Nhìn vào biểu hiện của từng năng lực
SGK giới thiệu năm năng lực thường gặp của AI. Một ứng dụng có thể kết hợp nhiều năng lực ở các mức độ khác nhau.
| Năng lực | Ý nghĩa | Biểu hiện minh họa |
|---|---|---|
| Học | Rút ra thông tin từ dữ liệu để điều chỉnh cách xử lí | Học từ các mẫu đã biết để phân loại trường hợp mới |
| Suy luận | Dùng tri thức và logic để đi tới kết luận | Kết hợp dữ kiện với các quy tắc đã có |
| Nhận thức | Nhận biết môi trường qua dữ liệu và cảm biến | Nhận ra người đi bộ trong ảnh từ camera |
| Hiểu ngôn ngữ | Xử lí nội dung văn bản hoặc tiếng nói của con người | Xác định yêu cầu trong một câu hỏi |
| Giải quyết vấn đề | Tìm phương án dựa trên thông tin và tri thức | Đề xuất lộ trình phù hợp với điều kiện giao thông |
Ở đây, “nhận thức” được dùng để mô tả năng lực xử lí thông tin về môi trường; không từ đó suy ra máy có cảm xúc như con người.
Phân tích một robot giao sách giả định
Một robot dùng camera nhận ra kệ sách và người đi lại, xử lí yêu cầu “đưa sách tới bàn số 3”, rồi tìm đường đi tránh chướng ngại vật.
Nhận ra kệ và người thể hiện **nhận thức**. Xác định nội dung câu yêu cầu thể hiện **hiểu ngôn ngữ**. Chọn đường tới bàn và tránh vật cản thể hiện **giải quyết vấn đề**; hệ thống còn có thể dùng suy luận từ thông tin về vị trí.
Nếu biết robot đã được huấn luyện bằng nhiều ảnh để nhận dạng vật, có thêm căn cứ nói về **khả năng học**. Chỉ quan sát một lần robot chạy đúng thì chưa biết nó được huấn luyện ra sao hoặc có tự học lại trong lần chạy đó không.
Bài luyện
Hệ thống rút ra đặc điểm từ nhiều ảnh đã ghi nhãn để phân loại ảnh mới. Năng lực nào được nhấn mạnh?
Sao lưu tạo bản dự phòng, không nói lên việc rút ra đặc điểm.
Truyền dữ liệu không phải quá trình học được mô tả.
Đúng. Hệ thống dùng các mẫu để cải thiện cách phân loại.
Chỉ lưu tệp chưa thể hiện việc rút ra đặc điểm từ mẫu.
Lời giải
Căn cứ là quá trình rút ra đặc điểm từ các ảnh đã biết nhãn rồi dùng cho ảnh mới. Đó là biểu hiện của học từ dữ liệu; lưu trữ hay truyền ảnh chỉ là các công việc hỗ trợ khác.
Bài luyện
Một hệ thống kết hợp tri thức về vị trí phòng với quy tắc để kết luận phòng nào có thể đi tới. Năng lực nào được mô tả trực tiếp?
Đúng. Hệ thống kết hợp tri thức và quy tắc để đưa ra kết luận.
Mô tả không nêu xử lí câu nói hay văn bản tự nhiên.
Mô tả không có đầu vào tiếng nói.
Mô tả không nêu camera hay việc nhận biết vật từ ảnh.
Lời giải
Tri thức về vị trí phòng và các quy tắc là cơ sở để hệ thống đưa ra kết luận. Đây là suy luận. Không có dữ kiện để gán thêm việc nhận dạng tiếng nói, hình ảnh hoặc hiểu câu hỏi.
Bài luyện
Camera ghi ảnh đường phố; phần mềm nhận ra người đi bộ trong ảnh. Năng lực nào được thể hiện trực tiếp?
Đầu vào là ảnh, không phải câu yêu cầu.
Không có dữ kiện về luật ngữ pháp.
Nhận ra người chưa đồng nghĩa với lập kế hoạch giao hàng.
Đúng. Hệ thống nhận biết đối tượng trong môi trường từ dữ liệu camera.
Lời giải
Phần mềm dùng ảnh camera để nhận ra một đối tượng trong môi trường là người đi bộ. Đây là biểu hiện của khả năng nhận thức; đề chưa nêu nhiệm vụ lập kế hoạch hay xử lí ngôn ngữ.
Bài luyện
Trợ lí hiểu yêu cầu “tìm bài viết về sao Hỏa”. Chỉ từ biểu hiện này có thể kết luận điều gì?
Phản hồi một yêu cầu chưa chứng minh mô hình được huấn luyện lại.
Đúng. Kết luận bám vào năng lực thể hiện trong mô tả.
Hiểu yêu cầu theo nghĩa xử lí ngôn ngữ không chứng minh cảm xúc hay ý thức.
Hiểu yêu cầu không bảo đảm mọi thông tin trả về đều đúng.
Lời giải
Xác định nội dung câu yêu cầu là biểu hiện của hiểu ngôn ngữ. Dữ kiện này chưa cho biết có huấn luyện lại, cảm xúc hay độ đúng của mọi kết quả, nên chỉ kết luận trong phạm vi quan sát được.
Đang học