Mục lục bài họcĐang ở d05-b2
Robotics and artificial intelligence
What makes something a robot
- a mechanical structure that can move — arms, wheels, joints;
- sensors to gather data about its surroundings;
- it is programmable, so its behaviour can be changed without rebuilding it;
- it usually has end effectors — the tool at the end of the arm, such as a gripper or welder.
Robots appear in industry (welding, painting, assembly), domestic settings (vacuum cleaners, lawn mowers), medicine (surgical assistance), agriculture (harvesting, spraying) and exploration (space, deep sea, bomb disposal).
Advantages of robots
- they can work continuously without breaks, holidays or sleep;
- they are highly consistent — every unit is made to the same standard, so quality does not drift;
- they are more accurate than a person on repetitive precision work;
- they can work in dangerous environments — extreme heat, radiation, deep water, bomb disposal;
- running costs are lower over time, since no wages are paid.
Disadvantages of robots
- high initial cost to buy, install and program;
- job displacement — workers doing that task lose their jobs, and retraining is not always possible;
- they cannot deal with the unexpected: a robot follows its program, so a situation the programmer did not foresee stops it or causes an error;
- they need maintenance by skilled technicians, who must be paid;
- skills that were once common in the workforce may be lost.
The third point is the one worth arguing carefully. A human worker who meets a strange situation improvises. A robot has no judgement outside its programming — which is exactly why robots suit repetitive, predictable tasks and struggle with variable ones.
Artificial intelligence
AI is software that simulates the way humans think, and it is characterised by:
- a collection of data to work from;
- a set of rules for using that data;
- the ability to reason — to reach a conclusion from the data and rules;
- the ability to learn and adapt — to improve its results over time.
Expert systems
An expert system reproduces the decision-making of a human specialist — in medical diagnosis, mineral prospecting, fault-finding, tax advice or chess.
| knowledge base | the store of facts collected from human experts |
| rule base | the set of if-then rules linking those facts |
| inference engine | the reasoning part — it matches the facts given against the rules to reach a conclusion |
| user interface | how the user answers questions and reads the result |
| explanation system | tells the user why the system reached its conclusion, and how confident it is |
Note carefully the difference between the knowledge base and the inference engine. The knowledge base stores; the inference engine reasons. Swapping these is a common and heavily marked error.
The explanation system matters more than it looks: a doctor will not act on a diagnosis the system cannot justify.
Machine learning
Machine learning is a branch of AI where the system improves its own performance from data without being explicitly reprogrammed.
The distinction from a normal program: a normal program does exactly what it was written to do, forever. A machine-learning system is shown examples, finds patterns in them, and gets better as it sees more.
That is why it suits problems too complex to write rules for — recognising faces, understanding speech, spotting fraud.
Thế nào là một người máy.
- có cấu trúc cơ khí chuyển động được — cánh tay, bánh xe, khớp;
- có cảm biến để thu thập dữ liệu về môi trường xung quanh;
- lập trình được, nên thay đổi hành vi mà không phải chế tạo lại;
- thường có bộ phận đầu cuối — công cụ gắn ở đầu cánh tay, như kìm kẹp hay đầu hàn.
Người máy xuất hiện trong công nghiệp (hàn, sơn, lắp ráp), gia đình (máy hút bụi, máy cắt cỏ), y tế (hỗ trợ phẫu thuật), nông nghiệp (thu hoạch, phun thuốc) và thám hiểm (vũ trụ, đáy biển sâu, gỡ bom).
Ưu điểm của người máy.
- làm việc liên tục, không nghỉ giải lao, không nghỉ lễ, không cần ngủ;
- rất ổn định — mọi sản phẩm làm ra theo cùng một chuẩn, nên chất lượng không trôi;
- chính xác hơn con người ở những việc lặp lại đòi hỏi độ chính xác;
- làm được ở môi trường nguy hiểm — nhiệt độ cực cao, phóng xạ, nước sâu, gỡ bom;
- chi phí vận hành thấp hơn về lâu dài, vì không phải trả lương.
Nhược điểm của người máy.
- chi phí ban đầu cao để mua, lắp đặt và lập trình;
- mất việc làm — công nhân đang làm công việc đó bị thay thế, và không phải lúc nào cũng đào tạo lại được;
- không xử lý được tình huống bất ngờ: người máy làm theo chương trình, nên một tình huống mà người lập trình không lường trước sẽ làm nó dừng hoặc gây lỗi;
- cần kỹ thuật viên có tay nghề bảo trì, và những người đó phải được trả lương;
- những kỹ năng từng phổ biến trong lực lượng lao động có thể bị mai một.
Ý thứ ba đáng lập luận cẩn thận. Người thợ gặp tình huống lạ thì tự xoay xở. Người máy không có phán đoán nào ngoài chương trình — và đó chính là lý do người máy hợp với việc lặp lại, đoán trước được và chật vật với việc hay thay đổi.
Trí tuệ nhân tạo. Đây là phần mềm mô phỏng cách con người suy nghĩ, và nó có bốn đặc điểm:
- một tập dữ liệu để làm việc trên đó;
- một bộ quy tắc để sử dụng dữ liệu đó;
- khả năng suy luận — rút ra kết luận từ dữ liệu và quy tắc;
- khả năng học và thích nghi — cải thiện kết quả theo thời gian.
Hệ chuyên gia. Một hệ chuyên gia tái tạo cách ra quyết định của chuyên gia là con người — trong chẩn đoán y khoa, thăm dò khoáng sản, dò tìm hỏng hóc, tư vấn thuế, hay chơi cờ.
- Cơ sở tri thức — kho các sự kiện thu thập từ các chuyên gia là người;
- Cơ sở quy tắc — bộ các quy tắc nếu–thì nối các sự kiện đó lại;
- Bộ suy diễn — phần biết suy luận: nó đối chiếu các sự kiện được cung cấp với các quy tắc để rút ra kết luận;
- Giao diện người dùng — nơi người dùng trả lời câu hỏi và đọc kết quả;
- Hệ giải thích — cho người dùng biết vì sao hệ thống đi tới kết luận đó, và mức độ chắc chắn là bao nhiêu.
Chú ý kỹ khác biệt giữa cơ sở tri thức và bộ suy diễn. Cơ sở tri thức lưu trữ; bộ suy diễn suy luận. Gán nhầm hai thứ này là lỗi phổ biến và bị trừ điểm nặng.
Hệ giải thích quan trọng hơn vẻ ngoài của nó: một bác sĩ sẽ không hành động theo một chẩn đoán mà hệ thống không giải thích nổi.
Học máy. Học máy là một nhánh của trí tuệ nhân tạo, trong đó hệ thống tự cải thiện kết quả từ dữ liệu mà không cần được lập trình lại một cách tường minh.
Khác biệt so với chương trình thông thường: chương trình thông thường làm đúng những gì nó được viết ra để làm, mãi mãi. Hệ thống học máy được cho xem các ví dụ, tự tìm ra quy luật trong đó, và giỏi lên khi thấy càng nhiều ví dụ.
Vì thế nó hợp với những bài toán quá phức tạp để viết quy tắc — nhận diện khuôn mặt, hiểu tiếng nói, phát hiện gian lận.
Một nhà máy đang cân nhắc thay dây chuyền lắp ráp thủ công bằng người máy. Nêu ba lợi ích và ba bất lợi, rồi cho kết luận có điều kiện.
Ba lợi ích.
Lợi ích một — làm việc liên tục. Người máy chạy được suốt ngày đêm, không nghỉ giải lao, không nghỉ lễ, không cần ngủ. Sản lượng trên mỗi dây chuyền vì thế tăng đáng kể.
Lợi ích hai — chất lượng ổn định. Người máy làm mọi sản phẩm theo cùng một chuẩn. Công nhân mệt về cuối ca thì chất lượng trôi dần; người máy thì không.
Điều này còn giảm số hàng lỗi phải bỏ, nên tiết kiệm nguyên liệu.
Lợi ích ba — làm được việc nguy hiểm. Hàn, sơn phun và nâng vật nặng đều gây hại cho sức khoẻ con người. Giao cho người máy nghĩa là không còn ai bị thương ở những công đoạn đó.
Ba bất lợi.
Bất lợi một — chi phí ban đầu rất cao. Nhà máy phải trả tiền mua thiết bị, lắp đặt, và lập trình cho từng công đoạn. Khoản này phải bỏ ra trước khi thu được lợi ích nào.
Bất lợi hai — công nhân mất việc. Những người đang làm công đoạn đó bị thay thế, và không phải ai cũng đào tạo lại được để làm việc khác trong nhà máy.
Đây là chi phí xã hội thật, không chỉ là con số trên sổ sách.
Bất lợi ba — không xử lý được tình huống bất ngờ. Người máy làm đúng theo chương trình. Gặp một linh kiện đặt lệch hay một tình huống người lập trình không lường trước, nó dừng lại hoặc gây lỗi.
Người thợ gặp tình huống lạ thì tự xoay xở; người máy không có phán đoán nào ngoài chương trình.
Ngoài ra nhà máy vẫn phải trả lương cho kỹ thuật viên bảo trì có tay nghề.
Kết luận có điều kiện.
Việc thay thế đáng làm khi công đoạn đó lặp lại, đoán trước được và có sản lượng lớn — vì đó đúng là chỗ người máy mạnh nhất và con người yếu nhất.
Ngược lại, nếu sản phẩm hay thay đổi, cần phán đoán hoặc sản lượng nhỏ, thì chi phí lập trình lại sẽ nuốt hết phần tiết kiệm, và giữ công nhân là lựa chọn đúng.
Nhà máy cũng nên có kế hoạch đào tạo lại số công nhân bị ảnh hưởng sang các vị trí như bảo trì hay kiểm tra chất lượng.
Mô tả các thành phần của một hệ chuyên gia chẩn đoán y khoa, nêu rõ việc của từng thành phần, và giải thích vì sao hệ giải thích lại thiết yếu.
Cơ sở tri thức. Đây là kho các sự kiện thu thập từ nhiều bác sĩ chuyên khoa: các bệnh, triệu chứng của từng bệnh, kết quả xét nghiệm điển hình, và các yếu tố nguy cơ.
Nó chỉ lưu trữ. Bản thân nó không quyết định gì cả.
Cơ sở quy tắc. Đây là bộ các quy tắc nếu–thì nối các sự kiện lại với nhau. Chẳng hạn: nếu bệnh nhân sốt và ho và khó thở, thì khả năng viêm phổi tăng lên.
Bộ suy diễn. Đây là phần biết suy luận — và là thành phần hay bị hiểu nhầm nhất.
Nó nhận các sự kiện mà người dùng cung cấp, đối chiếu với các quy tắc, và rút ra kết luận. Nó cũng quyết định hỏi câu tiếp theo là gì để thu hẹp dần khả năng.
Nói gọn: cơ sở tri thức lưu, bộ suy diễn suy luận. Gán nhầm hai việc này là lỗi bị trừ điểm nặng.
Giao diện người dùng. Nơi bác sĩ trả lời các câu hỏi về triệu chứng và đọc kết quả. Nó phải rõ ràng, vì người dùng có thể không rành máy tính.
Hệ giải thích. Nó cho biết vì sao hệ thống đi tới kết luận đó — quy tắc nào đã được kích hoạt, sự kiện nào là căn cứ — và mức độ chắc chắn là bao nhiêu.
Vì sao hệ giải thích thiết yếu.
Lý do một — trách nhiệm nghề nghiệp. Bác sĩ là người chịu trách nhiệm trước bệnh nhân, không phải phần mềm. Họ không thể kê thuốc dựa trên một kết luận không giải thích được.
Lý do hai — phát hiện sai sót. Nếu hệ thống nêu rõ căn cứ, bác sĩ nhận ra được khi nó dựa trên một thông tin nhập sai hoặc một quy tắc không phù hợp với ca bệnh này.
Lý do ba — hệ chuyên gia đưa ra khả năng, không phải sự thật. Nó thường trả về kết quả kèm mức độ chắc chắn. Biết hệ thống “khá chắc” hay “rất chắc” thay đổi hoàn toàn cách bác sĩ hành động.
Vì thế hệ chuyên gia là công cụ hỗ trợ quyết định của bác sĩ, chứ không thay thế bác sĩ.
Đọc xong rồi — làm thử ngay
Bài tập của chương Automated and Emerging Technologies gồm 14 câu trắc nghiệm và 5 đề tự luận. Đáp án hiện ngay khi chọn, miễn phí.