Môn: Đạo đức nghề nghiệp

Nội dung 1 ,2
1.Định nghĩa cơ bản về Trí tuệ Nhân tạo.
-Nêu khái niệm cơ bản về trí tuệ nhân tạo: Trí tuệ Nhân tạo (Artificial Intelligence
- AI) là lĩnh vực của khoa học máy tính nhằm tạo ra các hệ thống có khả năng thực
hiện công việc đòi hỏi sự hiểu biết, quyết định, và học hỏi tương tự như con người.
Mục tiêu của AI là phát triển máy tính có khả năng thực hiện các nhiệm vụ thông
minh mà trước đây chỉ có con người có thể thực hiện được.
Cho ví dụ:
Ví dụ về ứng dụng AI bao gồm hệ thống nhận diện giọng nói như trợ lý ảo (như
Siri của Apple), xe tự lái(tesla), hệ thống dự đoán dựa trên dữ liệu lớn (machine
learning), hệ thống nhà thông minh và các trò chơi máy tính có thể chơi cùng hoặc
vượt qua khả năng của con người,chatbot đang hot hiện nay như Chat GPT,
Bing,Bard,…
-Lý do và ý nghĩa của việc ứng dụng AI trong các lĩnh vực khác nhau:
 Nâng cao hiệu suất: AI có thể thực hiện các nhiệm vụ phức tạp và lặp lại mà
không cần nghỉ, giúp tăng cường hiệu suất.
 Tạo ra sản phẩm và dịch vụ mới: AI mở ra cánh cửa cho sự đổi mới, tạo ra
sản phẩm và dịch vụ mới mà trước đây không thể đạt được.
 Giảm thiểu rủi ro: Trong môi trường nguy hiểm, AI có thể thực hiện công
việc mà có thể gặp rủi ro cho con người.

 Tối ưu hóa quyết định: AI có khả năng xử lý lượng lớn dữ liệu và đưa ra
quyết định thông minh dựa trên thông tin đó.
-Nguyên lý hoạt động của AI:
Nguyên lý hoạt động của AI bao gồm thu thập dữ liệu, huấn luyện mô hình,
và sử dụng mô hình đó để thực hiện các nhiệm vụ cụ thể. Các phương pháp bao
gồm học máy (machine learning), xử lý ngôn ngữ tự nhiên, thị giác máy tính, và
nhiều kỹ thuật khác nhau
2.Trình bày các phương pháp và thuật toán cơ bản của AI.
-Mô tả cách AI học từ dữ liệu và tối ưu hóa hiệu suất:
 Học máy (Machine Learning): Mô hình máy học được huấn luyện thông qua
việc cung cấp dữ liệu đầu vào và kết quả mong muốn. Mô hình tự động điều
chỉnh các tham số để tối ưu hóa dự đoán trên dữ liệu mới.
 Học sâu (Deep Learning): Một dạng của học máy, nơ-ron trong mạng nơ-ron
nhân tạo được tự động tinh chỉnh thông qua nhiều lớp để hiểu biểu diễn
phức tạp của dữ liệu.

-Trình bày các phương pháp hoạt động của AI

 Thị giác máy tính (Computer Vision): Sử dụng máy tính để hiểu và xử lý
hình ảnh, như nhận diện đối tượng, khuôn mặt, hoặc vật thể.
 Xử lý ngôn ngữ tự nhiên (Natural Language Processing - NLP): Cho phép
máy tính hiểu và tương tác với ngôn ngữ tự nhiên, như chatbot hoặc phân
tích ý kiến từ văn bản.
 Học tăng cường (Reinforcement Learning): Mô hình học từ trải nghiệm và
phản hồi, tối ưu hóa hành vi để đạt được mục tiêu.