Bài 1. Giới thiệu về trí tuệ nhân tạo SVIP

1. Khái niệm về Trí tuệ nhân tạo

a. Trí tuệ con người và trí tuệ nhân tạo

Con người: có khả năng tư duy, suy luận logic, phân tích và giải quyết vấn đề; biết học hỏi và rút kinh nghiệm từ những sai lầm trước đó; biết kiểm soát và điều chỉnh cảm xúc của bản thân,... Những khả năng đó thể hiện trí tuệ con người.

Máy tính: tự động xử lí khối lượng lớn dữ liệu rất nhanh và chính xác.

Ngành Trí tuệ nhân tạo ra đời và phát triển nhằm nghiên cứu về trí tuệ của máy tính.

Năm 1950, Alan Turing đưa ra phép thử Turing (Turing Test) nhằm đánh giá tính thông minh trông thực hiện công việc của máy tính. 

Điều kiện để A vượt qua bài kiểm tra khi người C không phân biệt được người hay máy trả lời.

b. Vài nét về sự phát triển AI

Năm 1956, Hội nghị Dartmouth gồm nhiều nhà khoa học bàn luận về tính thông minh của máy tính, được coi là điểm đánh dấu sự ra đời của thuật ngữ AI.

Mục tiêu phát triển AI là giúp các hệ thống máy móc có năng lực trí tuệ người. 

• AI mạnh (hay AI rộng): có khả năng tự học, tự thích nghi và thực hiện được nhiều công việc giống như con người. Khó có thể để trở thành hiện thực.
• AI yếu (hay AI hẹp): được thiết kế để thực hiện một nhiệm vụ cụ thể. Không thể tự học hỏi hay cải thiện nếu không có sự hỗ trợ và hướng dẫn bởi con người.

Dưới đây là một số ví dụ về AI yêu trong nhiều lĩnh vực:

• MYCIN là một hệ thống AI có tri thức và khả năng suy luận, sử dụng luật suy diễn "IF...THEN" để đưa ra chẩn đoán và điều trị bệnh dựa trên thông tin được nhập từ người dùng.
• Phần mềm AlphaGo của Google đánh bại các nhà vô địch cờ vua thể hiện khả năng suy luận và giải quyết vấn đề.
• ChatGPT và các trợ lí ảo giao tiếp với con người bằng cả ngôn ngữ viết và tiếng nói thể hiện khả năng hiểu ngôn ngữ tự nhiên.
• Người máy Xoxe có khả năng nghe và nhìn, nhận biết từ môi trường, hiểu ngôn ngữ tự nhiên,...

 c. Một số đặc trưng của AI

Sự kết hợp ở mức độ khác nhau của một số đặc trưng dựa trên trí tuệ con người làm nên sự khác biệt giữa tự động hóa và AI.

• Khả năng học: Trong quá trình hoạt động, hệ thống AI học từ dữ liệu đầu vào, tìm ra được các tính chất và quy luật tiềm ẩn trong dữ liệu, rút ra được tri thức để thực hiện công việc tốt hơn trước.
• Khả năng hiểu ngôn ngữ: Hệ thống AI có các mô hình ngôn ngữ giúp máy tính giao tiếp được với con người bằng ngôn ngữ tự nhiên, nhận câu hỏi và trả lời được bằng văn bản hay tiếng nói.
• Khả năng suy luận: Hệ thống AI vận dụng các quy tắc logic và tri thức đã tích luỹ để đưa ra kết luận dựa trên các thông tin đang có.
• Khả năng nhận thức được môi trường xung quanh: Trong quá trình hoạt động, hệ thống AI nhận dữ liệu đầu vào từ các cảm biến, xử lí dữ liệu, rút ra thông tin và hiểu biết môi trường xung quanh để có hành vi phù hợp.
• Khả năng giải quyết vấn đề: Hệ thống AI có các kĩ thuật, phương pháp phân tích dữ liệu từ đó trích xuất được tri thức, đề xuất cách giải quyết vấn đề và ra quyết định tối ưu để đạt được mục tiêu đặt ra.

2. Một số lĩnh vực nghiên cứu phát triển AI

Một số lĩnh vực hướng đến mục tiêu nâng cao trí tuệ của máy tính và có các đặc trưng được nêu trên như sau:

a. Học máy

Là lĩnh vực nghiên cứu làm cho máy tính có khả năng học từ dữ liệu thu được trong quá trình hoạt động để tự hoàn thiện và nâng cao năng lực nhận thức.

b. Xử lí ngôn ngữ tự nhiên

Là lĩnh vực nghiên cứu các mô hình ngôn ngữ, các phương pháp để máy tính và con người giao tiếp được với nhau bằng ngôn ngữ tự nhiên, cả ngôn ngữ viết và tiếng nói trên các nguồn dữ liệu khi nhiều người dùng các kênh liên lạc khác nhau như: email, tin nhắn thoại và văn bản, bài đăng trên mạng xã hội,... 

c. Thị giác máy tính

Là lĩnh vực nghiên cứu các phương pháp thu nhận, xử lí ảnh kĩ thuật số, phân tích và nhận dạng các hình ảnh từ thế giới bên ngoài, rút ra các thông tin cần thiết. Ví dụ, xe tự lái hoặc các thiết bị người máy.

d. AI tạo sinh (Generative AI)

Là lĩnh vực nghiên cứu xây dựng các phương pháp để phát triển một hệ thống AI có khả năng tạo ra nội dung văn bản, hình ảnh, âm thanh,... từ dữ liệu đã có và theo yêu cầu của người sử dụng.

ChatGPT có thể xử lí nhiều ngôn ngữ, trả lời các câu hỏi trong nhiều lĩnh vực kiến thức khác nhau, thậm chí hỗ trợ lập trình viên sửa lỗi lập trình, viết các bài luận, viết các tóm tắt nghiên cứu giống như bài viết của một nhà khoa học.