🔥 Lưu ý: Chuỗi bài này có thể sẽ gây nghiện và những “bức bối” quên ăn quên ngủ vì không nghĩ ra được cách giải trong khi chờ đáp án 🤯🤪
Content
Decision & control
🔥 New 1. Mars Lander 🚀
Tháp phóng “khổng lồ” Mechazilla “gắp” tên lửa đẩy “siêu to” $\approx$ toà nhà 30 tầng & tàu vũ trụ Starship
So sánh kích thước 🤯
Bộ động cơ tên lửa Raptors tạo lực đẩy và tự điều hướng khi đáp:
Để “ăn mừng” xứng đáng cột mốc lịch sử ngành hàng không vũ trụ này, cần phải cảm nhận độ khó của việc đáp tàu. Vậy nên xin mời các bạn chơi game “Mars Lander” điều khiển tàu vũ trụ đáp xuống sao hoả tìm “green people” 👽 Nhớ chụp màn hình score và post lên CoTAI Facebook Page để xếp hạng nha 🤩 À, khoá học ML4AI của CoTAI có dạy về “học tăng cường” (reinforcement learning) để các bạn có thể huấn luyện AI tự lái tàu đáp xuống nhé! 💡
Update: Thầy Huy Lê (CoTAI AI engineer & teaching staff) đáp liên tục mấy lần vô toàn chỗ x8 cho đến khi hết nhiên liệu nên score lên hơn 1000 luôn 🤯 Nhưng mà ko chụp lại màn hình 😩 vậy nên đang “bị chất vấn” là thầy chơi hay thầy huấn luyện AI chơi thay?!
Problem-solving techniques
Suy nghĩ/suy luận nhiều bước, kết hợp sử dụng công cụ (cả vật lý lẫn trừu tượng) để mở rộng năng lực giải quyết vấn đề (problem-solving) là một biểu hiện của trí tuệ bậc cao và hiện vẫn là một thách thức rất lớn trong ngành AI/Robotics.
“You can’t do much carpentry with your bare hands and you can’t do much thinking with your bare brain.”
Đây là một ví dụ trong thế giới tự nhiên, rất hay bắt gặp ở các loài quạ và linh trưởng:
Một ví dụ khác trong nghiên cứu robot, đòi hỏi “trực giác vật lý” intuitive Physics về tương tác giữa các vật để có thể lên kế hoạch điều khiển các motors với lấy trái bóng đỏ. Nhìn đơn giản nhưng đằng sau là cả một hệ thống giải các bài toán tối ưu rất phức tạp và còn rất chậm, chưa thể so sánh với con người.
Đây là một ví dụ về khả năng dùng công cụ để giải quyết vấn đề trong công việc của con người 😳
Cần lưu ý với các bạn xe nâng này là picker truck, “lai” giữa xe nâng forklift và … xe đẩy trong siêu thị 🤯 Phải lái bằng một bánh sau với cái vô lăng không hề trực quan. Và bạn phải ngồi một bên & không thể nhìn thấy bánh xe mà bạn đang lái, vì vậy bạn phải tưởng tượng trong đầu trong khi điều khiển. Cơ bản anh chàng này đã đạt đến cấp độ Thánh rồi bạn ạ!
Chuỗi bài về kỹ năng giải quyết vấn đề này sẽ được minh hoạ qua các ứng dụng AI để lập trình games & robots, cũng như các games dùng để thử nghiệm các giải thuật AI & robotics. Chúng ta sẽ chơi games trước (yay! 🤣🤩) sau đó các hướng dẫn, lời giải, và thảo luận về các chiến lược mới được đăng.
Nếu các bạn thấy lĩnh hội được nhiều điều hay và muốn tìm hiểu thêm, CoTAI rất khuyến khích các bạn học về mô hình lên kế hoạch (planning) và học “tăng cường” (reinforcement learning) cho games và robots trong khoá ML4AI, là nền tảng xây dựng AI vô địch chơi cờ AlphaZero.
⛳ Còn bây giờ: hãy cùng khởi động với 5 màn games này trước nhé. Các bạn nhớ theo dõi xem mình đã mất bao lâu mới giải được, và chiến lược ngay khi bắt đầu là gì, rồi chia sẻ cùng mọi người nếu muốn:
