Lịch sử AI và các vấn đề cơ bản

Khung lớn nhất là trí tuệ nhân tạo, một trong các cách làm bên trong đó là học máy, và trong học máy, cách dùng mạng nơ-ron với nhiều lớp xếp chồng sâu chính là học sâu. Trong đề cương, cả ba từ này đều được liệt kê là từ khóa của "1. Định nghĩa trí tuệ nhân tạo". Mô tả đặt học máy hoặc học sâu vào khung lớn nhất là đảo ngược chiều bao hàm. Mô tả ba khái niệm đứng độc lập song song cũng không khớp với việc học sâu là một cách làm bên trong học máy.

4 phân loại mức độ của trí tuệ nhân tạo được nêu trong mục tiêu của đề cương "1. Định nghĩa trí tuệ nhân tạo" là "chương trình điều khiển đơn giản", "trí tuệ nhân tạo cổ điển", "học máy", "học sâu". Loại chỉ hoạt động theo đúng sự tương ứng giữa điều kiện và hành động đã quyết định trước là chương trình điều khiển đơn giản, ví dụ như cơ chế điều chỉnh nhiệt độ bật tắt theo nhiệt độ đã cài đặt. Trí tuệ nhân tạo cổ điển là loại chọn cách ứng phó bằng phân nhánh trường hợp, tìm kiếm, hoặc tri thức đã tích lũy; học máy là loại học quy luật từ dữ liệu; học sâu là loại trong đó dùng mạng có các lớp xếp chồng sâu — tất cả đều ở giai đoạn xa hơn so với việc con người viết sẵn toàn bộ cách ứng phó.

Hiệu ứng AI là hiện tượng khi cơ chế của trí tuệ nhân tạo được làm rõ và nội dung bên trong được hiểu, người ta cho rằng "đây chỉ là xử lý tự động chứ không phải trí tuệ", và đánh giá về nó giảm dần. Đề cương ghi rõ trong mục tiêu của "1. Định nghĩa trí tuệ nhân tạo" là "có thể giải thích được hiệu ứng AI". Cuộc tranh luận xoay quanh điểm chuyển đổi khi vượt qua trí tuệ con người là điểm kỳ dị (singularity), thuộc từ khóa của "2. Các vấn đề được tranh luận trong lĩnh vực trí tuệ nhân tạo". Xu hướng hiệu năng tăng theo lượng dữ liệu, hay trạng thái không thể trình bày lý do phán đoán, đều là chủ đề khác với hiệu ứng AI.

Agent là góc nhìn chỉ chủ thể quan sát môi trường và tự mình chọn hành động tiếp theo hướng tới mục tiêu. Đây là từ dùng để nắm bắt trí tuệ nhân tạo từ góc độ "hành xử như thế nào" thay vì "được tạo ra bằng cơ chế gì", và trong đề cương được đặt cùng với trí tuệ nhân tạo, học máy, học sâu, hiệu ứng AI như một từ khóa của "1. Định nghĩa trí tuệ nhân tạo". Lối vào thao tác trên màn hình, người phụ trách chỉnh sửa dữ liệu, hay cơ chế cho thuê tài nguyên tính toán, đều không phải thứ mà từ này chỉ tới.

ImageNet là tập dữ liệu quy mô lớn gắn nhãn phân loại cho một lượng lớn ảnh, còn ILSVRC là cuộc thi sử dụng tập dữ liệu đó để cạnh tranh về độ chính xác nhận diện ảnh. Trong đề cương, cả hai đều được xếp vào từ khóa của "6. Học sâu", là tư liệu để giải thích học sâu đã phát triển như thế nào. Đây không phải hai tên gọi cho cùng một mô hình, cũng không phải quan hệ tiêu chuẩn nhãn và nơi chấm giải. Liên quan tới cờ vây là AlphaGo, cũng là từ khóa của cùng mục này nhưng là một thứ khác.

LeNet là mạng nơ-ron dùng phép tích chập, được tạo ra để nhận diện chữ số viết tay, và trong đề cương được đặt ở từ khóa của "6. Học sâu". Thứ đã thắng kỳ thủ hàng đầu trong cờ vây là AlphaGo, tập dữ liệu quy mô lớn gắn nhãn cho lượng lớn ảnh là ImageNet, thứ tạo mới văn bản hoặc hình ảnh là AI tạo sinh — đều là các từ khóa khác nằm trong cùng mục này. Không chỉ ghi nhớ tên gọi mà cần nắm cả đối tượng mà nó nhắm tới.

AlphaGo là chương trình đã thắng kỳ thủ hàng đầu con người trong cờ vây, và trong đề cương được đặt cùng ImageNet, ILSVRC, LeNet, neocognitron, AI tạo sinh... như từ khóa của "6. Học sâu". Mục tiêu của mục này là "có thể giải thích lịch sử phát triển của học sâu", nên nên ghi nhớ từng tên gọi gắn với việc nó là ví dụ cho giai đoạn phát triển nào. Chuyển lời nói thành văn bản, đọc chữ số viết tay, tóm tắt văn bản đều không phải thành quả mà AlphaGo đã cho thấy.

Robot chỉ chính chiếc máy có thân thể, còn trí tuệ nhân tạo là phần đảm nhận việc phán đoán bên trong nó. Hai khái niệm có thể chồng lấn nhưng không phải là một. Có nhiều trí tuệ nhân tạo không có thân thể, chỉ hoạt động bằng phần mềm; ngược lại cũng có robot chỉ lặp lại chuyển động đã định sẵn mà không chứa trí tuệ nhân tạo. Mô tả đổi chỗ giữa bên phán đoán và bên là thân thể là ngược chiều; đây cũng không phải cách phân biệt theo có học hay không, hay cách gọi khác nhau giữa các lĩnh vực.

Neocognitron là mô hình lấy cảm hứng từ hoạt động của mạng thần kinh con người, xếp chồng nhiều lớp để xử lý thông tin thị giác theo từng giai đoạn. Việc đề cương xếp "mạng thần kinh của con người" và neocognitron vào cùng từ khóa của "6. Học sâu" có thể hiểu là để giúp nắm được ý tưởng xếp chồng nhiều lớp bắt nguồn từ đâu. Đây không phải trường hợp cách đấu dây thần kinh được tái tạo nguyên vẹn thành mạch máy tính, cũng không phải nghiên cứu về mạng thần kinh đã được làm sáng tỏ. Liên quan tới cờ vây là AlphaGo, cũng thuộc cùng mục này.

Tìm kiếm/suy luận là giai đoạn con người xây dựng thủ tục giải quyết; biểu diễn tri thức và hệ chuyên gia là giai đoạn con người viết ra tri thức chuyên môn; học máy và học sâu là giai đoạn để dữ liệu tự học quy luật. Tức là đây là dòng chảy trọng tâm chuyển từ bên con người viết ra sang bên để dữ liệu tự học. Ngoài ra, cách gọi dòng chảy này là "thế hệ thứ mấy" không hề xuất hiện trong đề cương, nên phòng lab này gọi thẳng bằng tên các mục vừa. Sự chuyển đổi về hình thức dữ liệu, nơi tính toán, hay người thực hiện nghiên cứu không phải điều mà cách sắp xếp này thể hiện.

Hội nghị Dartmouth là hội nghị nghiên cứu được tổ chức năm 1956, được kể lại là nơi từ artificial intelligence (trí tuệ nhân tạo) lần đầu tiên được dùng công khai. Bài kiểm tra phân biệt người và máy chỉ qua trao đổi bằng chữ viết được đề xuất trong bài báo của Turing năm 1950, là một sự kiện khác diễn ra trước Hội nghị Dartmouth. Phương án gắn hai sự kiện này với nhau là lỗi điển hình, nên cần ghi nhớ năm và sự kiện tách biệt. Nghiên cứu hệ chuyên gia, hay phương pháp học của mạng xếp chồng sâu, đều là chủ đề xuất hiện sau hội nghị này.

Bài kiểm tra Turing là phương pháp phán định rằng nếu người phán định không thể phân biệt được người và máy chỉ qua trao đổi bằng chữ, thì coi như máy đó có trí tuệ. Điểm mấu chốt là nó không đưa ra định nghĩa về bản thân trí tuệ, mà là đề xuất phán định bằng hành vi quan sát được từ bên ngoài. Cuộc thi thực sự tổ chức bài kiểm tra này dưới hình thức cạnh tranh là Cuộc thi Loebner, cũng là từ khóa của cùng mục này. Đây không phải thủ tục kiểm tra cơ chế bên trong, cũng không phải phương pháp tính toán ước lượng thời điểm.

Căn phòng tiếng Trung là thí nghiệm tưởng tượng khẳng định rằng dù hành vi không thể phân biệt với con người, không hẳn đã có sự hiểu, dựa trên giả định rằng người chỉ sắp xếp ký hiệu theo hướng dẫn thì không hiểu tiếng Trung. Nói cách khác, đây là lời phê phán đối với bài kiểm tra Turing, được đưa ra như một phản bác đối với lập trường AI mạnh vốn công nhận có tâm trí và sự hiểu. Hiểu rằng đây là căn cứ ủng hộ cho AI mạnh là ngược chiều, và đây là điểm dễ nhầm lẫn nhất. Đây không phải chuyện về tốc độ thao tác ký hiệu, cũng không phải về sự hơn kém của phương pháp dịch máy.

AI mạnh và AI yếu là sự phân biệt theo việc máy móc có tâm trí hay sự hiểu hay không. AI mạnh chỉ lập trường cho rằng máy thực sự hiểu, còn AI yếu chỉ lập trường cho rằng đó chỉ là công cụ hành xử như thể đang hiểu. Ngược lại, tổng quát và chuyên biệt là sự phân biệt theo phạm vi áp dụng — có thể dùng cho công việc rộng đến đâu — trục hoàn toàn khác. Do đó không thể nói rằng phạm vi áp dụng rộng thì có tâm trí. Mô tả đổi chỗ hai khái niệm này là ngược chiều, và lượng dữ liệu, tài nguyên tính toán, tốc độ xử lý, chi phí đều không phải tiêu chí của bất kỳ sự phân biệt nào trong hai cái này.

Vấn đề khung là vấn đề không thể xử lý trong thời gian hữu hạn việc chỉ thu hẹp lại những gì liên quan, khi xét xem một hành động làm thay đổi cái gì và không thay đổi cái gì. Nói một câu thì đây là vấn đề thu hẹp mức độ liên quan. Việc gắn kết ký hiệu với ý nghĩa trong thế giới thực là vấn đề tiếp đất ký hiệu (symbol grounding problem); công việc viết tri thức trở nên đồ sộ là nút thắt cổ chai thu thập tri thức; chỉ giải được bài toán trong điều kiện giới hạn là bài toán đồ chơi (toy problem) — đều là các từ khóa khác nằm trong cùng mục này.

Vấn đề tiếp đất ký hiệu là vấn đề về việc hệ thống gắn kết ký hiệu với ý nghĩa của nó trong thế giới thực ra sao. Nó thường được mô tả theo dạng: dù có từ "ngựa vằn" và tri thức "con ngựa có sọc", không hẳn đã gắn kết được với vật thể thực trước mắt. Vấn đề không thể thu hẹp chỉ còn những gì liên quan là vấn đề khung, hai vấn đề này thường được hỏi thành cặp. Tính thân thể (embodiment) là lập trường cho rằng cần có sự tương tác với môi trường thông qua cơ thể, và là một trong những cách trả lời cho vấn đề này. Việc xây dựng thủ tục, thông tin dội lại, hay số lượng đặc trưng đều không phải thứ mà từ này chỉ tới.

Tính thân thể là lập trường cho rằng để trí tuệ được hình thành, cần có kinh nghiệm tương tác với môi trường thông qua cơ thể. Đây được nói đến như một cách trả lời cho vấn đề tiếp đất ký hiệu — rằng ký hiệu không gắn kết được với ý nghĩa trong thế giới thực — theo hướng: chính việc có cơ thể và chạm vào thế giới mới tạo ra sự gắn kết đó. Đây không phải khẳng định rằng nhất định phải có hình dạng robot mới ứng dụng được, cũng không phải chuyện được quyết định bởi hiệu năng linh kiện, hay chuyện về thủ tục biểu diễn chuyển động cơ thể bằng công thức.

Bài toán đồ chơi chỉ bài toán giới hạn đã lược bỏ sự phức tạp của thực tế, có quy tắc và trạng thái được xác định rõ ràng. Nó được dùng trong bối cảnh: những bài toán gói gọn trong hình thức này như mê cung hay câu đố thì giải được, nhưng lại không chạm tới được những vấn đề thực tế không có điều kiện xác định. Cần lưu ý rằng đây không có nghĩa là "bài toán dễ", mà mang nghĩa là bối cảnh đã được đơn giản hóa từ thực tế. Đây không phải tài liệu học cho trẻ em, không phải bài toán khó chưa giải được, cũng không phải bài toán có lượng tính toán quá lớn.

Nút thắt cổ chai thu thập tri thức là vấn đề mà khối lượng công việc và độ khó của việc viết tay tri thức của chuyên gia thành dạng quy tắc trở thành rào cản, khiến cách làm tích lũy tri thức không lan rộng được. Điểm mấu chốt là nguyên nhân không nằm ở việc thiếu tài nguyên tính toán, dữ liệu hay truyền thông, mà nằm ở chính công sức viết tri thức. Một trong những nỗ lực để giảm công sức này là hệ thống phỏng vấn được nêu trong "4. Biểu diễn tri thức và hệ chuyên gia" của đề cương.

Dịch máy dựa trên quy tắc là cách con người viết quy tắc ngữ pháp và từ điển để lắp ráp bản dịch, còn dịch máy thống kê là cách chọn bản dịch hợp lý nhất từ thống kê của lượng lớn dữ liệu song ngữ. Dòng chảy từ cách con người viết ra sang cách để dữ liệu tự học hiện diện ngay trong chính chủ đề dịch thuật này. Mô tả đổi chỗ hai cái này là ngược chiều. Đây không phải sự khác biệt về đơn vị xử lý, cũng không phải sự khác biệt giữa lời nói và văn viết. Ngoài ra dịch máy thống kê còn được nêu ở cả "27. Xử lý ngôn ngữ tự nhiên" bên cạnh mục này.

Tìm kiếm theo chiều rộng xét lần lượt từ lớp gần gốc nhất, xét hết mọi nút cùng độ sâu rồi mới tiến sang độ sâu tiếp theo. Có thể tìm thấy đáp án ở vị trí nông nhất trước tiên, nhưng số nút cần ghi nhớ dễ tăng lên. Tìm kiếm theo chiều sâu đi thẳng xuống tới mức có thể đi được, rồi quay lại làm lại khi gặp ngõ cụt. Lượng cần ghi nhớ ít hơn, nhưng đáp án tìm thấy đầu tiên chưa chắc là nông nhất. Mô tả đổi chỗ hai cái này là ngược chiều; chọn nhánh bằng số ngẫu nhiên là ý tưởng của phương pháp Monte Carlo; mô tả đi từ lá về gốc không đúng với cái nào trong hai loại này.

Thuật toán Mini-Max là phương pháp trong một trò chơi hai người chơi lần lượt, giả định rằng lượt của mình sẽ chọn nước tốt nhất cho mình, còn lượt đối phương sẽ chọn nước tệ nhất cho mình, rồi trả giá trị của các thế cờ phía trước về gần hơn. Thuật toán αβ là mẹo cắt bỏ trong quá trình tìm kiếm đó những nhánh đã biết là dù xét thêm cũng không làm thay đổi kết luận, giúp giảm lượng cần xét, chứ không phải một cách đánh giá khác với Mini-Max. Đây không phải thủ tục xây dựng cây tìm kiếm, cũng không phải thủ tục kiểm tra lại sau đó.

Brute force là cách xét hết mọi nước đi có thể từ đầu đến cuối. Nếu có đáp án thì chắc chắn tìm thấy, nhưng khi số nước đi tăng lên, số tổ hợp tăng vọt và không thể hoàn thành trong thời gian thực tế. Chính vì vậy mà các mẹo giảm phạm vi xét như thuật toán αβ mới xuất hiện. Cách xét từ nhánh có triển vọng theo thứ tự điểm số, ý tưởng thử ngẫu nhiên của phương pháp Monte Carlo, hay cách ghi lại và tái sử dụng kết quả giữa chừng, đều không phải chính brute force. Các đề tài có trạng thái và quy tắc rõ ràng như Tháp Hà Nội được đề cương nêu ra như bàn luyện tập cho kiểu tìm kiếm này.

SHRDLU là nghiên cứu cho phép thao tác thế giới khối gỗ trên màn hình bằng chỉ thị ngôn ngữ, cho thấy rằng trong một thế giới có điều kiện giới hạn thì chỉ thị bằng ngôn ngữ có thể hoạt động. STRIPS là cách nghĩ biểu diễn hành động dưới dạng "tiền đề thực hiện" và "những gì thay đổi sau khi thực hiện", rồi xây dựng chuỗi hành động dẫn tới trạng thái mục tiêu. Tổ hợp đổi chỗ hai cái này là ngược chiều. Lặp lại thử nghiệm bằng số ngẫu nhiên là phương pháp Monte Carlo, cắt bỏ nhánh là thuật toán αβ. Ước lượng cấu trúc phân tử từ phân tích khối phổ là DENDRAL, chẩn đoán bệnh nhiễm khuẩn là MYCIN, cả hai được đặt ở "4. Biểu diễn tri thức và hệ chuyên gia".

ELIZA là chương trình đối thoại lắp ráp câu trả lời theo mẫu của câu được nhập vào. Nó được nêu ra như ví dụ cho thấy rằng dù không hiểu nội dung, vẫn có thể trông giống con người. Ước lượng cấu trúc phân tử từ dữ liệu phân tích khối phổ là DENDRAL, chẩn đoán bệnh nhiễm khuẩn và đề xuất kháng sinh là MYCIN, nỗ lực dài hạn viết ra tri thức thông thường là Dự án Cyc — đều là các từ khóa khác nằm trong cùng mục này. Cần tránh nhầm lẫn giữa thứ làm chẩn đoán và thứ làm đối thoại.

MYCIN là hệ chuyên gia thực hiện chẩn đoán bệnh nhiễm khuẩn và đề xuất loại kháng sinh phù hợp, xử lý lĩnh vực y tế. Thứ ước lượng cấu trúc phân tử của hợp chất hữu cơ từ dữ liệu phân tích khối phổ, thuộc lĩnh vực hóa học, là DENDRAL; thứ thử sức với đề thi đại học là Todai Robot; thứ cạnh tranh với con người trong chương trình đố vui thuộc lĩnh vực hỏi đáp (Question-Answering) là Watson. Tổ hợp tên gọi và lĩnh vực thường được hỏi trực tiếp, nên cần ghi nhớ theo cặp.

DENDRAL là hệ chuyên gia thời kỳ đầu ước lượng cấu trúc phân tử của hợp chất hữu cơ chưa biết từ dữ liệu phân tích khối phổ. Lĩnh vực là hóa học, và thường được hỏi thành cặp với MYCIN — hệ thống xử lý lĩnh vực y tế. Dự án Cyc là nỗ lực dài hạn liên tục viết ra tri thức thông thường của con người, Watson là cơ chế hỏi đáp (Question-Answering), Todai Robot là dự án thử sức với đề thi đại học — đều là những thứ khác nằm trong cùng mục này.

is-a là quan hệ trên dưới, thể hiện rằng khái niệm cấp dưới nằm trong khái niệm cấp trên, ví dụ "chó là động vật". has-a là quan hệ có phần, nhìn từ toàn thể tới bộ phận, ví dụ "ô tô có lốp". part-of là quan hệ là một phần, nhìn từ bộ phận tới toàn thể, ví dụ "lốp là một phần của ô tô". Vì has-a và part-of là nhìn cùng một mối liên kết theo chiều ngược nhau, nên cần tránh nhầm chiều. Cùng nghĩa, trái nghĩa, thứ tự không phải quan hệ mà ba khái niệm này thể hiện.

Lời nguyền chiều là hiện tượng khi số đặc trưng xử lý, tức số chiều, tăng lên thì dữ liệu trở nên thưa thớt trong không gian đó, và lượng dữ liệu cần thiết để giữ cùng mật độ tăng vọt lên. Sự chênh lệch khoảng cách giữa các điểm cũng khó nổi bật hơn. Mô tả rằng giảm đặc trưng thì lượng dữ liệu cần thiết tăng là ngược chiều; độ khớp với dữ liệu huấn luyện, hay mối quan hệ giữa tài nguyên tính toán và độ chính xác, là chủ đề khác. Ngoài ra, trong đề cương từ này được đặt ở "5. Học máy" chứ không phải "7. Học có giám sát".

Phương pháp dựa trên quy tắc là con người viết tay xem trong điều kiện nào thì kết luận ra sao. Vì hoạt động đúng như đã viết nên dễ trình bày lý do phán đoán, nhưng khi số trường hợp ngoại lệ tăng lên thì không thể viết hết được. Học máy tìm quy luật từ dữ liệu nên có thể đáp ứng cả lượng phân nhánh trường hợp không thể viết hết, nhưng đổi lại khó trình bày lý do phán đoán, và cần dữ liệu đủ chất lượng và số lượng. Mô tả đổi chỗ hai cái này là ngược chiều, bên dễ trình bày lý do là phía phương pháp dựa trên quy tắc. Bộ lọc spam, hệ thống đề xuất, xử lý ngôn ngữ tự nhiên bằng thống kê là các ví dụ ứng dụng học máy được nêu trong mục này.