TAILIEUCHUNG - Bài giảng Trí tuệ nhân tạo: Giải thuật di truyền - PGS.TS. Lê Thanh Hương

Bài giảng "Trí tuệ nhân tạo: Giải thuật di truyền" cung cấp cho người học các kiến thức về lịch sử trí tuệ nhân tạo, tiến hóa trong thế giới thực, giải pháp tệ nhất, làm cách nào để mã hóa giải pháp,. nội dung chi tiết. | 4/27/2017 Lịch sử • • • • Giải thuật di truyền GA đề xuất bởi John Holland năm 1970 Phổ biến những năm 1980 Dựa trên ý tưởng về luật tiến hóa Darwin Dùng để giải quyết nhiều bài toán không dễ giải quyết bằng các kỹ thuật khác 1 2 Tiến hóa trong thế giới thực • Mỗi tế bào sống bao gồm các nhiễm sắc thể (chromosomes) – là các xâu DNA • Mỗi NST bao gồm 1 tập các gene – các khối DNA • Mỗi gene quyết định một số đặc điểm của cá thể (như màu mắt) • Một tập các gene được gọi là kiểu di truyền (genotype) • Một tập các đặc điểm (như màu mắt) được gọi là kiểu hình ( phenotype) • Việc tái tạo (reproduction) là việc kết hợp các gene từ bố mẹ cộng với một số lượng nhỏ các đột biến (mutation) trong bản sao • Độ phù hợp (fitness) của 1 cá thể là số con nó có thể sinh ra trước khi nó chết • Tiến hóa dựa trên “sự sống sót của các cá thể phù hợp nhất” 3 Đặt vấn đề • • • • • Giả sử có 1 vấn đề Ta chưa biết cách giải Có thể làm gì? Sử dụng máy tính để tìm lời giải? Làm thế nào? 4 1 4/27/2017 Giải pháp tệ nhất Có thể làm như vậy không? • Đôi khi – có: Thuật toán “thử và sai” – Nếu chỉ có vài đáp án – Và có đủ thời gian Repeat • Với đa phần các vấn đề - không: Sinh một giải pháp ngẫu nhiên Thử giải pháp đó và kiểm tra sự phù hợp của nó – Có quá nhiều đáp án – Không có thời gian thử Until giải pháp đủ tốt 5 6 Làm cách nào để mã hóa 1 giải pháp Ý tưởng ít tệ hơn (GA) • Phụ thuộc vào vấn đề • GA mã hóa giải pháp như 1 chuỗi cố định các bit (ví dụ 101110, 111111, 000101) • Mỗi bit biểu diễn một số đặc điểm của giải pháp đề xuất • Để có thể sử dụng GA, cần “thử” các chuỗi và cho điểm mức độ “tốt” của giải pháp Sinh 1 tập các giải pháp ngẫu nhiên Repeat Thử mỗi giải pháp trong tập (xếp hạng chúng) Loại bỏ 1 số giải pháp kém trong tập Nhân các giải pháp tốt lên Tạo ra một số thay đổi trong các cá thể này Until giải pháp tốt nhất đủ tốt 7 8 2 4/27/2017 Khoan chỗ nào Ví dụ, khoan dầu Giải pháp 1 = 300 • Giả sử cần khoan dầu ở đâu đó dọc theo 1km đường sa mạc •

• Kỹ thuật lập trình
• Bài giảng Trí tuệ nhân tạo
• Trí tuệ nhân tạo
• Giải thuật di truyền
• Lịch sử trí tuệ nhân tạo
• Mã hóa giải pháp
• Tiến hóa trong thế giới thực
• Trí tuệ nhân tạo chương 1
• Tổng quan về trí tuệ nhân tạo
• Nền tảng của trí tuệ nhân tạo
• Bài giảng Trí tuệ nhân tạo chương 1
• Nền tảng trí tuệ nhân tạo
• Định nghĩa trí tuệ nhân tạo
• Thành tự trí tuệ nhân tạo
• Thành tựu trí tuệ nhân tạo
• Thách thức trí tuệ nhân tạo
• Cơ sở Trí tuệ nhân tạo‎
• Bài giảng Cơ sở Trí tuệ nhân tạo‎
• Đối tượng nghiên cứu trí tuệ nhân tạo
• Lĩnh vực áp dụng trí tuệ nhân tạo
• Trí tuệ nhân tạo chương 2
• Bài giảng Trí tuệ nhân tạo chương 2
• Biểu diễn bài toán
• Agen thông minh
• Đặc điểm của trí tuệ nhân tạo
• Ứng dụng của trí tuệ nhân tạo
• Tác nhân thông minh
• Khái niệm Trí tuệ nhân tạo
• Thành tựu của khoa học Trí tuệ nhân tạo
• Xu hướng mới Trí tuệ nhân tạo
• kinh tế chính trị học
• học thuyết kinh tế
• sách kinh tế học
• tài liệu học đại học
• giáo trình trí tuệ nhân tạo
• tài liệu trí tuệ nhân tạo
• đề cương bài giảng
• sách trí tuệ nhân tạo
• xử lý ngôn ngữ tự nhiên
• ứng dụng trí tuệ nhân tạo
• sản phẩm trí tuệ nhân tạo
• nghiên cứu trí tuệ nhân tạo
• đề cương Trí tuệ Nhân tạo
• lý thuyết Trí tuệ Nhân tạo
• Tri tuệ nhân tạo
• nghiên cứu Tri tuệ nhân tạo
• hệ thống Tri tuệ nhân tạo
• thiết kế Tri tuệ nhân tạo
• tìm hiểu Tri tuệ nhân tạo
• phương pháp giải quyết vấn đề cơ bản
• Bài giảng Nhập môn trí tuệ nhân tạo
• Nhập môn trí tuệ nhân tạo
• Vai trò trí tuệ nhân tạo
• Tính chất của một thuật toán
• Kỹ thuật tìm kiếm