Редактирование: Искусственный интеллект
Перейти к навигации
Перейти к поиску
Правка может быть отменена. Пожалуйста, просмотрите сравнение версий ниже, чтобы убедиться, что это нужная вам правка, и запишите страницу ниже, чтобы отменить правку.
Текущая версия | Ваш текст | ||
Строка 155: | Строка 155: | ||
ИИ разработал большое количество инструментов для решения самых сложных задач в информатике . Некоторые из наиболее общих этих методов рассматриваются ниже. | ИИ разработал большое количество инструментов для решения самых сложных задач в информатике . Некоторые из наиболее общих этих методов рассматриваются ниже. | ||
===Поиск и оптимизация=== | ===Поиск и оптимизация=== | ||
Основные статьи: | Основные статьи: ''Алгоритм поиска, математическая оптимизация и эволюционные вычисления'' | ||
Многие проблемы в ИИ могут быть решены теоретически путем разумного поиска многих возможных решений : рассуждения могут быть сведены к выполнению поиска. Например, логическое доказательство можно рассматривать как поиск пути , ведущего от предпосылок к выводам, где каждый шаг является применением правила вывода . алгоритмы планирования выполняют поиск по деревьям целей и подцелей, пытаясь найти путь к целевой цели, процесс, называемый анализом средних целей .Алгоритмы робототехники для перемещения конечностей и захвата объектов используют локальные поиски в конфигурационном пространстве . много обучения алгоритмы используют алгоритмы поиска, основанные на оптимизации . | Многие проблемы в ИИ могут быть решены теоретически путем разумного поиска многих возможных решений : рассуждения могут быть сведены к выполнению поиска. Например, логическое доказательство можно рассматривать как поиск пути , ведущего от предпосылок к выводам, где каждый шаг является применением правила вывода . алгоритмы планирования выполняют поиск по деревьям целей и подцелей, пытаясь найти путь к целевой цели, процесс, называемый анализом средних целей .Алгоритмы робототехники для перемещения конечностей и захвата объектов используют локальные поиски в конфигурационном пространстве .[120] много обучения алгоритмы используют алгоритмы поиска, основанные на оптимизации . | ||
Простые исчерпывающие поиски редко достаточны для большинства реальных задач: пространство поиска (число мест для поиска) быстро растет до астрономических чисел . В результате поиск выполняется слишком медленно или никогда не завершается. Решение многих проблем заключается в использовании "эвристики" или "эмпирических правил", которые определяют приоритетность выбора в пользу тех, которые с большей вероятностью достигнут цели, и делают это за меньшее количество шагов. В некоторых методологиях поиска эвристика может также служить для полного устранения некоторых вариантов, которые вряд ли приведут к цели (так называемая " обрезка дерева поиска "). Эвристика предоставляет программе "лучшее предположение" о пути, по которому лежит решение.Эвристика ограничивает поиск решений меньшим размером выборки. | Простые исчерпывающие поиски редко достаточны для большинства реальных задач: пространство поиска (число мест для поиска) быстро растет до астрономических чисел . В результате поиск выполняется слишком медленно или никогда не завершается. Решение многих проблем заключается в использовании "эвристики" или "эмпирических правил", которые определяют приоритетность выбора в пользу тех, которые с большей вероятностью достигнут цели, и делают это за меньшее количество шагов. В некоторых методологиях поиска эвристика может также служить для полного устранения некоторых вариантов, которые вряд ли приведут к цели (так называемая " обрезка дерева поиска "). Эвристика предоставляет программе "лучшее предположение" о пути, по которому лежит решение.Эвристика ограничивает поиск решений меньшим размером выборки. | ||
Строка 165: | Строка 164: | ||
Эволюционное вычисление использует форму оптимизационного поиска. Например, они могут начать с популяции организмов (догадок), а затем позволить им мутировать и рекомбинировать, отбирая только наиболее приспособленных для выживания каждого поколения (уточняя догадки). Классические эволюционные алгоритмы включают генетические алгоритмы , программирование экспрессии генов и генетическое программирование . альтернативно, процессы распределенного поиска могут координировать друг друга с помощью алгоритмов роевого интеллекта. Два популярных алгоритма Роя, используемых в поиске, - оптимизация роя частиц (вдохновленная птичьим стаей) и оптимизация колонии муравьев (вдохновленная муравьиными тропами). | Эволюционное вычисление использует форму оптимизационного поиска. Например, они могут начать с популяции организмов (догадок), а затем позволить им мутировать и рекомбинировать, отбирая только наиболее приспособленных для выживания каждого поколения (уточняя догадки). Классические эволюционные алгоритмы включают генетические алгоритмы , программирование экспрессии генов и генетическое программирование . альтернативно, процессы распределенного поиска могут координировать друг друга с помощью алгоритмов роевого интеллекта. Два популярных алгоритма Роя, используемых в поиске, - оптимизация роя частиц (вдохновленная птичьим стаей) и оптимизация колонии муравьев (вдохновленная муравьиными тропами). | ||
===Логика === | ===Логика === | ||
Основные статьи: [[Логическое программирование]] и [[Автоматизированное мышление]] | Основные статьи: [[Логическое программирование]] и [[Автоматизированное мышление]] |