Trí tuệ nhân tạo

Đây là một chủ đề quá rộng để gói gọn trong một bài viết, tuy nhiên ở đây mình chỉ muốn trình bày một số vấn đề về giải pháp kỹ thuật, mong mọi người đóng góp ý kiến.

1. Ý tưởng:

- Về mặt ứng dụng của trí tuệ nhân tạo thì khỏi phải bàn cãi, nhưng trên thực tế có quá nhiều trí tuệ nhân tạo hoạt động theo rất nhiều lĩnh vực khác nhau và thực sự chưa có sự tích hợp đúng mức và chưa đạt được cái gọi là trí tuệ (khả năng tự học hỏi). Do vậy chúng ta hãy hình dung một trí tuệ nhân tạo sẽ trở thành trung tâm kiến thức của nhân loại, có khả năng học hỏi, giao tiếp và điều khiển hệ thống ngoại vi được kết nối.

- Hiện nay chúng ta có nhiều công cụ hỗ trợ như: nhận dạng giọng nói, nhận dạng khuôn mặt, công nghệ 3D… nhưng tất cả chúng đều quá rời rạc, nếu kết hợp tất cả chúng lại thì sao nhỉ?

- Dữ liệu internet có thể nói cực kỳ phong phú đến mức rối rắm và đang lưu trữ dạng thô, không có một sự liên kết nào, sự tương quan nào trong các dữ liệu này, nếu ta lưu trữ một cách hệ thống lại dưới dạng các định nghĩa thì sao nhỉ?

2. Các khái niệm:

- Trước hết chúng ta hãy định nghĩa từ "hiểu" theo cách con người một chút: "hiểu" một đối tượng nào đó có nghĩa là chúng ta nhận biết được nó, có nghĩa rằng tất cả hoặc một phần các dữ liệu đặc trưng của đối tượng đó đã được chúng ta "học hỏi" và lưu trữ trong bộ nhớ, khi bằng các cơ quan giác quan chúng ta tiếp nhận một các dữ liệu đặc trưng của đối tượng này (hình dạng, vật liệu, công dụng, tình chất, ngôn ngữ...) và đối chiếu với dữ liệu lưu trữ chúng ta thì sẽ nhận biết được đối tượng và từ đó nhận biết thêm các đặt trưng khác của đối tượng không qua hệ thống giác quan.

Trí tuệ nhân tạo

- Khái niệm "ra quyết định": Quyết định của chúng ta được đưa ra từ mệnh lệnh của xử lý trung tâm(não), mệnh lệnh này xuất phát từ 2 nguồn: từ bên ngoài và từ bên trong:

+ Từ bên ngoài: Tiếp nhận thông qua các giác quan: hình ảnh, âm thanh, hoặc nhiệm vụ (tương ứng với một chuỗi các quyết định), thông qua quá trình phân tích (hiểu) và chúng ta đưa ra quyết định thực hiện 1 thao tác nào đó.

+ Từ bên trong: Tiếp nhận thông qua giác quan bên trong hoặc nhu cầu bên trong, ví dụ: Khi đối chiếu các dữ liệu hiện có ta có thể không hiểu một đặc trưng nào đó, một tính chất hay khái niệm... và ta ra quyết định học hỏi nó.

- Khái niệm "học hỏi": Đó chính là tiếp nhận 1 khối các dữ liệu, sử dụng dữ liệu hiện có để nhận biết (hiểu) một phần của dữ liệu và phân tích phần "không hiểu" theo các đặc trưng sau đó lưu trữ một cách hệ thống vào dữ liệu. Với chu trình này ta có thể "định nghĩa" các đặc trưng mới nếu trong phạm trù lưu trữ của ta chưa có đặc trưng cần mô tả.

3. Giải pháp kỹ thuật:

- Một trí tuệ nhân tạo ở đây là thực hiện 1 quy trình: "Học hỏi" - "hiểu" - "ra quyết định".

- Bằng các giải pháp về lập trình ta có thể mô phỏng được tất cả các bước trên theo sơ đồ cơ bản sau:

[Tiếp nhận] - [HT phân tách DL] - [Nhận dạng DL] - [XL trung tâm] - [Thực Thi]

- Tiếp nhận: Dữ liệu được tiếp nhận thông qua nhiều kênh trong đó có 3 kênh chính:

§ Hình ảnh

§ Âm Thanh

§ Văn Bản

- HT phân tách dữ liệu: Nhiệm vụ phân tách dữ liệu tiếp nhận thành các đối tượng riêng biệt cùng các đặc trưng của nó

- HT nhận dạng DL: Nhiệm vụ nhận dạng các đối tượng, nhận dạng mệnh lệnh căn cứ vào kho lưu trữ, lưu các dữ liệu mới (có liên kết) vào kho lưu trữ theo chỉ thị từ bộ xử lý trung tâm. Tổng hợp kết quả báo cáo về XLTT hoặc chuyển mệnh lệnh về XLTT.

- HT xử lý trung tâm: Nhận mệnh lệnh, kiểm tra đối chiếu quy trình xử lý lệnh. Đưa ra các yêu cầu về “học hỏi” để cụ thể mệnh lệnh. Tích hợp khả năng ưu tiên và đánh giá mức quan trọng của mệnh lệnh.

-  HT Thực thi: Nhận lệnh từ XLTT đối chiếu kho lưu trữ để tìm kiếm quy trình thực thi lệnh, xuất kết quả ra ngoài: qua hình ảnh, âm thanh, ngôn ngữ hoặc chuỗi mệnh lệnh.

Tất cả các hệ thống trên cùng sử dụng chung một bộ lưu trữ, được đồng bộ dựa trên đặc trưng dữ liệu. Giai đoạn đầu việc học hỏi sẽ rất mất thời gian, tuy nhiên khi dữ liệu lưu trữ đã tương đối việc học của chiếc máy này sẽ nhanh và đơn giản hơn nhiều.

4. Yêu cầu phần cứng:

- Khối lượng dữ liệu được tiếp nhận sau khi phân tách là rất lớn do vậy hệ thống nhận dạng và xử lý phải đảm bảo được tốc độ. Yêu cầu đặc ra ở đây là một hệ thống xử lý đa tác vụ được xây dựng dựa trên mạng nơ ron. Trong đó mỗi đối tượng hoặc mỗi đặc trưng sẽ được chuyển về mỗi đơn vị xử lý riêng cùng sử dụng chung bộ lưu trữ. Một ưu điểm nữa của mạng nơ ron là khả năng nâng cấp, chúng ta có thể bổ xung thêm các đơn vị xử lý một cách dễ dàng.

5. Kết luận:

- Mục đích của mình không dự định tạo ra một cái máy biết suy nghĩ, biết tìm ra cái mới (con người chưa tìm ra), biết tự ra quyết định…. Mà đó là một dạng lưu trữ các tri thức của nhân loại, giao tiếp với con người dễ dàng hơn và hiểu được các yêu cầu, mệnh lệnh và thực thi.

Loading...
TIN CŨ HƠN
Anh chàng này vừa bị máy tính đuổi việc, đến sếp anh là người thật cũng không cứu được

Anh chàng này vừa bị máy tính đuổi việc, đến sếp anh là người thật cũng không cứu được

Anh Ibrahim Diallo bị đuổi việc, không phải bởi người quản lý mình mà là bởi một cỗ máy.

Đăng ngày: 19/07/2018
Hàng nghìn nhà khoa học ký cam kết không phát triển robot AI sát thủ

Hàng nghìn nhà khoa học ký cam kết không phát triển robot AI sát thủ

Hàng nghìn nhà khoa học chuyên ngành Trí tuệ nhân tạo (AI) đã tuyên bố sẽ không tham gia phát triển hoặc sản xuất các robot có thể nhận diện và tấn công con người.

Đăng ngày: 19/07/2018
Robot đầu tiên có quyền công dân Sophia ra mắt Việt Nam trong tà áo dài trắng tinh khôi

Robot đầu tiên có quyền công dân Sophia ra mắt Việt Nam trong tà áo dài trắng tinh khôi

Sáng 13/7, tại Triển lãm quốc tế về Công nghiệp 4.0 diễn ra ở Hà Nội, robot Sophia nổi tiếng thế giới đã ra mắt Việt Nam trong bộ áo dài truyền thống màu trắng tinh khôi.

Đăng ngày: 13/07/2018
Robot Sophia: Tôi không ngại hy sinh bản thân để cứu con người

Robot Sophia: Tôi không ngại hy sinh bản thân để cứu con người

Từ khi được kích hoạt vào tháng 4/2015, con robot xuất hiện tại nhiều sự kiện cộng đồng để phát biểu về quyền phụ nữ, quyền công dân và những chủ đề khác.

Đăng ngày: 13/07/2018
Stanford phát triển thành công AI có thể dự đoán biến chứng do thuốc

Stanford phát triển thành công AI có thể dự đoán biến chứng do thuốc

Tác dụng phụ của thuốc - nguyên nhân dẫn đên những biến chứng vô cùng nguy hiểm có thể đe dọa đến tính mạng con người.

Đăng ngày: 13/07/2018
AI có thể tách tiếng nhạc cụ khỏi video chỉ trong

AI có thể tách tiếng nhạc cụ khỏi video chỉ trong "một nốt nhạc"

Bằng cách sử dụng mạng thần kinh học và deep learning, các nhà nghiên cứu đã đào tạo hệ thống AI có tên PixelPlayer với hơn 60 giờ video liên tục.

Đăng ngày: 10/07/2018
Robot hình người:

Robot hình người: "Chân thực" đến mức nào là đủ?

Làn sóng các tác phẩm khoa học viễn tưởng hiện tại đều đặt trọng tâm vào việc hình dung ra điều gì sẽ xảy đến khi lằn ranh giữa con người và máy móc bị xóa nhòa.

Đăng ngày: 05/07/2018
Tiêu điểm
Khoa Học News