Bài tập: Luyện tập: Trí tuệ nhân tạo cơ bản

Bài tập: Luyện tập: Trí tuệ nhân tạo cơ bản

Giới thiệu

Chào các em! Trong chương 2, chúng ta đã cùng nhau khám phá những khái niệm nền tảng của Trí tuệ nhân tạo (AI), từ học máy (Machine Learning), học sâu (Deep Learning), đến các ứng dụng như xử lý ảnh, nhận dạng giọng nói. Bài luyện tập hôm nay sẽ giúp các em củng cố kiến thức thông qua các bài tập cụ thể, có hướng dẫn giải chi tiết. Mục tiêu là để các em tự tin hơn khi làm việc với các thuật ngữ và hiểu rõ cách AI hoạt động trong thực tế.

Lý thuyết cần nhớ trước khi làm bài tập

Trước khi bắt đầu, hãy cùng ôn lại một số kiến thức trọng tâm:

• Trí tuệ nhân tạo (AI): Là khả năng của máy tính thực hiện các nhiệm vụ thường cần đến trí thông minh của con người.
• Học máy (Machine Learning - ML): Một nhánh của AI, cho phép máy tính tự học từ dữ liệu mà không cần lập trình cụ thể từng bước.
• Học có giám sát (Supervised Learning): Máy học từ dữ liệu đã được gán nhãn (ví dụ: ảnh mèo có nhãn "mèo", ảnh chó có nhãn "chó").
• Học không giám sát (Unsupervised Learning): Máy tự tìm ra cấu trúc hoặc nhóm từ dữ liệu chưa được gán nhãn.
• Học sâu (Deep Learning): Một nhánh của học máy, sử dụng các mạng nơ-ron nhân tạo nhiều lớp để giải quyết các vấn đề phức tạp như nhận dạng hình ảnh, xử lý ngôn ngữ tự nhiên.

Ví dụ minh họa

Bài tập 1: Nhận biết loại học máy

Một nhóm nghiên cứu muốn xây dựng hệ thống tự động phân loại email là "Spam" (thư rác) hay "Không phải Spam" (thư bình thường). Họ cung cấp cho máy một bộ dữ liệu gồm 10.000 email, mỗi email đã được gắn nhãn "Spam" hoặc "Không phải Spam". Sau khi huấn luyện, máy có thể tự động phân loại các email mới.

Hỏi: Đây là ví dụ của loại học máy nào?

Hướng dẫn giải:

• Phân tích đề bài: Dữ liệu đầu vào đã có sẵn nhãn (Spam / Không phải Spam). Máy được "dạy" bằng cách cho xem các email đã biết trước kết quả.
• Kết luận: Đây là học có giám sát (Supervised Learning). Vì máy học từ các mẫu dữ liệu đã được gán nhãn để dự đoán nhãn cho dữ liệu mới.

Bài tập 2: Ứng dụng của AI trong đời sống

Hãy ghép mỗi ứng dụng ở cột A với một lĩnh vực phù hợp ở cột B:

Hướng dẫn giải:

• Xe tự lái sử dụng AI để nhận diện đường, biển báo, chướng ngại vật → 1 - b.
• Chẩn đoán bệnh bằng AI dựa trên hình ảnh y khoa → 2 - a.
• Gợi ý phim dựa trên lịch sử xem của người dùng → 3 - c.
• Trợ lý ảo dùng AI để hiểu và phản hồi giọng nói → 4 - d.

Ghi nhớ

Để giải các bài tập về Trí tuệ nhân tạo cơ bản, các em cần nhớ:

1. Phân biệt rõ các loại học máy: Có giám sát (dữ liệu có nhãn), không giám sát (dữ liệu không nhãn), học tăng cường (học từ phần thưởng/phạt).
2. Liên hệ thực tế: Mỗi ứng dụng AI đều gắn với một lĩnh vực cụ thể (y tế, giao thông, giáo dục, giải trí…).
3. Hiểu bản chất: AI không phải là phép màu, mà là kết quả của việc huấn luyện máy tính trên dữ liệu lớn và các thuật toán mạnh mẽ.
4. Đọc kỹ đề bài: Xác định xem dữ liệu đầu vào đã có nhãn hay chưa, đó là manh mối quan trọng để chọn loại học máy.

Bài tập gợi ý (tự luyện tập thêm)

Các em hãy thử sức với những bài tập sau để kiểm tra kiến thức:

1. Bài tập 3: Một ứng dụng nghe nhạc trực tuyến có chức năng tự động tạo danh sách phát dựa trên sở thích của từng người dùng. Hệ thống phân tích lịch sử nghe nhạc của bạn và gợi ý những bài hát tương tự mà bạn chưa nghe. Hỏi: Đây là ứng dụng của học máy loại nào? (Gợi ý: có nhãn hay không có nhãn? Ở đây không có nhãn "thích" hay "không thích" được gán sẵn, máy tự tìm mẫu).
2. Bài tập 4: Trong y học, AI có thể phân tích ảnh chụp võng mạc để phát hiện sớm bệnh tiểu đường. Người ta cung cấp cho AI một bộ ảnh đã được bác sĩ gắn nhãn "có bệnh" và "không có bệnh". Sau khi huấn luyện, AI có thể tự động kiểm tra ảnh mới. Đây là học có giám sát hay không giám sát? Giải thích ngắn gọn.
3. Bài tập 5: Hãy kể tên hai ứng dụng AI mà em biết ngoài đời sống và cho biết mỗi ứng dụng đó thuộc lĩnh vực nào (ví dụ: Google Dịch thuộc lĩnh vực ngôn ngữ, xử lý ngôn ngữ tự nhiên).

Gợi ý bài tập 3: Đây là học không giám sát vì máy tự nhóm các bài hát hoặc hành vi người dùng vào các cụm (cluster) mà không cần nhãn trước. Gợi ý bài tập 4: Đây là học có giám sát vì dữ liệu ảnh đã có nhãn "có bệnh/không có bệnh".

Chúc các em luyện tập thật tốt và hiểu sâu hơn về thế giới thú vị của Trí tuệ nhân tạo!