Mam teorię na temat AI, o której chciałbym napisać „białą księgę”. Różnicą, którą chcę zbadać w AI, jest uczenie się vs. strategowanie. Moje pytanie brzmi: gdzie mogę przeczytać inne materiały na ten temat?
Podam przykład szachowy. Spójrzmy na szachową sztuczną inteligencję jako maksymalne drzewo, w którym schwytanie wrogiej jednostki dodaje wartość tej jednostki do „wyniku ruchu” dla tej decyzji (podobnie utrata elementu odejmuje tę wartość do wyniku). Zdobycie pionka może przynieść 1 punkt, rycerza 4 punkty, wieża 5 punktów itp.
Strategią byłoby AI, aby zastosować te punkty i określić następny ruch; na przykład. biorąc pod uwagę dziesięć możliwych ruchów, wybierz najlepszy (maksymalny wynik) na końcu trzech ruchów.
Nauka polegałaby na stosowaniu obserwacji statystycznych w celu ustalenia tych wartości. Jeśli zagrasz w 100 gier, AI może zdecydować, że zdobycie pionka wynosi 2 punkty, a rycerz jest wart 7 punktów, a wieża jest warta tylko 3 punkty (na podstawie 100 rozgrywek).
Czy to rozróżnienie istnieje już w literaturze, a jeśli tak, to gdzie mogę o nim przeczytać ?
Edycja: Czy ktoś zna grę w szachy (najlepiej z kodem źródłowym), która wykorzystuje to podejście? Może Chess960 @ Home ?
Odpowiedzi:
To, co nazywasz strategią, zwykle nazywa się wyszukiwaniem w społeczności AI. Obejmuje proste algorytmy, takie jak A * i DFS , oraz metody projektowania heurystycznego dla świadomych wyszukiwań, takich jak A *.
To, co nazywasz uczenie nazywa się uczenie maszynowe , tradycyjnie podzielona na nadzorowanego uczenia się , bez nadzoru uczenia się i uczenia zbrojenia . Prawdopodobnie najważniejszymi obszarami gier są programowanie genetyczne , sieci neuronowe i obsługujące maszyny wektorowe oraz sieci bayesowskie . Ale uczenie maszynowe to ogromna dziedzina i jest to tylko niewielki zestaw narzędzi, które studiuje.
Jeśli naprawdę interesują Cię różne rodzaje sztucznej inteligencji, polecam zakup prawdziwego podręcznika, takiego jak AI: Nowoczesne podejście zamiast czytania Wikipedii.
źródło
Zdecydowanie powinieneś przeczytać AI o nowoczesnym podejściu . Książka jest trochę droga, ale nie możesz poważnie dyskutować o sztucznej inteligencji, dopóki nie zaczniesz trochę pracy. Również druga edycja jest tak dobra jak trzecia, więc jeśli znajdziesz tańszą drugą edycję, weź ją.
Jeśli naprawdę chcesz zająć się uczeniem maszynowym, książka Dr. Mitchella ma wiele informacji na temat ruchu.
Szkoda, że istnieje tak duża bariera wejścia na naukowców AI. Ale to nie pomoże tobie ani nikomu innemu, jeśli opublikujesz białą księgę, która używa unikalnego (złego) słownictwa i omawia techniki już dobrze znane w środowisku akademickim.
Na polu uczenia się zachowania przeciwnika w celu poprawy własnego ma kilka ważnych pozycji. Dobre filtry spamu właśnie to robią. Powinieneś zajrzeć do Paper Rock Scissors AI. Tym, co czyni PRS wyjątkowym, jest to, że jest on prosty i nie wymaga wyszukiwania (strategia AKA). Jedynym sposobem, w jaki AI może pokonać człowieka, jest poznanie jego preferencji i ich wykorzystanie.
Sprawdź tego bota PRS AI zbudowanego przez NYTimes.
źródło