Търсене с изкуствен интелект и решаване на проблеми

Въведение

Тази статия има за цел да обясни как търсенето с изкуствен интелект може да се използва за решаване на проблеми. Той дава въведение в някои от техниките за търсене с AI, което ще помогне на начинаещите да разберат основите.

Винаги, когато имаме проблеми, се опитваме с всички средства да ги разрешим. Ще има повече от един начин за решаване на проблема. Така че е необходимо търсене на по-добро решение от наличните решения. Систематизирането на системата ще реши проблема ефективно. За системно търсене знанията и интелигентността са задължителни. Винаги се опитваме да използваме машини за решаване на ежедневните си проблеми: калкулатори за изчисляване, перални машини за пране на дрехи и така нататък. Но когато чуем знание и интелигентност, в съзнанието ни идва думата компютър. Да, компютрите могат да бъдат захранвани със знания и интелигентност посредством техники за изкуствен интелект. Има няколко налични техники за търсене в областта на изкуствения интелект. Тази статия обяснява някои от тях.

Видове AI техники за търсене

Има два вида: неинформирано търсене и неинформирано търсене. Тази класификация се основава на количеството информация, необходима за дадена техника.

Неинформирано търсене

Не винаги разполагаме с достатъчно информация, за да разрешим проблем. Когато имаме по-малко информация, трябва да търсим на сляпо, както и името сляпо търсене. Търсенето е като обхождане на дърво от възли, където всеки възел представлява състояние. един от начините е да изследвате всички възли на всяко ниво и ако решението не бъде намерено, продължете да изследвате възлите на следващото ниво. Този цикъл трябва да се повтаря, докато достигнем състояние на решение или установим, че изобщо няма решение. Тази техника е известна като първо търсене в ширина (BFS), защото търсенето е в ширина. Проблемът с първо търсене в ширина е, че отнема много време, ако решението е далеч от основния възел в дървото. Ако има решение, BFS гарантирано ще го намери.

Проучването може да се извърши в дълбочина, вместо в ширина. Тоест, изследване на един клон напълно, докато се намери решение или се установи, че няма решение. Ако не бъде намерено решение в един клон, трябва да се направи обратно проследяване, за да се върнете към предишния възел и да изследвате в друг клон. Тази техника се нарича първо търсене в дълбочина (DFS). Ако състоянието на целта съществува в ранен възел в един от първите няколко клона, тогава търсенето първо в дълбочина ще го намери лесно, в противен случай DFS не е по-добър от BFS. Търсенето може да се извърши и в двете посоки: една от началното състояние към целевото състояние и друга от целевото състояние към началното състояние. Този подход се нарича двупосочно търсене.

Информирано търсене

За някои за щастие разполагаме с достатъчно информация. Информацията може да е улика или някаква друга информация. В този случай можем да решим проблема по ефективен начин. Информацията, която помага да се намери решението, се нарича евристична информация. Евристичните техники за търсене предоставят решение на проблемите, за които имаме достатъчно информация. Докато обикаля дървото, евристичното търсене решава дали да продължи в конкретната посока или не въз основа на информацията в ръка. Така винаги избира най-обещаващия наследник. Някои от техниките за евристично търсене са чисто евристично търсене, алгоритъм A*, итеративно задълбочаващо A*, първо разклоняване и свързване в дълбочина и рекурсивно първо най-добро търсене.

Empfohlene Artikel

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert