KhoaHoc.tv • 09/09/2026 17:45

Trí tuệ nhân tạo

Đây là một chủ đề quá rộng để gói gọn trong một bài viết, tuy nhiên ở đây mình chỉ muốn trình bày một số vấn đề về giải pháp kỹ thuật, mong mọi người đóng góp ý kiến. 1. Ý tưởng: - Về mặt ứng dụng của trí tuệ nhân tạo thì khỏi phải bàn cãi, nhưng trên thực tế có quá nhiều trí tuệ nhân tạo hoạt động ...

Đây là một chủ đề quá rộng để gói gọn trong một bài viết, tuy nhiên ở đây mình chỉ muốn trình bày một số vấn đề về giải pháp kỹ thuật, mong mọi người đóng góp ý kiến.

1. Ý tưởng:

- Về mặt ứng dụng của trí tuệ nhân tạo thì khỏi phải bàn cãi, nhưng trên thực tế có quá nhiều trí tuệ nhân tạo hoạt động theo rất nhiều lĩnh vực khác nhau và thực sự chưa có sự tích hợp đúng mức và chưa đạt được cái gọi là trí tuệ (khả năng tự học hỏi). Do vậy chúng ta hãy hình dung một trí tuệ nhân tạo sẽ trở thành trung tâm kiến thức của nhân loại, có khả năng học hỏi, giao tiếp và điều khiển hệ thống ngoại vi được kết nối.

- Hiện nay chúng ta có nhiều công cụ hỗ trợ như: nhận dạng giọng nói, nhận dạng khuôn mặt, công nghệ 3D… nhưng tất cả chúng đều quá rời rạc, nếu kết hợp tất cả chúng lại thì sao nhỉ?

- Dữ liệu internet có thể nói cực kỳ phong phú đến mức rối rắm và đang lưu trữ dạng thô, không có một sự liên kết nào, sự tương quan nào trong các dữ liệu này, nếu ta lưu trữ một cách hệ thống lại dưới dạng các định nghĩa thì sao nhỉ?

2. Các khái niệm:

- Trước hết chúng ta hãy định nghĩa từ "hiểu" theo cách con người một chút: "hiểu" một đối tượng nào đó có nghĩa là chúng ta nhận biết được nó, có nghĩa rằng tất cả hoặc một phần các dữ liệu đặc trưng của đối tượng đó đã được chúng ta "học hỏi" và lưu trữ trong bộ nhớ, khi bằng các cơ quan giác quan chúng ta tiếp nhận một các dữ liệu đặc trưng của đối tượng này (hình dạng, vật liệu, công dụng, tình chất, ngôn ngữ...) và đối chiếu với dữ liệu lưu trữ chúng ta thì sẽ nhận biết được đối tượng và từ đó nhận biết thêm các đặt trưng khác của đối tượng không qua hệ thống giác quan.

- Khái niệm "ra quyết định": Quyết định của chúng ta được đưa ra từ mệnh lệnh của xử lý trung tâm(não), mệnh lệnh này xuất phát từ 2 nguồn: từ bên ngoài và từ bên trong:

+ Từ bên ngoài: Tiếp nhận thông qua các giác quan: hình ảnh, âm thanh, hoặc nhiệm vụ (tương ứng với một chuỗi các quyết định), thông qua quá trình phân tích (hiểu) và chúng ta đưa ra quyết định thực hiện 1 thao tác nào đó.

+ Từ bên trong: Tiếp nhận thông qua giác quan bên trong hoặc nhu cầu bên trong, ví dụ: Khi đối chiếu các dữ liệu hiện có ta có thể không hiểu một đặc trưng nào đó, một tính chất hay khái niệm... và ta ra quyết định học hỏi nó.

- Khái niệm "học hỏi": Đó chính là tiếp nhận 1 khối các dữ liệu, sử dụng dữ liệu hiện có để nhận biết (hiểu) một phần của dữ liệu và phân tích phần "không hiểu" theo các đặc trưng sau đó lưu trữ một cách hệ thống vào dữ liệu. Với chu trình này ta có thể "định nghĩa" các đặc trưng mới nếu trong phạm trù lưu trữ của ta chưa có đặc trưng cần mô tả.

3. Giải pháp kỹ thuật:

- Một trí tuệ nhân tạo ở đây là thực hiện 1 quy trình: "Học hỏi" - "hiểu" - "ra quyết định".

- Bằng các giải pháp về lập trình ta có thể mô phỏng được tất cả các bước trên theo sơ đồ cơ bản sau:

[Tiếp nhận] - [HT phân tách DL] - [Nhận dạng DL] - [XL trung tâm] - [Thực Thi]

- Tiếp nhận: Dữ liệu được tiếp nhận thông qua nhiều kênh trong đó có 3 kênh chính:

§ Hình ảnh

§ Âm Thanh

§ Văn Bản

- HT phân tách dữ liệu: Nhiệm vụ phân tách dữ liệu tiếp nhận thành các đối tượng riêng biệt cùng các đặc trưng của nó

- HT nhận dạng DL: Nhiệm vụ nhận dạng các đối tượng, nhận dạng mệnh lệnh căn cứ vào kho lưu trữ, lưu các dữ liệu mới (có liên kết) vào kho lưu trữ theo chỉ thị từ bộ xử lý trung tâm. Tổng hợp kết quả báo cáo về XLTT hoặc chuyển mệnh lệnh về XLTT.

- HT xử lý trung tâm: Nhận mệnh lệnh, kiểm tra đối chiếu quy trình xử lý lệnh. Đưa ra các yêu cầu về “học hỏi” để cụ thể mệnh lệnh. Tích hợp khả năng ưu tiên và đánh giá mức quan trọng của mệnh lệnh.

- HT Thực thi: Nhận lệnh từ XLTT đối chiếu kho lưu trữ để tìm kiếm quy trình thực thi lệnh, xuất kết quả ra ngoài: qua hình ảnh, âm thanh, ngôn ngữ hoặc chuỗi mệnh lệnh.

Tất cả các hệ thống trên cùng sử dụng chung một bộ lưu trữ, được đồng bộ dựa trên đặc trưng dữ liệu. Giai đoạn đầu việc học hỏi sẽ rất mất thời gian, tuy nhiên khi dữ liệu lưu trữ đã tương đối việc học của chiếc máy này sẽ nhanh và đơn giản hơn nhiều.

4. Yêu cầu phần cứng:

- Khối lượng dữ liệu được tiếp nhận sau khi phân tách là rất lớn do vậy hệ thống nhận dạng và xử lý phải đảm bảo được tốc độ. Yêu cầu đặc ra ở đây là một hệ thống xử lý đa tác vụ được xây dựng dựa trên mạng nơ ron. Trong đó mỗi đối tượng hoặc mỗi đặc trưng sẽ được chuyển về mỗi đơn vị xử lý riêng cùng sử dụng chung bộ lưu trữ. Một ưu điểm nữa của mạng nơ ron là khả năng nâng cấp, chúng ta có thể bổ xung thêm các đơn vị xử lý một cách dễ dàng.

5. Kết luận:

- Mục đích của mình không dự định tạo ra một cái máy biết suy nghĩ, biết tìm ra cái mới (con người chưa tìm ra), biết tự ra quyết định…. Mà đó là một dạng lưu trữ các tri thức của nhân loại, giao tiếp với con người dễ dàng hơn và hiểu được các yêu cầu, mệnh lệnh và thực thi.

Trí tuệ nhân tạo là chủ đề rộng, khó gói gọn trong một bài viết, nhưng có thể bắt đầu từ những câu hỏi kỹ thuật về cách xây dựng một hệ thống thông minh hơn. Ứng dụng của công nghệ này gần như không cần tranh luận, bởi nhiều lĩnh vực đã sử dụng các hệ thống tự động để nhận dạng, phân tích, hỗ trợ con người. Tuy nhiên, phần lớn trí tuệ nhân tạo hiện nay vẫn hoạt động riêng rẽ, phục vụ những nhiệm vụ khác nhau, chưa tích hợp đầy đủ và chưa đạt khả năng tự học theo nghĩa rộng. Một hình dung đáng chú ý là xây dựng một trí tuệ nhân tạo như trung tâm kiến thức của nhân loại, có thể học hỏi, giao tiếp và điều khiển những hệ thống ngoại vi được kết nối. Ý tưởng ấy không bắt đầu từ con số không, bởi con người đã có nhiều công cụ như nhận dạng giọng nói, nhận dạng khuôn mặt và công nghệ 3D. Vấn đề nằm ở chỗ các công cụ này thường tồn tại rời rạc, nên việc kết hợp chúng thành một hệ thống thống nhất trở thành câu hỏi kỹ thuật quan trọng. Internet chứa lượng dữ liệu cực kỳ phong phú, nhưng dữ liệu thường nằm ở dạng thô, rối rắm, thiếu liên kết rõ ràng và chưa thể hiện đầy đủ mối tương quan giữa các thông tin. Một hướng tiếp cận được đề xuất là tổ chức dữ liệu có hệ thống, lưu trữ chúng dưới dạng những định nghĩa cùng các đặc trưng liên quan. Khi đó, máy không chỉ tiếp nhận từng mẩu thông tin riêng lẻ, mà còn có thể đối chiếu, liên kết và bổ sung kiến thức trong quá trình xử lý. Để bàn về một hệ thống như vậy, trước hết cần giải thích khái niệm “hiểu” theo cách gần với hoạt động nhận thức của con người. Hiểu một đối tượng nghĩa là nhận biết đối tượng ấy, vì toàn bộ hoặc một phần dữ liệu đặc trưng của nó đã được học hỏi và lưu giữ trong bộ nhớ. Khi giác quan tiếp nhận hình dạng, vật liệu, công dụng, tính chất hoặc ngôn ngữ, con người đối chiếu dữ liệu mới với thông tin đã lưu để nhận ra đối tượng và suy ra thêm đặc trưng khác. Khái niệm tiếp theo là “ra quyết định”, hoạt động bắt nguồn từ mệnh lệnh của bộ xử lý trung tâm, được mô phỏng tương ứng với vai trò của bộ não trong con người. Mệnh lệnh có thể xuất phát từ bên ngoài, thông qua hình ảnh, âm thanh hoặc nhiệm vụ, rồi trải qua phân tích, nhận biết trước khi dẫn đến một thao tác cụ thể. Mệnh lệnh cũng có thể xuất phát từ bên trong, chẳng hạn nhu cầu tìm hiểu một đặc trưng, tính chất hoặc khái niệm chưa thể giải thích bằng dữ liệu hiện có. “Học hỏi” được mô tả như quá trình tiếp nhận một khối dữ liệu, dùng kiến thức sẵn có để nhận biết phần đã hiểu và phân tích phần còn chưa hiểu. Những phần chưa rõ tiếp tục được xem xét theo các đặc trưng, sau đó lưu trữ có hệ thống cùng những mối liên kết phù hợp. Nhờ chu trình này, hệ thống có thể định nghĩa thêm các đặc trưng mới khi kho lưu trữ chưa có khái niệm cần thiết để mô tả dữ liệu. Theo đề xuất, một trí tuệ nhân tạo vận hành qua chu trình gồm học hỏi, hiểu và ra quyết định, thay vì chỉ phản hồi theo các quy tắc tách biệt. Sơ đồ kỹ thuật cơ bản gồm các bước tiếp nhận, phân tách dữ liệu, nhận dạng dữ liệu, xử lý trung tâm và thực thi kết quả. Cách tổ chức ấy mô phỏng dòng hoạt động từ khi hệ thống nhận thông tin bên ngoài, phân tích ý nghĩa, đưa ra mệnh lệnh đến khi tạo phản hồi hoặc điều khiển thiết bị. Khâu tiếp nhận có thể sử dụng nhiều kênh, trong đó ba kênh chính là hình ảnh, âm thanh và văn bản, cung cấp nguyên liệu cho toàn bộ quy trình phía sau. Hệ thống phân tách dữ liệu chia thông tin nhận được thành những đối tượng riêng biệt, đồng thời xác định các đặc trưng gắn với từng đối tượng. Hệ thống nhận dạng đối chiếu đối tượng và mệnh lệnh với kho lưu trữ, bổ sung dữ liệu mới có liên kết theo chỉ thị, rồi tổng hợp kết quả hoặc chuyển mệnh lệnh đến bộ xử lý trung tâm. Bộ xử lý trung tâm tiếp nhận mệnh lệnh, đối chiếu quy trình, yêu cầu học hỏi khi cần làm rõ nhiệm vụ, đồng thời đánh giá mức độ quan trọng và thứ tự ưu tiên. Bộ phận thực thi nhận lệnh, tìm quy trình phù hợp trong kho lưu trữ, sau đó xuất kết quả bằng hình ảnh, âm thanh, ngôn ngữ hoặc chuỗi mệnh lệnh. Tất cả hệ thống cùng sử dụng một bộ lưu trữ, được đồng bộ dựa trên đặc trưng dữ liệu, nên giai đoạn đầu có thể chậm nhưng quá trình học sẽ đơn giản hơn khi kho kiến thức dần đầy đủ.

Đọc trên KhoaHoc.tv