Denne artikkelen forklarer hvordan du kan løse problemer ved hjelp av AI søketeknikker. Dette er en innledende artikkel om AI-søk som hjelper nybegynnere å forstå søker i kunstig intelligens.
Når vi har et problem vi søker etter løsningen. Hvis søket er gjort systematisk det er større sjanse for å få løsningen. For å gjøre søket systematiske, intelligens og kunnskap er nødvendig. I dag har vi en tendens til å gjøre bruk av maskiner for å løse våre problemer. Vi kunne lett anta at hvis intelligens og kunnskap er skapt kunstig i maskiner, vil de være i stand til å løse problemer. I feltet av kunstig intelligens (AI), antall søk teknikker har blitt utviklet for problemløsning. Denne artikkelen presenterer en oversikt over AI søketeknikker.
Problemer og løsninger
Problemer kan karakteriseres som et rom som består av et sett av stater og et sett med operatører som kartet fra en tilstand til andre stater. Det vil være en eller flere innledende stater, middels stater og ett eller flere mål stater. En løsning vil være en sekvens av operatører (eller sti) som kartlegger en første stat til stat målet. Den beste løsningen vil være den korteste vei som består av færre antall operasjoner. Løsningen banen utgjør en trestruktur. Anta at vi trenger å nå et bestemt sted lenger unna, og vi må gå med bil. Nå er den første staten den vi for øyeblikket bor og målet staten er åpenbart stedet vi trenger å nå. Og det vil være flere steder, sier middels stater, i mellom. Hva er den beste løsningen for å nå stedet? Tydeligvis den korteste avstanden mellom de to stedene.
Typer søketeknikker
Søk teknikker kan klassifiseres basert på mengden av relevant informasjon tilgjengelig. Det er to hovedkategorier: uinformert søk og informert søk.
Uinformert Søk
Det er ikke alltid mulig å få all relevant informasjon for å løse problemer. I denne situasjonen, må vi søke blindt med mindre informasjon. Uinformert søk er også kalt blind søk. Søker ligner på traversering et tre der hver node representerer en stat. En måte å løse et problem er å søke etter alle statene på første nivå. Hver stat kan deretter undersøkes for å utvide treet til neste nivå. Dette søket prosessen fortsetter nivå etter nivå til målet (eller løsning) tilstand er nådd. Dette er som søker etter alle de nærliggende stedene først, deretter utforske alle sine tilstøtende steder og så videre til vi når målet. Dette søket teknikken kalles bredde-først-søk (BFS). Selv om det tar mye tid å nå målet staten, BFS garanterer at vi kan nå en stat med korteste veien fra den første staten.
I stedet for å søke alle landene på hvert nivå av treet, kan søke gjøres ved å utforske et nivå dypere, vanligvis venstre sengeposter til målet staten er nådd eller betydelig antall nivåer utforsket. Hvis det ikke målet er nådd da det har å Backtrack til forrige nivå og fortsette å søke i en annen retning. Denne teknikken kalles dybde-først-søk (DFS). Hvis målet staten eksisterer tidligere i søket banen da DFS er garantert å finne den med kortere tid. Hvis målet staten er på høyre meste av treet da DFS er ikke bedre enn BFS. Noen ganger ville det være bedre å søke i begge retninger: en fra den opprinnelige staten og en annen fra målet staten. Dette kalles toveis søk.
Informert Søk
Når vi har nok relevant informasjon eller tips, kan vi løse problemet på hånden i en smartere måte. Den informasjon som kan føre til løsningen kalles heuristisk informasjon og informert søk er vanligvis kjent som heuristisk søk. I stedet for å søke en sti eller mange stier blindt, bruker informert søke i clue å bestemme om du vil utforske den nåværende tilstand ytterligere.
Mens klatre en bakke vi vil se seg om å vurdere den informasjonen for hånden, og bestemme hvilken som er den beste posisjon til å flytte neste. Et søk teknikk som oppfører seg som en bakke klatrer, kjent som hill klatring søk, velger den mest lovende noden som etterfølger og går videre. Det er viktig å merke seg at utforsket noder på stien er rett og slett forkastet. Selv om hill klatring kan produsere betydelige besparelser når pålitelig informasjon er tilgjengelig den har noen ulemper som for eksempel foten, ryggen og platået feller. Det ville være klokt å lagre allerede utvidet nodene slik at vi kan Backtrack hvis vi innser at den nåværende banen ikke er lovende. En teknikk som følger denne tilnærmingen kalles best-først-søk.
Bortsett fra de søketeknikker nevnt ovenfor er det mange varianter av disse teknikkene tilgjengelig. Hvilken teknikk bør brukes helt og holdent avhenger av programmet og informasjonen Tilgjengelige for søk.