تقنيات البحث الذكي في الذكاء الاصطناعي

لقد فقدنا جميعًا، مرة واحدة على الأقل، شيئًا قيمًا وتساءلنا أين تركناهم! نحن نفتش بشكل محموم خزائننا أو تحت السرير، وكل بوصة مربعة من المنزل، حتى لو لم نذهب إلى تلك الأجزاء من المنزل، أبدًا. في بعض الأحيان نتوقف عن البحث للتفكير فعليًا في آخر مكان ربما احتفظنا فيه بالعنصر.

على الأرجح أننا نبحث مرة أخرى ونعيد زيارة الأماكن التي لم نبحث عنها بشكل صحيح ونتخطى الأماكن التي مررنا بها بالفعل باستخدام مشط دقيق. على الرغم من أن هذه الأساليب تبدو وكأنها أكثر الأشياء التي يجب القيام بها من قبل الإنسان، إلا أنها في الواقع قواعد بحث ذكية يتبعها حتى الوكلاء في الذكاء الاصطناعي.

ما هي العوامل في الذكاء الاصطناعي (AI)؟

يتكون نظام الذكاء الاصطناعي من الوكلاء وبيئاتهم. الوكلاء مسؤولون عن الإجراءات والنتائج التي تم الحصول عليها من النظام. إما أنهم يستخدمون أجهزة استشعار لإدراك البيئة أو المحركات للعمل على بيئتهم.

كيف يستخدم الوكلاء تقنيات البحث المختلفة؟

الآن، عندما يواجه هؤلاء الوكلاء مشكلة، فإنهم يبحثون في قاعدة معارفهم عن حل. إنهم يتبعون أساليب متعددة للبحث لتحقيق هدفهم، تمامًا كما هو الحال عندما نبحث عن ما فقدناه.

على سبيل المثال، عندما نفقد مفاتيح السيارة، نقوم بتفتيش كل غرفة في المنزل. في هذه الحالة، تكون مساحة البحث هي المنزل بأكمله ونقوم بالبحث العشوائي/البحث الأعمى أو ما يُعرف عمومًا باسم البحث بالقوة الغاشمة في الذكاء الاصطناعي.

في السيناريو الثاني، افترض أن لدينا بعض المعلومات حول المكان الذي ربما تركنا فيه مفاتيح السيارة. على قمة المكتب في غرفتنا، على الأريكة في غرفة المعيشة أو في الخزانة. البحث، إذن، يضيق إلى مواقع محددة في المنزل. في نظام الذكاء الاصطناعي، قد يعني هذا أن لدينا بيانات وصفية يمكن أن تساعد في جعل البحث سريعًا وسهلاً. وبالتالي، فإن مساحة البحث في هذه الحالة أضيق من البحث الأعمى. تُعرف طريقة البحث هذه بالبحث الإرشادي.

أسلوب البحث الأكثر تحسينًا هو البحث الاستدلالي حيث يعتمد بحث الوكيل على المعلومات الوصفية المتاحة وعلى تجربة البحث التي تعمل على تحسين البيانات الوصفية.

تضيق مساحة البحث أكثر بعد كل عملية بحث. يقوم الوكلاء بمتابعة كل تكرار للبحث. يُعرف هذا النهج بالبحث الاستدلالي الفوقي.

كيف تختلف عملية بحث واحدة عن الأخرى؟

تجد عمليات البحث المختلفة حلولًا للمشكلات بسرعات مختلفة. هناك أيضًا انخفاض كبير في مساحة البحث اعتمادًا على طريقة البحث المتبعة. يتناسب متوسط وقت البحث المستغرق للوصول إلى الهدف بشكل مباشر مع مساحة البحث. مما يعني أن الوكلاء يحصلون على نتائج بحث أسرع، إذا كانت مساحة البحث أقل، كما هو الحال في البحث الاستدلالي الفوقي.

أكثر من مجرد سرعة

تحاول المشكلة الخوارزمية الشائعة لـ Travelling Salesman تحديد المسار الأقصر والأكثر كفاءة للبائع ليسلكه إلى وجهات محددة. أثناء حل مشكلة البائع المتجول باستخدام البحث بالقوة الغاشمة أو طريقة البحث الأعمى، فإن تعقيد Big Ω هو (N-1)! حيث N هو عدد المنازل التي يسافر إليها البائع.

إذا كان N رقمًا صغيرًا جدًا (بمعنى آخر.