この資料では、問題をAIの検索技術を使って解決する方法について説明します。人工知能の検索理解これは、初心者を助けるAI検索の入門記事です。
私たちはこの問題を解決のために我々が検索した。検索が体系的に行われている場合があるソリューションを取得するための大きなチャンスです。検索体系、知能と知識を作るためには必要です。今日は、我々の問題を解決するためにマシンを使用する傾向にある。我々は、簡単に知能と知識は、機械人工で作成される場合は、それらの問題を解決することができると仮定できます。人工知能の分野（AI）は、検索技術の数は問題解決のために開発されている。この資料では、AI検索技術の概要を示します。
問題と解決策
問題はスペースの状態のセットから構成される1つの状態から他の状態にマップする演算子の集合として特徴付けすることができます。 1つまたは複数の初期状態、中間状態と1つまたは複数の目標の状態になります。ソリューションは、演算子（またはパス）がゴール状態に初期状態にマップのシーケンスになります。最善の解決策は、最短パスの操作の少ない数で構成される。ソリューションパスフォームツリー構造。私たちは遠く特定の場所に到達するため、我々は道路で行かなければならない必要があると仮定します。さて、初期状態は、私たちは、現在滞在している目標状態は明らかに我々が到達する必要がある場所です。そして、多くの場所になります、との間の中間の状態は、と言う。何が最良のソリューションの場所への行き方ですか？ 2つの場所の間に明らかに最短距離。
検索の種類テクニック
検索技術は、関連する情報の量がご利用いただけますに基づいて分類することができます。 2つの広範なカテゴリ：無知検索、情報検索があります。
無知検索
それは常に可能、すべての関連情報を問題を解決する取得することはできません。このような状況で、我々は盲目的に少ない情報で検索する必要があります。無知検索もブラインドサーチと呼ばれます。検索と同様、各ノードの状態を表すツリーを走査することです。問題を解決する方法の1つは、すべての状態の最初のレベルで検索することです。各状態は、次のレベルにツリーを展開を模索することができます。この検索プロセスは、目標（またはソリューション）状態に到達するまでのレベルによってレベルを続けている。我々が宛先に到達するまでこれはすべての隣接場所のため、まず、すべての隣接する場所を探検する検索のように似ています。この検索手法は、幅優先探索（BFSの）と呼ばれます。それは、我々は初期状態からの最短経路と状態を達することができるのBFSの保証を目標状態に達するまでの時間がかかるけど。
代わりに、ツリーの各レベルですべての状態を検索の検索が深く、通常左ゴール状態やレベルのかなりの数の検討に到達するまで、区を1つのレベルを探る行うことができます。ない目標を達した場合、それ以前のレベルにバックトラックして別の方向に検索を続行しています。この手法は、深さ優先探索（DFS）のと呼ばれます。目標状態は、以前の検索パスにしてDFSは短い時間でそれを見つけるために保証されて存在する場合。目標状態は右側のツリーの最大の場合、DFSはないのBFSよりはましだ。場合によっては、両方の方向で検索する方がよい：1、初期状態から、別の目標状態から。これは、双方向の検索と呼ばれます。
インフォームド検索
私たちは十分な関連情報や手がかりを持って、我々は手で賢く方法で問題を解決することができます。解決策につながる可能性があります情報は、ヒューリスティック情報と呼ばれ、検索一般ヒューリスティック探索として知られて知らせた。代わりに、やみくもに1つのパスまたは複数のパスを検索するの、インフォームド検索かどうかを現在の状態をさらに探索を決定するための手掛かりを使用します。
私たちの周りの評価に手で情報を見て、どちらがより良い位置に次の移動するかを決めるの丘を登りながら。丘の登山家、丘の登山検索を知られているように振る舞うの検索技術は、後継者との動きには最も有望なノードを選択します。重要なことはパス上の模索ノードは単に破棄されます注意してください。丘は、信頼性の高い情報がご利用いただけますがふもとのようないくつかの欠点、尾根や台地のトラップを持っている実質的な節約を生成することができます登山けど。これは、既に展開ノードを我々は現在のパスが1つを約束されていません実現もしそうなら、我々はバックトラックすることができます保存するのが賢明でしょう。このアプローチを最高の最初の検索と呼ばれて、次のテクニック。
検索技術が、上記とは別に、これらのテクニック使用可能な多くの亜種があります。どちらの方法を完全に検索用のアプリケーションと情報空く依存を使用する必要があります。