Chào bạn, tôi là Tiến sĩ Minh Trí. Bạn đang xây dựng những hệ thống AI cần phải đưa ra quyết định tối ưu trong những tình huống không chắc chắn? Bạn muốn thấu hiểu các mô hình toán học đằng sau việc lập kế hoạch (Planning) và tối ưu hóa mục tiêu dài hạn? Đã đến lúc bạn làm chủ "trái tim của sự thông minh" với cuốn sách "Algorithms for Decision Making" (2022).
Mykel J. Kochenderfer dẫn dắt bạn đi từ những nguyên lý xác suất cơ bản đến các mô hình phức tạp nhất của học tăng cường (Reinforcement Learning). Trong cuốn sách thuật toán ra quyết định chuyên sâu này, bạn sẽ làm chủ:
Mô hình hóa sự bất định: Kỹ thuật sử dụng xác suất, lý thuyết thông tin và các mô hình đồ thị để đại diện cho thế giới thực đầy biến động.
Mạng Bayes và Quá trình ra quyết định Markov (MDPs): Bí quyết thiết kế các hệ thống có khả năng lập kế hoạch tối ưu trong môi trường quan sát được và không quan sát được hoàn toàn (POMDPs).
Học tăng cường (Reinforcement Learning): Hướng dẫn thực hành các thuật toán từ Q-Learning đến các phương pháp Policy Gradient để AI tự học qua trải nghiệm.
Tối ưu hóa đa mục tiêu: Cách cân bằng giữa các mục tiêu mâu thuẫn nhau trong quá trình ra quyết định của doanh nghiệp và hệ thống kỹ thuật.
Tương tác đa tác nhân (Multi-Agent Systems): Sử dụng lý thuyết trò chơi để ra quyết định khi có sự hiện diện của các đối thủ hoặc đồng đội khác.
Ứng dụng thực tiễn năm 2026: Từ điều khiển xe tự hành, quản lý danh mục đầu tư đến tối ưu hóa chuỗi cung ứng toàn cầu.
Về mặt học thuật, tôi đánh giá cao cách các tác giả sử dụng ngôn ngữ lập trình Julia để trình bày các thuật toán, mang lại sự kết hợp hoàn hảo giữa hiệu suất tính toán và sự tường minh trong toán học. Đối với cộng đồng nghiên cứu AI Việt Nam, kiến thức trong cuốn sách IT này là tiêu chuẩn vàng để phát triển các ứng dụng thông minh bậc cao. Tại 89ebook, chúng tôi mang đến tri thức này để giúp bạn kiến tạo những bộ não AI vượt trội.
