Trí tuệ nhân tạo (TTNT) là "khả năng suy luận và thực hiện các hành động" của các thiết bị, máy móc tương tự như trong não người. Thuật ngữ này được dùng để nói đến các máy tính có mục đích không nhất định, ngành khoa học nghiên cứu lý thuyết và các ứng dụng của TTNT. Đây là một ngành trọng yếu của tin học, liên quan đến cách cư xử, sự học hỏi và khả năng thích ứng thông minh của máy móc. TTNT trở thành một môn học với mục đích chính là cung cấp lời giải cho các vấn đề của cuộc sống thực tế. Ngày nay, các hệ thống nhân tạo được dùng thường xuyên trong kinh tế, y dược, các ngành kỹ thuật quân sự, cũng như trong các phần mềm máy tính thông dụng trong gia đình và trò chơi điện tử.
Tên lửa thông minh Elipson của Nhật Bản được ứng dụng TTNT có khả năng dò tìm và khắc phục sự cố trong khi bay. Ảnh tư liệu.
Cuối thập niên 1970, một số nghiên cứu cơ bản trong các lĩnh vực như xử lý ngôn ngữ tự nhiên, biểu diễn tri thức… đã mang lại diện mạo mới cho TTNT. Thị trường tin học đã bắt đầu đón nhận những sản phẩm TTNT ứng dụng đầu tiên mang tính thương mại. Đó là các hệ chuyên gia được áp dụng trong các lĩnh vực khác nhau. Hệ chuyên gia là các phần mềm máy tính, chứa các thông tin và tri thức về một lĩnh vực cụ thể nào đó, có khả năng giải quyết những yêu cầu của người dùng ở một mức độ nào đó với trình độ như một chuyên gia có kinh nghiệm lâu năm. Một trong những hệ chuyên gia đầu tiên được sử dụng thành công trong thực tế là hệ MYCIN. Năm 1972, một sự kiện quan trọng trong sự phát triển khoa học TTNT là sự ra đời của ngôn ngữ PROLOG. Thập niên 1980, mạng neuron được sử dụng rộng rãi với thuật toán truyền ngược. Thập niên 1990 đánh dấu các thành tựu chính trong nhiều lĩnh vực của TTNT và được thể hiện trong nhiều ứng dụng đa dạng như máy tính Deep Blue, một máy tính chơi cờ đã thắng Garry Kasparov trong một trận đấu 6 ván nổi tiếng năm 1997. Bộ Quốc phòng Mỹ công bố chi phí tiết kiệm được do sử dụng công nghệ TTNT để lên kế hoạch cho các đơn vị tham chiến trong Chiến tranh vùng Vịnh lần thứ nhất đã bù lại được toàn bộ đầu tư của chính phủ Mỹ cho nghiên cứu TTNT kể từ thập niên 1950. Gần đây, người máy ASIMOTO của các nhà khoa học Nhật Bản biết đi lên và xuống các bậc cầu thang đã minh chứng cho sự phát triển vượt bậc của TTNT.
Có hai trường phái TTNT là truyền thống và tính toán. TTNT truyền thống là các phương pháp học máy, đặc trưng bởi hình thức hóa và phân tích thống kê. TTNT truyền thống còn được gọi là TTNT biểu tượng, TTNT logic, TTNT ngăn nắp và TTNT cổ điển. Các phương pháp của TTNT truyền thống gồm: Hệ chuyên gia, áp dụng các khả năng suy luận để đưa ra kết luận. Một hệ chuyên gia có thể xử lý các lượng lớn thông tin đã biết và đưa ra các kết luận dựa trên các thông tin đó. Chương trình trợ giúp có hình cái kẹp giấy Clippy của Microsoft Office là một ví dụ. Khi người dùng gõ phím, Clippy nhận ra các xu hướng nhất định và đưa ra các gợi ý cho người dùng... TTNT tính toán nghiên cứu việc học hoặc phát triển lặp. Ví dụ: Tinh chỉnh tham số trong hệ thống. Các phương pháp chính gồm: Phương pháp mạng neuron, phương pháp hệ mờ, phương pháp tính toán tiến hóa.
Con người đã phát triển hệ thống thông minh lai, trong đó kết hợp cả hai trường phái trên. Các phương pháp trí tuệ nhân tạo thường được dùng trong các công trình nghiên cứu khoa học nhận thức, một ngành đang cố gắng tạo ra mô hình nhận thức của con người. TTNT hiện vẫn đang tiếp tục được nghiên cứu. Ở các quốc gia phát triển, ngành khoa học này luôn được coi là ngành khoa học mũi nhọn. Nhiều loại trang thiết bị quân sự hiện đã được ứng dụng TTNT như trong các rô-bốt được thiết kế cho các nhiệm vụ đặc biệt, trong các hệ thống mô phỏng, điều khiển vũ khí, trong UAV (máy bay không người lái)…
Đỗ Văn Trưởng