1. Khái niệm về AI
2. Một số ứng dụng của AI
Hệ chuyên gia MYCIN
Robot Asimo
Google dịch (Google Translator)
Nhận dạng khuôn mặt
Nhận dạng chữ viết tay
Trợ lí ảo
Những hình dung mang tính chất huyền bí, thần hỏi về “thông minh nhân tạo” đã có từ thời xa xưa. Ý nghĩa hiện đại của “thông minh nhân tạo” được gắn với khả năng của máy tính thực hiện các nhiệm vụ thông minh mà trước đây chỉ có con người mới có thể làm được. Tuy nhiên, việc đánh giá như thế nào là “thông minh” lại không đơn giản. Phải tới năm 1950, khi nhà khoa học nổi tiếng Alan Turing đưa ra phép thử, sau này được gọi là “phép thử Turing”, mới bước đầu có được cách để đánh giá khả năng của máy tính trong việc thể hiện hành vi thông minh. Năm 1956, một hội thảo thu hút sự tham gia của nhiều nhà khoa học máy tính hàng đầu thế giới đã được tổ chức tại Đại học Dartmouth, bang New Hampshire, Mỹ. Với chủ đề trung tâm là phát triển máy tính có khả năng thực hiện các tác vụ thông minh, Hội thảo Dartmouth đã được coi là điểm mốc ghi nhận sự ra đời của thuật ngữ AI, đánh dấu sự khởi đầu của lĩnh vực AI, thúc đẩy sự phát triển của lĩnh vực này trong các năm tiếp theo.
Có nhiều định nghĩa khác nhau về AI. Theo cách hiểu thông thường:
AI Là khả năng của máy tính có thể làm những công việc mang tính trí tuệ của con người như đọc chữ, hiểu tiếng nói, dịch thuật, lái xe hay khả học và ra quyết định,...
Ở đây, có thể hiểu “công việc mang tính trí tuệ” là công việc khi thực hiện đòi hỏi quá trình trí tuệ đặc trưng của con người, như khả năng suy luận, khái quát hóa, ra quyết định,... Mục tiêu của việc phát triển ứng dụng AI là nhằm xây dựng các phần mềm giúp máy tính có được những năng lực trí tuệ như con người.
Một số đặc trưng cơ bản của AI thường được nói tới nhiều nhất đó là các khả năng học, suy luận, nhận thức, hiểu ngôn ngữ và giải quyết vấn đề.
Khả năng học: Khả năng nắm bắt thông tin từ dữ liệu và điều chỉnh hành vi dựa trên thông tin mới. Ví dụ, hệ thống khuyến nghị tích hợp trên YouTube có thể học từ lịch sử xem video ca nhạc và đề xuất các video mới dựa trên sở thích của từng người dùng cụ thể.
Khả năng suy luận: Khả năng vận dụng logic và tri thức để đưa ra quyết định hoặc kết luận. Ví dụ, hệ thống chẩn đoán y tế dựa trên AI có thể dựa vào tri thức về các triệu chứng và bệnh lí để đưa ra chẩn đoán tình trạng sức khỏe của người bệnh.
Khả năng nhận thức: Khả năng cảm nhận và hiểu biết môi trường xung quanh thông qua các cảm biến và dữ liệu đầu vào. Ví dụ, máy tính điều khiển xe tự lái sử dụng cảm biến radar và camera để phát hiện và nhận biết xe xung quanh, các chướng ngại vật, biển báo giao thông và người đi bộ trên đường.Khả năng hiểu ngôn ngữ: Hiểu và xử lý ngôn ngữ tự nhiên của con người, bao gồm cả việc hiểu văn hóa và tiếng nói. Ví dụ, các máy tìm kiếm thông tin trên Internet như Google, Bing có thể hiểu yêu cầu tra cứu của người dùng được đưa vào bằng văn bản hay bằng tiếng nói.
Khả năng giải quyết vấn đề: Khả năng tìm ra cách giải quyết các tình huống phức tạp dựa trên thông tin và tri thức. Ví dụ, hệ thống dự báo thời tiết sử dụng mô hình dự báo dựa trên dữ liệu thời tiết trước đây để đưa ra bản tin dự báo thời tiết cho thời gian tới.
Bất kì ứng dụng AI nào cũng đều cần có sự kết hợp ở mức độ khác nhau một số đặc trưng trí tuệ nêu trên. Điều này tạo nên sự khác biệt giữa AI và tự động hóa. Các hệ thống tự động hóa như các dây chuyền lắp ráp, các robot cơ giới hóa chỉ thực hiện lặp đi lặp lại một vài thao tác cố định và đơn điệu, mặc dù có thể đạt được hiệu suất cao trong nhiều công việc cụ thể, nhưng đều không được coi là các hệ thống có ứng dụng AI.
Theo chức năng, có thể chia AI thành hai loại chính: 1) Trí tuệ nhân tạo hẹp hay Trí tuệ nhân tạo yếu, được thiết kế để thực hiện một nhiệm vụ cụ thể, ví dụ, chương trình máy tính chơi cờ, nhận dạng khuôn mặt hoặc thực hiện dự báo thời tiết; 2) Trí tuệ nhân tạo tổng quát hay Trí tuệ nhân tạo mạnh, có khả năng tự học, tự thích nghi và thực hiện được nhiều công việc giống như con người. Đây đang làm mục tiêu dài hạn của các nghiên cứu về AI, trong thực tế hiện vẫn chưa đạt được.
Ngoài các ứng dụng được nêu trong phần trên, AI còn có nhiều các ứng dụng thực tế khác. Phần tiếp theo dưới đây giới thiệu thêm vài ứng dụng AI tiêu biểu.
Hệ chuyên gia, còn được gọi là hệ thống dựa trên tri thức, là một chương trình máy tính, được thiết kế để mô phỏng khả năng ra quyết định của một hoặc nhiều chuyên gia trong lĩnh vực cụ thể. Một trong những hệ chuyên gia phổ biến đầu tiên trong lĩnh vực y học là MYCIN, được bắt đầu phát triển tại đại học Stanford (Mỹ) từ năm 1972. Các tri thức cơ bản của MYCIN bao gồm Khoảng 600 luật suy diễn. Các luật này thực chất là các mệnh đề dạng “nếu có các triệu chứng A1, A2,... thì có kết luận B”. Người dùng nhập câu trả lời cho một loạt các câu hỏi dạng “có” hoặc “không” và các câu hỏi dạng trả lời ngắn gọn. Trên cơ sở đó, MYCIN đưa ra một danh sách các vi khuẩn có khả năng là thủ phạm gây ra nhiễm trùng máu và đề xuất sử dụng kháng sinh với liều lượng thích hợp. Đây là một trong những ví dụ đầu tiên về việc ứng dụng của AI trong y học và chẩn đoán bệnh. Mặc dù không sử dụng các kỹ thuật Học máy - một lĩnh vực của AI đang phát triển hết sức mạnh mẽ, MYCIN vẫn được coi là một bước quan trọng đối với sự hiểu biết và phát triển trong lĩnh vực này.
Các Robot thông minh được coi là ứng dụng điển hình của AI trong lĩnh vực điều khiển. Nhiều loại robot công nghiệp được trang bị kĩ thuật Học máy để thích ứng và hoạt động trong môi trường sản xuất, thực hiện các nhiệm vụ cơ khí và kiểm tra chất lượng sản phẩm. Một số robot có hình dạng tương tự con người, được tạo ra để chứng minh khả năng của kĩ thuật robot thay vì hướng vào ứng dụng cụ thể. Ví dụ tiêu biểu có thể kể tới đó là Robot Asimo của hãng Honda, xuất hiện lần đầu vào năm 1986. Đây là robot hình người đầu tiên trên thế giới được tích hợp một loạt ứng dụng AI như tự động điều khiển (có khả năng di chuyển bằng hai chân), nhận dạng hình ảnh (có thị giác máy để “nhìn thấy”), nhận dạng tiếng nói (biết chào hỏi bằng ngôn ngữ tự nhiên). Asimo từng tham gia mở cửa Sàn giao dịch chứng khoán New York vào năm 2002, làm nhạc trưởng điều khiển dàn nhạc giao hưởng Detroit năm 2008, chơi bóng cùng cựu Tổng thống Mỹ Obama năm 2014,... đặc biệt, Asimo đã tham gia nhiều sự kiện giáo dục trên khắp thế giới, tạo niềm cảm hứng nghiên cứu Robot trong giới trẻ.
Google dịch (Google Translator)
Google dịch là một dịch vụ dịch thuật miễn phí do Google phát triển vào tháng 4 năm 2006. Phiên bản được dùng phổ biến hiện nay cho phép dịch nhiều dạng văn bản như các từ, cụm từ, tệp văn bản, trang web. Nó được truy cập như một ứng dụng web độc lập, thậm chí được tích hợp vào một trình duyệt, giúp nhận dạng và đọc văn bản, tự động phát hiện ngôn ngữ, nhận ra các từ trong hình ảnh và phiên dịch tức thời,...
AI có thể nhận dạng và xác định danh tính dựa trên hình ảnh khuôn mặt. Nhiều ứng dụng thực tế đã được triển khai rộng rãi nhờ khả năng này. Từ việc mở khóa điện thoại cho tới việc kiểm tra an ninh để xác định nhân vật trong ảnh hoặc video,... Facebook cũng ứng dụng nhận dạng khuôn mặt để xác định và gán nhãn tên khá chính xác những người quen xuất hiện trong ảnh của người dùng đưa lên trang cá nhân.
Sự phát triển của AI đã giúp chuyển đổi hình ảnh chữ viết tay thành dữ liệu văn bản có thể xử lý được. Hiện tại, công nghệ này được sử dụng rộng rãi trong quá trình xử lí hóa đơn và các tài liệu khác trong giao dịch thương mại điện tử, tự động hóa quy trình nhập dữ liệu. Nó cũng được sử dụng để nhận dạng và xác minh chữ ký trong các giao dịch điện tử.
Một trong số những ứng dụng thú vị và hữu ích của AI là các phần mềm được gọi tên chung là “Trợ lí ảo” như Google Assistant của Google, Siri của Apple, Bixby của Samsung, Cortana của Microsoft. Các trợ lí ảo này có thể trò chuyện, hỗ trợ nhiều tính năng thông minh như tìm kiếm thông tin, gọi điện thoại theo tên có trong danh bạ, đọc tin nhắn, mở nhạc,... bằng chính tiếng nói của người dùng (Hình 1.3).
Bài 4. Giao thức mạng
Bài 5. Thực hành chia sẻ tài nguyên trên mạng
Bài 8. Định dạng văn bản
Bài 9. Tạo danh sách, bảng
Bài 10. Tạo liên kết
Bài 11. Chèn tệp tin đa phương tiện và khung nội tuyến vào trang web
Bài 12. Tạo biểu mẫu
Bài 13. Khái niệm, vai trò của CSS
Bài 14. Định dạng văn bản bằng CSS
Bài 15. Tạo màu cho chữ và nền
Bài 16. Định dạng khung
Bài 17. Các mức ưu tiên của bộ chọn
Bài 18. Thực hành tổng hợp thiết kế trang web
Bài 20. Nhóm nghề quản trị thuộc ngành Công nghệ thông tin
Bài 21. Hội thảo hướng nghiệp
Bài 26. Làm quen với Khoa học dữ liệu
Bài 27. Máy tính và Khoa học dữ liệu
Bài 28. Thực hành trải nghiệm trích rút thông tin và tri thức
Bài 29. Mô phỏng trong giải quyết vấn đề
Bài 30. Ứng dụng mô phỏng trong giáo dục
Bài 24. Xây dựng phần đầu trang web
Bài 25. Xây dựng phần thân và chân trang web
Bài 26. Liên kết và thanh điều hướng
Bài 27. Biểu mẫu trên trang web
Bài 28. Thực hành tổng hợp