Trí tuệ nhân tạo – Các phương pháp giải quyết vấn đề và kỹ thuật xử lý tri thức

Cuốn sách được chia thành các chương chính:

• Chương 1: Khoa học Trí tuệ nhân tạo: Tổng quan tình hình nghiên cứu và ứng dụng
  • Lịch sử phát triển của khoa học TTNT: Trình bày từ những tiền đề ban đầu (logic hình thức, tâm lý học nhận thức, điều khiển học), sự ra đời của các ngôn ngữ lập trình TTNT như LISP (1960) và PROLOG (1972), các chương trình TTNT nổi bật trong những năm 1960-1970 (ELIZA, MYCIN, DENDRAL), và sự phát triển của các hệ chuyên gia, mạng Nơ-ron, thuật toán di truyền cuối những năm 1980, đầu 1990. Cuốn sách cũng đề cập đến dự án máy tính thế hệ 5 của Nhật Bản.
  • Các khái niệm cơ bản về TTNT: Phân biệt trí tuệ con người (khả năng phản ứng thích hợp, hiểu mối liên hệ) và trí tuệ máy (khả năng học, mô phỏng hành vi sáng tạo, trừu tượng hóa, tự giải thích, thích nghi, xử lý ký hiệu, sử dụng tri thức/heuristics, xử lý thông tin không đầy đủ). Nhấn mạnh vai trò của TTNT trong công nghệ thông tin là tạo ra các chương trình thông minh, có khả năng học và tích hợp tri thức mới một cách linh hoạt hơn lập trình truyền thống.
  • Các kỹ thuật và thành phần cơ bản trong hệ thống TTNT: Bao gồm các phương pháp biểu diễn tri thức, giải quyết vấn đề, heuristics, học và các ngôn ngữ TTNT. Hai thành phần cơ bản là biểu diễn vấn đề/tri thức và các chiến lược tìm kiếm/suy diễn.
  • Những cách tiếp cận khác nhau trong TTNT: Gồm hướng mô phỏng sinh học (tái tạo hoạt động bộ não) và phỏng vật lý (tạo ra kết quả tương tự hoạt động sáng tạo con người). Các cách tiếp cận cụ thể: mạng thông minh, tái tạo quá trình tiến hóa nhân tạo, lập trình heuristics, biểu diễn và xử lý tri thức.
  • Các lĩnh vực nghiên cứu và ứng dụng cơ bản của TTNT: Phân loại thành mô hình hóa chức năng sáng tạo (trò chơi, chứng minh tự động), nâng cao khả năng trí tuệ “bên ngoài” (giao tiếp), nâng cao khả năng trí tuệ “bên trong” (kiến trúc máy tính mới), chế tạo người máy thông minh. Các nghiên cứu cơ bản bao gồm lý thuyết giải quyết vấn đề, tìm kiếm heuristics, biểu diễn và xử lý tri thức (hệ chuyên gia như DENDRAL, MYCIN, PROSPECTOR), lý thuyết nhận dạng và các ngôn ngữ TTNT (LISP, PROLOG, CLIPS). Các ứng dụng thực tiễn bao gồm kỹ thuật người máy, chương trình trò chơi, xử lý ngôn ngữ tự nhiên, hệ thống xử lý tri thức và dữ liệu tích hợp, giao diện người-máy thông minh và thiết bị điện tử “thông minh” sử dụng logic mờ.
  • Những vấn đề chưa được giải quyết trong TTNT: So sánh sự khác nhau trong hoạt động giữa máy tính và bộ não con người (xử lý song song, khả năng diễn giải, logic rời rạc và tính liên tục, khả năng học, khả năng tự tổ chức). Đặt ra các vấn đề tương lai trong nghiên cứu TTNT.
• Chương 2: Các phương pháp giải quyết vấn đề
  • Giải quyết vấn đề và khoa học TTNT: Định nghĩa giải quyết vấn đề trong TTNT là tìm kiếm trong không gian các lời giải bộ phận, đặc biệt đối với các bài toán không có thuật giải hoặc có độ phức tạp cao, sử dụng kỹ thuật heuristics để tránh “bùng nổ tổ hợp”.
  • Giải quyết vấn đề của con người: Mô tả quá trình xử lý thông tin của con người với 3 thành phần (hệ thống cảm nhận, nhận thức, hoạt động) và vai trò của bộ nhớ ngắn hạn, dài hạn. Giải thích cơ chế “chặt khúc” thông tin thành “bó” và quá trình học/nhớ.
  • Các chiến lược giải quyết vấn đề của con người: Ước lượng độ phức tạp, nới lỏng ràng buộc, thử và sai, phân chia bài toán con, sử dụng mẹo giải (heuristics), và chuyển đổi thông tin thành ký hiệu để tạo ra “không gian bài toán”.
  • Phân loại vấn đề và đặc trưng cơ bản: Phân biệt vấn đề phát biểu chỉnh (well-formed problems) và không chỉnh (ill-formed problems). Liệt kê các đặc trưng cơ bản của vấn đề để lựa chọn phương pháp giải phù hợp.
  • Những thành phần cơ bản trong quá trình giải quyết vấn đề: Bao gồm biểu diễn bài toán và tìm kiếm lời giải (dựa trên tri thức và suy diễn), với các chiến lược điều khiển và heuristics để khắc phục bùng nổ tổ hợp.
  • Các phương pháp biểu diễn vấn đề: Trình bày 3 phương pháp chính:
    • Phương pháp biểu diễn nhờ không gian trạng thái: Sử dụng khái niệm trạng thái (tình huống bài toán) và toán tử (phép biến đổi), biểu diễn bằng đồ thị.
    • Phương pháp quy bài toán về các bài toán con: Tách bài toán lớn thành các bài toán con nhỏ hơn, thường được biểu diễn bằng đồ thị VÀ/HOẶC.
    • Biểu diễn vấn đề nhờ logic hình thức: Sử dụng phân tích logic để thu gọn quá trình tìm kiếm hoặc chứng minh tính không giải được của bài toán. Logic hình thức cũng được dùng để kiểm tra trạng thái đích và xác định toán tử.
  • Lựa chọn phương pháp biểu diễn thích hợp và biểu diễn vấn đề trong máy tính: Nhấn mạnh tầm quan trọng của việc lựa chọn dạng biểu diễn phù hợp để đơn giản hóa bài toán, loại bỏ thông tin thừa và tận dụng các phương pháp giải đã có.

Tóm lại, tài liệu cung cấp cái nhìn toàn diện về các khía cạnh cơ bản của Trí tuệ Nhân tạo, từ lịch sử hình thành, các khái niệm cốt lõi, vai trò trong công nghệ thông tin, đến các phương pháp và kỹ thuật giải quyết vấn đề, cũng như những thách thức và xu hướng phát triển trong tương lai.