AI: Öğrenme ve Stratejikleştirme

Yapay zeka hakkında bir "teknik inceleme" yazmak istediğim bir teorim var. Yapay zekada araştırmak istediğim ayrım öğrenmeyle stratejikleştirmektir. Sorum şu: bu konuyla ilgili diğer materyalleri nereden okuyabilirim?

Bir satranç örneği vereyim. Bir satranç yapay zekasına maksimum bir ağaç olarak bakalım, burada bir düşman birimini ele geçirmek o birimin değerini o karar için "hareket skoruna" ekler (ve aynı şekilde bir parçayı kaybetmek de bu değeri puana çıkarır). Bir piyon yakalamak 1 puan, bir şövalye 4 puan, bir kale 5 puan, vb.

Stratejikleştirme , bu noktaları uygulamak ve bir sonraki hamleyi belirlemek için yapay zeka olacaktır; Örneğin. On olası hamle verildiğinde, üç hamlenin sonunda en iyi (maksimum skor) seçimini yapın.

Öğrenme , bu değerleri belirlemek için istatistiksel gözlem uygulamak olacaktır. 100 oyun oynarsanız, AI bir piyon yakalamanın 2 puan ve bir şövalye 7 puan değerinde iken, kale sadece 3 puan değerindedir (100 oyuna dayanarak).

Bu ayrım literatürde zaten var mı ve eğer öyleyse, nereden okuyabilirim ?

Düzenleme: Herkes bu yaklaşımı kullanan bir Satranç oyunu (tercihen kaynak kodu ile) biliyor mu? Belki Chess960 @ Ana Sayfa ?

Stratejikleştirme dediğin şey genellikle AI topluluğunda arama olarak adlandırılır . A * ve DFS gibi basit algoritmaları ve A * gibi bilinçli aramalar için sezgisel tasarım yöntemlerini kapsar .

Öğrenme dediğiniz şey , geleneksel olarak denetimli öğrenmeye , denetimsiz öğrenmeye ve pekiştirici öğrenmeye ayrılan makine öğrenimi olarak adlandırılır . Muhtemelen oyunların en önemli alanları genetik programlama , sinir ağları ve destek vektör makineleri ve Bayes ağlarıdır . Ancak makine öğrenimi muazzam bir alandır ve bu, üzerinde çalıştığı araçlardan sadece küçük bir kısmıdır.

Farklı AI yaklaşım türleriyle gerçekten ilgileniyorsanız, Wikipedia okumak yerine AI: Modern Bir Yaklaşım gibi gerçek bir ders kitabı almanızı öneririm .

Yapay zekaya modern bir yaklaşım kesinlikle okumalısınız . Kitap biraz pahalıdır, ancak zemin çalışması yapana kadar AI hakkında ciddi bir tartışma yapamazsınız. Ayrıca 2. baskı 3. kadar iyidir, bu yüzden daha ucuz bir 2. baskı bulabiliyorsanız alın.

Gerçekten makine öğrenimine girmek istiyorsanız, Dr. Mitchell'in kitabında çok fazla bilgi var.

Yapay zeka akademisyenlerine girişte bu kadar büyük bir engel olması talihsiz bir durum. Ancak, benzersiz (yanlış) kelime kullanan ve akademide zaten bilinen teknikleri tartışan bir beyaz kitap yayınlarsanız, size veya başkalarına yardımcı olmaz.

Rakibinizin kendinizinkini geliştirme davranışını öğrenme alanının birkaç önemli girişi vardır. İyi spam filtreleri bunu yapar. Paper Rock Scissors AI'ya bakmalısınız. PRS'yi benzersiz kılan, basit olması ve herhangi bir araştırma yapılmamasıdır (AKA strateji). Yapay zekanın bir insanı yenebilmesinin tek yolu tercihlerini öğrenmek ve sömürmek.

NYTimes tarafından üretilen bu PRS AI botuna göz atın .