MỤC TIÊU HỌC LIỆU 
Giáo trình Trí tuệ nhân tạo giúp người học nắm vững kiến thức nền tảng về trí tuệ nhân tạo. Người học được trang bị kỹ năng lập trình AI cơ bản với Python, sử dụng thư viện và triển khai các thuật toán đơn giản. 
Ngoài ra, người học sẽ hiểu và áp dụng các thuật toán tìm kiếm, biểu diễn và xử lý tri thức (logic, luật sinh, mạng ngữ nghĩa, frame) cũng như các thuật toán máy học cơ bản, từ đó có thể giải quyết các bài toán dự đoán, phân loại và ra quyết định trong AI. 
CẤU TRÚC HỌC LIỆU
Chương 1. Tổng quan trí tuệ nhân tạo: trình bày khái niệm, lịch sử, các lĩnh vực ứng dụng của AI, những thách thức trong nghiên cứu và phát triển AI hiện đại.
Chương 2. Lập trình AI cơ bản với Python: cung cấp các kỹ năng lập trình AI cơ bản bằng Python, bao gồm cách sử dụng các thư viện, cấu trúc dữ liệu, và kỹ thuật lập trình để giải quyết các bài toán đơn giản trong AI, từ xử lý dữ liệu đến triển khai các thuật toán cơ bản.
Chương 3: Các thuật toán tìm kiếm lời giải: giải thích các thuật toán tìm kiếm giải pháp trong không gian trạng thái, bao gồm tìm kiếm có thông tin và không có thông tin, và áp dụng chúng vào các bài toán thực tế.
Chương 4: Biểu diễn và xử lý tri thức: trình bày phương pháp biểu diễn tri thức và kỹ thuật xử lý tri thức trong AI, bao gồm logic mệnh đề, luật sinh, mạng ngữ nghĩa, frame, và các phương pháp suy diễn (tiến và lùi).
Chương 5: Máy học cơ bản: giới thiệu các khái niệm cơ bản về máy học, các thuật toán giám sát và không giám sát, cách huấn luyện và đánh giá mô hình. Chương cũng hướng dẫn áp dụng các thuật toán cơ bản để giải quyết các bài toán dự đoán, phân loại và khai thác dữ liệu.
MỤC TIÊU MÔN HỌC
Môn Trí tuệ nhân tạo giúp người học nắm vững kiến thức cơ bản về trí tuệ nhân tạo, bao gồm lịch sử, khái niệm, phân loại và các ứng dụng trong đời sống và công nghiệp.
Người học được trang bị kỹ năng lập trình AI cơ bản, triển khai các thuật toán tìm kiếm, biểu diễn và xử lý tri thức, cũng như các thuật toán máy học cơ bản. Đồng thời, môn học giúp phát triển tư duy logic, khả năng phân tích và giải quyết vấn đề, từ đó áp dụng AI một cách hiệu quả và có trách nhiệm trong thực tiễn.
CHUẨN ĐẦU RA 
Sau khi hoàn thành giáo trình, người học:
- Nắm vững các khái niệm cơ bản về trí tuệ nhân tạo, bao gồm lịch sử, phân loại, các lĩnh vực ứng dụng và thách thức. Người học hiểu các phương pháp biểu diễn tri thức, suy diễn, thuật toán tìm kiếm và các thuật toán máy học cơ bản, cũng như mối liên hệ giữa lập trình AI và lý thuyết AI.
- Có khả năng lập trình AI cơ bản bằng Python, triển khai các thuật toán tìm kiếm, xử lý và suy diễn tri thức, xây dựng các mô hình máy học đơn giản, huấn luyện, đánh giá và áp dụng vào các bài toán thực tiễn. Đồng thời, người học biết sử dụng mạng ngữ nghĩa, frame và luật sinh để biểu diễn tri thức và suy luận tự động.
- Phát triển thái độ chủ động, sáng tạo và tư duy phản biện trong học tập AI. Người học nhận thức được tầm quan trọng của AI trong đời sống và công việc, biết áp dụng kiến thức một cách có trách nhiệm, khoa học và logic để giải quyết các vấn đề thực tế.
YÊU CẦU ĐỐI VỚI NGƯỜI HỌC 
Để tiếp thu hiệu quả học liệu này, người học cần có:
- Kiến thức cơ bản về lập trình: biết sử dụng Python hoặc một ngôn ngữ lập trình tương tự, hiểu các cấu trúc dữ liệu cơ bản (danh sách, từ điển, tuple) và cấu trúc điều khiển (vòng lặp, điều kiện).
- Kiến thức toán học cơ bản: hiểu đại số tuyến tính, xác suất và thống kê cơ bản, cũng như khái niệm về hàm số, đạo hàm và tối ưu hóa đơn giản.
- Khái niệm cơ bản về thuật toán và cấu trúc dữ liệu: nắm các thuật toán tìm kiếm, sắp xếp, và cấu trúc dữ liệu như mảng, danh sách liên kết, đồ thị.
- Tư duy logic và phân tích vấn đề: có khả năng phân tích bài toán, chia nhỏ vấn đề và vận dụng logic để giải quyết.
Người học có những kiến thức trên sẽ dễ dàng hiểu, áp dụng các khái niệm, thuật toán và lập trình AI cơ bản được trình bày trong tài liệu.
CÁCH TỰ HỌC TÀI LIỆU NÀY 
Để sử dụng tài liệu hiệu quả, người học nên đọc phần mục tiêu mỗi chương xác định những nội dung cần thiết, nắm rõ khái niệm vấn đề: biết nó là cái gì (what), tại sao cần nó (why), làm thế nào sử dụng nó (how) và làm lại các ví dụ trong từng mục. Người học nên đọc kỹ phần tóm tắt nội dung chính để hệ thống kiến thức. Cuối cùng kết hợp vừa làm các câu hỏi và bài tập, vừa xem lại những điểm lý thuyết chưa rõ, chưa hiểu và tự đánh giá kết quả làm bài của mình thông qua phần gợi ý làm bài ở cuối cuốn sách. 
NHÓM TÁC GIẢ 
Tài liệu được biên soạn bởi 3 tác giả có kinh nghiệm nghiên cứu và làm việc AI thực tế: 
- TS. Trương Hoàng Vinh: chịu trách nhiệm chương 1 và đọc kiểm tra chéo các chương khác. 
- TS. Lê Quang Minh: chịu trách nhiệm chương 3, 4 và đọc kiểm tra chéo các chương khác. 
- ThS. Dương Hữu Thành: chịu trách nhiệm chương 2, 5 và đọc kiểm tra chéo các chương khác. 
LỜI CẢM ƠN
Để hoàn thành tài liệu này, nhóm tác giả gửi lời cảm ơn chân thành đến quý đồng nghiệp và bạn bè đã động viên, hỗ trợ và góp ý cho tài liệu. Nhóm tác giả cũng gửi lời cảm ơn chân thành đến trường Đại học Mở Tp. Hồ Chí Minh đã tạo điều kiện thuận lợi để biên soạn tài liệu và hội đồng nghiệm thu đã dành thời gian quý báu đọc, góp ý để tài liệu hoàn thiện hơn. Bằng kinh nghiệm giảng dạy và làm việc thực tế, nhóm tác giả đã cố gắng đúc kết, cô đọng các kiến thức nền tảng về nhập môn Trí tuệ nhân tạo vào tài liệu này, nhưng chắc chắn không tránh được những thiếu sót, nhóm tác giả mong nhận được góp ý để xây dựng tài liệu ngày càng tốt hơn.  
                         Nhóm tác giả
TS. Trương Hoàng Vinh
TS. Lê Quang Minh
ThS. Dương Hữu Thành