Bài tập: Chương 2: Trí tuệ nhân tạo cơ bản

Bài tập: Chương 2 – Trí tuệ nhân tạo cơ bản

Giới thiệu

Sau khi đã tìm hiểu các kiến thức nền tảng về Trí tuệ nhân tạo (AI), các em đã có thể phân biệt được AI với chương trình thông thường, nhận diện các lĩnh vực như máy học (machine learning), thị giác máy tính (computer vision) hay xử lý ngôn ngữ tự nhiên. Bài tập này sẽ giúp các em củng cố lại lý thuyết thông qua các câu hỏi trắc nghiệm và bài tập tình huống có hướng dẫn giải chi tiết.

Lý thuyết trọng tâm cần nhớ

• Trí tuệ nhân tạo (AI): Là lĩnh vực của khoa học máy tính nhằm tạo ra các hệ thống có khả năng thực hiện những công việc đòi hỏi trí thông minh của con người.
• Máy học (Machine Learning): Một nhánh của AI, cho phép máy tính tự học từ dữ liệu mà không cần lập trình cụ thể cho từng tình huống.
• Các ứng dụng thực tiễn: Nhận diện khuôn mặt, xe tự lái, trợ lý ảo (Siri, Google Assistant), khuyến nghị sản phẩm (Tiki, Netflix).
• Phân biệt AI yếu và AI mạnh: AI yếu chỉ làm tốt một nhiệm vụ hẹp; AI mạnh (nếu có) có thể suy nghĩ và hành động như con người ở nhiều lĩnh vực.

Ví dụ minh hoạ có hướng dẫn giải

Ví dụ 1: Trắc nghiệm phân biệt AI hay không

Đề bài: Chương trình nào dưới đây được xem là ứng dụng của Trí tuệ nhân tạo?

1. Phần mềm tính điểm trung bình môn học.
2. Phần mềm nhận diện khuôn mặt để mở khoá điện thoại.
3. Trang web tra cứu từ điển.
4. Trình duyệt web hiển thị nội dung.

Hướng dẫn giải:

• Phương án (1), (3), (4) là các chương trình thực hiện theo quy tắc cố định, không tự học hay cải thiện theo kinh nghiệm.
• Phương án (2) cần sử dụng mô hình máy học (học từ nhiều ảnh khuôn mặt) để nhận dạng, do đó đáp án đúng là (2).

Ví dụ 2: Bài tập tình huống về máy học

Đề bài: Bạn An nói: "Khi gửi thư rác vào hộp thư Gmail, nếu tôi đánh dấu một email là spam, lần sau Gmail sẽ ít gửi email tương tự vào hộp thư chính hơn." Hãy giải thích vì sao hành động này lại liên quan đến Trí tuệ nhân tạo.

Hướng dẫn giải:

• Gmail sử dụng một mô hình máy học, được huấn luyện trên hàng triệu email mẫu để nhận biết dấu hiệu của thư rác.
• Khi bạn đánh dấu một email là spam, hệ thống xem đó là dữ liệu huấn luyện bổ sung, từ đó tinh chỉnh trọng số của mô hình, giúp phát hiện chính xác hơn trong tương lai.
• Đây là một ví dụ điển hình của máy học có giám sát – AI tự cải thiện dựa trên phản hồi từ con người.

Ví dụ 3: Phân biệt AI yếu và AI mạnh

Đề bài: Hệ thống chatbot hỗ trợ khách hàng của một ngân hàng có thể trả lời các câu hỏi về mở tài khoản, lãi suất và giao dịch. Đây là AI yếu hay AI mạnh? Tại sao?

Hướng dẫn giải:

• Đây là AI yếu, vì chatbot chỉ thực hiện tốt một phạm vi hẹp (trả lời các câu hỏi có khuôn mẫu).
• Nếu được hỏi về nấu ăn, thơ ca hay những vấn đề ngoài lĩnh vực ngân hàng, nó sẽ không hiểu hoặc trả lời sai.
• AI mạnh giả định có khả năng suy luận linh hoạt như con người ở nhiều lĩnh vực, nhưng hiện tại chưa có AI nào đạt được điều đó.

Ghi nhớ

• AI không phải phép thuật – tất cả đều dựa trên dữ liệu và thuật toán.
• Dữ liệu càng lớn, mô hình AI càng chính xác (nhưng cần chú ý đến độ tin cậy và thiên kiến).
• Phân biệt rõ: chương trình thông thường (viết luật cố định) ≠ chương trình AI (có thể học và thích nghi).
• Luôn kiểm tra đạo đức và an toàn khi ứng dụng AI vào thực tế.

Bài tập gợi ý tự luyện

1. Nêu một ứng dụng AI em từng sử dụng trong học tập hoặc giải trí. Giải thích tại sao nó là AI.
2. Cho biết điểm khác nhau giữa máy học có giám sát và máy học không giám sát. Lấy ví dụ cụ thể cho mỗi loại.
3. Một phần mềm dịch thuật (ví dụ Google Dịch) có thể dịch một câu từ tiếng Anh sang tiếng Việt. Theo em, phần mềm này thuộc dạng AI yếu hay AI mạnh? Vì sao?
4. Thực hành: Truy cập vào một website có chatbot (ví dụ hỗ trợ mua hàng), thử đặt câu hỏi ngoài lĩnh vực chính và nhận xét phản hồi của chatbot. Ghi lại kết quả và đưa ra nhận xét ngắn gọn.