Bài 2. Trí tuệ nhân tạo trong khoa học và đời sống

1. Trí tuệ nhân tạo là gì?

Một số đặc trưng cơ bản của AI (đã học ở Bài 1):

• Khả năng học: cải thiện hiệu suất khi có thêm dữ liệu hoặc kinh nghiệm.
• Khả năng giải quyết vấn đề và khả năng suy luận: rút ra kết luận hợp lí từ thông tin đang có.
• Khả năng nhận thức: thu nhận và “hiểu” tín hiệu từ môi trường (hình ảnh, âm thanh, dữ liệu cảm biến).
• Khả năng hiểu ngôn ngữ: hiểu và giao tiếp bằng ngôn ngữ tự nhiên với con người.

Theo mức độ năng lực, AI được chia thành hai loại:

• AI hẹp hay AI yếu (Narrow AI): chỉ hoạt động tốt trong một hoặc một số nhiệm vụ riêng biệt, không có khả năng suy luận ngoài phạm vi đó. Đây là hình thức AI phổ biến nhất hiện nay, ví dụ: trợ lý ảo, nhận diện khuôn mặt, gợi ý video.
• AI tổng quát hay AI mạnh (General AI): có khả năng học và làm việc đa lĩnh vực như con người, chuyển giao kiến thức giữa các bài toán khác nhau. Hình thức này vẫn đang trong giai đoạn nghiên cứu.

2. Công nghệ cốt lõi của trí tuệ nhân tạo

Học máy (Machine Learning) là phương pháp cho phép máy tính tự tìm ra quy luật từ dữ liệu thay vì được lập trình từng bước một cách thủ công. Có ba hình thức học chính:

1. 1.
   Học có giám sát: mô hình được học từ các cặp dữ liệu đã biết trước (đầu vào, đầu ra mong muốn) để dự đoán trên dữ liệu mới.
2. 2.
   Học không giám sát: mô hình tự khám phá cấu trúc ẩn trong dữ liệu chưa được gán nhãn, ví dụ: phân nhóm khách hàng có hành vi tương đồng.
3. 3.
   Học tăng cường: tác nhân học cách hành động thông qua quá trình thử – sai, nhận điểm thưởng khi làm tốt và bị phạt khi làm sai.

Học sâu (Deep Learning) là nhánh của học máy, sử dụng mạng nơ-ron nhân tạo với nhiều tầng ẩn để tự trích chọn đặc trưng phức tạp từ dữ liệu thô. Học sâu đặc biệt hiệu quả trong nhận diện hình ảnh, xử lý tiếng nói và ngôn ngữ tự nhiên.

Hai công nghệ quan trọng thường đi kèm:

• Thị giác máy tính (Computer Vision): giúp máy “nhìn” và phân tích hình ảnh, video, ví dụ: nhận diện biển báo giao thông, phát hiện khối u trong ảnh chụp y tế.
• Xử lý ngôn ngữ tự nhiên (NLP): giúp máy hiểu, sinh và dịch ngôn ngữ con người, ví dụ: chatbot tư vấn, dịch máy, tóm tắt văn bản.

3. Ứng dụng trong khoa học và đời sống

4. Thách thức, đạo đức và an toàn

5. Ví dụ minh hoạ

# Phan loai don gian bang k-lang gieng voi k = 1
# Moi phan tu: (chieu cao, can nang, nhan suc khoe)
du_lieu = [
    (170, 70, 'binh thuong'),
    (160, 90, 'map'),
    (175, 45, 'gay'),
    (165, 50, 'gay'),
    (180, 95, 'map')
]

def du_doan(chieu_cao, can_nang):
    kc_nho_nhat = float('inf')
    ket_qua = None
    for h, w, nhan in du_lieu:
        # Binh phuong khoang cach Euclid tren 2 chieu
        kc = (chieu_cao - h)**2 + (can_nang - w)**2
        if kc < kc_nho_nhat:
            kc_nho_nhat = kc
            ket_qua = nhan
    return ket_qua

print(du_doan(168, 48))    # Ket qua: gay
print(du_doan(168, 90))    # Ket qua: map