Giao diện
Chuyên đề Đọc thêm & Mở rộng: Cơ sở toán cho AI
Chào mừng bạn đến với khu vực Chuyên đề Đọc thêm & Mở rộng của môn học Cơ sở toán học cho Trí tuệ Nhân tạo.
Mục tiêu của các chuyên đề này là mở rộng tầm nhìn của người học: Không dừng lại ở các bài toán tối ưu lồi cổ điển trên bảng viết, chúng ta bước sang khám phá cách các nguyên lý toán học (đại số tuyến tính, hình học lồi, phương trình vi phân) trực tiếp thúc đẩy các đột phá công nghệ AI đương đại (từ mô hình ngôn ngữ lớn LLM đến kiến trúc mạng nơ-ron sâu).
Tất cả các bài đọc thêm đều được biên soạn với phong cách sư phạm trực giác, phân tích bản chất từ những ví dụ đời sống sinh động trước khi đi vào công thức toán học chuẩn xác.
Danh mục các Chuyên đề Đọc thêm
| Chuyên đề | Trọng tâm bản chất | Ứng dụng đột phá trong AI |
|---|---|---|
| 1. Hình học tập lồi trong Không gian nhiều chiều | Bản đồ không gian affine, nón PSD, nón đối ngẫu, siêu phẳng phân tách và thứ tự Pareto. | Khung hình học nền tảng cho toàn bộ lý thuyết tối ưu hóa và máy học vector hỗ trợ (SVM). |
| 2. Đại số tuyến tính của LoRA và Tối ưu ma trận hạng thấp | Chiều nội tại, định lý xấp xỉ Eckart–Young–Mirsky, chuẩn hạt nhân Nuclear Norm và kỹ thuật khởi tạo | Tinh chỉnh mô hình ngôn ngữ lớn (LLM 70B) hiệu quả, tiết kiệm hơn |
| 3. Cảnh quan mất mát, Điểm yên ngựa và Cực tiểu phẳng (SAM) | Xác suất điểm dừng trong không gian lớn, cơ chế thoát điểm yên ngựa của SGD, cực tiểu phẳng vs cực tiểu nhọn. | Thuật toán tối ưu hóa SAM (Sharpness-Aware Minimization) nâng cao khả năng tổng quát hóa của mạng sâu. |
| 4. Hệ động lực liên tục (ODE) và Gia tốc Nesterov | Dòng chảy gradient (Gradient Flow), hàm Lyapunov, giải mã lực ma sát | Thấu hiểu bản chất gia tốc |
Lời khuyên tiếp cận cho sinh viên
- Các bài đọc thêm này không bắt buộc phải đọc tuần tự. Bạn có thể chọn bất kỳ chủ đề nào gợi mở sự tò mò của mình.
- Khi gặp một khái niệm toán học trừu tượng, hãy luôn tự đặt câu hỏi: "Khái niệm này giải quyết khó khăn gì trong thế giới thực mà cách làm trước đó bất lực?"
- Chúc bạn có những phút giây khám phá toán học đầy cảm hứng và thấy rõ sự gắn kết mật thiết giữa lý thuyết giải tích và làn sóng trí tuệ nhân tạo hiện đại!