CS50's Introduction to AI with Python (Harvard): học gì, học thế nào

Thông tin trong bài lấy từ trang khóa học cs50.harvard.edu/ai và trang Harvard Professional & Lifelong Learning, đọc ngày 11/11/2026. Bài này giới thiệu khóa học của Harvard và cách tự học nó; nó không phải lời giải các project.

CS50 AI là khóa gì

Trang khóa học mô tả CS50 AI khám phá các khái niệm và thuật toán làm nền cho AI hiện đại, những ý tưởng đứng sau máy chơi cờ, nhận dạng chữ viết tay, dịch máy. Qua các project thực hành, người học gặp lý thuyết về tìm kiếm trên đồ thị, phân loại, tối ưu, học máy, mô hình ngôn ngữ lớn, và đưa chúng vào chương trình Python của mình. Giảng viên là Brian Yu và David J. Malan.

Điểm khác biệt so với các khóa học máy như của Andrew Ng: CS50 AI rộng hơn. Nó không bắt đầu từ hồi quy tuyến tính mà từ tìm kiếm và logic, đi qua xác suất và tối ưu, rồi mới tới học máy và mạng nơ-ron. Bạn sẽ thấy AI là một ngành gồm nhiều kỹ thuật, không chỉ là mạng nơ-ron.

Nội dung 7 tuần

Theo trang từng tuần của khóa học:

Mỗi tuần có video bài giảng, ghi chú, slide, mã nguồn ví dụ, bài trắc nghiệm và project.

12 project

Trang Projects chia thành 7 đợt, mỗi đợt một hoặc hai project:

• Đợt 0: Degrees, Tic-Tac-Toe
• Đợt 1: Knights, Minesweeper
• Đợt 2: PageRank, Heredity
• Đợt 3: Crossword
• Đợt 4: Shopping, Nim
• Đợt 5: Traffic
• Đợt 6: Parser, Attention

Tên project gợi ý đúng chủ đề tuần đó: tìm đường giữa hai diễn viên, chơi cờ caro bằng minimax, suy luận logic, xếp hạng trang web, điền ô chữ bằng thỏa ràng buộc, nhận dạng biển báo giao thông bằng mạng tích chập, phân tích câu. Một lưu ý kỹ thuật từ trang project Traffic: phiên bản Python mới nhất nên dùng cho khóa là Python 3.12, nhất là với project này vì TensorFlow.

Thử ý tưởng tuần 0 bằng code của bạn

Cách học tốt nhất là tự viết lại ý tưởng bài giảng trên một ví dụ của mình trước khi làm project. Đoạn Python dưới đây cài bốn cách tìm đường trong cùng một mê cung nhỏ: DFS dùng ngăn xếp, BFS dùng hàng đợi, tìm kiếm tham lam ưu tiên ô gần đích nhất theo khoảng cách Manhattan, và A* ưu tiên tổng "số bước đã đi + ước lượng còn lại". Đây là ví dụ tự viết, không phải lời giải project nào của khóa.

"""So sánh bốn cách tìm đường trong mê cung, đúng chủ đề tuần đầu của CS50 AI (Search):
tìm theo chiều sâu (DFS), theo chiều rộng (BFS), tham lam theo khoảng cách (greedy best-first) và A*.

Đây là ví dụ tự viết để minh họa ý tưởng bài giảng, không phải lời giải project của khóa học.
In ra: độ dài đường đi tìm được và số ô đã phải xét. Mê cung: # là tường, A là đầu, B là đích.
"""
import heapq
from collections import deque

ME_CUNG = """\
#########
#A    # #
# ### # #
# #   # #
# # ### #
#   #   #
### # # #
#     #B#
#########"""


def doc(van_ban):
    luoi = van_ban.splitlines()
    for r, dong in enumerate(luoi):
        for c, o in enumerate(dong):
            if o == "A":
                dau = (r, c)
            elif o == "B":
                dich = (r, c)
    return luoi, dau, dich


def ke(luoi, o):
    r, c = o
    for dr, dc in ((-1, 0), (1, 0), (0, -1), (0, 1)):
        nr, nc = r + dr, c + dc
        if luoi[nr][nc] != "#":
            yield (nr, nc)


def manhattan(a, b):
    return abs(a[0] - b[0]) + abs(a[1] - b[1])


def tim(luoi, dau, dich, cach):
    """Trả về (độ dài đường đi, số ô đã xét). Mỗi phần tử biên: (ưu tiên, thứ tự, ô, số bước)."""
    thu_tu = 0
    bien = [(0, thu_tu, dau, 0)]
    if cach in ("DFS", "BFS"):
        bien = deque(bien)
    da_xet = set()
    while bien:
        if cach == "DFS":
            _, _, o, buoc = bien.pop()          # ngăn xếp: vào sau ra trước
        elif cach == "BFS":
            _, _, o, buoc = bien.popleft()      # hàng đợi: vào trước ra trước
        else:
            _, _, o, buoc = heapq.heappop(bien)  # hàng đợi ưu tiên
        if o in da_xet:
            continue
        da_xet.add(o)
        if o == dich:
            return buoc, len(da_xet)
        for k in ke(luoi, o):
            if k in da_xet:
                continue
            thu_tu += 1
            if cach in ("DFS", "BFS"):
                bien.append((0, thu_tu, k, buoc + 1))
            else:
                h = manhattan(k, dich)
                uu_tien = h if cach == "Greedy" else buoc + 1 + h   # A*: g(n) + h(n)
                heapq.heappush(bien, (uu_tien, thu_tu, k, buoc + 1))
    return None, len(da_xet)


def chay_thu():
    luoi, dau, dich = doc(ME_CUNG)
    dong = []
    for cach in ("DFS", "BFS", "Greedy", "A*"):
        dai, so_o = tim(luoi, dau, dich, cach)
        dong.append(f"{cach:<7} đường đi {dai} bước, xét {so_o} ô")
    print("\n".join(dong))
    return dong


if __name__ == "__main__":
    chay_thu()

Kết quả trên mê cung mẫu: DFS tìm được đường 20 bước sau khi xét 26 ô, không phải đường ngắn nhất; BFS tìm đường ngắn nhất 16 bước nhưng phải xét 30 ô; tìm kiếm tham lam cũng ra 16 bước và chỉ xét 17 ô, nhưng đó là may mắn của mê cung này, nó không bảo đảm đường ngắn nhất; A* ra 16 bước, xét 28 ô, và luôn bảo đảm đường ngắn nhất khi hàm ước lượng không đánh giá quá khoảng cách thật. Thử sửa mê cung để thấy tham lam đi đường vòng.

Học thế nào

Trang khóa học hướng dẫn quy trình mỗi tuần rất gọn: xem bài giảng rồi nộp project. Theo trang Harvard Professional & Lifelong Learning, khóa tự học theo nhịp riêng, dài 7 tuần, cần 10 đến 30 giờ mỗi tuần, mở bất cứ lúc nào.

Gợi ý cho người học ở Việt Nam:

1. Kiểm điều kiện trước. Nếu chưa vững Python (hàm, lớp, đệ quy, đọc tệp), học Python trước; xem bài Python cho AI.
2. Xem bài giảng có phụ đề. Trang mỗi tuần có phụ đề và bản ghi lời giảng (transcript), tiện cho người chưa nghe tốt tiếng Anh.
3. Đọc ghi chú (notes) sau mỗi bài giảng. Ghi chú tóm tắt và có code ví dụ; gõ lại code ví dụ trước khi làm project.
4. Làm project ngay trong tuần. Đừng xem hết 7 tuần rồi mới làm; project là phần học thật.
5. Hỏi trong cộng đồng của khóa như Ed Discussion, Discord, khi bế tắc.

Muốn bổ sung phần học máy sâu hơn, sau CS50 AI có thể học tiếp các khóa của Andrew Ng.

Chứng chỉ và chi phí

• Học miễn phí: trang khóa học ghi người không phải sinh viên Harvard vẫn được "học" miễn phí qua OpenCourseWare. Nộp project để được chấm cần tạo tài khoản edX.
• Chứng chỉ CS50 miễn phí: theo trang CS50 Certificate, nộp và đạt ít nhất 70% ở mỗi project thì đủ điều kiện nhận chứng chỉ CS50 miễn phí.
• Chứng chỉ xác minh của edX: trả phí, đăng ký ở cs50.edx.org/ai. Trang Harvard Professional & Lifelong Learning ghi giá 299 USD (đọc ngày 11/11/2026). Ngoài ra có chứng chỉ chuyên nghiệp qua edX và chương trình tín chỉ qua Harvard Extension School hoặc Harvard Summer School.

Với người học để biết, chứng chỉ miễn phí là đủ. Chứng chỉ xác minh chỉ cần khi bạn có lý do cụ thể.

Dùng AI khi học CS50 AI

Trang Academic Honesty của khóa nêu tinh thần "be reasonable" (hãy hợp lý) và liệt kê rõ:

• Hợp lý: dùng phần mềm AI của chính CS50, gồm CS50 Duck (ddb) trên cs50.ai và cs50.dev; hỏi người khác giúp miễn là họ không làm thay bạn; vẽ ý tưởng lời giải bằng sơ đồ hay mã giả nhưng không phải code thật.
• Không hợp lý: dùng phần mềm AI khác ngoài của CS50 (trang nêu ví dụ ChatGPT, Claude, Copilot, Gemini) để gợi ý hoặc hoàn thành câu trả lời hay dòng code; xem lời giải của người khác rồi dựa vào đó.

Đây là điều cần tôn trọng nếu bạn nộp bài để lấy chứng chỉ. Và kể cả khi tự học không nộp bài, để AI làm hộ project là bỏ mất đúng phần đáng học nhất của khóa.

Câu hỏi thường gặp

Học tiếp

• Toàn cảnh tài liệu học AI theo bậc: tài liệu học AI miễn phí.
• Học sâu hơn về học máy: các khóa của Andrew Ng.
• Chuẩn bị Python trước khi học: Python cho AI.

Nếu bạn muốn học Python và AI bài bản cùng giảng viên, tham khảo khóa học AI của Big-O Coding.

Nguồn tham khảo

• CS50's Introduction to Artificial Intelligence with Python
• CS50 AI: Projects
• CS50 AI: Academic Honesty
• CS50 AI: CS50 Certificate
• Harvard Professional & Lifelong Learning: CS50 AI