Считается ли метод исчерпывающего поиска искусственным интеллектом?

Некоторые программы проводят исчерпывающий поиск решения, в то время как другие осуществляют эвристический поиск аналогичного ответа. Например, в шахматах поиск лучшего следующего хода имеет тенденцию быть более исчерпывающим по своей природе, тогда как в Го поиск лучшего следующего хода имеет тенденцию быть более эвристическим по своей природе из-за гораздо большего пространства поиска.

Является ли метод исчерпывающего поиска методом грубой силы хорошего ответа, который считается искусственным интеллектом, или обычно требуется, чтобы эвристические алгоритмы использовались перед тем, как считаться искусственным интеллектом? Если да, то является ли играющий в шахматы компьютер, избивающий профессионала-человека, важной вехой?

Если кто-то думает об интеллекте как о непрерывной мере мощи оптимизации (то есть, насколько лучше результаты для любой затраченной единицы когнитивных усилий), то исчерпывающий поиск обладает ненулевым интеллектом (в том смысле, что он действительно дает лучшие результаты в виде больших усилий). затрачено) но очень, очень низкий интеллект (поскольку результаты лучше в основном благодаря удаче, а количество затраченных усилий может быть невероятно большим).

Если компьютер просто перебирает решение, он ничего не изучает или вообще не использует какой-либо интеллект, и поэтому его не следует называть «искусственным интеллектом». Он должен принимать решения на основе того, что происходило раньше в подобных случаях. Чтобы что-то было разумным, ему нужен способ отслеживать то, чему он научился. У шахматной программы может быть действительно потрясающий алгоритм измерения, который можно использовать для каждого возможного состояния доски, но если он всегда пробует каждое состояние и никогда не сохраняет то, что узнает о различных подходах, он не интеллектуален.

Ответ - да, исчерпывающий поиск является фундаментальным принципом ИИ. Как и ОП, он используется для решения шахматоподобных игр, а также может использоваться во многих других областях, таких как планирование пути или решение PDDL. С теоретической точки зрения поиск методом перебора является элегантным методом решения любой проблемы. Причина, по которой эвристики используются в реальных программах, заключается в том, что из-за того, что современное компьютерное программное обеспечение медленнее в вычислениях. Таким образом, эвристика используется в качестве ускорителя скорости.

Метод грубой силы, безусловно, является первым шагом многих в программировании ИИ. Но используя этот опыт, программа должна научиться находить лучшее решение или, по крайней мере, более близкое решение проблемы. Поскольку первая цель в искусственном интеллекте - найти какое-либо решение, ничто не может превзойти подход грубой силы. Но затем, используя предыдущие результаты методов грубой силы, программа должна разработать собственную эвристику и использовать эти данные вместе с грубой силой, чтобы найти оптимальное решение.

Действительно, любой «интеллект», демонстрируемый компьютером, считается ИИ, независимо от грубой силы или использования интеллектуальной эвристики. Например, чат-бот может быть закодирован, чтобы отвечать на большинство ответов, используя много-много операторов if. Это ИИ, независимо от того, насколько он плохо закодирован / спроектирован.

Игра в шахматы на компьютере, побеждающая профессионала, может рассматриваться как значимая веха. Я имею в виду, что кто-то запрограммировал компьютер, чтобы побеждать гроссмейстеров и шахматных гениев. Многие думали, что это невозможно, поскольку шахматы - такая сложная игра. Такая работа, вероятно, перешла в более сложный ИИ, поскольку, если компьютер может играть в шахматы, то он, безусловно, выполняет и другие сложные задачи.

Обратите внимание на то, насколько утонченным является шахматное программирование: магические битборды, хеширование Zobrist, обрезка, ленивый SMP и многое другое. Возможно, это не та веха ИИ, о которой вы думали, но опять же, вещи, которые можно считать ИИ, довольно широки.

Я не знаю, почему вы бы не посчитали это, поскольку каждая вещь использовала нечто подобное тому, что было в последних новостях.

Развитие нейронной сети очень похоже на поиск методом перебора, просто оно поражает локальную оптимуму, потому что она не является исчерпывающей.