Técnicas de pesquisa inteligente em inteligência artificial

Todos nós, pelo menos uma vez, perdemos algo valioso e nos perguntamos onde os deixamos! Vasculhamos freneticamente nossos armários ou embaixo da cama e cada centímetro quadrado da casa, mesmo que nunca tenhamos estado nessas partes da casa. Às vezes, paramos de vasculhar para realmente pensar no último lugar em que poderíamos ter guardado o item.

Provavelmente pesquisaremos novamente, revisitaremos lugares que não pesquisamos adequadamente e pularemos lugares pelos quais já passamos com um pente fino. Embora esses métodos pareçam a coisa mais humana a se fazer, eles são, na verdade, regras de busca inteligentes que até mesmo agentes de Inteligência Artificial seguem.

O que são agentes em Inteligência Artificial (IA)?

O sistema de IA é composto por agentes e seus ambientes. Os agentes são responsáveis pelas ações e resultados obtidos do sistema. Eles usam sensores para perceber o ambiente ou atuadores para agir sobre o ambiente.

Como os agentes usam várias técnicas de pesquisa?

Agora, quando esses agentes se deparam com um problema, eles buscam uma solução em sua base de conhecimento. Eles seguem várias abordagens de busca para atingir seu objetivo, assim como quando procuramos o que perdemos.

Por exemplo, quando perdemos as chaves do carro, vasculhamos todos os cômodos da casa. Neste caso, o espaço de busca é a casa inteira e estamos fazendo uma pesquisa aleatória/busca cega ou o que é popularmente conhecido como busca por força bruta em IA.

Em um segundo cenário, suponha que temos algumas informações sobre onde podemos ter deixado as chaves do carro. Em cima da mesa do nosso quarto, no sofá da sala ou no armário. A busca, então, se restringe a locais específicos da casa. Em um sistema de IA, isso significaria que temos metadados que podem ajudar a tornar a pesquisa rápida e fácil. O espaço de busca nesse caso é, portanto, mais estreito do que em uma busca cega. Esse método de pesquisa é conhecido como pesquisa heurística.

Uma técnica de pesquisa mais aprimorada é uma pesquisa meta-heurística em que a pesquisa do agente é baseada nas metainformações disponíveis e na experiência de pesquisa que refina os metadados.

O espaço de pesquisa diminui ainda mais após cada operação de pesquisa. Os agentes captam cada iteração de pesquisa. Essa abordagem é conhecida como busca meta-heurística.

Como um processo de pesquisa é diferente do outro?

Diferentes processos de busca encontram soluções para problemas em velocidades diferentes. Também há uma redução significativa no espaço de pesquisa, dependendo do método de pesquisa seguido. O tempo médio de busca necessário para atingir uma meta é diretamente proporcional ao espaço de busca. Isso implica que os agentes obtenham resultados de pesquisa mais rápidos, se, como no caso da pesquisa meta-heurística, o espaço de pesquisa for menor.

Mais do que apenas velocidade

O popular problema algorítmico do Vendedor Viajante tenta identificar a rota mais curta e eficiente para um vendedor seguir para destinos específicos. Ao resolver o problema do vendedor ambulante usando o método de busca por força bruta ou busca cega, a complexidade do Big Ω é (N-1)! onde N é o número de casas para as quais um vendedor viaja.

Se N for um número muito pequeno (i.e.