Denne artikel forklarer, hvordan man løser problemer ved hjælp af AI søgeteknikker. Dette er en indledende artikel om AI søgning, hjælper begyndere forstå søgning i kunstig intelligens.
Når vi har et problem, vi søger til opløsning. Hvis søgningen er udført systematisk er der en større chance for at få løsningen. For at gøre søgningen systematisk, intelligens og viden er nødvendig. I dag er vi tilbøjelige til at gøre brug af maskiner til at løse vores problemer. Vi kunne let antager, at hvis intelligens og viden er skabt kunstigt i maskiner, vil de være i stand til at løse problemer. På området for kunstig intelligens (AI), antal søgeteknikker er blevet udviklet til problemløsning. Denne artikel indeholder en oversigt over AI søgeteknikker.
Problemer og løsninger
Problemer kan karakteriseres som et rum bestående af en række stater og en række aktører, kort fra en tilstand til andre stater. Der vil være en eller flere indledende stater, mellemliggende stater og en eller flere mål stater. En løsning vil være en sekvens af operatører (eller sti), der kort en indledende stat til mål tilstand. Den bedste løsning vil være den korteste vej, der består af færre antal operationer. Løsningen sti udgør en træstruktur. Antag at vi har brug for at nå et bestemt sted længere væk, og vi er nødt til at gå ad landevej. Nu oprindelige tilstand er noget, vi er i øjeblikket opholder sig, og målet tilstand er naturligvis det sted, vi skal nå. Og der vil være flere steder, siger mellemliggende stater imellem. Hvad er den bedste løsning for at nå det sted? Naturligvis den korteste afstand mellem de to steder.
Typer af søgeteknikker
Søg teknikker kan klassificeres på grundlag af mængden af relevante oplysninger til rådighed. Der er to hovedkategorier: uvidende søgning og informeret søgning.
Uvidende Søg
Det er ikke altid muligt at få alle relevante oplysninger til at løse problemer. I denne situation har vi at søge blindt med mindre information. Uvidende søgning kaldes også blind søgning. Søgning ligner gennemkører et træ, hvor hver knude repræsenterer en stat. En måde at løse et problem er at søge efter alle stater på det første niveau. Hver stat kan derefter udforskes for at udvide træet til det næste niveau. Denne søgning proces fortsætter niveau for niveau indtil målet (eller opløsning) tilstand er opnået. Dette er som at lede efter alle de omkringliggende steder først, derefter udforske alle deres tilstødende steder og så videre indtil vi når frem til destinationen. Denne søgning teknik kaldes bredde-først søgning (BFS). Selv om det tager en masse tid til at nå målet staten, BFS garanterer, at vi kan nå en tilstand med korteste vej fra den oprindelige tilstand.
I stedet for at søge i alle stater på hvert niveau i træet, kan søge gøres ved at undersøge et niveau dybere, normalt venstre-afdelinger indtil målet der er nået mange niveauer undersøges. Hvis der ikke målet er nået så den har at bakke til det tidligere niveau og fortsætte med at søge i en anden retning. Denne teknik kaldes dybde-først søgning (DFS). Hvis målet stat eksisterer tidligere i søgestien så DFS er garanteret at finde den med mindre tid. Hvis målet tilstand er på det rigtige det meste af træet så DFS er ikke bedre end BFS. Nogle gange ville det være bedre at søge i begge retninger: den ene fra den oprindelige tilstand, og en anden fra målet staten. Dette kaldes tovejs søgning.
Informeret Søg
Når vi har nok relevante oplysninger eller indicier, kan vi løse problemet ved hånden i en smartere måde. De oplysninger, der kan føre til løsningen kaldes heuristisk information og informeret søgning er almindeligt kendt som heuristisk søgning. I stedet for at søge en vej eller mange stier blindt, bruger informeret søge i clue at afgøre, om at udforske den aktuelle yderligere.
Mens bestige et bjerg, vil vi kigge rundt for at vurdere med de oplysninger ved hånden, og beslutte, hvilke er bedre i stand til at flytte næste. En søgning teknik, der opfører sig som en bakke bjergbestiger, der er kendt som Hill klatring søgning, vælger den mest lovende node som efterfølger, og går videre. Det er vigtigt at bemærke, at udforsket noder på vej er simpelthen kasseres. Selvom bakken klatring kan medføre betydelige besparelser, når pålidelige oplysninger, den har nogle ulemper som f.eks foden, ryg og plateau fælder. Det ville være klogt at gemme allerede udvidet noder, så vi kan bakke, hvis vi indser, at den nuværende sti ikke er lovende. En teknik, der følger denne fremgangsmåde kaldes bedste-først-søgning.
Bortset fra søgeteknikker ovennævnte er der mange varianter af disse teknikker er til rådighed. Hvilken teknik skal anvendes udelukkende afhænger af ansøgningen og de oplysninger fås til søgning.