Bỏ qua tới nội dung chính

Trước khi có trí tuệ nhân tạo

Nhập môn trí tuệ nhân tạo: dạy máy chọn việc đúng để làm

Trí tuệ nhân tạo không chỉ là ChatGPT: môn nhập môn AI dạy cách xây tác tử hợp lý — tìm kiếm, đối kháng, ra quyết định khi không chắc chắn, học từ dữ liệu — và nên bắt đầu học từ đâu.

Ban biên tập OpenER

Cập nhật 09/11/2026 · 20 phút đọc · CC BY 4.0

Con robot hút bụi trong nhà bạn tự lách qua chân ghế, nhớ chỗ nào đã lau, biết quay về đế sạc khi gần hết pin — dù không ai vẽ sẵn đường đi cho căn phòng của bạn. Một chương trình cờ vây trên điện thoại đánh thắng hầu hết người chơi nghiệp dư. Không cái nào biết trò chuyện như ChatGPT, nhưng cả hai đều là trí tuệ nhân tạo (artificial intelligence — AI).

Nhắc tới AI, phần lớn mọi người nghĩ ngay tới chatbot. Nhưng môn Nhập môn trí tuệ nhân tạo ở các trường đại học — như CS 188 của Berkeley, dựa trên giáo trình Artificial Intelligence: A Modern Approach của Stuart Russell và Peter Norvig — bắt đầu từ một câu hỏi rộng và cũ hơn nhiều: làm sao viết một chương trình tự quyết định nên làm gì, khi thế giới quá lớn để liệt kê trước mọi tình huống?

Trước khi có trí tuệ nhân tạo

Trước AI, máy tính chỉ làm đúng từng bước con người viết ra. Muốn máy xử lý một tình huống, lập trình viên phải nghĩ trước tình huống đó và viết sẵn lệnh cho nó. Máy tính toán nhanh hơn người hàng triệu lần, nhưng không ai coi nó "thông minh": nó không tự tìm cách, không tự cân nhắc, không học được gì từ lần trước.

Câu hỏi "máy có thể suy nghĩ không" được đặt ra gần như cùng lúc với chiếc máy tính điện tử đầu tiên, và câu trả lời đến từng bước:

  1. Câu hỏi của Turing — năm 1950. Alan Turing, người đã định nghĩa "tính toán được" (xem bài Lý thuyết tính toán), viết bài Computing Machinery and Intelligence. Thay vì tranh luận "suy nghĩ là gì", ông đề xuất một phép thử: nếu qua trò chuyện bằng chữ mà người hỏi không phân biệt được máy với người, thì ta có lý do coi máy là thông minh. Phép thử này về sau được gọi là phép thử Turing (Turing test).
  2. Đặt tên ngành — mùa hè năm 1956, hội thảo ở Đại học Dartmouth do John McCarthy, Marvin Minsky, Claude Shannon và Nathaniel Rochester đề xuất. Cụm từ "artificial intelligence" xuất hiện trong bản đề xuất này. Những người tham dự rất lạc quan: họ tin vài nhà khoa học giỏi làm việc một mùa hè sẽ tiến được một bước lớn.
  3. Mùa đông AI (AI winter) — thập niên 1970. Những chương trình giải đố, chứng minh định lý chạy tốt trên bài toán nhỏ nhưng "nổ tung" khi bài toán lớn lên. Tiền tài trợ bị cắt mạnh — ở Anh sau báo cáo Lighthill năm 1973. Bài học đầu tiên của ngành: hứa nhiều hơn làm được thì phải trả giá.
  4. Hệ chuyên gia (expert system) — thập niên 1970–1980. Thay vì tìm trí thông minh chung, người ta ghi lại tri thức của chuyên gia thành hàng nghìn luật "nếu… thì…": MYCIN ở Stanford gợi ý thuốc kháng sinh, R1/XCON giúp hãng DEC cấu hình máy tính. Hệ chuyên gia mang lại tiền thật, nhưng dễ vỡ: gặp tình huống ngoài luật là sai, và cập nhật hàng nghìn luật bằng tay rất tốn kém. Cuối thập niên 1980, cơn sốt qua đi, kéo theo mùa đông thứ hai.
  5. Xác suất và dữ liệu — từ thập niên 1990. Ngành chuyển từ luật cứng sang lập luận với xác suất và học từ dữ liệu.
  6. Học sâu (deep learning) — từ đầu thập niên 2010. Mạng nơ-ron (neural network) nhiều tầng, đủ dữ liệu và chip đồ họa (GPU) đủ mạnh làm cho nhận dạng ảnh, giọng nói tiến vọt. Năm 2016, AlphaGo của DeepMind thắng kỳ thủ Lee Sedol 4–1 ở cờ vây — trò chơi mà nhiều người tin còn cả chục năm nữa máy mới thắng nổi. AlphaGo kết hợp tìm kiếm cây Monte Carlo (Monte Carlo tree search) với mạng nơ-ron học từ ván cờ.
  7. Mô hình ngôn ngữ lớn (large language model — LLM) — từ cuối thập niên 2010: mô hình học đoán từ tiếp theo trên một lượng văn bản khổng lồ, và ChatGPT ra mắt cuối năm 2022 đưa AI tới tay hàng trăm triệu người.

Đặt cạnh nhau:

Chương trình thông thường
Chương trình có AI
Gặp tình huống mới
Chỉ xử lý được những gì lập trình viên nghĩ trước
Tự tìm cách trong không gian các lựa chọn
Khi có nhiều cách làm
Làm theo đúng một cách đã viết sẵn
Cân nhắc, chọn cách tốt nhất theo một thước đo
Thông tin thiếu, có nhiễu
Hoặc chạy sai, hoặc dừng
Lập luận với xác suất, chọn việc có lợi nhất trung bình
Có đối thủ
Không tính tới
Đoán trước nước đi của đối thủ
Cải thiện theo thời gian
Phải sửa code
Học từ dữ liệu và kinh nghiệm

Thế giới "chưa có AI" vẫn ở quanh ta: nhiều ngã tư ở Việt Nam có đèn giao thông chạy theo chu kỳ cố định, 60 giây xanh mỗi hướng bất kể giờ cao điểm hay nửa đêm, có khi một hướng kẹt cứng mà hướng kia trống trơn vẫn được đèn xanh. Một hệ thống "có AI" sẽ cảm nhận dòng xe, cân nhắc chia thời gian xanh sao cho tổng thời gian chờ nhỏ nhất, và học giờ nào hướng nào hay đông.

Môn này trả lời câu hỏi gì

Có nhiều cách định nghĩa AI: máy suy nghĩ như người, máy hành động như người, máy suy nghĩ hợp logic… Môn nhập môn theo hướng của Russell và Norvig chọn một định nghĩa thực dụng: AI là ngành xây dựng tác tử hợp lý (rational agent) — những chương trình chọn hành động mang lại kết quả tốt nhất có thể, theo một thước đo rõ ràng, với những gì chúng biết.

Định nghĩa này quan trọng vì nó biến AI từ một câu hỏi triết học ("máy có thật sự hiểu không?") thành một bài toán kỹ thuật: cho một môi trường, một thước đo, một bộ cảm biến và một tập hành động — hãy viết chương trình chọn hành động tốt. Từ đó môn học trả lời từng câu nhỏ:

  • Khi biết hết mọi thứ và thế giới không bất ngờ, tìm chuỗi hành động tới đích thế nào cho nhanh?
  • Khi có đối thủ, chọn nước đi thế nào?
  • Khi không chắc chắn, cân nhắc rủi ro thế nào?
  • Khi không ai viết sẵn quy luật, học quy luật từ dữ liệu thế nào?

Kể cả khi không định nghiên cứu AI, bạn vẫn cần môn này: kỹ thuật của nó có mặt trong lập lịch, logistics, trò chơi, robot, và bạn sẽ phải đánh giá, đặt giới hạn cho các hệ thống AI suốt sự nghiệp.

Năm ý tưởng cốt lõi

1. Tác tử và môi trường

Một tác tử (agent) là bất cứ thứ gì cảm nhận môi trường qua cảm biến và tác động lên nó qua hành động. Con robot hút bụi là một tác tử: cảm biến va chạm, cảm biến bụi, mức pin; hành động là tiến, rẽ, hút, về đế sạc. Chương trình chơi cờ cũng là tác tử: nó "cảm nhận" bàn cờ và "hành động" bằng nước đi.

Khi thiết kế một tác tử, việc đầu tiên không phải là chọn thuật toán, mà là trả lời bốn câu hỏi, thường viết tắt là PEAS:

Robot hút bụi
Xe tự lái
Thước đo (Performance)
Sàn sạch, ít tốn điện, không làm đổ đồ
An toàn, tới nơi nhanh, đúng luật, êm
Môi trường (Environment)
Căn phòng, đồ đạc, người, thú cưng
Đường, xe khác, người đi bộ, thời tiết
Cơ cấu chấp hành (Actuators)
Bánh xe, chổi, máy hút
Vô lăng, ga, phanh, đèn xi-nhan
Cảm biến (Sensors)
Cảm biến va chạm, cảm biến bụi, pin
Camera, radar, GPS, đồng hồ tốc độ

Môi trường cũng có những kiểu rất khác nhau, và kiểu môi trường quyết định kỹ thuật nào dùng được: tác tử thấy hết hay chỉ thấy một phần? Thế giới tất định hay có ngẫu nhiên? Có đối thủ hay không? Cờ vua: thấy hết, tất định, có đối thủ. Xe tự lái: thấy một phần, ngẫu nhiên, nhiều tác tử khác. Cả môn học có thể đọc như một chuyến đi từ môi trường dễ nhất tới khó nhất.

"Hợp lý" ở đây không có nghĩa là toàn tri. Robot hút bụi không biết trước con mèo sẽ nằm đâu; nó hợp lý nếu, với những gì nó biết, nó chọn hành động có kết quả kỳ vọng tốt nhất theo thước đo. Và thước đo phải chọn cẩn thận: thưởng cho robot "hút được nhiều bụi" thì một robot đủ thông minh có thể học cách… đổ bụi ra rồi hút lại.

2. Tìm kiếm: giải bài toán bằng cách thử có hệ thống

Nhiều bài toán có dạng: từ trạng thái ban đầu, qua một chuỗi hành động, tới trạng thái đích. Tìm đường trên bản đồ, xếp lịch, giải đố — tất cả là tìm kiếm trong không gian trạng thái (state space search).

Ví dụ kinh điển là trò chơi 8 ô (8-puzzle): một khung 3×3 có tám ô số và một ô trống, mỗi bước trượt một ô kề vào chỗ trống, đích là xếp lại 1 đến 8 theo thứ tự. Trò chơi này có 181.440 trạng thái đạt được từ một thế bắt đầu — đủ nhỏ để máy thử hết, đủ lớn để thấy sự khác biệt giữa thử mù và thử có định hướng.

Tìm kiếm theo chiều rộng (breadth-first search — BFS) xét mọi trạng thái cách 1 bước, rồi mọi trạng thái cách 2 bước… Nó luôn tìm được lời giải ngắn nhất, nhưng không có chút "cảm giác" nào về hướng đi. A* (đọc là "A sao") thêm một hàm ước lượng (heuristic): ước đoán còn bao nhiêu bước nữa tới đích, và ưu tiên xét trạng thái có đã đi + còn lại ước tính nhỏ nhất. Với trò 8 ô, một ước lượng tốt là khoảng cách Manhattan: cộng số hàng và số cột mỗi ô đang lệch khỏi chỗ đúng.

python
from collections import deque
import heapq

DICH = (1, 2, 3, 4, 5, 6, 7, 8, 0)          # 0 là ô trống

def ke_ben(s):
    i = s.index(0)
    hang, cot = divmod(i, 3)
    for dh, dc in ((-1, 0), (1, 0), (0, -1), (0, 1)):
        h, c = hang + dh, cot + dc
        if 0 <= h < 3 and 0 <= c < 3:
            j = h * 3 + c
            t = list(s)
            t[i], t[j] = t[j], t[i]
            yield tuple(t)

def bfs(dau):
    hang_doi, da_thay, mo_rong = deque([(dau, 0)]), {dau}, 0
    while hang_doi:
        s, buoc = hang_doi.popleft()
        mo_rong += 1
        if s == DICH:
            return buoc, mo_rong
        for t in ke_ben(s):
            if t not in da_thay:
                da_thay.add(t)
                hang_doi.append((t, buoc + 1))

def manhattan(s):
    return sum(abs(i // 3 - (v - 1) // 3) + abs(i % 3 - (v - 1) % 3)
               for i, v in enumerate(s) if v)

def a_sao(dau):
    hang_doi, tot_nhat, mo_rong = [(manhattan(dau), 0, dau)], {dau: 0}, 0
    while hang_doi:
        f, g, s = heapq.heappop(hang_doi)
        if g > tot_nhat[s]:
            continue
        mo_rong += 1
        if s == DICH:
            return g, mo_rong
        for t in ke_ben(s):
            if g + 1 < tot_nhat.get(t, 99):
                tot_nhat[t] = g + 1
                heapq.heappush(hang_doi, (g + 1 + manhattan(t), g + 1, t))

dau = (8, 6, 7, 2, 5, 4, 3, 0, 1)
print("BFS:", bfs(dau))      # (số bước, số trạng thái đã xét)
print("A*: ", a_sao(dau))

Kết quả:

BFS: (31, 181439)
A*:  (31, 21198)

Thế bắt đầu này là một trong hai thế khó nhất của trò 8 ô: cần 31 bước, mức tối đa. BFS tìm ra lời giải ngắn nhất nhưng phải xét gần như toàn bộ 181.440 trạng thái. A* cũng tìm ra lời giải 31 bước — vẫn ngắn nhất, vì khoảng cách Manhattan không bao giờ đoán quá số bước thật — nhưng chỉ xét khoảng 21 nghìn trạng thái, chưa tới một phần tám. Với trò 15 ô (khung 4×4, khoảng mười nghìn tỷ trạng thái), thử mù không còn đường giải xong.

Hàng đợi trong BFS và hàng đợi ưu tiên trong A* chính là những cấu trúc trong bài Cấu trúc dữ liệu và giải thuật; thuật toán Dijkstra trong bài Thiết kế và phân tích thuật toán là A* với ước lượng bằng 0.

Cùng họ với tìm kiếm là bài toán thỏa mãn ràng buộc (constraint satisfaction problem — CSP): xếp thời khóa biểu, giải sudoku — loại bớt lựa chọn ngay khi thấy một ràng buộc bị vi phạm.

3. Tìm kiếm đối kháng: khi có người chơi lại

Trong trò chơi hai người, bạn không điều khiển hết mọi nước đi: đối thủ đi xen kẽ và luôn tìm cách làm bạn thua. Ý tưởng minimax rất gọn: giả sử đối thủ chơi hoàn hảo. Ở lượt mình, chọn nước có giá trị lớn nhất; ở lượt đối thủ, giả sử họ chọn nước có giá trị nhỏ nhất với mình. Lặp lại tới khi ván kết thúc.

Với cờ ca-rô 3×3 (tic-tac-toe), máy có thể xét toàn bộ cây trò chơi:

python
DONG = [(0,1,2),(3,4,5),(6,7,8),(0,3,6),(1,4,7),(2,5,8),(0,4,8),(2,4,6)]

def thang(b):
    for a, c, d in DONG:
        if b[a] != " " and b[a] == b[c] == b[d]:
            return b[a]
    return None

def minimax(b, luot):
    """Giá trị ván cờ với X: +1 X thắng, -1 O thắng, 0 hòa."""
    w = thang(b)
    if w:
        return 1 if w == "X" else -1
    if " " not in b:
        return 0
    gia_tri = []
    for i in range(9):
        if b[i] == " ":
            b[i] = luot
            gia_tri.append(minimax(b, "O" if luot == "X" else "X"))
            b[i] = " "
    return max(gia_tri) if luot == "X" else min(gia_tri)

print(minimax([" "] * 9, "X"))            # bàn cờ trống

b = list("XX OO    ")                    # X đi: X X _ / O O _ / _ _ _
for i in range(9):
    if b[i] == " ":
        b[i] = "X"
        print(i, minimax(b, "O"))
        b[i] = " "

Dòng đầu in ra 0: nếu cả hai bên chơi hoàn hảo, cờ ca-rô 3×3 luôn hòa — điều mà ai từng chơi đủ nhiều cũng mơ hồ cảm thấy, giờ được chứng minh bằng cách thử hết. Phần sau xét thế cờ X X _ / O O _ / _ _ _ với lượt của X, và in ra 2 1, 5 0, 6 -1, 7 -1, 8 -1: đi ô 2 thì thắng ngay; đi ô 5 để chặn O thì hòa; đi chỗ khác thì thua. Chương trình không có luật "ưu tiên thắng, rồi mới chặn" nào — nó tự suy ra từ việc nhìn trước.

Cờ ca-rô 3×3 chỉ có 255.168 ván khác nhau, nên thử hết được. Cờ vua và cờ vây thì không: số ván cờ có thể có vượt xa số nguyên tử trong vũ trụ quan sát được. Lúc đó cần thêm hai thứ: cắt tỉa alpha–beta (alpha–beta pruning) để bỏ qua những nhánh chắc chắn không được chọn, và hàm đánh giá (evaluation function) để chấm điểm một thế cờ giữa chừng mà không cần đi tới cuối. Deep Blue của IBM, cỗ máy thắng nhà vô địch cờ vua thế giới Garry Kasparov năm 1997, là minimax, alpha–beta và hàm đánh giá do người viết, chạy trên phần cứng rất mạnh. AlphaGo thay hàm đánh giá viết tay bằng mạng nơ-ron học được, và thay việc duyệt hết bằng tìm kiếm cây Monte Carlo.

4. Ra quyết định khi không chắc chắn

Thế giới thật hiếm khi tất định: robot không chắc mình đang ở phòng nào, xe tự lái không chắc người đi bộ có bước xuống đường không. Phần này của môn học dùng xác suất — ngôn ngữ đã trình bày trong bài Xác suất và thống kê, cùng định lý Bayes để cập nhật niềm tin khi có bằng chứng mới.

Nhưng biết xác suất chưa đủ; tác tử còn phải hành động. Công cụ ở đây là độ hữu ích kỳ vọng (expected utility): gán cho mỗi kết quả một con số "tốt tới đâu", rồi chọn hành động có trung bình — tính theo xác suất — cao nhất. Ví dụ đời thường nhất: sáng nay có mang ô không?

python
def chon(p_mua):
    # mức hài lòng (utility) của mỗi hành động trong mỗi tình huống
    diem = {"mang ô":   {"mưa": 70,  "nắng": 80},
            "không mang": {"mưa": 0, "nắng": 100}}
    ky_vong = {hd: p_mua * d["mưa"] + (1 - p_mua) * d["nắng"]
               for hd, d in diem.items()}
    return max(ky_vong, key=ky_vong.get), ky_vong

for p in (0.1, 0.3, 0.6):
    print(p, chon(p))

Kết quả:

0.1 ('không mang', {'mang ô': 79.0, 'không mang': 90.0})
0.3 ('mang ô', {'mang ô': 77.0, 'không mang': 70.0})
0.6 ('mang ô', {'mang ô': 74.0, 'không mang': 40.0})

Mang ô thì hơi vướng (80 thay vì 100 khi nắng), nhưng bị ướt thì rất tệ (0). Với những con số này, chỉ cần khả năng mưa vượt khoảng 22% là nên mang ô — thấp hơn nhiều so với trực giác "mưa thì mới mang". Bài học không nằm ở chiếc ô: một quyết định tốt phụ thuộc vào cả xác suất lẫn cái giá của từng kết quả. Xe tự lái phanh khi chỉ có vài phần trăm khả năng có người phía trước, vì cái giá của việc không phanh quá lớn.

Môn học mở rộng ý này theo hai hướng. Mạng Bayes (Bayesian network) biểu diễn quan hệ giữa hàng chục, hàng trăm biến ngẫu nhiên — triệu chứng, bệnh, kết quả xét nghiệm — mà vẫn tính được. Quá trình quyết định Markov (Markov decision process — MDP) dành cho những quyết định nối tiếp nhau theo thời gian, khi mỗi hành động có kết quả ngẫu nhiên: robot đi trong mê cung trơn trượt, mỗi bước có khả năng trượt sang bên. Lời giải của MDP không phải một con đường mà là một chính sách (policy): ở mỗi trạng thái, nên làm gì.

5. Học từ dữ liệu

Tất cả những ý trên đều cần ai đó cho chương trình biết mô hình của thế giới: luật chơi, xác suất mưa, cái giá của từng kết quả. Còn khi không ai biết những thứ đó? Khi đó tác tử phải học.

Hai kiểu học xuất hiện trong môn nhập môn:

  • Học có giám sát (supervised learning): đưa cho máy hàng nghìn thư đã đánh dấu "rác" hay "không rác", máy tự tìm quy luật phân loại. Không ai ngồi viết từng luật nhận diện thư rác; máy tự rút ra từ dữ liệu.
  • Học tăng cường (reinforcement learning): tác tử tự thử hành động, nhận phần thưởng hay hình phạt, và dần điều chỉnh chính sách của mình — giống cách một đứa trẻ học đi xe đạp. Đây là MDP khi tác tử không biết trước xác suất và phần thưởng. Dự án Pac-Man của CS 188 cho người học viết một tác tử tự học cách ăn hết chấm mà không bị ma bắt.

Đây là chỗ môn nhập môn trao tay cho môn Học máy. Nhập môn AI chỉ cho bạn thấy học là một cách xây tác tử, bên cạnh tìm kiếm và lập luận; còn học thế nào cho tốt — mô hình nào, tránh học vẹt ra sao, đánh giá thế nào — là việc của bài Học máy. Những hệ thống mạnh nhất hôm nay thường kết hợp cả hai: AlphaGo là tìm kiếm cộng học; một chatbot hiện đại là mô hình học từ dữ liệu, được gắn thêm công cụ tìm kiếm, máy tính và các bước lập kế hoạch.

Trí tuệ nhân tạo nằm ở đâu trong chồng tầng

Trong chồng tầng của bài Từ electron đến ứng dụng, AI nằm ở tầng ứng dụng — trên cùng. Nó dùng gần như mọi tầng bên dưới:

  • Thuật toán và cấu trúc dữ liệu: tìm kiếm là đồ thị, hàng đợi, hàng đợi ưu tiên, bảng băm.
  • Toán: xác suất cho lập luận khi không chắc chắn, đại số tuyến tính cho học máy, logic cho biểu diễn tri thức.
  • Phần cứng: học sâu chỉ cất cánh khi chip đồ họa đủ rẻ và mạnh để nhân ma trận khổng lồ — một ví dụ hiếm thấy về tầng dưới cùng thay đổi số phận của tầng trên cùng.

Ở tầng trên cùng, AI cũng mang những điểm yếu riêng: hệ học từ dữ liệu sai khi gặp dữ liệu khác hẳn lúc huấn luyện và học luôn cả những bất công trong dữ liệu quá khứ, mô hình ngôn ngữ có thể bịa ra một trích dẫn bằng giọng rất chắc chắn, còn tác tử hợp lý thì tối ưu đúng điều bạn đo, không phải điều bạn muốn. Vì thế đạo đức — ai chịu trách nhiệm khi hệ thống sai, dữ liệu lấy từ đâu, hệ thống có công bằng với mọi nhóm người không — là một phần của thiết kế, giống như kiểm thử là một phần của viết code.

Đưa lên

Những chương trình tự chọn hành động — tìm đường, đánh cờ, gợi ý, phân loại, trả lời — để ứng dụng và con người giao cho chúng mục tiêu thay vì từng bước làm.

Giấu đi

Không gian lựa chọn khổng lồ phía sau mỗi quyết định: hàng triệu trạng thái đã xét, hàng nghìn phép tính xác suất, hàng tỷ tham số học được. Người dùng chỉ thấy câu trả lời — và vì thế dễ quên rằng nó có thể sai.

Học trước và học sau

· 6 môn

Cấu trúc dữ liệu và giải thuật

Data Structures and Algorithms

Hàng đợi, ngăn xếp, đồ thị, đệ quy — nguyên liệu trực tiếp của tìm kiếm và minimax. Nên học trước.

Xem chủ đề trên OpenER: Data Structures and Algorithms

Xác suất và thống kê

Probability and Statistics

Xác suất có điều kiện, định lý Bayes, kỳ vọng — nền của nửa sau môn AI: mạng Bayes, MDP, học. Nên học trước hoặc song song.

Xem chủ đề trên OpenER: Probability and Statistics

Học máy

Machine Learning

Đi sâu vào ý tưởng thứ năm: học từ dữ liệu cho tốt — mô hình, quá khớp, đánh giá. Hướng đi tiếp tự nhiên nhất sau môn này.

Xem chủ đề trên OpenER: Machine Learning

Học tăng cường

Reinforcement Learning

Mở rộng MDP và học từ phần thưởng — nền của AlphaGo và robot tự học.

Xem chủ đề trên OpenER: Reinforcement Learning

Biểu diễn tri thức và suy luận

Knowledge Representation and Reasoning

Hướng logic của AI: biểu diễn sự kiện và luật để máy suy diễn — hậu duệ của hệ chuyên gia.

Xem chủ đề trên OpenER: Knowledge Representation and Reasoning

Người máy

Robotics

Tác tử trong thế giới vật lý: cảm biến nhiễu, định vị, lập kế hoạch chuyển động — nơi mọi ý tưởng của môn này gặp nhau.

Xem chủ đề trên OpenER: Robotics

Ứng dụng thật và nghề nghiệp

  • Bản đồ, logistics, lập lịch: tìm đường, chia đơn cho tài xế, xếp lịch bay, phân ca — tìm kiếm và CSP chạy hằng ngày.
  • Trò chơi: nhân vật máy trong game, các chương trình cờ vua, cờ vây, cờ tướng.
  • Robot và xe tự hành: robot kho hàng, robot hút bụi, máy bay không người lái, xe tự lái.
  • Y tế: hỗ trợ đọc ảnh chụp, gợi ý chẩn đoán — luôn kèm bác sĩ quyết định cuối cùng.
  • Sản phẩm số: gợi ý nội dung, lọc thư rác, trợ lý ảo, chatbot chăm sóc khách hàng.

Nghề nghiệp gắn với môn này: kỹ sư AI / học máy, kỹ sư robot, kỹ sư dữ liệu, nhà nghiên cứu AI, và ngày càng nhiều kỹ sư phần mềm tích hợp mô hình AI vào sản phẩm.

Học xong làm được gì, bắt đầu từ đâu

Sau môn này bạn có thể:

  • mô tả một bài toán thực tế thành tác tử, môi trường, thước đo (PEAS) và nhận ra kiểu môi trường;
  • cài đặt BFS, A* và tự thiết kế hàm ước lượng cho bài toán của mình;
  • viết chương trình chơi trò chơi hai người bằng minimax và alpha–beta;
  • giải bài toán ràng buộc như xếp lịch, sudoku;
  • lập luận với xác suất, ra quyết định theo độ hữu ích kỳ vọng, giải MDP đơn giản;
  • hiểu học có giám sát và học tăng cường ở mức nhập môn, đủ để bước sang môn Học máy;
  • đánh giá tỉnh táo một hệ thống AI: nó tối ưu điều gì, sai ở đâu, ai chịu ảnh hưởng.

Nên biết trước: lập trình Python vững (đệ quy, lớp, từ điển), cấu trúc dữ liệu cơ bản, và xác suất ở mức xác suất có điều kiện. Một chút toán rời rạc giúp đọc phần logic dễ hơn.

Bắt đầu trên OpenER: trang chủ đề Introduction to Artificial Intelligence có các khóa học đã chọn lọc, và hướng dẫn học gợi ý thứ tự đi qua chúng. Khóa chính là CS 188 của Berkeley, bám sát giáo trình AIMA, có video, bài tập kèm lời giải và các dự án Pac-Man. Nếu mới vững lập trình và muốn bắt tay làm ngay, CS50 AI của Harvard là điểm vào nhẹ nhàng hơn; khóa Nhập môn Trí tuệ nhân tạo bằng tiếng Việt trên OpenER hợp để đọc lướt trước. Lời khuyên cho môn này: tự cài đặt từng thuật toán, dù chỉ trên trò chơi nhỏ như trò 8 ô hay cờ ca-rô. Nhìn A* xét chưa tới một phần tám số trạng thái của BFS ngay trên máy mình đáng giá hơn đọc mười trang giải thích.

Tài liệu tham khảo

  • Stuart Russell, Peter Norvig — Artificial Intelligence: A Modern Approach (AIMA), ấn bản thứ tư; trang sách có mã nguồn các thuật toán.
  • UC Berkeley CS 188 Introduction to Artificial Intelligence — trang khóa học, bài giảng, ghi chú và dự án Pac-Man.
  • Harvard CS50's Introduction to Artificial Intelligence with Python — bài giảng và dự án Python.
  • MIT 6.034 Artificial Intelligence (Patrick Winston, Fall 2010) — bài giảng mở trên MIT OpenCourseWare.
  • David L. Poole, Alan K. Mackworth — Artificial Intelligence: Foundations of Computational Agents, giáo trình đọc miễn phí trên mạng.
  • Alan M. Turing — Computing Machinery and Intelligence, tạp chí Mind, 1950.

Ban biên tập OpenER, “Nhập môn trí tuệ nhân tạo: dạy máy chọn việc đúng để làm”, OpenER, 2026. Phát hành theo CC BY 4.0: được chia sẻ, chỉnh sửa, kể cả thương mại, miễn ghi công tác giả và dẫn link bài gốc.