TRÍ KHÔN NHÂN
TẠO (ARITFICAIL INTELLIGENCE - AI)
Phần I
Đông Yên - Master, Computer Science
(Phỏng theo John McArthy và một số tài liệu Tin Học khác)
Trí Khôn Nhân Tạo (Aritficial intelligence - Ai) là trí
khôn của máy móc. Từ ngữ nầy cũng dùng
để đặt tên cho một bộ môn của Khoa Học Điện Toán. Hầu hết các sách giáo khoa về Trí Khôn Nhân Tạo định nghĩa bộ môn
nầy là “công trình 
nghiên
cứu và thiết kế những tác nhân tinh khôn (study and design of intelligent
agents)”. Tác nhân tinh khôn là một hệ
thống nhận định hiện trường và thực hiện những hành động nhằm tối ưu hóa cơ may
thành công. John McArthy, người sữ dụng
từ ngữ nầy vào năm 1956, định nghĩa nó như là “khoa học và công nghệ sản xuất
máy móc tinh khôn (science and engineering of making intelligent
machines)”.
Bộ môn được thành lập dựa trên luận đề là một thuộc tính
(property) của con người, tức sự thông minh – sapience trong Homo
sapiens – có thể mô tả chính xác đến mức độ máy móc có thể mô phỏng theo
được. Luận đề nầy gây ra những tranh
cải triết hóc liên quan đến bản chất của tinh thần (mind) và giới hạn của niềm
tự hào của khoa học. Các đề tài tranh
cải nầy đã từng được đề cập qua thần thoại, giả tưởng và triết học từ ngàn
xưa. Trí Khôn Nhân Tạo từng là đề tài
của bao lạc quan tột đỉnh, từng kinh qua những nghịch biến điên đảo, và ngày
nay đã trở nên một bộ phận thiết yếu trong công nghệ kỹ thuật, cung ứng một lực
đẩy ngàn cân cho các vấn đề nan giải nhất trong Khoa Học Điện Toán.
Công tác nghiên cứu Trí Khôn
Nhân Tạo nặng về kỹ thuật và chuyên biệt hóa đến độ một số nhà phê bình phản
đối việc xé nát bộ môn ra quá nhiều chi hệ như vậy. Các chi hệ của khoa Trí Khôn Nhân Tạo được tổ chức chung quanh
những vấn đề đặc thù, việc áp dụng những dụng cụ dặc thù, và chung quanh những
dị biệt cố hữu về quan điểm lý thuyết.
Các vấn đề trọng tâm của Trí Khôn Nhân Tạo bao gồm những đặc tính như lý
luận (resoning), nhận thức (knowledge), hoạch định (planning), tìm hiểu
(learning), truyền thông (communication), tri thức (perception) và khả năng di
chuyển và điều động vật thể (move and manipulate objects).
Mục Lục
- Viễn
tượng của TKNT (Trí Khôn Nhân Tạo) – Perspectives on AI
1.1.
TKNH trong thần thoại, giả tưởng và suy đoán
1.2.
Lịch sử nghiên cứu TKNT
1.3.
Triết lý của TKNT
2.
Nghiên
cứu TKNT
2.1
Những vấn đề của TKNT
2.1.1 Diển dịch, suy luận, và
giải quyết vấn đề (Deduction, reasoning, and problem solving)
2.1.2 Lập định tri thức
(Knowledge representation)
2.1.3 Hoạch định (Planning)
2.1.4 Học hỏi (learning)
2.1.5 Xữ lý ngôn ngữ tự nhiên
(natural language processing)
2.1.6 Di chuyển và điều động
(motion and manipulation)
2.1.7 Tri giác (Perception)
2.1.8 Trí khôn xã hội (social
intelligence)
2.1.9 Sáng tạo (creativity)
2.1.10 Trí Khôn Toàn Năng
(General Intelligence)
2.2
Phương pháp của khoa TKNT (Approches to AI )
2.2.1
Hệ điều động và óc nhân tạo (Cybernetics and brain simulation)
2.2.2
TKNT tượng trưng cổ điển (Traditional symbolic AI)
2.2.3
TKNT tượng trưng thứ hệ (Sub-symbolic AI)
2.2.4
Mô hình tác nhân thông minh (Intelligent agent paradigm)
2.2.5
Tổng hợp các phương pháp (Integrating the approaches)
2.3
Phương tiện nghiên cứu TKNT (Tools of AI research)
2.3.1
Nghiên cứ và tối ưu hóa (Research and optimization)
2.3.2
Luận lý (Logic)
2.3.3
Phương pháp sát xuất trong suy luận bất xác (Probabilistic methods
for uncertain reasoning)
2.3.4
Phân loại và phương pháp nghiên cứu thống kê (classifiers and
statistical learning methods)
2.3.5
Hệ thống thần kinh (neural networks)
2.3.6
Lý thuyết kiểm định (Control theory)
2.3.7
Ngôn ngữ chuyên đề (Specilized languages)
2.4
Đánh giá TKNT (Evaluating artificial intelligence)
2.5
Cạnh tranh và các giải thưởng (Competitions and prizes)
1.
Ứng dụng của TKNT (Applications of artificial intelligence)
- Viễn tượng của TKNT (Perspectives on AI)
1.1 TKNT trong thần thoại, giả tưởng và suy đoán
Những máy móc biết suy nghĩ và những người máy xuất hiện trong các thần thoại Hy lạp như người khổng lồ Talos bằng đồng ở đảo Crete, những người máy bằng vàng của thần Hephaestus và bức tượng Galatea bằng ngà của Pygmalion. Những đối tượng nhân cách hóa được tin là có trí không hiện hữu trong mọi nền văn minh, khởi đầu với những bức tượng thiêng liêng được tôn thờ ở Ai Cập và Hy Lạp. Những truyện kể về những nhân vật thần thoại nầy và những số phận của họ đề cập đến nhiều khía cạnh tương tự về hi vọng, sợ hải, và ưu tư đạo đức như được đề cập trong khoa TKNT.
Mary
Shelley* trong tác phẩm “Frankenstein” xem xét khía cạnh then chốt trong
vấn đề đạo đức của TKNT: nếu một người
máy có thể được sáng tạo ra và có trí thông minh thì liệu nó cũng có thể cảm
xúc được không? Nếu nó có thể cảm xúc
được thì nó có được những quyền như con người hay không? Thắc mắc nầy cũng xuất hiện trong khoa học
giả tưởng: Bộ phim “Aritficial Intelligence: AI” đưa ra một người máy
trong vai một cậu bé có được khả năng cảm nhận những cảm xúc của người, kể cả
khả năng biết đau khổ một cách bi đát.
Vấn đề nầy, ngày nay được gọi là “những quyền của người máy (robot
rights)”, đang được Viện Nghiên Cứu về Tương Lai tại California (California’s
Institute for the Future) xem xét, mặc dù nhiều nhà phê bình tin rằng việc bàn
cải như thế hãy còn quá sớm.
·
Mary Shelley, người Anh, là người viết
tiểu thuyết, truyện ngắn, kịch, tham luận,
tiểu sử, và du ký, được biết đến nhiều nhất qua tác phẩm “Frankenstein
(1818)”, theo thể loại kinh dị và lảng mạn.
Bà bắt đầu viết truyện nầy khi mới 18 tuổi, và hoàn tất khi 19
tuổi. Tác phẩm được xuất bản lần đầu
tại Luân Đôn năm 1818 không nêu tên tác giả.
Tên của Shelley xuất hiện trong kỳ tái bản lần thứ ba vào năm 1831. Tựa đề cuốn sách nêu tên của một khoa học
gia giả tuởng, Victor Frankenstein, đang nghiên cứu cách sáng tạo sự sống và
sáng tạo một nhân vật giống như người nhưng cao lớn hơn người trung bình và có
sứ mạnh hơn. Theo văn hóa bình dân
người ta có khuynh hướng liên tưởng đến Thượng Đế (the Creature) như là
“Frankenstein”, mặc dù đấy chĩ là tên cũa một khoa học gia giả tưởng. chủ đề của cuốn sách cũng là một cảnh cáo
đối với con người kiêu căng hiện đại và cuộc Cách mạng kỹ nghệ. Cuốn truyện có một ảnh hưởng trong văn học
và văn hóa bình dân, và khai sanh một thể loại hoàn chỉnh cho những tiểu thuyết
và phim ảnh kinh dị. Cuốn sách còn được
xem là tiểu thuyết khoa học giả tưởng đúng nghĩa đầu tiên.
Một đề
tài khác được cả khoa học giả tưởng và các thuyết vị lai (futurism*) khai thác
là tác động của TKNT trên xã hội. Theo
khoa học giả tưởng, TKNT xuất hiện như một người giúp việc (servant), một đồng
chí (comrade), một nối dài của khả năng con người, một kẻ chinh phục, một nhà
độc tài, một kẻ tận sát (exterminator),
và một chủng tộc (race). Các giới đại
học đã xem những hậu quả trên như tiết giảm yêu cầu về nhân lực (decreased
demand for human labor), cải thiện khả năng hay kinh nghiệm con người, và đòi
hỏi phải định nghĩa lại danh tánh và giá trị cơ bản của con người (redefinition
of human identity and basic values).
Thuyết
vị lai cho rằng TKNT sẽ vượt qua giới hạn của tiến bộ và biến đổi triệt để nhân
loại. Định luật Moore (Moore’s Law) mô
tả mức chính xác được cải tiến không ngừng theo cấp số nhân của kỹ thuật vi
tính định số (digital technology). Ray
Kursweil dùng luật nầy để tính ra rằng các máy vi tính cá nhân (desktop
computers) sẽ có khả năng luận giải (processing power) giống như bộ óc con
người vào năm 2029, và vào năm 2045 TKNT sẽ đạt đến chổ có thể tự cải tiến theo
một nhịp độ chưa tùng thấy trong quá khứ, một viễn tượng mà Vermor Vinge, tác
giả các truyện khoa học giả tưởng, gọi là “Đột biến kỹ thuật (technological
singularity**)”. Edward Fredkin cho
rằng TKNT là giai đoạn kế tiếp của qui trình tiến hóa. Một số người theo thuyết tương lai và khoa
học giả tưởng tiên doán rằng trong tương lai người và máy sẽ phối hợp thành
những loại hệ thống điều khiển nhân-thiên-tạo (cyberorgs) có khả năng và sức
mạnh lớn hơn người riêng rẻ hay máy riêng rẻ.
Ý tưởng nầy, mệnh danh là “thuyết siêu nhân (transhumanism)”, ngày nay
được dùng để tham chiếu nhà thiết kế người máy Hans Moravec, nhà thiết kế hệ
thống điều khiển tự động Kevin Warwick và nhà sáng chế Ray Kursweil. Palmela McCorduck tin rằng Thuyết siêu nhân
là biểu hiện của khát vọng nhân loại từ ngàn xưa muốn “sản tạo thần thánh (forge
gods)”.
* Futurism (Thuyết Vị lai).
Việc sữ dụng từ nầy và từ đồng
nghĩa “Futurology” theo nghĩa tư duy và phân tích tương lai bắt đầu từ những
năm 1940, khi giáo sư người Đức Ossip K. Flechtheim đưa ra từ “Futurology” và đề nghị dùng
nó như một khoa học sát xuất mới (new science of probability). Rộng hơn, Thuyết
nầy được định nghĩa như là khoa học, nghệ thuật và phương thức dự kiến có hệ
thống những tương lai khả thể, có sát
xuất cao và giá trị nhất cùng những thế giới quan và giả thuyết cơ bản liên quan
đến những tương lai đó. Các công trình
nghiên cứu tương lai cố gắng tìm hiểu những gì có thể tiếp tục diển tiến, những
gì có thể thay đổi, và những gì có thể xả đến như là hiện tượng hoàn toàn mới.
Do đó, một phần của bộ môn nầy cố gắng thiết lập một nghiên cứu quá khứ
và hiện tại có hệ thống, và dựa vào các biểu mẫu, từ đó xác định khả thể của
những biến cố và xu thế tương lai. Flechtheim cho rằng ngay cả nếu sự dự đoán
có hệ thống về tương lai không làm gì hơn là khám phá ra một số biến trình thay đổi khả thể cao về mặt thống
kê và phát họa diển biến cũa chúng thì điều đó vẫn có giá trị then chốt về mặt xã hội. Cũng vào giữa thập niên 1940 những cơ sở
tham vấn tương lai chuyên nghiệp đầu tiên như RAND (Research ANd Development) và SRi (Stanford Research
institute) bắt đầu dấn thân vào công tác hoạch định dài tầm (long-range
planning), quan sát xu thế có hệ thống (systematic trend watching), triển khai
hiện trạng (scenario development), và dự kiến tương lai (visioning), lúc đầu
bằng những hợp đồng với chính phủ và quân đội trong Đệ Nhị Thế chiến, và từ
những năm 1950, hợp đồng với các cơ sở và công ty tư nhân. Giai đoạn từ 1950 đến giữa thập niên 1960
đặt nền tảng về khái niệm và phương pháp cho bộ môn nghiên cứu vị lai hiện
đại. Ngày nay, từ “Futurist” chủ yếu
dùng để tham chiếu những tác giả, những nhà tham vấn, những cấp lảnh đạo và nói
chung những ai dấn thân trong ngành nghiên cứu hệ thống và liên bộ môn
(interdisciplinary) với mục đích cố vấn các cơ quan tư nhân và công quyền trong
các vấn đề như xu thế đa dạng toàn cầu (diverse global trends), viễn tượng khả
thể (plausible scenarios), cơ hội của những thị trường tiền-phát-triển
(emerging market opportunities), và phương thức khống chế rủi ro (risk
management).
** Technological singularity là điểm qui
chiếu tương lai giả định của tiến bộ kỹ thuật không tiền khoáng hậu, một phần
do khả năngcủa máy móc tự cải thiện bằng trí khôn nhân tạo. Chuyên gia thống kê J. Good đầu tiên viết về
hiện tượng “bùng nổ của trí khôn (intelligence explosion)”, gợi ý rằng, nếu máy
móc có thể vượt qua trí tuệ con ngườii dù chĩ là không nhiều thì chúng có thể
tự mình cải thiện phương án riêng của chúng theo những phương thức mà chính
những nhà thiết kế ra chúng cũng không tiên liệu được nổi, và do đó, cứ tiếp tục
tăng trưởng thành những trí thông minh lớn hơn nhiều theo luân đáo pháp
(recursively). Những cải thiện sơ khởi
như thế có thể là nhỏ, nhưng khi máy trở nên tinh khôn hơn thì chúng sẽ trở nên
hữu hiệu hơn trong việc tự biến mình tinh khôn hơn nữa, từ đó đưa đến một đột
biến theo cấp số nhân của trí khôn nhân tạo.
Vernor Vinge về sau gọi biến cố nầy là “Singularity (Độc sáng)”, như một
so sánh giữa sự sụp đổ của vật lý hiện đại khi tiếp cận đến vùng vô cực của
trọng lực (breakdown of modern physics near a gravitational singularity) và sự
thay đổi triệt để trong xã hội mà ông cho là sẽ xảy ra tiếp theo sau sự bùng nổ
của trí khôn nhân tạo. Gravitational
singularity còn được gọi là điểm tập kết của thời gian và không gian (spacetime
singularity) là khởi điểm ở đó những đơn vị dùng để đo trọng trường
(gravitation field) trở nên vô cực (infinite).
1.2 Lịch sử nghiên cứu TKNT
Vào
giữa thế kỹ 20, một số khoa học gia bắt đầu một phương pháp mới để xây dựng
những máy móc tinh khôn, dựa trên những khám phá của thần kinh học bấy giờ,
trên lý thuyết toán học mới về tin học, trên sự hiểu biết về kiểm soát và
truyền tin tự động (cybernetics), và nhất là trên sự phát minh của máy vi tính
định số (digital computer), một loại máy căn cứ trên yếu tính trừu tượng của luận
lý toán học.
Bộ môn
nghiên cứu TKNT được thành lập tại một cuộc hội nghị ở Đại học Dartmouth
College vào mùa hè 1956. Những người
tham dự về sau trở thành những nhà lảnh đạo của khoa nghiên cứu TKNT trong
nhiều thập kỹ, đặc biệt là John McArthy, Marvin Minsky, Allen Newell và Herbert
Simon, ngưởi sáng lập những phòng thí nghiệm TKNT tại Đạo học MIT, CMU, và
Stanford. Họ cùng với những sinh viên
đã viết những lập trình gây kinh ngạc
cho hầu hết mọi người: máy vi tính giải
được những bài toán đố của đại số (word problems of algebra), chứng minh các
định lý, và nói được Tiếng Anh. Vào
giữa thập niên 1960 công trình nghiên cứu của họ được Bộ Quốc Phòng Mỹ tài trợ
mạnh mẽ và họ đầy lạc quan về tương lai của bộ môn mới nầy.
Tuy
nhiên, nhiều tiên đoán lạc quan của họ đã không trở thành sự thật. Họ đã thất bại không nhận định được khó khăn
của những vấn đề phải đối phó. Năm
1974, trước những chỉ trích của Sir James Lighthill người Anh và sức ép bấy giờ
của Quốc Hội đòi tài trợ cho những dự án hữu ích hơn, các chính phủ Mỹ và Anh
cắt bỏ tất cả những công tình nghiên cứu TKNT không định hướng và có tính các
thăm dò. Đó là mùa đông ảm đạm đầu tiên
của TKNT.
Vào đầu
thập niên 80, công trình nghiên cứu
TKNT được phục sinh nhờ sự thành công thương mại của các hệ thống chuyên gia
(expert systems) - một hình thức lập trình TKNT mô phỏng tri thức và khả năng
phân tích của một hay nhiều chuyên gia.
Năm 1985 thị trường TKNT đã đạt đuợc hơn một tỷ mỹ kim và các chính phủ
trên thế giới lại đổ tiền vào bộ môn nầy trở lại. Tuy nhiên, chĩ một vài năm
sau đó, khởi đầu với sự sụp đổ của thị trường máy vi tính sữ dụng lập trình
ngôn ngữ LiSP, TKNT một lần nữa bị mất tiếng, và mùa đông ảm đạm thừ nhì bắt
đầu, lần nầy kéo dài lâu hơn.
Vào
những năm thập niên 90 và đầu thế kỹ 21 TKNT thành đạt những thành công lớn
nhất của mình, bất chấp bên trong hậu trường cái gì đã xảy ra. TKNT được chấp
nhận trong tất cả công nghệ kỹ thuật, tạo một sức đẩy ngàn cân cho tiếp
liệu (logistics*), xữ lý dử kiện (data
mining**), y khoa trị liệu và nhiều lỉnh vực khác. Sự thành công là nhờ vào một số yếu tố: khả năng khó tin của máy vi tính ngày nay, chú tâm nhiều hơn đến
việc giải quyết những vấn đề đặc thù phụ tùy (specific subproblems), thiết lập
những liên quan mới giữa TKNT và các bộ môn khác cùng nghiên cứu những vấn đề
tương tự, và nhất là nhờ các nhà nghiên cứu đã tận tâm áp dụng những phuơng
pháp toán học vững chắc và những tiêu chuẩn khoa học khắc khe.
*
Logistics (Tiếp liệu) là công tác quản lý lưu lượng hàng hoá, thông tin
và những tài nguyên khác, kể cả năng lượng và con người,giữa điểm cung ứng và
điểm tiêu thụ nhằm đáp ứng yêu cầu của khách hàng. Tiếp liệu bao gồm hợp nhất thông tin, vận tải, kế toán tồn kho
(inventory), lưu kho (warehouse), xữ lý vật liệu , và đóng gói.
** Data mining (Xữ lý dữ kiện) là tiến trình lọc lựa những khối lượng
dữ kiện lớn và lấy ra những thông tin thích hợp. Tiến trình nầy được thực hiện bỡi những công ty lớn sữ dụng trí
khôn kinh doanh (Business intelligence - Bi) phối hợp với một hệ thống hoạch
định tài nguyên cơ sở (Enterprise resources planning - ERP) nhằm giúp thực hiện
những quyết định quản lý dựa trên những biểu mẫu và dự báo phát xuất từ các dữ
kiện đã thu thập . Trí không kinh doanh (Bi) là từ dùng để chỉ những kỹ thuật,
phương pháp thu thập, tổng hợp, phân tích, và trình bày thông tin thương mại và đôi khi để chỉ chính thông tin thương
mại đó. Mục tiêu của trí khôn kinh
doanh là giúp cải thiện hoạch định kinh doanh.
Do đó trí khôn kinh doanh cũng
được mô tả như một hệ thống hổ trợ hoạch định (decision support system -
DSS). Những hệ thống trí khôn kinh
doanh cung ứng những nhận định hoạt động kinh doanh có tính cách lịch sử, cập
nhật, và tiên đoán, thường sử dụng những dữ kiện trong kho dữ kiện chính
(data warehouse) hay kho dữ kiện phụ (data mart) và có khi dựa trên những dữ
kiện hiện hành (operational data).
Những yếu tố nhu liệu (software elements) hổ trợ việc sữ dụng thông tin nầy bằng cách giúp trích xuất,
phân tích, và phúc trình thông tin.
Những áp dụng tập trung giảì quyết các dịch vụ bán hàng, sản xuất, tài
chánh, và nhiều nguồn dữ kiện kinh doanh khác với những mục tíêu trong đó chủ
yếu là quản lý hiệu năng kinh doanh (business performance management).
1.2 Triết lý của TKNT
Khi
tuyên bố có thể mô phỏng những khả năng tinh thần con người, TKNT là một thách
thức và đồng thời cũng là một cảm hứng đối với triết học. Liệu có những giới hạn đối với những khả
năng khả thể của các máy móc tinh khôn?
Có sự khác biệt chủ yếu nào giữa trí khôn con người và trí khôn nhân
tạo? Liệu máy móc có tinh thần và ý
thức (mind and consciousness) không?
Dưới đây là một số những câu trả lời có tầm vóc nhất đối với các câu hỏi
trên.
·
Alan Turing: Nếu máy hàng
động thông minh như người thì nó thông minh như người. Alan Turing cho rằng chung quy chúng ta chĩ
có thể phàn xét trí khôn của máy dựa trên hành vi của nó. Lý thuyết nầy làm nền tảng cho Trắc nghiệm
Turing (Turing’s Test*).
·
Dartmouth: “Mọi phương
diện học hỏi hay yếu tố nào khác của trí khôn đếu có thể mô tả một cách chính
xác đến độ máy có thể mô phỏng được.”
Khẳng định trên được in trong đề án Hôi nghị Dartmouth năm 1956, và
tượng trưng cho lập trường của hầu hết các nhà khảo cứu TKNT.
·
Newell and Simon: “Một hệ
thống ký hiệu vật lý có những phương tiện cần và đủ để thực hiện hành vi thông
minh tổng quát.” Khẳng định trên
tuyên bố rằng yếu tính của thông minh là xữ lý ký hiệu. Ngược lại, Hubert Dreyfus cho rằng kỹ xảo
của con người tùy thuộc vào bản năng vô thức đúng hơn là xữ lý có ý thức
những ký hiệu và tùy thuộc vào một “cảm
thức (feel)” trước hoàn cảnh đúng hơn là tri thức ký hiệu minh hiên (explicit
symbolic knowledge).
·
Gödel: “Một hệ
thống khoa học (như máy vi tính) không thể chứng minh tất cả những những mệnh
đề thật.” Roger Penrose và một số
người khác cho rằng phát biểu của Gödel giới hạn những gì mà máy móc có thể làm
được.
·
Searle: “Một máy vi tính được lập trình thích hợp với những
nguồn vào và nguồn ra đúng (right inputs and outputs) có thể có một tinh thần
(mind) theo cùng nghĩa như con người có một tinh thần.”
·
Thuyết óc nhân tạo
(Artificial brain): Bộ óc có thể mô phỏng. Hans Moravec, Ray Kursweil và những người
khác cho rằng vế mặt kỹ thuật có thể sao chép bộ óc trực tiếp vào nhu liệu và
thiết bị vi tính, và một mô phỏng như vậy cơ bản sẽ tương tự như bản gốc. Thuyết nầy kết hợp thuyết cho rằng một máy
với hiệu năng cao thích hợp có thể mô phỏng bất kỳ một tiến trình nào với
thuyết duy vật cho rằng tinh thần chĩ là hệ quả cuả những tiến trình vật lý
trong nảo bộ.
* Turing’s Test
là một trắc nghiệm khả năng của máy chứng minh được trí khôn của mình. Cuộc trắc nghiệm diển ra như sau: Một người trọng tài đối thoại bình thường
với hai đối thủ trong một trò chơi; đối thủ A là máy và B là người; mỗi đối thủ
cố chứng tỏ mình là người. Các thành
phần được sắp xếp trong những vị trí biệt lập.
Nếu trọng tài không thể phân định chắc chắn ai là người thì máy được coi
như thắng cuộc. Để trắc nghiệm trí
thông minh của máy đúng hơn là khả năng nói thành lời của nó, cuộc đàm thoại
được thực hiện qua phương thức dùng chữ viết mà thôi (text-only channel) như
bàn phím (keyboard) và màn hình (screen) máy vi tính. Turing xem xét lại câu hỏi “máy có thể suy nghĩ được không?” Vì từ “suy nghĩ” và từ “máy” khó có thể định
nghĩa một cách thoả đáng đối với mọi người nên Turing đề nghị thay đổi câu hỏi
nầy bằng một câu hỏi khác tương tự nhưng được diển tả tương đối ít mơ hồ
hơn. Muốn thế, trước tiên Turing phải
tìm ra một ý tưởng đơn giản và nhất quán để thay thế từ “suy nghĩ (think)”, sau
đó phải giải thích rõ những máy móc nào được xem xét, và, cuối cùng, sau khi có
được những điều kiện trên, phải lập định câu hỏi mới, tương quan với câu hỏi
cũ, và Turing tin là có thể trả lời câu hỏi mới nầy một cách khẳng định. Thay vì cố gắng xác định xem máy có thể suy
nghĩ được hay không, Turing đề nghị chúng ta nên hỏi xem liệu máy có thể thắng
trò chơi gọi là “imitation Game (Trò chơi bắt chước)”, hay Trắc nghiệm Turing
nói trên.
- Nghiên cứu TKNT (AI Research)
Vào thế kỹ 21, công tác nghiên cứu TKNT trở nên nặng tính kỹ thuật và chuyên biệt cao độ. Bộ môn nầy chia ra nhiều chi hệ, nhiều đến độ chúng thường không còn giao liên được với nhau. Các chi hệ phát triển chung quanh những định chế đặc thù và chung quanh những nhà nghiên cứu đặc thù. Những chi hệ cũng phát triển chung quanh những đề tài đặc thù như liệt kê dưới đây, chung quanh những dị biệt cố hữu trên quan điểm TKNT nên được phát triển ra sao, và chung quanh việc áp dụng những phương tiện khác biệt rộng rãi.
2.1 Những vấn đề của TKNT (Problems of AI)
Vấn đề mô phỏng (hay sáng tạo)
trí khôn được chia ra thành nhiều đề tài phụ chuyên biệt. Những đề tài phụ nầy gồm có những biểu tính
hay khả năng đặc thù mà các nhà nghiên cứu muốn một hệ thống TKNT trình
bày. Những biểu tính mô tả dưới đây đã
thu hút sự chú ý nhiều nhất.
2.1.1
Diển dịch, suy luận, giải
quyết vấn đề (Deduction, reasoning, problem solving)
Các
nhà nghiên cứu TKNT xưa kia triển khai những phương án nhằm mô phỏng từng bước
tiến trình suy luận mà con người dùng để giải các trò chơi ghép chữ (puzzles),
chơi game bàn (board games) hay thực hiện những diển dịch luận lý. Cuối thập niên 80 va 90, công trình nghiên
cứu TKNT cũng phát triển được những phương pháp thành công cao nhằm xữ lý thông
tin bất xác và thiếu hoàn chỉnh (uncertain and incomplete information), sữ dụng
những khái niệm từ sát xuất học và kinh tế học.
Đối
với các vấn đề khó, hầu hết các phương án trên có thể đòi hỏi những tài nguyên
vi tính lớn lao (enormous computational resources) – đa số đều kinh qua một
hiện tượng bùng nổ cực biên (combinatorial explosion): lượng ký ức vi tính hay
thời gian vi tính cần có trở nên quá lớn khi vấn đề vượt quá một kích thước nào
đó. Việc tìm kiếm một phương án hữu
hiệu để giải quyết vấn đề là ưu tiên hàng đầu đối với TKNT.
Con
người giải quyết phần lớn những vấn đề của mình bằng phán đoán trực quan nhanh
chóng đúng hơn là bằng suy luận ý thức từng bước một như công trình nghiên cứu
TKNT xưa kia từng làm.
2.1.2
Lập định tri thức
(Knowledge representation)
Lập
định tri thức và xữ lý tri thức (knowledge engineering) là trọng tâm của nghiên
cứu TKNT. Nhiều vấn đề mà máy móc được
yêu cầu giải quyết đòi hỏi một khối lượng tri thức rộng lớn. Những điều mà TKNT cần lập định gồm có: sự vật (objects), thuộc tính (properties),
chủng loại (categories), và những tương quan giữa chúng, hoàn cảnh
(situations), biến cố (events), tình trạng và thời gian (states and time), nhân
quả (causes and effects), tri thức về tri thức (knowledge about knowledge) -
những gì chúng ta biết về tri thức của người khác, và bao nhiêu lảnh vực khác
ít được nghiên cứu nghiêm chỉnh hơn.
Một lập định hoàn chỉnh về những gì đang “hiện hữu (exitst)” là môn Hoạt Trường Học (ontology*); và hình
thức bao quát nhất của bộ môn nầy được gọi là Tổng Hoạt Trường Học
(Upper-ontology**).
Những
vấn đề khó khăn nhất trong lập định tri thức gồm có:
(1) Suy luận tự phát và vấn đề khai thác đặc
tính (Default reasoning and quanlification problem)
Nhiều
sự kiện mà con người biết đến đều mang hình thức của ước đoán thực tế (working
assumptions). Ví dụ, nếu mô phỏng mô con chim đang hót thì đại khái ngưòi ta vẽ
một con thú nhỏ bằng nắm tay, hót và bay.
Không một yếu tính nào vừa nói là đúng cho tất cả mọi loài chim. John McArthy nhìn thấy vấn đề nầy vào năm
1969, và gọi đó là vấn đề khai thác đặc tính (qualification problem): đối với bất kỳ một định luật thông thường
nào (commonsense rule) mà các nhà nghiên cứu TKNT quan tâm lập định, thường có
vô số ngoại lệ (exceptions). Gần như không có một cái gì là ‘true’ (thật) hay ‘false’ (không) một cách đơn thuần
theo như luận lý trừu tượng đòi
hỏi. Trong triết học và môn TKNT,
qualification problem (vấn đề khai thác đặc tính) đề cập đến hiện tượng bất lực
khi phải liệt kê tất cả những điều kiện tiên quyết cần có để một động tác thực
đạt được mục tiêu dự kiến của nó. Vấn
đề nầy có thể đặt ra như sau: “Làm sao
đối phó với những gì cản trở chủ thể thực hiện mục tiêu mong muốn của
mình?” John McArthy đưa ra ví dụ sau
đây để cho thấy là không thể nào khai thác hết tất cả những tình huống có thể
cản trở một chiếc thuyền chèo hoàn thành chức năng của nó.
“Muốn
sữ dụng một chiếc thuyền chèo để qua sông thì trước nhất thuyền phải có chèo và
các bộ phận gắn chèo không hư hỏng và đồng bộ với nhau. Nhiều tiêu chuẩn khác nữa có thể thêm vào,
khiến những luật lệ sữ dụng thuyền trở nên gần như không thể áp dụng được nữa,
chưa nói đến những tiêu chuẩn bổ sung khác mà người ta nghĩ có thể được đặt ra
nữa.” Vấn đề khai thác đặc tính
liên kết chặt chẽ với một vấn đề khác được gọi là vấn đề hậu cảnh (frame
problem***), tức là vấn đề diển tả một hoạt trường (dynamical domain) theo luận
lý (logic) mà lại không minh nhiên nêu rõ những điều kiện nào không bị chi phối
bỡi một động tác.
* Ontology (Hoạt Trường Học). Trong khoa học vi tính và tin học (computer
science and information science) Hoạt Trường Học là một lập định có hệ thống
(formal representation) cho một tập hợp những khái niệm trong một hoạt trường
nào đó (set of concepts within a domain) cùng những tương quan giữa chúng với
nhau. Hoạt Trường Học dùng để suy luận
về những thuộc tính của hoạt trường đó và có thể dùng để định nghĩa nó.
**
Upper-ontology (Tổng Hoạt Trường Học) là một cố gắng xây dựng một
Hoạt Trường Học có thể mô tả những khái niệm rất tổng quát đồng nhất trong cùng
khắp các hoạt trường.
*** Frame problem (Vấn đề hậu cảnh) bắt nguồn từ một kỷ thuật hoạt
hình gọi là lên khung (framing), nghĩa là mhững phần di động của hoạt hình
được đặt lên một khung (frame) tượng
trưng cho hậu cảnh bất di động của hoạt trường. Trong văn mạch luận lý (logical context), các hoạt động được biểu
tượng bằng những gì chúng thay đổi, mặc nhiên giả định rằng những gì khác không
thay đổi. Vấn đề hậu cảnh xảy ra ngay trong những hoạt trường đơn giản. Điển hình là một hoạt trường với một cánh
cửa có thể đóng hay mở, và một ngọn đèn có thể mở hay tắt. Trong trạng thái tỉnh (static) hoạt trường
nầy có thể biểu thị bằng hai mệnh đề (proposition) “open” và “on”. Nếu những điều kiện nầy có thể thay đổi theo
thời gian chẳng hạn thì chúng nên được biểu thị bằng hai mênh đề bổ túc
(predicate) “open(t)” và “on(t)”; “t” tượng trưng cho đơn vị thời gian. Hai mệnh đề bổ túc nầy còn được gọi là
“fluent (động tữ)”. Một hoạt trường
trong đó cửa đóng, đền tắt, và cửa mở ở thời điểm 1 có thể diển tả trực tiếp
trong luận lý bằng những công thức sau dây:
¬open(0) :
giá trị sơ khởi của động tữ ‘open(t)’ vào thời điểm 0 = đóng
¬on(0) :
giá trị sơ khởi của động tữ ‘on(t)’ vào thời điểm 0 = đóng
true → open(1): Điều kiện thay đổi khi
cửa mở cửa ở thời điểm 1
Mặc dù ba công thức trên trực tiếp diển tả những gì được biết theo luận lý, chúng không đủ để diển tả đúng những hậu quả. Những hậu quả nầy có thể biểu thị bằng hai điều kiện luận lý sau đây mà vẫn không mâu thuẩn với ba công thức trên:
¬open(0) open(1)
¬on(0) ¬on(1) : Đèn không mở do hậu
quả của mở cửa
Hoặc:
¬open(0) open(1)
¬on(0)
on(1): Đèn mở do hậu quả của mở cửa
Vấn đề nằm ở chổ nếu chĩ nêu những điều kiện bị thay đổi không thôi thì về mặt luận lý không đủ để kết luận rằng tất cả những điều kiện khác vẫn không thay đổi (đèn mở hay tắt chẳng hạn). Một trong những giải pháp cho vấn đề nầy là không những chĩ nêu giá trị luận lý của những điều kiện theo thời gian mà còn phải cho biết chúng có thể bị ảnh hưởng bỡi một hành động vừa mới được thực hiện hay không. Động tác nầy được biểu thị bằng một điều kiện khác gọi là “occlucsion (khởi động)”. Một điều kiện được gọi là bị khởi động (occluded) vào một thời điểm nếu một động tác vừa thực hiện khiến điều kiện đó trở nên thật hay không (true or false). Occlusion (khởi động) có thể đồng nghĩa với “cho phép thay đổi (permission to change)”: nếu một điều kiện được khởi động thì nó sẽ thoát khỏi áp lực của quán tính (inertia).
Trong thí dụ nói trên, yếu tố khởi động có
thể được biểu thị bằng hai mệnh đề phụ ‘occlude_open(t)’ và
‘occlude_on(t)’. Hàm luận chính là: một
điều kiện chĩ có thể thay đổi nếu mệnh
đề phụ của khởi động tương ứng (corresponding occlusion predicate) mang giá trị
‘thật (true)’ ở thời điểm tới. Kế theo,
một mệnh đề phụ của khởi động chĩ mang giá trị ‘true’ khi một tác động trên
điều kiện được thực hiện.
¬open(0) : giá trị sơ khởi của động tữ ‘open(t)’ vào
thời điểm 0 = đóng
¬on(0) :
giá trị sơ khởi của động tữ ‘on(t)’ vào thời điểm 0 = đóng
true → open(1) ^ occlude_open(1): điều kiện thay đổi nếu có mệnh lệnh thay đổi (occlude_open(t)) và động tữ mang giá trị ‘true’ ở thời điểm 1
For any t: (¬occlude_open(t)) → ( open(t-1) ≡ open(t)): Trong bất kỳ thời điểm nào, nếu không có lệnh mở cửa thì giá
trị của động tữ ‘open’ sẽ như nhau ở hai thời điểm khác nhau.
For any t: (¬occlude_on(t)) → ( on(t-1) ≡ on(t)) : Trong bất kỳ thời điểm nào, nếu không có lệnh mở đèn thì giá
trị của động tữ ‘on’ sẽ như nhau ở hai thời điểm khác nhau.
Nói chung, mọi động tác khiến một điều kiện
trở nên ‘true’ cũng khiến cho mệnh đề
phụ tương ứng trở nên ‘true’. Trong
trường hợp nầy, occlude_open(1) là ‘true’, làm cho vế trái của công thức 3 trở
thành ‘false’ ở thời điểm 1, do đó vế phải trở nên bất xác ở thời điểm 1 và
khống chế open(t-1) ≡ open(t) không còn hiệu lực nên
mệnh đề ‘open’ có thể thay đổi giá trị
để đáp ứng công thức 3 và cho phép điều kiện thay đổi.
(2)
Phạm vi bao la của tri
thức thông thường (Breadth of commonsense knowledge)
Trong khoa TKNT, ‘commonsense knowledge
(tri thức bình thường)’ là sưu tập của những sự kiện mà một người bình thường
giả định phải biết. Khối lượng kiến
thức nầy thì bao la bát ngát. Những dự
án nghiên cứu nhằm thiết lập một kho dữ liệu cho các kiến thức thông thường nầy
(commonsense knowledge base) đòi hỏi những khối lượng khổng lồ trong công tác
xữ lý hoạt trường đầy chán nản (tedious ontological engineering) - phải thực
hiện bằng tay, từng khái niệm một mổi lần.
Cyc, chẳng hạn, là một dự án TKNT cố gắng thành lập một Hoạt
Trường Học kiện toàn (comprehensive ontology) và một kho dữ kiện cho những tri
thức thông thường với mục tiêu giúp các công trình TKNT thực hiện suy luận như
người.
(3)
Hình thức tiềm ký hiệu
của tri thức thông thường (Subsymbolic form of some commonsense knowledge)
Phần
lớn những gì con người biết không phải là những “sự kiện cụ thể (facts)” hay
“câu nói (statements)” mà họ có thể thực sự nói lớn ra. Một người chơi cờ vua, chảng hạn, sẽ tránh
một vị trí nào đó vì nó quá lộ liểu; hay khi nhìn một bức tượng một nhà phê
bình nghệ thuật thấy ngay đó là bức tượng giả.
Đó là những trực giác hay khuynh hướng được biểu thị trong óc một cách
vô thức và tiềm ký hiệu (non-consciously and sub-symbolically). Tri thức theo dạng nầy cung ứng thông tin,
bối cảnh, va hổ trợ cho tri thức theo ký hiệu và có ý thức (informs, supports,
and provides context for symbolic, conscious knowledge). Cũng như với vấn đề liên quan của suy luận
tiềm ký hiệu (sub-symbolic reasoning), hy vọng môn TKNT định vị (situated AI*)
hay TKNT hạch toán (computational intelligence**) sẽ cung ứng phương thức để
lập định loại tri thức nầy.
* Situated AI (TKNT định vị): Trong lảnh vực TKNT và khoa học tri thức
(cognitive science), từ ‘situated’ ám chỉ một tác nhân (agent) được nhập
định (embedded) trong một môi trường cụ thể.
Từ nầy thường dùng cho người máy (robots; nhưng một số nhà nghiên cứu
cho rằng những tác nhân nhu liệu (software agents) cũng có thể là định vị nếu
·
Chúng ở trong một hoạt trường thay đổi nhanh chóng
·
Chúng có thể xữ lý hay thay đổi hoạt trường nầy bằng hành
động của mình, và
·
Chúng có thể cảm giác và tri giác (sense and perceive).
Ví dụ có thể gồm những tác nhân thực
hiện trên mạng (web-based agents) có khả năng biến cải dữ kiện hay khởi động
biến trình (trigger processes) trên Internet – như các dịch vụ mua bán chẳng
hạn - hay những nhân vật thế giới giả tưởng 3 chiều (virtual-reality bots) cư
ngụ và thay đổi nhũng thế giới đó.
** Computational
Intelligence – CI (TKNT hạch toán) là một biến thể của TKNT tham
chiếu những phương án phi thực nghiệm (heuristic algorithms) như trong các hệ
thống kiểm định siêu định số (fuzzy control systems), hệ thống thần kinh nhân
tạo (artificial neural networks) và hạch toán tiến hóa (evolutionary
computation) .
·
Fuzzy
control system là một hệ thống kiểm định dựa trên luận lý siêu định số (fuzzy
logic), tức là một hệ thống toán học nhằm phân tích những giá trị định thể của
nguồn vào (analog input values) theo những biến số luận lý (logical variables)
mang những giá trị liên tiến giữa 0 và 1, trái hẳn với luận lý định số cổ
truyền chĩ dựa trên các giá trị biên cực của 0 và 1 (false and true)
·
Artificial neural networks là một mô hình toán học hay mô
hình vi tính (mathematical model or computational model) dựa trên những hệ
thống thần kinh sinh học. Hệ thống nầy
gồm có một nhóm những giây thần kinh nhân tạo nối kết với nhau và xử lý các
biến trình qua phương pháp liên kết (connectionist approach) để xử lý thông
tin. Trong đa số các trường hợp, kỹ
thuật nầy là một hệ thống thích ứng (adaptive system) biết thay đổi cấu trúc
của nó dựa vào những thông tin nhập và xuất qua hệ thống trong quá trình tìm
hiểu. Theo nghĩa thực tế hơn, hệ thống
thần kinh nhân tạo là những phương tiện để tạo mô hình cho các dữ kiện thống kê
siêu bật nhất (non-linear statistic modeling tools). Chúng có thể dùng để thiết lập mô hình cho những liên hệ phức tạp
giữa nguồn vào và nguồn ra và tìm ra những biểu mẫu cho dữ kiện.
·
Evolutionary computation (Hạch toán tiến hóa) là một chi
hệ của TKNT, hay đúng hơn của TKNT Hạch Toán (Computational Intelligence) sữ
dụng phương án tối ưu hóa giải pháp (combinatory optimization). Combinatory optimization là một ngành của
lập trình toán học (mathematical programming) nhằm tìm cách tối đa hóa (maximize) một hàm số thực (real
function) bằng cách lựa chọn một cách hệ thống những giá trị của những biến số
mang số thực hay số nguyên (real or integer variables) từ một tập hợp của những
giải pháp độc vị khả thi (discrete feasible solutions); và mục đích là tìm ra
giải pháp tốt nhất có thể tìm được (best possible solution).
2.1.3
Hoạch định
(Planning)
Những
tác nhân tinh khôn (intelligent agents)
phải có khả năng đề ra những mục tiêu và đạt được mhững mục tiêu nầy. Chúng cần có một phương thức để hình dung
tương lai (phải hình dung được trạng thái của môi trường và có thể tiên liệu phương
thức thay đổi môi trường bằng hành động của mình) và có thể thực hiện những lựa
chọn tối ưu trong số những lưạ chọn sẳn có.
Trong
một số những vấn đề lựa chọn, tác nhân có thể giả định đó là phương cách duy
nhất tác động lên môi trường và biết chắc hậu quả sẽ ra sao. Tuy nhiên, nếu điều nầy không đúng thì tác
nhân phải kiểm tra xem môi trường có
xảy ra đúng như dự kiến hay không và phải sửa đổi kế hoạch nếu cần; tình
huống nầy đòi hỏi tác nhân phải suy luận trong điều kiện bất xác (reason under
uncertainty).
Hoạch
định gồm nhiều người (multi-agent planning) sữ dụng hợp tác (co-operation) và
cạnh tranh (competition) của nhiều tác nhân để đạt được mục tiêu đề ra. Hành vi tập thể (emergent behavior) như thế
được sữ dụng bỡi những phương án tiến hóa (evolutionary algorithms*) và trí
khôn đồng đội (swarm intelligence**).
* Evolutionary algorithm - EA (Phương án
tiến hóa) là một nhánh của Evolutionary computation được gỉải thích bên
trên. EA sữ dụng một số phương pháp bắt
nguồn từ tiến hóa sinh học (biological evolution: sinh sản, biến hóa, tái phối
trí, và đào thải).
** Swarm intelligence - SI (Trí khôn đồng
đội) là TKNT dựa trên hành vi tập thể của những hệ thống tự tổ chức
(self-organized) và không được điều khiển từ trung ương (decentralized). Swarm intelligence chủ yếu được thực hiện trên
một tập hợp những tác nhân riêng rẻ đối tác với nhau ở địa phương và với môi
trường. Những tác nhân tuân theo những
luật lệ rất đơn giản, và, mặc dù không có trung ương điều khiển ấn định các tác
nhân phải hành xử ra sao, những đối tác giữa các tác nhân đưa đến sự hình thành
của hành vi đồng đội phức tạp (complex global behavior). Ví dụ của Trí khôn đồng đội trong thiên
nhiên gồm có những đàn kiến, chim, thú, vi khuẩn, và cá.
2.1.4
Học hỏi (Learning)
Học
hỏi của máy móc là vấn đề trọng tâm của TKNT ngay từ đầu. Sự học hỏi không giám sát (unsupervised
learning) là khả năng tìm ra những biểu mẫu trong lượng nguồn nhập (stream of
inputs). Học hỏi có giám sát (supervised learning) bao gồm có phân loại (classification) - khả năng xác
định từng loại sau khi đã xem những ví dụ của những loại đó – và xác định nhân
qủa (regression) – cho một số ví dụ những nguồn nhập và nguồn xuất có đánh số,
tìm một hàm số (function) để cho nguồn ra dựa trên nguồn vào. Trong học hỏi tăng cường (Reinforcement
learning) tác nhân được thưởng khi đáp trúng va phạt khi đáp sai. Những hình thức học hỏi nầy có thể được phân
tích theo lý thuyết quyết định (decision theory), sữ dụng khái niệm về giá trị
tiêu thụ (concept of utility). Thuyết
quyết định (decision theory) trong toán học và thống kê có nhiệm vụ xác định
những giá trị (values), những ẩn số bất xác (uncertainties) và các vấn đề liên
quan khác trong một quyết định nào đó để giúp tìm ra một quyết định tối
ưu. Trong kinh tế học, giá trị tiêu thụ
(utility) là sự đo lường mức độ mà các hàng hóa hay dịch vụ thỏa mản khách tiêu
thụ. Sự phân tích toán học về những
phương án học hỏi của máy và kết quả của chúng là một ngành của khoa học Lý
thuyết vi tính (theoretical computer science).
Theoretical computer science là tập hợp những đề tài của khoa học điện
toán chuyên tâm trên những phương diện vi tính trừu tượng hơn về toán học và
luận lý như lý thuyết vi tính (theory of computing), phân tích phương án
(analysis of algorithm), và ngữ nghĩa học của các ngôn ngữ lập trình (semantics
of programming languages).
2.1.5
Xử lý ngôn ngữ tự nhiên (Natural language processing)
Xử lý
ngôn ngữ tự nhiên giúp máy móc có khả năng đọc và hiểu những ngôn ngữ mà con
ngưuời nói. Nhiều nhà khảo cứu hi vọng
rằng một hệ thống xử lý ngôn ngữ tự nhiên đủ tối tân sẽ có thể tự học bằng cách
đọc chữ trên Internet. Một số áp dụng
trực tiếp của xử lý ngôn ngữ tự nhiên gồm có Khoa học Truy tìm thông tin
(Information Retrieval) và Hệ thống Dịch thuật Tự Động (Machine Translation).
Information Retrieval – IR là khoa học truy tìm tài liệu, thông tin
trong tài liệu và những lượt đề về tài liệu (metadata about documents), cũng
như những kho dữ kiện tương hệ (relational databases) và mạng Internet. Phương thức truy tìm bắt đầu khi người sữ
dụng đánh lệnh tìm (query) vào máy.
Machine Translation là một ngành của ngữ học vi tính (computational
linguistics) có nhiệm vụ xem xét nhu liệu điện toán (computer software) để dịch
chữ hoặc lời nói từ một ngôn ngữ tự nhiên nầy sang một ngôn ngữ tự nhiên khác.
2.1.6
Di chuyển và điều động (Motion and
manipulation)
Ngành người máy (robotics) liên quan
mật thiết với TKNT. Người máy cần trí
khôn để thực hiện các nhiệm vụ như điều động vật thể và di chuyển, cùng với
những vấn đề phụ về xác định vị trí (localization*) - biết mình đang ở đâu -,
định hình (mapping**) – tìm hiểu những gì chung quanh – và định hướng (motion
planning***) –hình dung cách đi đến mục tiêu.
*
Localization (Xác định vị trí) liên quan đến những kỹ thuật sau
đây:
·
GSM localization: kỹ thuật xác định vị trí người sữ dụng
điện thoại di động hay máy truyền tin vô tuyến (wireless transceiver)
·
Internationalization and localization: thích nghi của nhu
liệu vi tính vào những môi trường lạ, nhất là những quốc gia và văn hóa khác
·
Language localization:
tiến trình dịch một tài liệu sang các ngôn ngữ khác hay lựa chọn một
ngôn ngữ thích hợp cho một quốc gia hay miền nào đó
·
Localization of a robot: xác định vị trí của người máy
trong một hoạt trường
·
Sound localization:
Xác định vị trí hay nguồn gốc của âm thanh nhận được. Kỹ thuật nầy còn ám chỉ những phương pháp
của kỹ nghệ âm thanh nhằm mô phỏng sự lắp đặt một máy phát âm trong không gian
giả tưởng 3 chiều
** Mapping (Định vị) giúp người máy tự động
(autonomous robots) có thể xây dựng hay sữ dụng một bản đồ hay sơ đồ (floorplan)
và xác định vị trí của mình trên đó.
Theo Todd, hành động vô thức theo tiến hóa (evolutionarily shaped blind
action) đủ giúp các động vật sinh tồn, không cần xây dựng bản đồ hay sơ đồ. Nhưng một chiến lược di chuyển tinh tế hơn
sẽ giúp cải thiện quan trọng những khả năng của người máy. Những bản đồ tri thức (cognitive maps) của
Tolman, chẳng hạn, tạo khả năng định vị, và sữ dụng những tri thức hiện tại,
những biến cố trong bộ nhớ, và những hậu quả ước đoán. Kỹ thuật nầy phỏng theo mô hình tri thức mà
con người sữ dụng để tri giác, xác định hoạt trường, giản lược và giải đáp
những vấn đề phức tạp. Một phương án
tốt giúp người máy định vị có thể bao gồm thông tin từ quá khứ, hiện tại, và
tương lai.
***
Motion Planning (Định hướng) là phương án nhằm chi tiết hóa một
nhiệm vụ ra thành những di chuyển cơ bản (atomic motions). Ví dụ di chuyển một ngưòi máy tự động một
khoảng cách xa trong một tòa nhà. Người
máy sẽ thực hiện nhiệm vụ nầy đồng thời phải tránh những vách tường và không
rơi xuống cầu thang. Chiến lược định
hình sẽ dùng những điều kiện trên như là nguồn vào (inputs), và xác định vận
tốc cùng những lệnh đổi hướng được chuyển tới các bánh xe của người máy. Những
chiến lược định hình có thể trang bị người máy nhiều bộ liên kết (joints) hơn,
nhiều nhiệm vụ phức tạp hơn, nhiều khống chế khác nhau (different constraints).
2.1.7
Tri giác
(Perception)
Đó là
tri giác của máy (machine perception) hay khả năng giúp máy nhận định được hình
ảnh, âm thanh hay những nội dung khác của hoạt trường, hay nội dung chứa trong
các thiết bị điện tữ (stored media).
Máy tri giác qua những nguồn vào (inputs) của các bộ cảm biến (sensors)
như máy ảnh (cameras), vi âm (microphones), máy xữ lý sóng âm (sonar) và nhiều
loại máy khác để diển dịch (deduce) hoạt trường.
Định
hình vi tính (Computer vision) là khoa
học kỹ thuật thiết lập một hệ thống nhân tạo phân tích dữ kiện thị giác từ
nguồn vào (visual input). Dữ kiện thị
giác gồm nhiều hình thức như phim đoạn (video sequence), hình ảnh từ nhiều máy
thu hình (multiple cameras), dữ kiện đa chiều từ các máy scanner y khoa. Bộ môn nầy áp dụng những lý thuyết và biểu
mẫu định hình vi tính nhằm lập thành hệ thống.
Những áp dụng nầy gồm có:
·
Những phương pháp kiểm định
(Controlling processes): người máy kỹ
nghệ hay xe tự điều khiển
·
Thám sát biến cố (Detecting
events): Thám sát thị quan (visual surveillance) hay máy thống kê lưu lượng
người qua lại trong hoạt trường (people counting)
·
Phối trí thông tin
(Organizing information): lập danh số
(indexing) cho các kho dữ kiện về hình và những tập hợp hình (database of
images and image sequences)
·
Lập biểu mẫu vật thể hay
hoạt trường (modeling objects or environments): Thanh tra kỹ nghệ (industrial
inspection), phân tích hình y học (medical image analysis) hay thiết lập địa
hình (topograhical modeling)
·
Đối tác: dữ kiện thị giác
sữ dụng như nguồn vào cho đối tác giữa người và máy
Định
ngôn tự động (Speech Recognition) là kỹ
thuật hoán chuyển lòi nói tự nhiên thành dạng mà máy đọc được - nghĩa là thành
chữ bấm trên bàn phím (keyboard) sữ dụng mã tự nhị phân (binary code). Speech recognition không những nhận ra được
lời nói mà còn nhận ra được người phát ngôn (speaker), trong khi Voice
recognition chĩ nhận ra được lời nói mà thôi.
Những áp dụng của kỹ thuật định ngôn tự động gồm có:
·
Voice dialing (gọi trực
tiếp): ví dụ như lệnh “Call home (gọi
nhà)”
·
Call routing (gọi gián
tiếp): ví dụ như lệnh “Tôi muốn gọi và
nhờ bên kia trả tiền gọi (collect call)”
·
Domotic appliances (Máy
nhận giọng gắn tại tư gia)
·
Content-based spoken audio
search (Hệ thống tìm lời trong kho dữ kiện âm thanh)
·
Simple data entry (Nhập dữ
kiện đơn giản như số thẻ tín dụng chẳng hạn)
·
Preparation of structured
documents (sọan thảo hồ sơ theo quy củ như phúc trình chiếu quang tuyến chẳng
hạn)
·
Speech-to-text processing (ghi
chép theo lời nói, dùng cho tài liệu hay email v.v.)
·
Direct Voice input (Hệ
thống nhận lệnh bằng lời trên phi cơ):
thiết kế cho các máy bay quân sự hiện đại như Eurofighter, F-35
Lightning II, rafale. Và JAS 39 Gripen, và đã được áp dụng thử trên những phản
lực cơ bay nhanh chế tạo trước đó như Harrier AV-8B và F-16 VISTA.
Hệ thống nhận diện (Face Recognition Systems) là một áp dụng vi tính tự động xác định danh tánh một
người căn cứ trên một hình ảnh định số (digital image) hay một khung phim (video
frame) từ máy thu hình. Một trong những
phương pháp thực hiện công tác nầy là so sánh những nét mặt được chọn từ bức
hình với dữ kiện dự trử về mặt (facial database). Nói cách khác, kỹ thuật nầy nhận diện bằng cách trích tuyển và
phân tích những đặc điểm chính (landmarks) hay nét chính (features) như vị trí,
kích thước, hình thù của mắt mủi, xương gò má, và cằm. Những yếu tố nầy sau đó
được sữ dụng để tìm những hình ảnh khác với những yếu tố tương tự. Công dụng chính của những hệ thống nầy là
mục tiêu an ninh.
Xác
định vật thể (Object recognition) là
công tác tìm một vật thể nào đó trong một hình ảnh hay phim đoạn. Con người nhận ra vô số vật thể trong các
hình ảnh một cách dễ dàng, mặc dù những vật thể có thể thay đổi theo những góc
độ khác nhau, kích thước hay ngay cả khi bị chuyển tâm (translated) hay xoay
góc (rotated). Vật thể cũng có thể nhận
ra khi bị che khuất một phần. Công tác
đó vẫn còn là một thách thức đối với khoa định hình vi tính (computer vision)
nói chung. Đối với bất kỳ một vật thể
nào trong một hình ảnh, có nhiều yếu tố được xem là đáng chú ý nhất của vật thể
đó và có thể trích tuyển (extracted) để mô tả vật thể. Sự mô tả nầy sau đó có thể sữ dụng để nhận
diện vật thể đó khi tìm cách xác định vị trí của nó trong bức hình trắc nghiệm
có chứa nhiều hình ảnh khác nữa. Điều
quan trọng là, để có được kết quả xác định tin cậy, những yếu tố đặc trưng được
trích xuất phải bất biến (robust) trước những thay đổi về tỉ lệ, độ nhiểu
(noise), ánh sáng và biến dạng hình học theo vị trí (local geometric distortion). Phương thức của David Lowe có thể xác định vật thể vững vàn bất
chấp nhiểu xạ (clutter) và thị quan một phần bị khuất vì bộ phận định dạng
(feature descriptor) bất biến trước thay đổi về tỷ lệ, phương hướng, biến dạng
do thay đổi góc độ (affine distortion), và tương đối bất biến trước thay đổi về
ánh sáng (illumination changes).
2.1.8
Trí khôn xã hội (Social Intelligence)
Cảm
xúc và kỹ năng xã hội (Emotion and social skills) đóng hai vai trò của một tác
nhân tinh khôn (intelligent agent).
·
Phải có khả năng tiên liệu
hành động của người khác bằng cách hiểu được những động lực và trạng thái cảm
tính của họ. Điều nầy liên quan đến lý
thuyết về trò chơi điện tữ (game theory*),
lý thuyết quyết định (Decision theory**), cũng như khả năng mô hình
những cảm xúc của người và năng khiếu tri giác để thám sát cảm xúc (detect
emotions).
·
Phải biết bày tỏ cảm xúc –
ít nhất phải tỏ ra lể độ và mẫn cảm đối với những kể đối tác. Cố gắng tối đa để tỏ ra chính mình cũng có
những cảm xúc bình thường.
* Game Theory (Lý thuyết về game) là một ngành
của toán học ứng dụng (applied mathematics), một bộ môn được sữ dụng trong các
Khoa học Xã hội (nhất là Kinh tế học), Sinh Vật học (Biology), Công nghệ
(Engineering), Chính trị học (Political science), Bang giao quốc tế
(international relations), Khoa học điện toán (Computer science) - nhất là TKNT
-, và Triết học (Philosophy). Lý thuyết
nầy tìm cách phản ảnh bằng toán học hành vi trong những hoàn cảnh chiến lược
(strategic situations), trong đó sự lựa chọn của một cá nhân thành hay bại tùy
vào sự lựa chọn của kẻ khác. Ban đầu lý thuyết nầy chĩ triển khai để phân tích
những thi thố trong đó một cá nhân thắng thế trên sự thua thiệt tương ứng của
đối phương. Dần dần, lý thuyết được nới
rộng hơn để giải quyết những dạng đối
tác rộng hơn được xếp hạng theo một số tiêu chuẩn. Ngày nay, “lý htuyết về game là một loại lý thuyết bao dù hay bao
sân (umbrella or ‘unified field’ theory) về mặt lý (rational side) của khoa học
xã hội; và từ ‘xã hội (social)’ thì được diển đạt một cách rộng rải để bao gồm
cả những đấu thủ người cũng như máy hay
thú vật, cây cối.”
**
Decision Theory (Lý thuyết quyết định):
Trong toán học và thống kê lý thuyết nầy tìm cách xác định những
giá trị, những trị số bất xác (uncertainties) và các vấn đề liên quan khác
trong một quyết định nào đó và từ đó đi đến quyết định tối ưu (optimal
decision). Trị số bất xác
(uncertainties) ám chỉ những tiên đoán các biến cố tương lai, những đo lường
vật lý đã được thực hiện (physical measurements already made), hay những gì
không được biết (the unknown). Quyết
định tối ưu là một quyết định mà không một khả thể nào khác có thể đưa đến một
kết quả tốt hơn. Để so sánh những kết
quả quyết định khác nhau thường người ta dùng giá trị kinh tế (utility) như là
đơn vị đo lường. Phần lớn lý thuyết
quyết định là quy phạm (normative or prescriptive), nghĩa là chĩ chuyên tâm xác
định quyết định tốt nhất để chọn, giả định có một chủ thể ra quyết định
(decision maker) thông thạo uyên bác, có thể tính toán tuyệt đối chính xác, và
đầy đủ lý trí. Áp dụng thực tế của
phương án quy phạm nầy được gọi là phân tích quyết định (decision analysis), và
nhằm tìm ra những dụng cụ, phương pháp và nhu liệu để giúp thực hiện những
quyết định tốt hơn.
2.1.9
Sáng tạo
(Creativity)
Creativity (sáng tạo) là một ngành của TKNT cả về lý
thuyết (viễn tượng tâm lý học và triết học) và và thực hành (xây dựng những hệ
thống nhằm tạo nguồn ra được xem là sáng tạo).
Sáng
tạo là một quá trình trí tuệ và xã hội liên quan đến việc sản sinh những ý
tưởng hay khái niệm, hay những liên kết mới của óc sáng tạo giữa những ý tưởng
hay khái niệm hiện có. Nói cách khác,
sáng tạo đơn giản là làm ra một cái gì mới.
Theo quan điểm khoa học, những sản phẩm của tư duy sáng tạo (đôi khi
được gọi là ‘tư duy rẽ hướng (divergent thought)’ thường được xem là độc đáo và
thích hợp (original and appropriate).
Mặc dù mới nghe qua tưởng như là một hiện tượng đơn giản, thực ra hiện
tượng đó hoàn toàn phức tạp. Đề tài sáng tạo đã được nghiên cứu từ quan điểm tâm lý hành vi, tâm lý xã hội,
tâm lý thực nghiệm (psychometrics), khoa học tri thức (cognitive science),TKNT,
triết học, sử học, kinh tế học, nghiên cứu thiết kế (design research), kinh
doanh, quản trị, và nhiều bộ môn khác.
Cac công trình nghiên cứu đã xem xét tính sáng tạo thường nhật, sáng tạo
bất thường và cả sáng tạo vi tính (artificial creativity) - tức là sáng tạo mô
phỏng bằng máy điện toán sữ dụng phương pháp mô hình hay sao chép (model or
replicate). Không giống như nhiều hiện
tượng trong khoa học, không có một quan điểm hay định nghĩa thống nhất có thẩm
quyền nào về sáng tạo. Và không giống
như nhiều hiện tượng trong tâm lý học, không có một kỹ thuật đo lường tiêu
chuẩn nào đối với sáng tạo.
Sáng
tạo từng được xem như do sự can dự của thần linh (divine intervention), do
những tiến trình tri thức (cognitive processes), do môi trường xã hội, do những
biểu tính cá nhân (personality traits), vá do ngẩu nhiên (chance). Sáng tạo từng được liên kết với thiên tài,
bệnh tâm thần và hài hước (genius, mental illness and humor). Có người nói đó là một biểu tính bẩn sinh
(trait we were born with); có người lại nói sáng tạo có thể học được qua áp
dụng những kỹ thuật đơn giản. Sáng tạo
còn được xem như một hồng ân (beneficence) của một hay nhiều vị thần
(muses). Sáng cũng từng được liên kết
với tư duy rẽ nguồn (lateral thinking), tức là lối suy tư không trực tiếp hiển
nhiên (immediately obvious) và liên quan đến những ý tưởng không thể đạt được
bằng cách chĩ sữ dựng luận lý cổ truyền đi theo từng bước một (traditional step-by-step
logic). Một định nghĩa khác đầy đủ về
sáng tạo cho đó là một “quá trình phá vỡ những giả định (assumptions-breaking
process)”. Những ý tưởng sáng tạo
thường được nẩy sinh khi ta gát bỏ những giả định tiên niệm (preconceived
assumptions) và cố tìm một phương án mới mà những người khác khó có thể nghĩ
tới.
Mặc dù
thông thường được liên kết với nghệ thuật và văn chương, sáng tạo còn là một
thành tố chủ yếu của canh tân và phát minh (innovation and invention) và quan
trọng trong các ngành như kinh doanh, kinh tế, kiến trúc, thiết kế kỹ nghệ,
khoa học, và công nghệ. Mặc dù, hay có
lẽ vì bản chất mơ hồ và đa chiều của từ ngữ, tất cả mọi kỹ nghệ đã phát triển
nhờ vào quyết tâm theo đuổi những ý tưởng sáng tạo và triển khai những kỹ thuật
sáng tạo.
2.1.10 Trí khôn toàn năng (General Intelligence)
Đa số các nhà nghiên cứu hi vọng rằng công trình của họ
chung qui sẽ được hiện thân (incorporated) vào một bộ máy với một trí khôn toàn
năng (general intelligence) được gọi là ‘strong AI (TKNT đại lực)’, tổng hợp
tất cả những kỹ năng nói trên và vượt qua những khả năng của đa số hay tất cả
nhân loại. Một số ngườI tin rằng một dự
án như trên cần có những yếu tố nhân chủng hóa (anthropomorphic*) như tri thức
nhân tạo (artificial consciousness**) hay nảo nhân tạo (artificial
brain***). Đa số những vấn đề trên đều
được coi như TKNT Tổng hợp (AI-Complete****):
Muốn giảI quyết một trong những vấn đề trên chúng ta phảI giảI quyết tất
cả chúng. Ví dụ, ngay cả một công tác
cụ thể và rõ ràng như dịch thuật tự động cũng đòi hỏI máy phảI hiểu được lý
luận của tác giả, biết mình đang nói gì, và diển đạt trung thành ý hướng của
tác giả (trí khôn xã hộI – social intelligence). Do đó, dịch thuật tự động được tin là TKNT Tổng hợp: công tác có thề cần đến TKNT đại lực (strong
AI) để hoàn thành nhiệm vụ viên mản như người.
* Anthropomorphism (Nhân chủng hóa) ban những đặc
tính của người cho những chủ thể không phải là người (non-human creatures and
beings), những hiện tượng thiên hiên và siêu nhiên, những trạng thái vật chất
và những vật thể hay khái niệm trừu tượng. Những chủ thể của Nhân chủng hóa
thường gồm có thú vật và cây cối được mô tả như những sinh vật với động lực như
người, có khả năng suy tư và đối thoại, những sức mạnh thiên nhiên như gió hay
mặt trời, những nhân vật trong trò chơi (games), những động tố ngẩu nhiên không
được nhìn thấy hay không dược biết. Gần như bất kỳ cái gì cũng có thể là đối
tượng của Nhân chủng hóa.
** Artificial consciousness (Tri thức
nhân tạo) có mục đích sao chuyển (transposition) toàn bộ hoạt động
của óc bằng khoa học vi tính, chứ không phải chĩ mô phỏng một phần của hoạt
động tư duy. Mục tiêu cuối cùng là xây
dựng một hệ thống tổng quát thực hiện những lập định nhân tạo của tinh thần
(artificial mental representations): đó
là một hệ thống vi tính xây dựng những sự kiện nhân tạo về tru thức (artificial
consciousness facts). Hệ thống nầy gồm có 5 thành phần:
·
Một bộ nhớ có tổ chức (organizational memory) đủ lớn cho
các sự kiện, tri thức, những qui luật và biến cố ở đó bất cứ những gì đi ra từ
bộ nhớ đều được hội nhập có hệ thống vào hoạt trình hiện hành (current
context). Một bộ nhớ nhu thế không phải
là mẫu kiến thức cơ bản (knowledge base) mà là một diển trình năng động liên
tục(continuous dynamic interpreptation) của tri thức.
·
Một hệ thống phụ (subsystem) thiết định tư tưởng nhân tạo
hiện hành (current artificial idea) tại chổ theo mẫu kiến trúc qui củ (strictly
constructivist way): Đó là kiến trúc
của tư tưởng hiện hành giống như hoạt động có kiểm soát của một số tổ chức dịch
vụ lớn (large agent organization).
·
Một hệ thống phụ để tạo ra cảm xúc có tác dụng biến cải
(alterate) hoạt động của hệ thống phụ diển tả tư tưởng hiện hành nói trên dứ
trên tính chất của cảm xúc.
·
Một hệ thống phụ cho nguồn vào-nguồn ra (input-output
subystem) nối liền những sự kiện tri thức nhân tạo với thân người máy hay bất
cứ lưu lượng dữ kiện nhu liệu nào (software data flow).
·
Một hệ thống phụ đối tác (interface subsystem) diển tả sơ
đồ tinh thần (mental map), tức sự lập định sự kiện tri thức nhân tạo kèm theo
những lý do của biến trình.
*** Artificial
brain (Óc nhân tạo) là công trình nghiên cứu nhằm triển khai nhu liệu và
thiết bị điện toán (software and hardware) có khả năng tri thức tương tự như bộ
óc thú vật hay người. Công trình nầy đóng
3 vai trò quan trọng trong khoa học:
·
Một cố gắng hiện hành của các khoa học gia thần kinh nhằm tìm hiểu bộ óc con người hoạt động
ra sao.
·
Một nghiên cứu về tư duy trong triết học về trí khôn nhân
tạo, chứng minh rằng, trên lý thuyết, có thể sáng tạo một bộ máy có được tất cả
những khả năng của con người.
·
Một dự án nghiêm chỉnh lâu dài nhằm sáng tạo một TKNT đại
lực (strong AI) - tức là một bộ máy thông minh như con người -, như đề xuất của
Ray Kursweil và những người khác.
….
(Còn
tiếp phần II)
Đông Yên