Bagaimana 7 karakteristik masalah AI ini membantu saya memutuskan pendekatan terhadap suatu masalah?

13

Jika daftar ini 1 dapat digunakan untuk mengklasifikasikan masalah dalam AI ...

  • Mudah terurai menjadi masalah yang lebih kecil atau lebih mudah
  • Langkah solusi dapat diabaikan atau dibatalkan
  • Alam semesta masalah yang dapat diprediksi
  • Solusi yang baik sudah jelas
  • Menggunakan basis pengetahuan yang konsisten secara internal
  • Membutuhkan banyak pengetahuan atau menggunakan pengetahuan untuk membatasi solusi
  • Membutuhkan interaksi berkala antara manusia dan komputer

... adakah hubungan yang diterima secara umum antara penempatan masalah di sepanjang dimensi ini dan algoritma / pendekatan yang sesuai untuk solusinya?

Referensi

[1] https://images.slideplayer.com/23/6911262/slides/slide_4.jpg

pengguna4856
sumber

Jawaban:

1

Daftar

Daftar ini berasal dari Bruce Maxim, Profesor Teknik, Ilmu Komputer dan Informasi di University of Michigan. Dalam kuliahnya Spring 1998 catatan untuk CIS 479 1 , daftar berikut dipanggil,

"Masalah Baik Untuk Kecerdasan Buatan."

  Decomposable to easier problems
  Solution steps can be ignored or undone
  Predictable Problem Universe
  Good Solutions are obvious
  Internally consistent knowledge base (KB)
  Requires lots of knowledge or uses knowledge to constrain solutions
  Interactive

Sejak itu berkembang menjadi ini.

  Decomposable to smaller or easier problems
  Solution steps can be ignored or undone
  Predictable problem universe
  Good solutions are obvious
  Uses internally consistent knowledge base
  Requires lots of knowledge or uses knowledge to constrain solutions
  Requires periodic interaction between human and computer

Apa itu

Daftarnya tidak pernah dimaksudkan untuk menjadi daftar kategori masalah AI sebagai titik cabang awal untuk pendekatan solusi atau, "teknik heuristik yang dirancang untuk mempercepat proses menemukan solusi yang memuaskan."

Maxim tidak pernah menambahkan daftar ini ke dalam publikasi akademisnya, dan ada alasannya.

Daftarnya heterogen. Ini berisi metode, karakteristik global, tantangan, dan pendekatan konseptual dicampur menjadi satu daftar seolah-olah mereka seperti elemen. Ini bukan kekurangan untuk daftar, "Masalah yang baik untuk AI," tetapi sebagai pernyataan formal tentang karakteristik atau kategori masalah AI, ia tidak memiliki kekakuan yang diperlukan. Maxim tentu saja tidak menyatakannya sebagai, "7 karakteristik masalah AI," daftar.

Ini tentu saja bukan daftar, "7 karakteristik masalah AI," daftar.

Apakah Ada Daftar Kategori atau Karakteristik?

Tidak ada daftar kategori yang baik untuk masalah AI karena jika seseorang membuat satu, akan mudah untuk memikirkan satu dari jutaan masalah yang dipecahkan oleh otak manusia yang tidak masuk ke dalam kategori mana pun atau duduk di batas dua atau lebih banyak kategori.

Bisa dibayangkan untuk mengembangkan daftar karakteristik masalah, dan mungkin terinspirasi oleh daftar Masalah Baik Maxim untuk AI. Mungkin juga untuk mengembangkan daftar pendekatan awal. Maka orang mungkin menggambar panah dari karakteristik dalam daftar pertama ke prospek terbaik untuk pendekatan dalam daftar kedua. Itu akan menjadi artikel yang bagus untuk publikasi jika ditangani secara komprehensif dan ketat.

Karakteristik Tingkat Tinggi Awal untuk Mendekati Daftar

Berikut adalah daftar pertanyaan yang mungkin diajukan oleh arsitek AI berpengalaman untuk menjelaskan persyaratan sistem tingkat tinggi sebelum memilih pendekatan.

  • Apakah tugas pada dasarnya statis karena setelah beroperasi kemungkinan tidak memerlukan penyesuaian yang signifikan? Jika ini masalahnya, maka AI mungkin paling berguna dalam desain, fabrikasi, dan konfigurasi sistem (berpotensi termasuk pelatihan parameternya).
  • Jika tidak, apakah tugas pada dasarnya variabel dengan cara yang dikembangkan teori kontrol pada awal abad ke-20 untuk beradaptasi dengan varians? Jika demikian, maka AI juga dapat berguna dalam pengadaan.
  • Jika tidak, maka sistem mungkin memiliki kompleksitas nonlinier dan temporal yang cukup sehingga kecerdasan mungkin diperlukan. Kemudian pertanyaannya menjadi apakah fenomena tersebut dapat dikontrol sama sekali. Jika demikian, maka teknik AI harus digunakan dalam waktu nyata setelah penempatan.

Pendekatan Arsitektur yang Efektif

Jika seseorang membingkai langkah-langkah desain, fabrikasi, dan konfigurasi secara terpisah, proses yang sama dapat diikuti untuk menentukan peran apa yang mungkin dimainkan AI, dan ini dapat dilakukan secara rekursif ketika seseorang menguraikan keseluruhan produksi ide-ide hingga ke hal-hal seperti desain sebuah Konverter A-ke-D, atau ukuran kernel konvolusi untuk digunakan pada tahap tertentu dari visi komputer.

Seperti halnya desain sistem kontrol lainnya, dengan AI, tentukan input yang tersedia dan output yang Anda inginkan dan terapkan konsep teknik dasar. Berpikir bahwa disiplin teknik telah berubah karena sistem pakar atau jaring buatan adalah kesalahan, setidaknya untuk saat ini.

Tidak ada yang berubah secara signifikan dalam rekayasa sistem kontrol karena AI dan rekayasa sistem kontrol memiliki kesamaan asal. Kami hanya memiliki komponen tambahan yang dapat kami pilih dan teori tambahan untuk digunakan dalam desain, konstruksi, dan kontrol kualitas.

Peringkat, Dimensi, dan Topologi

Mengenai peringkat dan dimensi sinyal, tensor, dan pesan dalam sistem AI, dimensi Kartesius tidak selalu merupakan konsep yang tepat untuk mengkarakterisasi kualitas diskrit internal ketika kami mendekati simulasi berbagai kualitas mental otak manusia. Topologi sering merupakan bidang utama matematika yang paling tepat memodelkan jenis variasi yang kita lihat dalam kecerdasan manusia yang ingin kita kembangkan secara artifisial dalam sistem.

Lebih menarik lagi, topologi mungkin menjadi kunci untuk mengembangkan tipe-tipe intelijen baru yang tidak dilengkapi komputer maupun otak manusia.

Referensi

http://groups.umd.umich.edu/cis/course.des/cis479/lectures/htm.zip

Douglas Daseeco
sumber
-1

7 karakteristik masalah AI adalah teknik heuristik yang dirancang untuk mempercepat proses menemukan solusi yang memuaskan untuk masalah dalam kecerdasan buatan.

Dalam ilmu komputer, kecerdasan buatan dan optimisasi matematis, heuristik adalah teknik yang dirancang untuk menyelesaikan masalah lebih cepat, atau untuk menemukan solusi perkiraan ketika Anda gagal menemukan solusi yang tepat menggunakan metode klasik.

7 masalah teknik AI peringkat langkah-langkah alternatif berdasarkan informasi yang tersedia untuk membantu seseorang memutuskan pendekatan yang paling tepat untuk mengikuti dalam menyelesaikan masalah yaitu misionaris dan kanibal, Menara Hanoi, Travelling salesman dll

Mengenai apakah ada hubungan yang diterima secara umum antara penempatan masalah dan algoritma yang sesuai. Jawabannya adalah bahwa memang ada hubungan yang diterima secara umum. Misalnya bayangkan mencoba memecahkan permainan catur dan permainan sudoku.

Jika langkah salah dalam sudoku, kita dapat mundur dan mencoba pendekatan yang berbeda. Namun jika kita memainkan permainan catur dan menyadari kesalahan setelah beberapa langkah. Kita tidak bisa begitu saja mengabaikan kesalahan dan mundur. (Karakteristik ke-2)

Jika masalah semesta dapat diprediksi, kita dapat membuat rencana untuk menghasilkan urutan operasi yang dijamin mengarah pada solusi. Namun dalam kasus masalah dengan hasil yang tidak pasti, kita harus mengikuti proses revisi rencana karena rencana dilakukan sambil memberikan umpan balik yang diperlukan. (Karakteristik ke-3)

Di bawah ini adalah contoh dari 7 karakteristik masalah AI yang diterapkan untuk memecahkan masalah kendi air.

Di bawah ini adalah contoh karakteristik masalah 7 AI yang digunakan untuk memecahkan masalah kendi air.

Sumber gambar https://gtuengineeringmaterial.blogspot.com/2013/05/discuss-ai-problems-with-seven-problem_1818.html

Seth Simba
sumber
1. Apa yang secara resmi memenuhi syarat karena memerlukan interaksi manusia? Seperti yang saya pikir masalah kendi air tidak memerlukan interaksi manusia; bagi saya alasan yang Anda berikan sepertinya hanya prasyarat untuk melakukan masalah dalam pengaturan kehidupan nyata (sebagai lawan dari simulasi). 2. Jika solusi yang diberikan terdiri dari beberapa langkah, dan karena itu Anda dapat memecah pencarian menjadi pencarian dari solusi ke awal yang dikombinasikan dengan pencarian dari awal ke solusi, apakah masalahnya tidak dapat diuraikan? Sekali lagi, pertengkaran saya adalah dengan apa yang secara resmi memenuhi syarat. 3. Mengapa solusinya bukan negara? ...
dewa llama
... Keadaan bucket yang dipecahkan adalah solusinya sehingga bagi saya sepertinya solusinya adalah menemukan jalur ke keadaan , dengan jalur yang melayani ke negara alih-alih sebaliknya; jika negara hanya melayani jalan yang merupakan solusi maka saya akan berpikir solusinya adalah jalan daripada negara.
Dewa llama
1
Selain itu, jawaban Anda tampaknya tidak sepenuhnya menjawab pertanyaan yang diajukan: "Apakah ada hubungan yang diterima secara umum antara penempatan masalah di sepanjang dimensi ini dan algoritma / pendekatan yang sesuai untuk solusinya?"
Dewa llama