Questo articolo spiega come risolvere i problemi utilizzando tecniche di ricerca di AI. Questo è un articolo introduttivo su AI ricerca che aiuta i principianti a capire la ricerca in Intelligenza Artificiale.
Quando abbiamo un problema cerchiamo soluzione. Se la ricerca viene fatta sistematicamente c'è una maggiore possibilità per ottenere la soluzione. Per effettuare la ricerca sistematica, l'intelligenza e la conoscenza sono necessari. Oggi si tendono a fare uso di macchine capaci di risolvere i nostri problemi. Si potrebbe facilmente presumere che se l'intelligenza e la conoscenza sono creati artificialmente in macchine, essi saranno in grado di risolvere i problemi. Nel campo della intelligenza artificiale (AI), numero di tecniche di ricerca sono stati sviluppati per il problem-solving. Questo articolo presenta una panoramica delle tecniche di ricerca AI.
Problemi e soluzioni
I problemi possono essere caratterizzate come uno spazio costituito da un insieme di stati e di un insieme di operatori che mappa da uno stato ad altri Stati. Ci saranno uno o più stati iniziali, gli stati intermedi e uno o più gol stati. Una soluzione sarà una sequenza di operatori (o percorso) che mappa uno stato iniziale allo stato obiettivo. La soluzione migliore sarà il percorso più breve composto da un minor numero di numero di operazioni. Il percorso costituisce la soluzione di una struttura ad albero. Supponiamo che abbiamo bisogno di raggiungere un determinato luogo più lontano e dobbiamo andare su strada. Ora, lo stato iniziale è quello che stiamo permanenza e lo stato obiettivo è ovviamente il luogo che dobbiamo raggiungere. E ci sarà il numero dei posti, per esempio gli stati intermedi, in mezzo. Qual è la migliore soluzione per raggiungere il posto? Ovviamente la distanza più breve tra i due luoghi.
Tipi di tecniche di ricerca
tecniche di ricerca possono essere classificate in base alla quantità di informazioni disponibili. Esistono due grandi categorie: ricerca disinformati e cercare informato.
Cerca disinformati
Non sempre è possibile ottenere tutte le informazioni utili per risolvere i problemi. In questa situazione, dobbiamo cercare alla cieca con meno informazioni. Lungi ricerca è chiamata anche ricerca cieca. La ricerca è simile ad attraversare un albero dove ogni nodo rappresenta uno stato. Un modo per risolvere un problema è la ricerca di tutti gli stati al primo livello. Ogni Stato può essere esplorato per espandere la struttura al livello successivo. Questo processo di ricerca continua di livello in livello fino alla fine (o soluzione) è stato raggiunto. Questo è come la ricerca di tutti i luoghi vicini, poi esplorare tutti i luoghi adiacenti e così via fino a raggiungere la destinazione. Questa tecnica è chiamata ricerca breadth-first search (BFS). Anche se ci vuole un sacco di tempo per raggiungere l'obiettivo dello Stato, garantisce BFS che possiamo raggiungere uno stato con il percorso più breve dallo stato iniziale.
Invece di cercare tutti gli stati ad ogni livello della struttura, ricerca può essere effettuata attraverso l'esplorazione di un livello più profondo, di solito a sinistra il basso fino al traguardo è stato raggiunto o notevole numero di livelli esplorati. Se nessun traguardo è raggiunto allora è fare marcia indietro al livello precedente e continuare a cercare in un'altra direzione. Questa tecnica è chiamata ricerca in profondità (DFS). Se lo stato obiettivo esiste già nel percorso di ricerca poi DFS è garantito a trovare con meno tempo. Se l'obiettivo è stato a destra la maggior parte degli alberi poi DFS non è meglio di BFS. A volte sarebbe meglio cercare in entrambe le direzioni: uno stato iniziale e un altro da parte dello Stato obiettivo. Questa si chiama ricerca bidirezionale.
Informato della ricerca
Quando avremo abbastanza informazioni utili o indizi, possiamo risolvere il problema in esame in modo più intelligente. Le informazioni che possono condurre alla soluzione si chiama informazione euristica e informato ricerca è comunemente noto come ricerca euristica. Invece di cercare un percorso o percorsi molti ciecamente, cerca informato usa la chiave per decidere se esplorare l'attuale stato ulteriormente.
Durante la salita di una collina guarderemo intorno per valutare le informazioni a portata di mano e decidere quale è la posizione migliore per la prossima mossa. Una tecnica di ricerca che si comporta come uno scalatore collina, conosciuta come collina di ricerca di arrampicata, sceglie il nodo più promettente come successore e va avanti. E 'importante notare che i nodi esplorati nel percorso sono semplicemente scartati. Anche se hill climbing in grado di produrre notevoli risparmi quando sono disponibili informazioni affidabili che ha alcuni svantaggi, come pedemontane, cresta e trappole plateau. Sarebbe saggio per memorizzare i nodi già espanso in modo che possiamo tornare indietro se ci rendiamo conto che il percorso attuale non è promettente. Una tecnica che segue questo approccio è chiamato ricerca best-prima.
A parte le tecniche di ricerca di cui sopra ci sono molte varianti di queste tecniche disponibili. Quale tecnica dovrebbe essere utilizzata interamente dipende dalla domanda e le informazioni disponibili per la ricerca.