はじめに
この記事では、人工知能検索を使用して問題を解決する方法について説明します。初心者が基本を理解するのに役立ついくつかの AI 検索手法を紹介します。
問題が発生した場合は、必ず解決するようにします。問題を解決する方法は複数あります。そのため、利用可能なソリューションからより良いソリューションを探す必要があります。システムを体系化することで、効率的に問題を解決できます。体系的な検索には、知識と知性が不可欠です。私たちは常に機械を使って日常の問題を解決しようとしています。計算には電卓、洗濯には洗濯機などです。しかし、知識や知性を耳にするたびに、コンピューターという言葉が頭に浮かびます。はい、コンピューターには人工知能技術によって知識と知性を与えることができます。人工知能の分野で利用できる検索手法はいくつかあります。この記事ではその一部について説明します。
AI 検索手法の種類
非情報検索と非情報検索の 2 種類があります。この分類は、技術に必要な情報量に基づいています。
情報に基づかない検索
問題を解決するのに十分な情報が常に得られるとは限りません。情報が少ない場合、やみくもに検索する必要があり、ブラインド検索と呼ばれます。検索は、各ノードが状態を表すノードのツリーをトラバースするようなものです。 1 つの方法は、各レベルのすべてのノードを調査し、解決策が見つからない場合は次のレベルのノードを調査することです。このサイクルは、解決状態に到達するか、解決策がまったくないことがわかるまで繰り返す必要があります。この手法は、幅優先検索として知られています。 (BFS) 検索が幅方向であるためです。幅優先探索の問題は、解がツリーのルート ノードから遠く離れている場合、時間がかかることです。解決策がある場合、BFS はそれを見つけることが保証されます。
探索は、幅方向ではなく深さ方向で行うことができます。つまり、解決策が見つかるまで、または解決策がないことが判明するまで、1 つのブランチを完全に探索します。 1 つのブランチで解決策が見つからない場合は、バックトラックを実行して前のノードに戻り、別のブランチで調査する必要があります。この手法は、深さ優先探索 (DFS) と呼ばれます。目標状態が最初のいくつかの分岐のいずれかの初期ノードに存在する場合、深さ優先検索で簡単に見つけることができます。それ以外の場合、DFS は BFS に勝るものはありません。検索は、初期状態から目標状態への方向と、目標状態から初期状態への方向の両方で行うこともできます。このアプローチは双方向検索と呼ばれます。
インフォームド検索
幸運にも十分な情報を持っているものもあります。その情報は、手がかりまたはその他の情報である可能性があります。この場合、効率的な方法で問題を解決できます。解決策を見つけるのに役立つ情報は、ヒューリスティック情報と呼ばれます。ヒューリスティック検索手法は、十分な情報がある問題に対する解決策を提供します。ツリーをたどりながら、ヒューリスティック検索は、手元の情報に基づいて、特定の方向に進むかどうかを決定します。そのため、常に最も有望な後継者を選択します。ヒューリスティック検索手法には、純粋なヒューリスティック検索、A* アルゴリズム、反復深化 A*、深さ優先分岐限定、および再帰的最良優先検索などがあります。
AI 検索技術の詳細については、
http://intelligence. worldofcomputing.net
記事のソース: https://EzineArticles.com/expert/Robinson_S/503769
ジェネレーティブAI（生成AI）とは？ 活用メリット・事例をわかりやすく解説 ビジネス＋IT(続きを読む)
General Artificial Intelligence Will Be More Than Intelligence
