تخفیف نوروزی پی استور
کد تخفیف: PR1404
شامل تمامی آثار
روز
ساعت
دقیقه
ثانیه
تخفیف نوروزی پی استور
روش های جستجو در هوش مصنوعی، روش‌های سراسری یا به اصطلاح universal حل مسئله هستند. عوامل منطقی یا عامل‌های حل مسئله در هوش مصنوعی بیشتر از این استراتژی‌ها یا الگوریتم‌های جستجو برای حل یک مسئله خاص و ارائه بهترین نتیجه استفاده می‌کنند. عامل‌های حل مسئله، عامل‌های مبتنی بر هدف هستند و از نمایش اتمیک استفاده می‌کنند. در این مبحث با الگوریتم‌های مختلف جستجوی حل مسئله آشنا می‌شویم.
همزمان با رشد سخت افزاری در دنیای کامپیوتر دانشمندان که سودای حل مسائل پیچیده‌تری را داشتند، امکان فعالیت بیشتری پیدا کردند، مسائل نسل جدید بیشتر مسائلی بودند که در دو مجموعه زیر قرار می‌گرفتند:
برای حل چنین مسائلی محققین سراغ الگوریتم‌های جستجو رفتند که در دو دسته کلی قرار می‌گیرند، البته دسته سومی نیز هست که بیشتر در حوزه مباحث ریاضی و محاسبات تحلیلی قرار می‌گیرد و موضوع بحث ما نیست.
برای درک انواع روش های جستجو در هوش مصنوعی لازم است ابتدا به تعریف جستجو بپردازیم.
منظور از جستجو انتخاب یک استراتژی یا تعریف یک معیار برای انتخاب حالت‌های جانشین در فضای حالت مسئله است که با انتخاب زنجیر‌ه‌ای از حالت‌ها ما را به هدف برساند.
جستجو به دو شکل آگاهانه و نا آگاهانه انجام می‌گیرد. اما منظور از آگاهی و عدم آگاهی چیست؟
اگر در فضای جستجو برای انتخاب حالت جانشین از یک معیار مثلا یک پارامتر ارزش گذاری یا ارزیابی حالت استفاده شود که بر اساس آن میزان امیدواری یک حالت برای رسیدن به جواب مشخص شود، این یک جستجوی آگاهانه است. یعنی برای انتخاب حالت جانشین، با استفاده از معیار یا معیارهایی حالات جانشین را ارزیابی می‌کنیم و بر اساس مقدار این معیار حالت جانشین انتخاب می‌شود. تنوع این معیارها باعث ایجاد استراتژی‌های جستجوی متنوعی شده است.
در جستجوهای ناآگاهانه برای انتخاب حالت جانشین سراغ روش‌های ارزیابی نمی‌رویم، بلکه از یک استراتژی برای حرکت در فضای جستجو استفاده می‌کنیم که در ابتدای جستجو، این استراتژی تعیین و تا انتها ادامه پیدا می‌کند، در این روش‌ها هیچ اطلاعاتی به غیر تعریف مسأله در دسترس نیست و فقط هدف یا غیر هدف بودن یک حالت قابل تشخیص است یعنی در این حالت هیچ تفاوت ارزشی بین حالت‌های جانشین وجود ندارد بلکه اولویت حالت‌های جانشین بر اساس استراتژی تعیین می‌شود. جهت درک بیشتر شما از این موضوع سورس کدی در رابطه با این موضوع در لینک زیر قرار داده شده است.
برای درک بهتر موضوع این دو مفهوم را در مثال بازی پازل هشت بررسی می‌کنیم. درخت جستجوی بازی پازل هشت به شکل زیر را در نظر می‌گیریم.
برای استفاده از جستجوی آگاهانه باید معیاری برای ارزیابی هرکدام از حالت‌های جانشین داشته باشیم. برای این مثال ما از معیار تعداد خانه‌های اشتباه استفاده کردیم. یعنی از ۹ خانه، چندتا حاوی مقادیر اشتباه کمتری است. حالا ما اگر حالت جانشینی را انتخاب کنیم که تعداد خانه‌های اشتباه کمتری دارد یعنی از یک روش جستجوی آگاهانه استفاده کردیم.
اما اگر برای انتخاب حالت جانشین از یک استراتژی استفاده کنیم، مثلا همیشه سمت چپ ترین فرزند از درخت جستجو رو به عنوان حالت جانشین انتخاب کنیم، این یک جستجوی نااگاهانه است.
جستجوهای آگاهانه به دو دسته مکاشفه‌ای (heuristic) و فرا مکاشفه ای یا (meta heuristic) تقسیم می‌شوند. در الگوریتم‌های مکاشفه‌ای خود مسیر رسیدن به جواب جز جواب محسوب می‌شود یعنی بطور مثال در بازی هشت وزیر اگر خود چیدمان وزیرها به شکلی که همدیگر را گارد ندهند جواب مسئله باشد، نحوه رسیدن و مراحل طی شده تا رسیدن به این چیدمان نیز بخشی از جواب مسئله است و همیشه یک یا چند مسیر در حافظه نگه داشته می‌شود.
اما در روش‌های فرامکاشفه‌ای نحوه رسیدن به جواب زیاد مهم نیست، بطور مثال در همان بازی هشت وزیر مهم این است که هشت وزیری به شکلی در صفحه شطرنج باشند که همدیگر را گارد ندهند و دیگر مهم نیست چه مراحلی طی شده تا به این چیدمان رسیده‌ایم. در ادامه مطلب، سورس کدی در رابطه با مسئله ۸ وزیر قرار داده شده که می‌تواند کمک مناسبی در زمینه یادگیری این مسئله برای شما باشد.
در این پست به معرفی انواع روش های جستجو در هوش مصنوعی پرداخته شد. به طور کلی بیان شد دو نوع روش جستجوی کلی آگاهانه و نا آگاهانه وجود داردو مباحثی نیز برای هرکدام باز شد. در ادامه آموزش‌های هوش مصنوعی از مجموعه آموزشی پی استور به سراغ الگوریتم‌های جستجو خواهیم رفت. مشتاقانه منتظر نظرات و پیشنهادات شما عزیزان هستیم. موفق و پاینده باشید.
