Algoritmet e kërkimit në inteligjencën artificiale

Mund të ketë një ose shumë zgjidhje për një problem të caktuar, në varësi të skenarit, pasi mund të ketë shumë mënyra për ta zgjidhur atë problem. Mendoni se si i qaseni një problemi. Le të themi se duhet të bëni diçka të drejtpërdrejtë, si një shumëzim matematikor. Është e qartë se ka një zgjidhje të saktë, por shumë algoritme për t'u shumëzuar, në varësi të madhësisë së hyrjes. Tani, merrni një problem më të ndërlikuar, si për shembull të luani një lojë (imagjinoni lojën tuaj të preferuar, shah, poker, call of duty, DOTA, çdo gjë..). Në shumicën e këtyre lojërave, në një moment të caktuar kohor, ju keni lëvizje të shumta që mund të bëni dhe zgjidhni atë që ju jep rezultatin më të mirë të mundshëm. Në këtë skenar, nuk ka një zgjidhje të saktë, por ekziston një zgjidhje më e mirë e mundshme, në varësi të asaj që dëshironi të arrini. Gjithashtu, ka shumë mënyra për t'iu qasur problemit, bazuar në atë strategji që zgjidhni të keni për lojën tuaj.

Agjentët racionalë për Inteligjencën Artificiale i qasen problemeve në një mënyrë të ngjashme. Ajo duhet të kërkojë nëpër hapësirën e zgjidhjes për të dhënë rezultatin më të mirë. Kjo i bën algoritmet e kërkimit të rëndësishëm në studimin e Inteligjencës Artificiale. Përsa i përket asaj që konsiderohet si rezultati më i mirë dhe pse një zgjidhje preferohet mbi një tjetër, është diçka në të cilën ne programojmë. AI. Në këtë artikull do të shohim se si një Inteligjencë Artificiale kërkon zgjidhjen e një problemi të caktuar.

Për të kuptuar më mirë sistemet e inteligjencës artificiale, referojuni



Pra mendoni se e dini se çfarë është Inteligjenca Artificiale?
Kur mendoni për Inteligjencën Artificiale, gjëja e parë që ju vjen në mendje është ose robotët ose makinat me tru… >hackernoon.com



Për të mësuar më shumë rreth agjentëve racionalë të mundësuar nga Inteligjenca Artificiale, referojuni



Agjentët racionalë për inteligjencën artificiale
Ka shumë qasje që mund të përdorni për të krijuar inteligjencën artificiale, bazuar në atë që shpresojmë të arrijmë…hackernoon.com



Kërko

Agjentët e thjeshtë refleks nuk kërkojnë në mënyrë specifike zgjidhjen më të mirë të mundshme, pasi janë programuar për të kryer një veprim të caktuar për një gjendje të caktuar. Përkundrazi, agjentët artificialisht inteligjentë që punojnë drejt një qëllimi, identifikojnë veprimin ose serinë e veprimeve që çojnë drejt qëllimit. Seria e veprimeve që çojnë drejt qëllimit bëhen zgjidhje për problemin e dhënë. Këtu, agjenti duhet të marrë parasysh ndikimin e veprimit në gjendjet e ardhshme. Agjentë të tillë kërkojnë të gjitha zgjidhjet e mundshme për të gjetur zgjidhjen më të mirë të mundshme për problemin e dhënë.

Përcaktimi i problemit

Agjenti duhet të jetë i qartë për qëllimin. Kjo do të thotë që ne duhet të programojmë agjentin, në mënyrë që ai të mund të klasifikojë qartë një gjendje si qëllim. Meqenëse ka shumë mënyra për të arritur atë qëllim, agjenti duhet gjithashtu të jetë në gjendje të vlerësojë një zgjidhje dhe të përcaktojë preferencën e tij për një zgjidhje.Le të shohim faktorët që duhet të përcaktohen për formulimin e një problemi.

  • Gjendja fillestare : Gjendja në të cilën agjenti fillon ose gjendja fillestare e agjentit.
  • Shtetet : Të gjitha gjendjet që janë të arritshme që nga gjendja fillestare nga çdo sekuencë veprimesh ose të gjitha gjendjet e mundshme që mund të marrë agjenti. Kjo është referuar edhe si hapësirë ​​shtetërore.
  • Veprimet : Të gjitha veprimet e mundshme që mund të ekzekutojë agjenti. Në mënyrë të veçantë, ai ofron listën e veprimeve, që një agjent mund të kryejë në një gjendje të caktuar. Kjo është referuar edhe si Hapësirë ​​Veprimi.
  • Modeli i tranzicionit : Kjo veti përshkruan rezultatet e çdo veprimi të ndërmarrë në një gjendje të caktuar.
  • Testi i qëllimit : Një mënyrë për të kontrolluar nëse një shtet është qëllimi.
  • Kosto e rrugës: Një funksion që i cakton një kosto numerike një shtegu w.r.t. masë e performancës

Formulimi i problemit ofron një mënyrë të thjeshtë për të hartuar një agjent racional.

Hapësira e kërkimit

Ndryshe nga hapësira e gjendjes, e cila është një konfigurim fizik, hapësira e kërkimit është një konfigurim abstrakt i përfaqësuar nga një pemë kërkimi ose grafiku i zgjidhjeve të mundshme.

Një pemë kërkimi përdoret për të modeluar sekuencën e veprimeve. Është ndërtuar me gjendjen fillestare si rrënjë. Veprimet e ndërmarra i bëjnë degët dhe nyjet janë rezultat i atyre veprimeve. Një nyje ka. thellësia, kostoja e rrugës dhe gjendja e lidhur në hapësirën e gjendjes.

Hapësira e kërkimit është e ndarë në 3 rajone, përkatësisht

  • E eksploruar
  • Kufi
  • E paeksploruar

Kërkimi përfshin lëvizjen e nyjeve nga rajoni i paeksploruar në rajonin e eksploruar. Rendi strategjik i këtyre lëvizjeve kryen një kërkim më të mirë. Lëvizjet janë të njohura edhe si zgjerimi i nyjeve. Zgjedhja e rendit të zgjerimit të nyjeve na ka ofruar strategji të ndryshme kërkimi që janë të përshtatshme për lloje të ndryshme problemesh.

Strategjitë e ndryshme të kërkimit vlerësohen sipas plotësisë, kompleksitetit kohor, kompleksitetit të hapësirës dhe optimalitetit. Kompleksiteti i kohës dhe hapësirës matet në terma të:

  • b: faktori maksimal i degëzimit të pemës së kërkimit (veprimet për shtet).
  • d: thellësia e tretësirës
  • m: thellësia maksimale e hapësirës së gjendjes (mund të jetë ∞) (gjithashtu vihet re ndonjëherë D).

Llojet e kërkimit

Ekzistojnë 2 lloje kërkimi, bazuar në atë nëse ata përdorin informacione për qëllimin.

Kërkim i painformuar

Ky lloj kërkimi nuk përdor asnjë njohuri për domenin. Kjo do të thotë se nuk përdor asnjë informacion që e ndihmon të arrijë qëllimin, si afërsia ose vendndodhja e qëllimit. Strategjitë ose algoritmet, duke përdorur këtë formë kërkimi, injorojnë se ku po shkojnë derisa të gjejnë një qëllim dhe të raportojnë suksesin.

Strategjitë bazë të kërkimit të painformuar janë:

  • BFS (Beadth First Search): Së pari zgjeron nyjen më të cekët (nyjen që ka thellësinë më të ulët).
  • DFS (Depth First Search): Zgjeron fillimisht nyjen më të thellë.
  • DLS (Kërkim i kufizuar në thellësi): Është DFS me një kufi në thellësi.
  • IDS (Kërkimi Iterativ i Thellimit): Është DFS me kufi në rritje
  • UCS (Uniform Cost Search): Zgjeron nyjen me koston më të vogël (Kosto për zgjerimin e nyjes).

Kërkim i informuar

Ky lloj kërkimi përdor njohuritë e domenit. Ai përgjithësisht përdor një funksion heuristik që vlerëson se sa afër është një gjendje me qëllimin. Kjo heuristike nuk duhet të jetë e përsosur. Ky funksion përdoret për të vlerësuar koston nga një gjendje në qëllimin më të afërt.

Strategjitë bazë të kërkimit të informuar janë:

  • Kërkimi i babëzitur (kërkimi i parë më i mirë): Zgjeron nyjen që duket të jetë më afër qëllimit
  • Kërkim A*: Minimizoni koston totale të vlerësuar të zgjidhjes, që përfshin koston e arritjes së një gjendjeje dhe koston e arritjes së qëllimit nga ajo gjendje.

Agjentët e kërkimit janë vetëm një lloj algoritmesh në Inteligjencën Artificiale. Këtu, një AI duhet të zgjedhë nga një hapësirë ​​e madhe zgjidhjesh, duke pasur parasysh se ka një hapësirë ​​të madhe veprimi në një hapësirë ​​të madhe gjendjeje. Zgjedhja e strategjisë së duhur të kërkimit për Inteligjencën tuaj Artificiale, mund të përforcojë shumë cilësinë e rezultateve. Kjo përfshin formulimin e problemit, që AI juaj do të zgjidhë, në mënyrën e duhur. . Disa nga shembujt e botës reale ku po përdoren janë:

  • Problemi i gjetjes së itinerarit : Shembujt e aplikacioneve përfshijnë veglat për drejtimet e drejtimit të automjetit në faqet e internetit, sistemet në makinë, etj.
  • Problemi i shitësit udhëtues : Gjeni turneun më të shkurtër për të vizituar çdo qytet saktësisht një herë.
  • Struktura VLSI: poziciononi miliona përbërës dhe lidhje në një çip për të minimizuar zonën, për të shkurtuar vonesat.
  • Navigimi i robotëve: Rast i veçantë i gjetjes së rrugës për robotët pa rrugë ose lidhje specifike, ku hapësira e gjendjes dhe hapësira e veprimit janë potencialisht të pafundme.
  • Sekuenca automatike e montimit : gjeni një rend në të cilin mund të montoni pjesë të një objekti që është një kërkim gjeometrik i vështirë dhe i shtrenjtë.
  • Dizajni i proteinave : gjeni një sekuencë aminoacidesh që do të palosen në një proteinë 3D me vetitë e duhura për të kuruar disa sëmundje.

Megjithëse, ne thjesht po gërvishtim sipërfaqen, ky artikull ju ofron një përmbledhje se çfarë lloj algoritmesh drejtojnë një AI. Në varësi të problemit, një Inteligjencë Artificiale mund të përdorë shumë algoritme të tjera që përfshijnë Learning Machine, rrjetet Bayesian, modelet Markov, etj.

Së shpejti do të shtjelloj këto algoritme të AI që drejtojnë agjentët e kërkimit racional dhe algoritme të tjera duke përfshirë përdorimin e mësimit të makinerive në Inteligjencën Artificiale. Pra, për të qenë më të vetëdijshëm për botën e A.I., më ndiqni. Është mënyra më e mirë për të zbuluar kur shkruaj më shumë artikuj si ky.

Nëse ju pëlqeu ky artikull, sigurohuni që të tregoni mbështetjen tuaj duke duartrokitur për këtë artikull më poshtë dhe nëse keni ndonjë pyetje, lini një koment dhe unë do të bëj çmos për t'iu përgjigjur .

Mund të më ndiqni gjithashtu në Twitter në @Prashant_1722, më dërgoni email direkt ose më gjeni në linkedin. Do të doja të dëgjoja nga ju.

Kjo është e gjitha njerëz, ju uroj një ditë të mbarë :)

Kredia

Përmbajtja për këtë artikull është frymëzuar dhe marrë nga, Inteligjenca Artificiale, Një Qasje Moderne. Stuart Russell dhe Peter Norvig. Botimi i Tretë. Arsimi Pearson.