Tutto sull'Intelligenza Artificiale

I SISTEMI DI RICERCA
Introduzione ai sistemi di ricerca.
Nell'intelligenza artificiale il tema delle ricerche è centrale, dato che, per esempio, eseguire azioni meccanizzate risolvere problemi, si riduce a cercare in uno spazio di stati come spiegato nella sezione precedente. In questa disciplina si studiano ricerche cieche (ricerca in ampiezza, prima in profondità, profondità iterativa, a costo uniforme, eccetera e così via e molte altre.) e ricerche intelligenti (ricerca avida, A, IDA, A restritta per memoria semplificata, ascensione alla cima (hill-climbing), eccetera e così via e molte altre.)
Collegato alla ricerca dell'ottimo è il problema della gestione del controllo della ricerca, controlmanagement planteado por Newell y Simon que ha generado una abbondanza de trabajos en el campo de la inteligencia artificialsynthetic. Se trata de elegir entre búsquedas heurísticas lo suficientemente buenas (no perfectas) como para que se pueda dar por concluida la búsqueda con una aceptable respuesta al problema en un lapso accettable de tiempo.
No se discute que las búsquedas aumentan “explosivamente” cuando el espacio de problema se vuelve demasiado vasto por bifurcación de nodos a buscar por incorporación de más variables. Un controlmanagement de búsqueda basado en técnicas mediocres también llega a proponer una respuesta adecuada, aunque en un tiempo demasiado largo. En un modelo de mundo en un contexto con más y más variables que participan y que no se reducen a un número manejable por descarte, surge un problema de controlmanagement de la búsqueda: ella se vuelve “explosiva”. El problema del controlmanagement de búsqueda (por ejemplo el problema del operador a elegir, el problema de la planificación, eccetera e così via e molte altre.) aún está casi sin resolver.
El papel de la búsqueda en la Inteligencia ArtificialSynthetic
La resolución de problemas en IA requiere, normalmente, determinar una secuencia de acciones decisiones. Esta secuencia será ejecutada posteriormente por un agente con el fin de alcanzar un objetivo a partir de una situación inicial dada. Dependiendo del problema concreto, L'esecuzione della sequenza di azioni decisioni ha un costo associato che si cercherà di minimizzare, ha un beneficio associato che si cercherà di massimizzare. Nella descrizione dei sistemi di ricerca, si suppone che l'agente si muova in un ambiente accessibile, il che è la stessa cosa, che è in grado di percepire l'ambiente con precisione. Inoltre, si suppone anche che sia l'effetto sia il costo delle azioni possano essere previsti con accuratezza. In questo modo, la sequenza di azioni può essere ottenuta prima della sua esecuzione; altrimenti, l'azione successiva non potrebbe essere determinata fino a conoscere il risultato dell'esecuzione della precedente.
Classificazione
Para elaborar una clasificación de los sistemas de búsqueda se tienen muchas clasificaciones tantas como investigadores y autores en inteligencia artificialsynthetic existen, en el módulo se ha tratado de organizar esta información para ofrecer un panorama lo más amplio posible para que el estudiante abarque la mayor cantidad de información, los nombres de los algoritmos y métodos de solución en unos casos tienen diferencias que se aclaran en el transcurso del documento. La siguiente clasificación se puede tomar como genérica para tener una ideaconceptthought de las posibilidades de búsqueda.
Búsquedas en los espacios de estado
Formulación de metas: se establece el objetivo
Formulación del problema: se decide determinare risolvere quali azioni e stati devono essere considerati.
Ricerca: valutazione delle possibili sequenze di azioni che lo portano all'obiettivo e scelta della più adatta.
Tipi di problemi:
Problemi a stato singolo: l'agente conosce esattamente in quale stato si trova e il risultato di ciascuna delle sue azioni.
Problemi a stati multipli: l'agente non conosce esattamente in quale stato si trova, ma conosce il risultato di ciascuna delle sue azioni.
Problemi di contingenza: l'agente non conosce esattamente in quale stato si trova, ma conosce il risultato di ciascuna delle sue azioni, anche se possono presentarsi certe contingenze nelle stesse.
Problemi di esplorazione: l'agente non conosce esattamente in quale stato si trova, né il risultato esatto di ciascuna delle sue azioni.
Problemi
Definición: È un insieme di informazioni che l'agente utilizza per decidere cosa fare.
Un problema è composto da:
Uno stato iniziale che è dove si trova l'agente.
Un insieme di azioni che l'agente può intraprendere.
La prova di obiettivo per sapere se ha raggiunto uno stato obiettivo.
Ci sono tre modi per misurare la Inteligencia artificial online efficienza della ricerca:
Secondo consenta di non raggiungere la soluzione,
Secondo il suo costo di percorso
Scelta di stati e azioni
Gli stati e le azioni vengono scelti tramite un processo di astrazione (eliminazione di dettagli da una rappresentazione).
Ricerca di soluzioni
La ricerca consiste nello scegliere un'opzione, mettendo da parte le altre per considerarle successivamente nel caso non si ottenga alcuna risposta tramite la prima opzione.
Alberi di ricerca
Componenti nella struttura dati per gli alberi di ricerca:
Lo stato corrispondente al nodo,
Il nodo padre,
La profondità del nodo (distanza fino alla radice),
Il costo del percorso dallo stato iniziale fino al nodo.
Strategia di ricerca
Le strategie di ricerca sono valutate secondo i seguenti criteri:
Completezza: se garantisce di trovare la soluzione se esiste.
Complessità temporale: quantità di tempo necessaria per trovare la soluzione
Complessità spaziale: quantità di memoria necessaria per trovare la soluzione.
Ottimalità: se troverà o meno la migliore soluzione nel caso ce ne siano più di una.
Tipi di strategie di ricerca
Le strategie di ricerca possono essere raggruppate in due grandi categorie:
Ricerche senza informazioni ( ricerca cieca): non esistono informazioni riguardo al numero di passi necessari o al costo del percorso per passare dallo stato di un momento dato all'obiettivo.
Ricerca supportata da informazioni ( ricerca euristica): si possiedono informazioni molto preziose per guidare la ricerca in modo più ottimale.
Ricerche senza informazioni
Le sei strategie di ricerca senza disporre di informazioni sono le seguenti:
• Ricerca preferenziale in ampiezza
• Ricerca a costo uniforme
• Ricerca preferenziale in profondità
• Ricerca limitata in profondità
• Ricerca con approfondimento iterativo
Ricerca preferenziale in ampiezza:
In questa ricerca tutti i nodi che si trovano alla profondità d dell'albero di ricerca vengono espansi prima dei nodi che si trovano alla profondità d+1.
• Se ci sono più soluzioni, questo tipo di ricerca permetterà sempre di trovare per primo lo stato obiettivo più vicino alla radice.
• In questa ricerca il tempo e la quantità di memoria necessaria crescono esponenzialmente rispetto alla profondità.
• È ottimale e completa.
Ricerche a costo uniforme:
In questa ricerca si modifica la strategia preferenziale per ampiezza nel senso di espandere sempre il nodo di costo minore al bordo (misurato dal costo del percorso g(n)) invece del nodo di profondità minore.
Questo tipo di ricerca permetterà sempre di trovare la soluzione più economica purché il costo del percorso non diminuisca mai man mano che avanziano lungo il percorso.
In questa ricerca il tempo e la quantità di memoria necessaria crescono esponenzialmente rispetto alla profondità.
• È ottimale e completa.
Ricerca preferita in profondità:
In questa ricerca si espande sempre uno dei nodi che si trovano nella parte più profonda dell'albero. Solo se la ricerca conduce a un vicolo cieco, si inverte la ricerca e si espandono i nodi dei livelli meno profondi.
Questa ricerca rimane bloccata in un ciclo infinito e non è mai possibile tornare a trovare una soluzione, A lungo troverà un percorso di soluzione più lungo della soluzione ottimale.
• En esta búsqueda el tiempo necesario crece exponencialmente con respecto a la profundidad, mientras que el espacio requerido en memoria lo hace en forma lineal
• No es óptima ni completa.
Búsqueda limitada por profundidad:
Esta búsqueda es similarcomparablerelated a la búsqueda preferente por profundidad con la diferencia que se impone un límite a la profundidad máxima de una ruta.
Se utilizan operadores que informan constantemente de la profundad del nodo.
• En esta búsqueda el tiempo necesario crece exponencialmente con respecto a la profundidad, mientras que el espacio requerido en memoria lo hace en forma lineal
Búsqueda por profundización iterativa:
Esta búsqueda es similarcomparablerelated a la búsqueda limitada por profundidad con la diferencia que se repiten las búsquedas dando en cada iteración un valor distinto de profundiad para la misma.
En esta búsqueda el tiempo necesario crece exponencialmente con respecto a la profundidad, mientras que el espacio requerido en memoria lo hace en forma lineal
Es óptima y completa.
Búsqueda bidirectional:
Esta es una búsqueda que avanza a partir del estado inicial y que retrocede a partir de la meta y que se detiene cuando ambas búsquedas se encuentran en algún punto intermedio.
En esta búsqueda el tiempo y lo spazio requerido en memoria crecen esponencialmente con respecto a la metà della profondità (bd/2).
Es óptima y completa.
En Inteligencia ArtificialSynthetic (IA) se emplea el calificativo heurístico, en un sentido muy genérico, para aplicarlo a tutti quelli aspetti che tienen que ver con el empleo de conocimiento en la realizzación dinámica de tareas.
Se habla de heurística para referirse a una tecnica, metodo procedurale intelligente per svolgere un compito che non è il risultato di un rigoroso analisi formale, ma della conoscenza esperta sul compito. In particolare, si usa il termine euristico per riferirsi a una procedura che cerca di fornire soluzioni a un problema con buone prestazioni, per quanto riguarda la qualità delle soluzioni e le risorse impiegate.
Nella risoluzione di problemi specifici sono emerse procedure euristiche di successo, dalle quali si è cercato di estrarre ciò che è essenziale nel loro successo per applicarlo ad altri problemi in contesti più ampi.
Questa ricerca è anche conosciuta come ricerca supportata da informazioni che può essere divisa nei seguenti tipi di ricerca:
• Búsqueda preferente por lo mejor.
• Búsqueda limitada por la capacidad de la memoria.
• Búsquedas de mejoramiento iterativo.
Búsqueda preferente por lo mejor:
Esta búsqueda consiste en expandir primero aquél nodo con mejor evaluación. Dicha evaluación es el resultado de aplicar la función de valutazione al nodo, la cual devuelve un numero que sirve para representar lo deseable que sería la expansion de un nodo.
Dentro de este tipo de búsqueda se encuentran:
• Búsqueda avara.
• Búsqueda A.
Búsqueda avara:
Consiste en reducir al mínimo el costo estimado para alcanzar una meta.
Para ello se utiliza una función llamada heurística, la cual estima el costo que implica llegar a una meta desde un stato determinado, y elige cual es el siguiente nodo que se va a expandir applicando esta función a cada nodo.
In questa ricerca il tempo e la quantità di memoria necessaria crescono esponenzialmente rispetto alla profondità. Pero la elección de una buena función heurística permite disminuir notablemente la complejidad tanto en tiempo como en espacio.
No es óptima ni completa.
Búsqueda A:
Esta búsqueda es una búsqueda preferente por lo mejor en la que se utiliza f como función de evaluación.
La función f calcula el costo estimado de la solución más barata, pasando por n y se calcula de la siguiente manera:
f=g(n) + h(n)
Siendo g(n) el costo de ruta y h(n) una heurística admisible (que nunca sobreestima el costo que implica alcanzar la meta).
In questa ricerca la quantità di memoria necessaria cresce esponenzialmente rispetto alla profondità. Pero la elección de una buena función heurística permite disminuir notablemente la complejidad tanto en tiempo como en espacio.
Es óptima y completa.
Ricerca limitata dalla capacità della memoria:
Quando vengono implementate le ricerche viste fino ad ora, ci sono alcuni problemi molto difficili da risolvere e quindi bisogna sempre dare qualcosa in cambio per risolverli, e la prima cosa che si cede è la memoria disponibile.
Per poter conservare la memoria esistono:
La ricerca A con approfondimento iterativo
La ricerca A limitata per memoria semplificata.
Ricerca A con approfondimento iterativo (API):
In questo algoritmo, ogni iterazione è una ricerca preferenziale per profondità, la quale viene modificata per utilizzare un limite di costo f invece di un limite di profondità.
En esta búsqueda el espacio requerido en memoria crece en forma lineal con respecto a la profundidad, mientras la complejidad temporal depende de la cantidad de distintos valores que adopte la función heurística.
Es óptima y completa.
Tiene las siguientes características:
Hace uso de toda la memoria que puede disponer
En la medida que se lo facilite la memoria, evitará los estados repetidos
Es completa si la memoria disponible tiene capacidad suficiente para guardar la ruta de solución más cercana
Búsqueda de mejoramiento iterativo:
La ideaconceptthought básica de los algoritmos de estos tipos de búsqueda consiste en empezar con una configurazione completa y efectuar modificaciones para mejorar su calidad.
Entre estas búsquedas se pueden encontrar:
Ricerca per salita in cima.
Ricerca con riscaldamento simulato.
Ricerca per salita in cima:
Questa ricerca riguarda un ciclo che si sposta costantemente nella direzione di un valore crescente. Poiché l'algoritmo non mantiene un albero di ricerca, la struttura dati del nodo deve solo registrare lo stato e la sua valutazione, denominata VALORE.
Ricerca con riscaldamento simulato:
Questa ricerca è molto simile alla ricerca per salita in cima, ma con la differenza che invece di ricominciare casualmente dopo essersi bloccati in un massimo locale, sarebbe conveniente scendere alcuni passi e così sfuggire al massimo locale in questione.
Intelligenza Artificiale Sintetica
Pagine viste in totale
Per riflettere
Affida a Dio le tue opere e i tuoi pensieri saranno confermati. Prov 16 sedici:3 tre
Se sei assente durante la mia lotta… Non aspettarti di essere presente nel mio successo
Goditi le piccole cose, perché forse un giorno volgerai lo sguardo indietro e ti accorgerai che erano grandi cose
Le persone più coraggiose che io abbia conosciuto sono quelle che hanno vissuto sconfitte , che hanno conosciuto le lotte, le perdite e che hanno trovato la loro via d'uscita dalle profondità per continuare a lottare con più forza