Trí tuệ nhân tạo, đồ thị và mạng nơ-ron

Chương trình đã học cách nhìn mà không cần được dạy trước về việc phải tìm kiếm cái gì

• Năm 2012, một nhóm đã tham gia cuộc thi nhận diện hình ảnh với một chương trình chưa từng được đưa ra một quy tắc nào về con mèo trông như thế nào. Nó đã được hiển thị một triệu bức ảnh có nhãn, và tự mình rút ra các quy tắc.
• Nó giảm một nửa tỷ lệ lỗi so với mọi giải pháp lập trình thủ công khác. Chỉ trong ba năm, cả lĩnh vực đã bỏ việc viết quy tắc.
• Sự đảo ngược này là chủ đề của bài học này: không phải "chúng ta nói với máy tính như thế nào về một con mèo", mà là "máy tính hoạt động như thế nào để hiểu điều đó từ các ví dụ".
• Bài học này chính là ý nghĩa của học máy và học sâu, cách một đồ thị biến các vấn đề AI thành bài toán tìm kiếm, và một mạng nơ-ron nhân tạo thực tế tính toán điều gì.

AI, học máy và học sâu

• Trí tuệ nhân tạo là mục tiêu rộng lớn: các hệ thống thực hiện các tác vụ vốn đòi hỏi trí tuệ con người, như thị giác, giọng nói, dịch thuật và lái xe.
• Học máy là phương pháp thống trị: các thuật toán học các mẫu từ dữ liệu thay vì được lập trình từng bước.
• Học sâu là học máy sử dụng mạng nơ-ron với nhiều lớp. Nó dẫn đầu lĩnh vực này kể từ thập niên 2010 vì nó học trực tiếp từ dữ liệu thô, điểm ảnh hoặc âm thanh hoặc văn bản, mà không cần các đặc trưng do con người thiết kế thủ công.
• Chúng lồng nhau: học sâu là một phần của học máy, và học máy là một phần của AI.

Ba vòng tròn, không phải ba đối thủ

Đồ thị, và tại sao rất nhiều AI lại là tìm kiếm

• Một đồ thị là một tập hợp các nút được nối với nhau bởi các cạnh. Nút đại diện cho trạng thái, địa điểm hoặc khái niệm; cạnh đại diện cho nước đi, tuyến đường hoặc mối quan hệ.
• Tìm đường: một mạng lưới đường bộ là một đồ thị, và việc tìm lộ trình là một phép tìm kiếm trên đồ thị, sử dụng thuật toán Dijkstra hoặc A*.
• Chơi game: mỗi vị trí trên bàn cờ là một nút và mỗi nước đi hợp lệ là một cạnh, do đó trò chơi là một cây mà thuật toán minimax tìm kiếm, giả định rằng mỗi người chơi đều chọn phương án tốt nhất cho mình.
• Biểu diễn tri thức: một mạng ngữ nghĩa lưu trữ các khái niệm dưới dạng nút và các mối quan hệ dưới dạng cạnh. Tìm kiếm theo độ rộng (Breadth-first) và tìm kiếm theo độ sâu (Depth-first) là các công cụ tiêu chuẩn để khám phá bất cứ loại nào trong số này.

Ví dụ hướng dẫn: mô hình hóa một vấn đề dưới dạng đồ thị

Nơ-ron nhân tạo

• Một nơ-ron nhân tạo nhận nhiều đầu vào. Nó nhân mỗi đầu vào với một trọng số, cộng chúng lại với một độ lệch (bias), sau đó truyền tổng qua một hàm kích hoạt phi tuyến tính để tạo ra đầu ra.
• Trọng số là thứ mà mạng học được. Hàm kích hoạt là thứ khiến mạng có khả năng biểu diễn những thứ ngoài một đường thẳng: nếu không có nó, dù bao nhiêu lớp cũng sẽ sụp đổ thành một công thức tuyến tính duy nhất.

Nhân, cộng, rồi bẻ cong

Các lớp, và từ "sâu" (deep) có ý nghĩa gì

• Các nơ-ron được sắp xếp thành các lớp. Lớp đầu vào nhận dữ liệu. Một hoặc nhiều lớp ẩn học các mẫu bên trong. Lớp đầu ra tạo ra câu trả lời, một lớp hoặc một con số.
• Một mạng được gọi là sâu khi nó có nhiều lớp ẩn, và quá trình huấn luyện mạng như vậy được gọi là học sâu.
• Tại sao các lớp ẩn lại quan trọng: trong một mạng xử lý hình ảnh, các lớp đầu tiên học các cạnh, các lớp giữa học các hình dạng, các lớp sau học các đối tượng. Không ai thiết kế ra phân cấp đó; đó chính là kết quả của quá trình huấn luyện.

Đầu vào, ẩn, đầu ra và sự học tập nằm ở các trọng số giữa chúng

Ví dụ minh họa: mô tả cách một nơ-ron tính toán

Điểm số dễ mất

Bạn đã nắm vững