W jaki sposób te 7 cech problemu AI może pomóc mi zdecydować o podejściu do problemu?

13

Jeśli tej listy 1 można użyć do sklasyfikowania problemów w AI ...

  • Rozkłada się w przypadku mniejszych lub łatwiejszych problemów
  • Kroki rozwiązania można zignorować lub cofnąć
  • Przewidywalny wszechświat problemów
  • Dobre rozwiązania są oczywiste
  • Wykorzystuje wewnętrznie spójną bazę wiedzy
  • Wymaga dużej wiedzy lub wykorzystuje wiedzę do ograniczania rozwiązań
  • Wymaga okresowej interakcji między człowiekiem a komputerem

... czy istnieje ogólnie akceptowany związek między umieszczeniem problemu wzdłuż tych wymiarów a odpowiednimi algorytmami / podejściami do jego rozwiązania?

Bibliografia

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

użytkownik4856
źródło

Odpowiedzi:

1

Lista

Ta lista pochodzi od Bruce'a Maxima, profesora inżynierii, informatyki i informatyki na Uniwersytecie Michigan. W swoim wykładzie Notatki z wiosny 1998 r. Dla CIS 479 1 nazwano następującą listę:

„Dobre problemy dla sztucznej inteligencji”.

  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

Od tego czasu ewoluowało w to.

  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

Co to jest

Jego lista nigdy nie miała być listą kategorii problemów AI jako początkowym punktem rozgałęzienia dla podejść do rozwiązania lub „heurystyczną techniką mającą na celu przyspieszenie procesu znalezienia zadowalającego rozwiązania”.

Maxim nigdy nie dodał tej listy do żadnej ze swoich publikacji naukowych i istnieją powody, dla których.

Lista jest heterogeniczna. Zawiera metody, cechy globalne, wyzwania i koncepcyjne podejścia połączone w jedną listę, jakby były jak elementy. Nie jest to wada dla listy „dobrych problemów dla AI”, ale jako formalne określenie cech lub kategorii problemów AI, brakuje mu niezbędnego rygoru. Maxim z pewnością nie przedstawił go jako „7 cech problemu AI”.

Z pewnością nie jest to lista „7 cech problemu AI”.

Czy są jakieś listy kategorii lub cech?

Nie ma dobrej listy kategorii problemów z AI, ponieważ gdyby ją stworzono, łatwo byłoby pomyśleć o jednym z milionów problemów, które rozwiązały ludzkie mózgi, które nie pasują do żadnej z kategorii lub nie mieszczą się na granicy dwóch lub więcej kategorii.

Można sobie wyobrazić listę charakterystyk problemów i może być zainspirowana listą Maxim's Good Problems for AI. Można również opracować listę wstępnych podejść. Następnie można narysować strzałki od cech z pierwszej listy do najlepszych perspektyw podejść na drugiej liście. Byłby to dobry artykuł do publikacji, gdyby został potraktowany kompleksowo i rygorystycznie.

Początkowa charakterystyka wysokiego poziomu do listy podejść

Oto lista pytań, które doświadczony architekt AI może zadać, aby wyjaśnić wymagania systemowe na wysokim poziomie przed wyborem podejścia.

  • Czy zadanie jest zasadniczo statyczne, ponieważ po uruchomieniu prawdopodobnie nie będzie wymagać znacznych korekt? W takim przypadku sztuczna inteligencja może być najbardziej przydatna w projektowaniu, wytwarzaniu i konfiguracji systemu (potencjalnie włączając szkolenie jego parametrów).
  • Jeśli nie, to czy zadanie jest zasadniczo zmienne w taki sposób, że teoria kontroli opracowana na początku XX wieku może dostosować się do wariancji? Jeśli tak, to sztuczna inteligencja może być również przydatna w zaopatrzeniu.
  • Jeśli nie, to system może mieć wystarczającą złożoność nieliniową i czasową, aby wymagana była inteligencja. Wtedy pojawia się pytanie, czy zjawisko to w ogóle można kontrolować. Jeśli tak, to należy zastosować techniki AI w czasie rzeczywistym po wdrożeniu.

Skuteczne podejście do architektury

Jeśli osobno obramuje się etapy projektowania, wytwarzania i konfiguracji, można zastosować ten sam proces, aby ustalić, jaką rolę może odegrać sztuczna inteligencja, i można to zrobić rekurencyjnie, ponieważ rozkłada się ogólną produkcję pomysłów na rzeczy takie jak projektowanie Konwerter A-D-D lub rozmiar jądra splotu do zastosowania na określonym etapie wizji komputerowej.

Podobnie jak w przypadku innych systemów sterowania, w przypadku AI określ dostępne dane wejściowe i pożądane dane wyjściowe oraz zastosuj podstawowe koncepcje inżynierskie. Myśl, że dyscyplina inżynierii zmieniła się z powodu systemów eksperckich lub sztucznych sieci, jest błędem, przynajmniej na razie.

Nic nie zmieniło się znacząco w inżynierii systemów sterowania, ponieważ AI i inżynieria systemów sterowania mają wspólne pochodzenie. Mamy tylko dodatkowe komponenty, z których możemy wybrać i dodatkową teorię do zastosowania w projektowaniu, budowie i kontroli jakości.

Ranga, wymiarowość i topologia

Jeśli chodzi o rangę i wymiary sygnałów, tensorów i komunikatów w systemach AI, wymiar kartezjański nie zawsze jest prawidłową koncepcją charakteryzującą dyskretne cechy wewnętrzne, gdy podchodzimy do symulacji różnych cech umysłowych ludzkiego mózgu. Topologia jest często kluczowym obszarem matematyki, który najbardziej poprawnie modeluje rodzaje różnorodności, które widzimy w ludzkiej inteligencji, którą chcemy sztucznie rozwijać w systemach.

Co ciekawsze, topologia może być kluczem do opracowania nowych rodzajów inteligencji, do których ani komputery, ani mózgi ludzkie nie są dobrze wyposażone.

Bibliografia

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

Douglas Daseeco
źródło
-1

7 cech problemu AI jest techniką heurystyczną zaprojektowaną w celu przyspieszenia procesu znajdowania zadowalającego rozwiązania problemów sztucznej inteligencji.

W informatyce, sztucznej inteligencji i optymalizacji matematycznej heurystyka to technika zaprojektowana w celu szybszego rozwiązania problemu lub znalezienia przybliżonego rozwiązania, gdy nie uda się znaleźć dokładnego rozwiązania przy użyciu klasycznych metod.

Technika 7 problemów AI obejmuje alternatywne etapy oparte na dostępnych informacjach, które pomagają wybrać najbardziej odpowiednie podejście do rozwiązywania problemów, tj. Misjonarzy i kanibali, Wieża Hanoi, Podróżujący sprzedawca itp.

Odnośnie, czy istnieje ogólnie akceptowany związek między umieszczeniem problemu a odpowiednimi algorytmami. Odpowiedź jest taka, że ​​rzeczywiście istnieje ogólnie akceptowany związek. Wyobraź sobie na przykład próbę rozwiązania gry w szachy i sudoku.

Jeśli krok w sudoku jest zły, możemy cofnąć się i spróbować zastosować inne podejście. Jeśli jednak gramy w szachy i po kilku ruchach zauważymy błąd. Nie możemy po prostu zignorować błędu i cofnięcia się. (2. charakterystyka)

Jeśli wszechświat problemów jest przewidywalny, możemy stworzyć plan generowania sekwencji operacji, które z pewnością doprowadzą do rozwiązania. Jednak w przypadku problemów z niepewnymi wynikami musimy postępować zgodnie z procesem przeglądu planu, ponieważ plan jest realizowany, zapewniając niezbędne informacje zwrotne. (3. charakterystyka)

Poniżej znajduje się przykład 7 cech problemu AI zastosowanych do rozwiązania problemu dzbanka z wodą.

Poniżej znajduje się przykład charakterystyki 7 problemów AI wykorzystywanych do rozwiązania problemu dzbanka z wodą.

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

Seth Simba
źródło
1. Co formalnie kwalifikuje się jako wymagające interakcji człowieka? Tak jak myślałem, że problem z dzbankiem z wodą nie wymaga interakcji człowieka; dla mnie podany przez ciebie powód wydaje się być tylko warunkiem wstępnym rozwiązania problemu w prawdziwym życiu (w przeciwieństwie do symulowanego). 2. Jeśli dane rozwiązanie składa się z wielu etapów, a zatem można podzielić wyszukiwanie na wyszukiwanie od rozwiązania do początku w połączeniu z wyszukiwaniem od początku do rozwiązania, czy problem nie ulega rozkładowi? Ponownie, mój spór dotyczy tego, co formalnie się kwalifikuje. 3. Dlaczego rozwiązanie nie jest stanem? ...
bóg lam
... Stan rozwiązanego segmentu jest rozwiązaniem, więc wydaje mi się, że rozwiązaniem jest znalezienie ścieżki do stanu , z tą ścieżką służącą państwu, a nie odwrotnie; gdyby państwo służyło tylko ścieżce, która jest rozwiązaniem , pomyślałbym, że rozwiązaniem była ścieżka, a nie państwo.
bóg lamów
1
Ponadto twoja odpowiedź nie wydaje się w pełni odpowiadać na postawione pytanie: „Czy istnieje ogólnie akceptowany związek między umieszczeniem problemu wzdłuż tych wymiarów a odpowiednimi algorytmami / podejściami do jego rozwiązania?”
bóg lamów