AI là gì?

• AI là từ được viết tắt của “Artificial Intelligence” AI còn được định nghĩa là trí tuệ nhân tạo và được ứng dụng trong công nghệ máy tính hiện nay.
• Khái niệm về công nghệ AI xuất hiện đầu tiên bởi John McCarthy, một nhà khoa học máy tính Mỹ, vào năm 1956 tại Hội nghị The Dartmouth. Ngày nay, công nghệ AI là một thuật ngữ bao gồm tất cả mọi thứ từ quá trình tự động hoá robot đến người máy thực tế.
• 2 quan niệm về AI : Strong (general) AI  và Weak (specific) AI.

Strong AI là gì?

Strong AI: Robot, chương trình AI có thể trở thành 01 giống loài  mới (human-being, self-aware).

• Máy tính có thể nghĩ, có lý trí, có nhận thức!
• Được kỳ vọng bởi một số nhà khoa học về AI, nhà tương lại học, và ….. Hollywood!

Các đặc điểm chính của AI mạnh bao gồm khả năng: suy luận, giải câu đố, đưa ra phán đoán, lập kế hoạch, học tập và giao tiếp. Nó cũng có ý thức, suy nghĩ khách quan, khả năng tự nhận thức, tri giác và sự khôn ngoan. 

Weak AI là gì?

Weak AI: AI chỉ có thể mô phỏng một số hành vi của (trí tuệ) con  người.

• Được phần lớn các nhà nghiên cứu AI chấp nhận.
• Hay bị hiểu nhầm thành Strong AI.

Turing Test

• Từng có dự đoán vào năm 2000, máy tính AI có 30% cơ hội “đánh lừa” người dùng trong 5 phút.
• Làm cơ sở cho nhiều lập luận trống lại AI trong 50 năm sau đó.
• Gợi ý các thành phần chính mà hệ thống AI phải có: tri thức (knowledge), lập luận (reasoning), xử lý ngôn ngữ tự nhiên (language understanding), học(learning).

• Các máy tính AI được lập trình không thể thực sự suy nghĩ hay  có lý trí mà chỉ có thể mô phỏng con người thậm chí ngay cả  khi chúng vượt qua Turing test!

Cách tiếp cận để xây dựng AI

• Top-down: Khoa học nhận thức (Cognitive science) à Symbolism (Allen Newell and Herbert A. Simon) Symbolic representation, Symbolic Computation.
  • General Problem Solver, Planner, Knowledge Based Systems, ...

• Bottom-up: Neural and Brain Science à Connectionism (Sub-symbolic)
  • Artificial Neural Networks à Deep learning, Uncertainty modeling (probabilistic models), …

Thành Tựu AI trong quá khứ

MYCIN (1984, Standford).

• Proved a mathematical conjecture (Robbins conjecture) unsolved for decades.
• During the 1991 Gulf War, US forces deployed an AI logistics planning and scheduling program that involved up to 50,000 vehicles, cargo, and people
• Deep Blue defeated the reigning world chess champion Garry Kasparov in 1997.
• Gulf War 2 (2003), Artificial War.
• NASA's on-board autonomous planning program controlled the scheduling of operations for a spacecraft.
• Human identification through eyes detection and analysis at Heathrow airport using evolutionary computation technique.
• Washing machine generation using NeuroFuzzy Technology, Robotic Vacuum-Cleaner, …
• ........

AI ngày nay

Weak AI được ứng dụng để thay thế và hỗ trợ con người trong:

 Thu nhận thông tin từ dữ liệu (lớn):

• Xử lý, phân tích, tổng hợp, hiểu thông tin từ ảnh, video (Computer vision).
• Xử lý, phân tích, tổng hợp, hiểu âm thanh (Speech Recognition).
• Xử lý, phân tích, tổng hợp, hiểu ngôn ngữ (Natural Language Processing).

Hỗ trợ ra quyết định:

• Dự đoán, dự báo.
• Tối ưu.
• Gợi ý.

Nhiều hệ thống AI dựa trên Deep learning đã bằng hoặc vượt khả năng của con người trong một số lĩnh vực hẹp.

• Computer Vision, Pattern Recognition, Speech Recognition, Machine, Translation, Game Playing, ….

AI đã được ứng dụng trong mọi ngóc ngách của cuộc

• AI grant projects (Google Brain, OpenAI, …)

AI đã thay đổi nhiều ngành nghề truyền thống và chuyển đổi nhiều công ty lớn (Google Facebook, Amazon, …) và trở thành 01 ngành công nghiệp mới!

AI ngày nay (US AI Index 2017)

Human vs. Weak AI - Vision:

Human vs. Weak AI – NLP, Speech Recognition:

Các lĩnh vực liên quan đến AI

Các lĩnh vực thuộc AI

• Machine Learning.
• Data Science, Mining and Knowledge Discovery.
• Computer Vision.
• Natural Language Processing.
• Speech Recognition.
• Evolutionary and Natural Computation.
• Fuzzy Computation and Technologies.
• Artificial Life.
• Knowledge-Based Systems.
• Automated Reasoning.
• Logic and Constraint Programming.
• Intelligent Planning.
• ........

Lược Sử AI

Early Explorations (50s-60s)

• Nhiều ý tưởng và mô hình quan trọng cho AI.

• Evolutionary Computation, Neural Networks, Logic based AI, Heuristics, Semantic Representation, Statistical Methods, …

• Xác lập các bài toán trong AI

• Pattern Recognition, Natural Language Processing, Planning, Automated Proving, General Problem Solver, Game Playing,

• Sự kiện quan trọng:

• Darthmouth Summer Meeting (1956)

Symbolism (70s-mid 80s)

• Hệ thống và kỹ thuật AI:

• Knowledge Representation and Reasoning.
• Mobile Robot and Automated Planning Systems.
• Expert Systems (Knowledge based Systems).
• MYCIN (Stanford University)
• Logic Programming.
• …

• Các bài toán AI:

• Computer Vision.
• Speech Recognition.
• Natural Language Processing.
• Game Playing.
• …

• Sự kiện đáng chú ý:

• Japanese Project of Fifth Generation Computers.
• DARPA’s Strategic Computing Program (USA).

Connectionism/Sub-symbolic (mid 80s-2006) Kỹ thuật AI:

• Neural Networks

• Rumelhart, David E.; Hinton, Geoffrey E.; Williams, Ronald J., Learning representations by back-propagating errors, Nature, 323 (6088): 533– 536, 1986.

• Hybrid Intelligence Computational Intelligence, Soft- computing.

• Neural Networks, Evolutionary Computation, Fuzzy Technologies.

• Simulation-based Intelligence.

• Intelligent Multi-agent Systems, Natural Computation, Swarm Intelligence,

….

• Probabilistic and Statistical Methods

• Probabilistic Graphical Models, Statistical Learning and Inference, Support Vector Machines, ….

Connectionism/Sub-symbolic (mid 80s-2006)          

• AI Problems (dominated by probabilistic and statistical methods):

• Machine Learning.
• Computer Vision.
• Natural Language Processing.
• Speech Recognition.
• ….

Resurgence of Connectionism/Neural Networks (2006-)

• Deep Neural Networks, Deep Learning

• Hinton, G. E.; Osindero, S.; Teh, Y. W., A Fast Learning Algorithm for Deep Belief Nets, Neural Computation. 18 (7): 1527–1554, 2006.
  • AI industry

• • AI platforms, AI Tools, AI Companies!

Những Thách Thức Chính của AI

AI problems in the proposal for the dartmouth summer

research project on artificial intelligence (31/08/1955).

1. Automatic computers.
2. How can a computer be programmed to use a language.
3. Neuron nets.
4. Theory of the size of calculation.
5. Self-improvement.
6. Abstractions.
7. Randomness and creativity.

Elon musk’s openai challenges (2016):

• Finding covert ai systems.
• Building an ai that can program.

• Using ai for cyber defense.

• Making really complex simulations.

Những Thành Phần Cốt Lõi của AI

• Biểu diễn (Representation).
• Lập Luận (Reasoning).
• Học (Learning).
• Tương Tác (Interaction).

CÁC DỰ ÁN

Đánh giá tín dụng cá nhân

• Giới thiệu bài toán Đánh giá tín dụng cá nhân
• Thu thập và Phân tích dữ liệu
• Xây dựng mô hình học máy

• Cây Quyết định

• Đánh giá kết quả

Bài toán định giá bất động sản

• Các thông tin ảnh hưởng tới giá trị của bất động sản
• Thu thập và Phân tích dữ liệu
• Định nghĩa độ đo tương tự
• Xây dựng mô hình học máy

• kNN và Hồi quy

• Đánh giá kết quả

Phân loại tin tức

• Ứng dụng phân loại tin tức trong các hệ thống xử lý tin tức thông minh
• Thu thập và Phân tích dữ liệu
• Xây dựng mô hình học máy

• Naïve Bayesian.

• Đánh giá kết quả

Phân loại phương tiện giao thông

• Ứng dụng phân loại phương tiện giao thông trong hệ thống camera thông minh
• Thu thập và Phân tích dữ liệu
• Xây dựng mô hình học máy

• Support Vector Machine

• Đánh giá kết quả

Bài toán phân vùng ảnh

• Ứng dụng trong phân vùng (segmentation) các ảnh để nhận dạng.
• Thu thập và Phân tích dữ liệu
• Xây dựng mô hình học máy.

• K-means, Mean-shift.

• Đánh giá kết quả.

Nhận dạng chữ viết tay

• MNIST gồm 60,000 ảnh cho huấn luyện và 10,000 ảnh cho kiểm thử mô hình.
• Mọi ảnh chữ số viết tay trong tập dữ liệu được chuẩn hóa về kích thước, cụ thể là (28x28)
• Xây dựng mạng Neural fully connected với 2 lớp ẩn sử dụng Tensorflow

Phân loại đối tượng trong ảnh

• Dữ liệu trong chương trình là bộ dữ liệu chuẩn CIFAR- 10

• 60000 ảnh kích thước 32x32
• 10 lớp đối tượng
• Được lựa chọn từ 80 triệu ảnh
• Xây dựng mô hình deep learning (Convolutional Neural Networks) cho phân loại đối tượng.