By | December 22, 2022

บทนำ

บทความนี้ตั้งใจที่จะอธิบายว่าการค้นหาด้วยปัญญาประดิษฐ์สามารถใช้แก้ปัญหาได้อย่างไร ให้ข้อมูลเบื้องต้นเกี่ยวกับเทคนิคการค้นหาของ AI ซึ่งจะช่วยให้ผู้เริ่มต้นเข้าใจพื้นฐาน

เมื่อใดก็ตามที่เรามีปัญหา เราพยายามทำทุกวิถีทางเพื่อแก้ปัญหานั้น จะมีวิธีแก้ปัญหามากกว่าหนึ่งวิธี ดังนั้นจึงจำเป็นต้องค้นหาวิธีแก้ปัญหาที่ดีกว่าจากโซลูชันที่มีอยู่ การทำระบบให้เป็นระบบจะช่วยแก้ปัญหาได้อย่างมีประสิทธิภาพ สำหรับการค้นหาความรู้และสติปัญญาอย่างเป็นระบบเป็นสิ่งที่จำเป็น เราพยายามใช้เครื่องจักรแก้ปัญหาประจำวันของเราเสมอ: เครื่องคิดเลขสำหรับการคำนวณ เครื่องซักผ้าสำหรับซักผ้า และอื่นๆ แต่เมื่อใดก็ตามที่เราได้ยินความรู้และสติปัญญา คำว่าคอมพิวเตอร์ก็เข้ามาในความคิดของเรา ใช่ คอมพิวเตอร์สามารถป้อนความรู้และปัญญาโดยใช้เทคนิคปัญญาประดิษฐ์ มีเทคนิคการค้นหาหลายอย่างในด้านปัญญาประดิษฐ์ บทความนี้อธิบายบางส่วนของพวกเขา

ประเภทของเทคนิคการค้นหาด้วย AI

มีสองประเภท: การค้นหาที่ไม่รู้ข้อมูลและการค้นหาที่ไม่รู้ข้อมูล การจำแนกประเภทนี้ขึ้นอยู่กับจำนวนข้อมูลที่จำเป็นสำหรับเทคนิค

การค้นหาที่ไม่รู้จัก

เราไม่สามารถมีข้อมูลเพียงพอในการแก้ปัญหาได้เสมอไป เมื่อเรามีข้อมูลน้อย เราต้องค้นหาโดยสุ่มสี่สุ่มห้า และการค้นหาชื่อก็เช่นกัน การค้นหานั้นเหมือนกับการสำรวจต้นไม้ของโหนดที่แต่ละโหนดแสดงถึงสถานะ วิธีหนึ่งคือการสำรวจโหนดทั้งหมดในแต่ละระดับ และหากไม่พบวิธีแก้ปัญหา ให้สำรวจโหนดในระดับถัดไป วงจรนี้ควรทำซ้ำจนกว่าเราจะถึงสถานะการแก้ปัญหา หรือเราพบว่าไม่มีทางออกเลย เทคนิคนี้เรียกว่าการค้นหาแบบกว้างก่อน (BFS) เนื่องจากการค้นหาเป็นแบบกว้าง ปัญหาของการค้นหาแบบกว้างก่อนคือใช้เวลานานหากโซลูชันอยู่ห่างจากโหนดรูทในทรี หากมีวิธีแก้ปัญหา BFS รับประกันว่าจะค้นหาได้

การสำรวจสามารถทำได้ในเชิงลึกแทนที่จะเป็นเชิงกว้าง คือสำรวจสาขาใดสาขาหนึ่งจนพบทางออกหรือพบว่าไม่มีทางออก หากไม่พบวิธีแก้ปัญหาในสาขาใดสาขาหนึ่ง ควรทำการย้อนรอยเพื่อย้อนกลับไปยังโหนดก่อนหน้าและสำรวจในสาขาอื่น เทคนิคนี้เรียกว่าการค้นหาเชิงลึกก่อน (DFS) หากสถานะเป้าหมายมีอยู่ในโหนดช่วงต้นของหนึ่งในสาขาแรกๆ การค้นหาเชิงลึกก่อนจะพบได้ง่าย ไม่เช่นนั้น DFS ก็ไม่ได้ดีไปกว่า BFS การค้นหาสามารถทำได้ทั้งสองทิศทาง: หนึ่งจากสถานะเริ่มต้นไปยังสถานะเป้าหมาย และอีกทางหนึ่งจากสถานะเป้าหมายไปยังสถานะเริ่มต้น วิธีการนี้เรียกว่าการค้นหาแบบสองทิศทาง

ค้นหาข้อมูล

บางอย่างเราโชคดีที่มีข้อมูลเพียงพอ ข้อมูลอาจเป็นเบาะแสหรือข้อมูลบางอย่าง ในกรณีนี้ เราสามารถแก้ปัญหาได้อย่างมีประสิทธิภาพ ข้อมูลที่ช่วยหาทางออกเรียกว่าข้อมูลฮิวริสติก เทคนิคการค้นหาแบบฮิวริสติกช่วยแก้ปัญหาที่เรามีข้อมูลเพียงพอ ขณะที่สำรวจต้นไม้ การค้นหาแบบฮิวริสติกจะตัดสินใจว่าจะดำเนินการไปในทิศทางใดทิศทางหนึ่งหรือไม่โดยอิงตามข้อมูลที่มีอยู่ ดังนั้นจึงมักจะเลือกผู้สืบทอดที่มีแนวโน้มมากที่สุด เทคนิคการค้นหาแบบฮิวริสติกบางอย่าง ได้แก่ การค้นหาแบบฮิวริสติกล้วน, อัลกอริทึม A*, A* ที่ลึกขึ้นซ้ำๆ, การค้นหาแบบเบสต์-เฟิร์สเชิงลึกและสาขาแรกและแบบวนซ้ำแบบวนซ้ำ