Trí tuệ nhân tạo

Robot TOPIO (TOSY - Việt Nam)

Robot ASIMO (HONDA - Nhật Bản)

* Hệ chuyên gia: áp dụng các khả năng suy luận để đạt tới một kết luận. Một hệ chuyên gia có thể xử lý các lượng lớn thông tin đã biết và đưa ra các kết luận dựa trên các thông tin đó. Clippy chương trình trợ giúp có hình cái kẹp giấy của Microsoft Office là một ví dụ. Khi người dùng gõ phím, Clippy nhận ra các xu hướng nhất định và đưa ra các gợi ý.

* Lập luận theo tình huống.

* Mạng Bayes.

Trí tuệ tính toán nghiên cứu việc học hoặc phát triển lặp (ví dụ: tinh chỉnh tham số trong hệ thống, chẳng hạn hệ thống connectionist). Việc học dựa trên dữ liệu kinh nghiệm và có quan hệ với phi ký hiệu, TTNT lộn xộn (scruffy AI) và tính toán mềm (soft computing). Các phương pháp chính gồm có:

* Mạng neuron: các hệ thống mạnh về nhận dạng mẫu (pattern recognition).

* Hệ mờ (Fuzzy system): các kỹ thuật suy luận không chắc chắn, đã được sử dụng rộng rãi trong các hệ thống công nghiệp hiện đại và các hệ thống quản lý sản phẩm tiêu dùng.

* Tính toán tiến hóa (Evolutionary computation): ứng dụng các khái niệm sinh học như quần thể, biến dị và đấu tranh sinh tồn để sinh các lời giải ngày càng tốt hơn cho bài toán. Các phương pháp này thường được chia thành các thuật toán tiến hóa (ví dụ thuật toán gien) và trí tuệ bầy đàn (swarm intelligence) (chẳng hạn hệ kiến).

* TTNT dựa hành vi (Behavior based AI): một phương pháp mô-đun để xây dựng các hệ thống TTNT bằng tay.

Người ta đã nghiên cứu các hệ thống thông minh lai (hybrid intelligent system), trong đó kết hợp hai trường phái này. Các luật suy diễn của hệ chuyên gia có thể được sinh bởi mạng nơ-ron hoặc các luật dẫn xuất (production rule) từ việc học theo thống kê như trong kiến trúc ACT-R.

Các phương pháp trí tuệ nhân tạo thường được dùng trong các công trình nghiên cứu khoa học nhận thức (cognitive science), một ngành cố gắng tạo ra mô hình nhận thức của con người (việc này khác với các nghiên cứu TTNT, vì TTNT chỉ muốn tạo ra máy móc thực dụng, không phải tạo ra mô hình về hoạt động của bộ óc con người).

Đầu thế kỷ 17, René Descartes đã đưa ra quan điểm rằng cơ thể của động vật chỉ là các cỗ máy tinh xảo. Năm 1642 Blaise Pascal chế tạo chiếc máy tính cơ học đầu tiên. Charles Babbage và Ada Lovelace đã nghiên cứu về các máy tính cơ học có khả năng lập trình được.

Bertrand Russell và Alfred North Whitehead đã xuất bản cuốn Principia Mathematica, trong đó logic hình thức đã được cách mạng hóa. Warren McCulloch và Walter Pitts xuất bản A Logical Calculus of the Ideas Immanent in Nervous Activity năm 1943 đặt nền móng cho mạng nơ-ron.

Thập niên 1950 là thời kỳ của nhiều hoạt động trong lĩnh vực TTNT. John McCarthy thiết lập thuật ngữ "artificial intelligence" trong hội thảo đầu tiên dành cho chủ đề này. Ông còn sáng chế ngôn ngữ lập trình Lisp. Alan Turing đưa ra "Turing test" như là một phương pháp kiểm chứng hành vi thông minh. Joseph Weizenbaum xây dựng ELIZA, một chatterbot cài đặt liệu pháp tâm lý Rogerian.

Trong các thập niên 1960 và 1970, Joel Moses biểu diễn sức mạnh của suy diễn ký hiệu trong việc tích hợp các bài toán trong chương trình Macsyma, chương trình toán học sử dụng cơ sở tri thức đầu tiên thành công. Marvin Minsky và Seymour Papert xuất bản Perceptrons, trong đó chứng minh các giới hạn của các mạng nơ-ron đơn giản, và Alain Colmerauer phát triển ngôn ngữ lập trình Prolog. Ted Shortliffe biển diễn sức mạnh của các hệ thống sử dụng luật để biểu diễn tri thức và suy diễn trong các chẩn đoán và liệu pháp y học trong một chương trình mà đối khi được gọi là hệ chuyên gia đầu tiên. Hans Moravec phát triển chiếc xe đầu tiên được máy tính điều khiển tự động vượt chướng ngại vật.

Thập niên 1980, mạng nơ-ron được sử dụng rộng rãi với thuật toán truyền ngược (backpropagation), thuật toán này đã được mô tả đầu tiên bởi Paul John Werbos vào năm 1974. Thập niên 1990 đánh dấu các thành tựu chính trong nhiều lĩnh vực của TTNT và được thể hiện trong nhiều ứng dụng đa dạng. Nổi tiếng nhất là Deep Blue, một máy tính chơi cờ vua đã thắng Garry Kasparov trong một trận đấu 6 ván nổi tiếng năm 1997. DARPA tuyên bố rằng chi phí tiết kiệm được do cài đặt các phương pháp TTNT cho việc lập lịch cho các đơn vị trong Chiến tranh vùng Vịnh lần thứ nhất đã bù lại được toàn bộ đầu tư của chính phủ Mỹ cho nghiên cứu TTNT kể từ thập niên 1950.

TTNT mạnh hay TTNT yếu, đó vẫn là một chủ đề tranh luận nóng hổi của các nhà triết học TTNT. Nó liên quan tới philosophy of mind và mind-body problem. Đáng chú ý nhất là Roger Penrose trong tác phẩm The Emperor's New Mind và John Searle với thí nghiệm tư duy trong cuốn Chinese room (Căn phòng tiếng Trung) khẳng định rằng các hệ thống logic hình thức không thể đạt được nhận thức thực sự, trong khi Douglas Hofstadter trong Gödel, Escher, Bach và Daniel Dennett trong Consciousness Explained ủng hộ thuyết chức năng. Theo quan điểm của nhiều người ủng hộ TTNT mạnh, nhận thức nhân tạo được coi là "chén thánh " của TTNT.

Có nhiều ví dụ về các chương trình thể hiện trí thông minh ở một mức độ nào đó. Ví dụ:

* Twenty Questions

- Một trò chơi 20 câu hỏi, trong đó sử dụng mạng nơ-ron

* The Start Project

- một chương trình trả lời các câu hỏi bằng tiếng Anh.

* Brainboost

- một hệ thống trả lời câu hỏi khác

* Cyc, một cơ sở tri thức với rất nhiều kiến thức về thế giới thực và khả năng suy luận logic.

* Jabberwacky, một chatterbot có khả năng học

* ALICE, một chatterbot

* Alan

, một chatterbot khác

* Albert One

, chatterbot nhiều mặt

* ELIZA, một chương trình giả làm bác sỹ tâm lý, phát triển năm 1966

* PAM (Plan Applier Mechanism) - một hệ thống hiểu được chuyện kể, phát triển bởi John Wilensky năm 1978.

* SAM (Script applier mechanism) - một hệ thống hiểu được chuyện kể, phát triển năm 1975.

* SHRDLU - một chương trình hiểu ngôn ngữ tự nhiên, phát triển năm 1968-1970.

* Creatures, một trò chơi máy tính với các hoạt động nhân giống, tiến hóa các sinh vật từ mức gien trở lên, sử dụng cấu trúc sinh hóa phức tạp và các bộ não là mạng nơ-ron.

* BBC news story

on the creator of Creatures latest creation. Steve Grand's Lucy.

* AARON

- chương trình vẽ tranh, phát triển bởi Harold Cohen.

* Eurisko - một ngôn ngữ giúp giải quyết các bài toán, trong đó có sử dụng các phương pháp heuristics, gồm cả heuristics cho việc sử dụng và thay đổi các phương pháp heuristics. Phát triển năm 1978 bởi Douglas Lenat.

* X-Ray Vision for Surgeons

- một nhóm nghiên cứu xử lý ảnh y học tại đại học MIT.

* Các chương trình trò chơi backgammon và cờ vây sử dụng mạng nơ-ron

* Talk to William Shakespeare

- William Shakespeare chatbot

* Chesperito - Một chat/infobot về #windows95 channel trên mang DALnet IRC.

* Drivatar, một chương trình học cách lái xe đua bằng cách xem các xe đua khác, phát triển cho trò chơi điện tử Forza Motorsport

Trên thế giới có rất nhiều các nhà nghiên cứu trí tuệ nhân tạo làm việc tại hàng trăm viện nghiên cứu và công ty. Dưới đây là một số trong nhiều nhà nghiên cứu đã có đóng góp lớn:

* Alan Turing

* Boris Katz

* Doug Lenat

* Douglas Hofstadter

* Geoffrey Hinton

* John McCarthy

* Karl Sims

* Kevin Warwick

* Igor Aleksander

* Marvin Minsky

* Seymour Papert

* Maggie Boden

* Mike Brady

* Oliver Selfridge

* Raj Reddy

* Judea Pearl

* Rodney Brooks

* Roger Schank

* Terry Winograd

* Rolf Pfeifer