhu cầu của con người. ▪ Các phương pháp giải quyết vấn đề
▪ Khoa học: xây dựng và phát triển các khái niệm, thuật ngữ, ▪ Các phương pháp Heuristic
phương pháp để hiểu được các hành xử thông minh của
sinh vật. ▪ Các phương pháp học
▪ Các ngôn ngữ TTNT
▪ Đối tượng thường được chú trọng phát triển là máy tính

Sự cần thiết của ngành AI ?????

Làm sao biết máy có thông minh?

29 30

5
 9/13/2021

Các thành phần trong hệ thống CÁC TIỀN ĐỀ CƠ BẢN CỦA TTNT
TTNT kế thừa nhiều ý tưởng, quan điểm và các kỹ thuật
▪ Hai thành phần cơ bản: từ các ngành khoa học khác

▪ Các phương pháp biểu diễn vấn đề, các phương pháp
biểu diễn tri thức Nghiên cứu tâm
trí con người Các lý thuyết của lập
luận và học

▪ Các phương pháp tìm kiếm trong không gian bài toán,
AI
các chiến lược suy diễn Ngôn ngữ học
Toán học
Nghiên cứu ý nghĩa và Các lý thuyết xác suất logic,
cấu trúc của ngôn ngữ tạo quyết định và tính toán
Khoa học
máy tính

Làm cho TTNT trở

thành hiện thực
31 32

CÁC TIỀN ĐỀ CƠ BẢN CỦA TTNT CÁC TIỀN ĐỀ CƠ BẢN CỦA TTNT

Triết học (Philosophy, 428 B.C – Present):
- Các luật hình thức có thể được sử dụng để rút ra kết luận hợp lý
không?
- Ý thức được sản sinh như thế nào từ não?
- Tri thức từ đâu đến?
- Làm thế nào tri thức dẫn dắt hành động?
Toán học (Mathematics, C. 800 – Present):
- Những luật hình thức nào để rút ra kết luận hợp lý?
- Chúng được tính toán như thế nào?
- Làm thế nào chúng ta lập luận với tri thức không chắc chắn?
Kinh tế học (Economics, 1776 – Present):
- Chúng ta nên làm ra các quyết định như thế nào để làm tối đa lợi
ích?
- How should we do this when others may not go along?
- How should we do this when the payoff may be far in the future?
Khoa học về thần kinh (Neuronscience,1861 – Present):
-Bộ não xử lý thông tin như thế nào?
Tâm lý học (Psychology, 1879 – Present):
-Con người và động vật tư duy và hành động như thế nào?
Công nghệ máy tính (Computer engineering 1940 –
Present):
-Làm thế nào chúng ta xây dựng máy tính hiệu quả?
Điều khiển học (Control theory and cybernetics 1948 –
Present):
-Làm thế nào các máy nhân tạo vận hành dưới sự điều khiển của
chính nó?
Ngôn ngữ học (Linguistics 1957 – Present):
-Ngôn ngữ liên quan đến tư duy như thế nào?

LỊCH SỬ PHÁT TRIỂN CỦA TTNT LỊCH SỬ PHÁT TRIỂN CỦA TTNT
▪ “birth day”: Hội nghị ở Dartmouth College mùa hè 1956, do
▪ Bắt đầu của AI (1943 - 1956): Minsky và McCarthy tổ chức, và ở đây McCarthy đề xuất
tên gọi “artificial intelligence”. Có Simon và Newell trong
▪ 1943: McCulloch & Pitts: Mô hình chuyển mạch
những người tham dự.
logic.
▪ 1950: Bài báo “Computing Machinery and
Intelligence” của Turing.
▪ 1956: McCarthy đề xuất tên gọi “Artificial
Intelligence”.

Marvin Minsky
John McCarthy
35 36

6

LỊCH SỬ PHÁT TRIỂN CỦA TTNT
▪ Trông mong nhất (1952 - 1969):
▪ Một số chương trình TTNT thành công:
▪ Samuel’s checkers
▪ Newell & Simon’s Logic Theorist
▪ Gelernter’s Geometry Theorem Prover.
▪ Thuật giải của Robinson cho lập luận logic.
37
LỊCH SỬ PHÁT TRIỂN CỦA TTNT
▪ TTNT trở thành ngành công nghiệp (1980 -
1988):
▪ Bùng nổ về các hệ chuyên gia.
▪ 1981: Đề án máy tính thế hệ thứ năm của Nhật
Bản.
▪ Sự trở lại của các mạng nơron và lý thuyết
TTNT (1986 - nay)
39
MỘT SỐ THÀNH TỰU CỦA KHOA HỌC TTNT
41
9/13/2021
LỊCH SỬ PHÁT TRIỂN CỦA TTNT
▪ Thực tế (1966 − 1974):
▪ Phát hiện được các khó khăn về độ phức tạp tính toán.
▪ Quyến sách của Minsky & Papert năm 1969.
▪ Hệ thống dựa trên tri thức (1969 − 1979):
▪ 1969: DENDRAL by Buchanan et al.
Đưa ra cấu trúc phân tử từ thông tin của quang phổ kế
▪ 1976: MYCIN by Shortliffle.
Chuẩn đoán nhiểm trùng máu
▪ 1979: PROSPECTOR by Duda et al.
Chuẩn đoán vị trí khoan dầu
38
LỊCH SỬ PHÁT TRIỂN CỦA KHOA HỌC TTNT
40
MỘT SỐ THÀNH TỰU CỦA KHOA HỌC TTNT
42
7
 9/13/2021

MỘT SỐ THÀNH TỰU CỦA KHOA HỌC TTNT MỘT SỐ THÀNH TỰU CỦA KHOA HỌC TTNT

SONY AIBO
43 44

MỘT SỐ THÀNH TỰU CỦA KHOA HỌC TTNT MỘT SỐ THÀNH TỰU CỦA KHOA HỌC TTNT

Đi bộ

Quay
Honda Humanoid Robot
& Asimo Lên xuống
cầu thang
45 46

MỘT SỐ THÀNH TỰU CỦA KHOA HỌC TTNT MỘT SỐ THÀNH TỰU CỦA KHOA HỌC TTNT

▪ Tháng 4 năm 2015, Robot Sophia được kích hoạt để hoạt
động, Sophia được lấy cảm hứng từ minh tinh người Anh
Audrey Hepburn, Sophia giao tiếp với con người, Robot này
còn có thể thể hiện 62 nét mặt sắc thái biểu cảm khác nhau
trên khuôn mặt
▪ 2016: ROBOT cố vấn đầu tư chứng khoán SBI của Nhật (tư
vấn cho khách hàng chiến lược đầu tư phù hợp dựa trên các
câu trả lời: Độ tuổi, kinh nghiệm đầu tư, định hướng rủi ro,
lĩnh vực đầu tư,…
Top 5 thành tựu của AI năm 2020
1-NLP: GPT-3 là phiên bản lớn nhất từng được sản xuất với 175 tỉ tham
số. GPT-3 chính là thành tựu lớn nhất về NLP từ trước đến nay. Nó hoàn thiện
đến nỗi, thật khó để phân biệt một văn bản là do con người hay trí tuệ nhân tạo
viết ra.
2-Phát triển thuốc và chăm sóc sức khỏe được hỗ trợ bởi AI: Alpha Fold
(DeepMind) dự đoán cấu trúc 3D của protein là một thành tựu nổi bật của AI
trong lĩnh vực sinh học và y tế
3- Xử lý đồ họa, hoạt hình, hình ảnh và video
Nhận diện giọng nói
Phân tích video và Thị giác máy tính
Nhận diện khuôn mặt
4- Chuyển động và Cử chỉ: Robot nắm và di chuyển vật thể, Nhận diện cử chỉ
5-Thành tựu AI của NVIDIA về năng lực xử lý: GPU NVIDIA A100 Tensor
Core - bộ xử lý mang đến khả năng tăng tốc chưa từng có cho AI

47 48

8
 9/13/2021

MỘT SỐ THÀNH TỰU CỦA KHOA HỌC TTNT MỘT SỐ THÀNH TỰU CỦA KHOA HỌC TTNT

https://youtu.be/yqF8g3xcD5c

49 50

XU HƯỚNG MỚI TRONG TTNT CÁC XU HƯỚNG MỚI TRONG TTNT

51 52

CÁC XU HƯỚNG MỚI TRONG TTNT CÁC XU HƯỚNG MỚI TRONG TTNT

53 54

9
 9/13/2021

CÁC XU HƯỚNG MỚI TRONG TTNT CÁC XU HƯỚNG MỚI TRONG TTNT

55 56

CÁC XU HƯỚNG MỚI TRONG TTNT CÁC XU HƯỚNG MỚI TRONG TTNT

57 58

CÁC XU HƯỚNG MỚI TRONG TTNT CÁC XU HƯỚNG MỚI TRONG TTNT

59 60

10
 9/13/2021

CÁC XU HƯỚNG MỚI TRONG TTNT CÁC XU HƯỚNG MỚI TRONG TTNT

61 62

CÁC XU HƯỚNG MỚI TRONG TTNT CÁC XU HƯỚNG MỚI TRONG TTNT

63 64

CÁC XU HƯỚNG MỚI TRONG TTNT CÁC XU HƯỚNG MỚI TRONG TTNT

65 66

11
 9/13/2021

Một số chủ đề nghiên cứu

▪ Giải thuật di truyền và ứng dụng
▪ Mạng Nơron nhân tạo và ứng dụng
▪ Công nghệ tác tử và ứng dụng
▪ KDD và ứng dụng
▪ Phân lớp - học có giám sát
▪ Lý thuyết tập thô
▪ Cây quyết định
▪ .....
▪ Phân cụm - học không có giám sát
▪ Luật kết hợp
▪ ....
▪ ...

67

12