एआई: लर्निंग बनाम रणनीतिकार


16

मेरे पास AI पर एक सिद्धांत है जिसके बारे में मैं "व्हाइटपॉपर" लिखना चाहूंगा। जिस अंतर को मैं एआई में तलाशना चाहता हूं, वह है बनाम रणनीतिकार। मेरा सवाल यह है कि मैं इस विषय के बारे में अन्य सामग्री कहां पढ़ सकता हूं?

एक शतरंज का उदाहरण देता हूं। आइए एक शतरंज एआई को एक अधिकतम-पेड़ के रूप में देखें, जहां एक दुश्मन इकाई को कैप्चर करना उस निर्णय के लिए उस इकाई के मूल्य को "चाल स्कोर" में जोड़ता है (और इसी तरह एक टुकड़ा खोने पर उस मूल्य को स्कोर तक घटाता है)। एक मोहरे को पकड़ना 1 अंक, एक 4 नाइट अंक, एक बदमाश 5 अंक, आदि हो सकता है।

इन बिंदुओं को लागू करने और अगले कदम को निर्धारित करने के लिए रणनीतिक करना AI होगा; जैसे। दस संभव कदम दिए गए हैं, तीन चालों के अंत में सर्वश्रेष्ठ (अधिकतम स्कोर) चुनें।

सीखना उन मूल्यों को निर्धारित करने के लिए सांख्यिकीय अवलोकन लागू करना होगा। यदि आप 100 गेम खेलते हैं, तो एआई यह तय कर सकता है कि एक मोहरे पर कब्जा करना 2 अंक है, और एक नाइट 7 अंकों के लायक है, जबकि एक बदमाश केवल 3 अंक (100 गेमप्ले पर आधारित) है।

क्या यह अंतर पहले से ही साहित्य में मौजूद है, और यदि हां, मैं इसके बारे में कहां पढ़ सकता हूं ?

संपादित करें: क्या कोई शतरंज के खेल को जानता है (स्रोत-कोड अधिमानतः) जो इस दृष्टिकोण का उपयोग करता है? शायद Chess960 @ होम ?


3
खेल के सिद्धांत के मिश्रण की तरह लगता है, 'अंक' के साथ युग आधारित शिक्षा के खिलाफ समायोजित।
डिक्लेरेटेडकविअर

जवाबों:


15

जिसे आप रणनीतिक कहते हैं, उसे आमतौर पर एआई समुदाय में खोज कहा जाता है। इसमें ए * और डीएफएस जैसे सरल एल्गोरिदम शामिल हैं , और ए * जैसी सूचित खोजों के लिए अनुमानी डिजाइन के तरीके।

जिसे आप लर्निंग कहते हैं, उसे मशीन लर्निंग कहा जाता है , जो परंपरागत रूप से सुपरवाइज्ड लर्निंग , अनसर्वलाइज्ड लर्निंग और रीइन्फोर्समेंट लर्निंग में विभाजित हो जाता है । संभवतः खेलों के लिए सबसे महत्वपूर्ण क्षेत्र आनुवंशिक प्रोग्रामिंग , तंत्रिका नेटवर्क और वेक्टर मशीनों और बायेसियन नेटवर्क का समर्थन है । लेकिन मशीन लर्निंग एक बहुत बड़ा क्षेत्र है और यह केवल उन उपकरणों का एक छोटा सा सेट है जो इसका अध्ययन करता है।

यदि आप वास्तव में विभिन्न प्रकार के एआई दृष्टिकोणों में रुचि रखते हैं, तो मैं एक वास्तविक पाठ्यपुस्तक प्राप्त करने की सलाह देता हूं, जैसे कि एआई: ए मॉडर्न एप्रोच विकिपीडिया को पढ़ने के बजाय।


1
एक आधुनिक दृष्टिकोण के लिए +1। महान पुस्तक। हालांकि मैं खेल (बार ब्लैक एंड व्हाइट) में तंत्रिका नेटवर्क के प्रति उपयोगिता से असहमत हूं।
रे डे

मैंने नहीं कहा कि वे उपयोगी हैं, बस महत्वपूर्ण हैं। उनका उपयोग कई खेलों में किया गया है और कई एआई तकनीक उनके आधार पर या उनकी तुलना में हैं। इसके विपरीत, कहते हैं, डेटा क्लस्टरिंग तकनीक, जो मैं अविश्वसनीय रूप से अक्सर उपयोग करता हूं, लेकिन मुझे नहीं लगता कि मैंने खेलों में k- साधन भिन्नताओं की तुलना में अधिक जटिल कुछ भी देखा है।

यह काफी हद तक सही है, मैं मानता हूं कि वे खेलों के लिए सबसे अधिक लागू क्षेत्र हैं, हालांकि, उन्हें बस काम करने की जरूरत है;)
रे डी।

विशेषज्ञ प्रणालियों नामक एक तीसरा दृष्टिकोण ("रणनीतिकार") भी है, जहां आप मूल रूप से एक नियम-आधारित एल्गोरिथ्म ढूंढते हैं, जिसमें बिना किसी खोज के पेड़ की आवश्यकता हो सकती है, बस आवश्यक रूप से if-thens की एक श्रृंखला।
इयान श्राइबर

1
@ इयान: मैं विशेषज्ञ प्रणालियों से परिचित हूं, लेकिन वे इफ-थेंस की श्रृंखला नहीं हैं। वास्तव में आधुनिक विशेषज्ञ प्रणालियों को मेरे द्वारा वर्णित उपकरणों का उपयोग करके कार्यान्वित किया जाता है - एक मशीन सीखने का उपयोग कर सकता है ताकि इन नियमों का गेज निर्धारण करने में मदद मिल सके, या उन नियमों के माध्यम से आगे या पीछे का उपयोग करके खोज की जा सके। शायद आप निर्णय पेड़ों के बारे में सोच रहे हैं, लेकिन यहां तक ​​कि उन लोगों को अक्सर मशीन सीखने और बनाया जाता है और खोज का उपयोग करते हुए कई रास्ते तलाशते हैं।

1

आपको निश्चित रूप से एआई को एक आधुनिक दृष्टिकोण पढ़ना चाहिए । पुस्तक थोड़ी महंगी है, लेकिन जब तक आपको कुछ जमीनी काम नहीं मिल जाता, आप एआई के बारे में गंभीर चर्चा नहीं कर सकते। साथ ही दूसरा संस्करण 3 के रूप में अच्छा है, इसलिए यदि आप एक सस्ता संस्करण खोजने में सक्षम हैं तो इसे लें।

यदि आप वास्तव में मशीन लर्निंग में जाना चाहते हैं, तो डॉ। मिशेल की पुस्तक में बहुत ही अनिश्चित जानकारी है।

यह दुर्भाग्यपूर्ण है कि एआई शिक्षाविदों में प्रवेश की इतनी बड़ी बाधा है। लेकिन यह आपकी या किसी और की मदद नहीं करेगा यदि आप एक श्वेत पत्र प्रकाशित करते हैं जो अद्वितीय (गलत) शब्दावली का उपयोग करता है और पहले से ही शिक्षाविदों में ज्ञात तकनीकों पर चर्चा करता है।

अपने आप को बेहतर बनाने के लिए प्रतिद्वंद्वी के व्यवहार को सीखने के क्षेत्र में कई उल्लेखनीय प्रविष्टियां हैं। अच्छा स्पैम फिल्टर बस यही करते हैं। आपको पेपर रॉक कैंची एआई में देखना चाहिए। पीआरएस को जो विशिष्ट बनाता है वह यह है कि यह सरल है और इसमें कोई खोज शामिल नहीं है (AKA रणनीतिकार)। जिस तरह से एआई किसी इंसान को हरा सकता है वह है उसकी प्राथमिकताओं को सीखना और उनका शोषण करना।

NYTimes द्वारा निर्मित इस PRS AI बॉट की जाँच करें ।


अच्छा लगा, लेकिन वह नहीं, जिसकी मुझे तलाश है। जो Wreschnig का उत्तर अनिवार्य रूप से वही है जो मैं चाहता हूं - वह शब्दावली जिसके बारे में मैं अनुसंधान / लेखन के बारे में देख रहा हूं। इसके अलावा, मैं शब्दावली और सैद्धांतिक अनुसंधान पर बड़ा नहीं हूं; मैं बल्कि एक पुन: प्रयोज्य पुस्तकालय लिखूंगा और इसे वितरित करूंगा ताकि लोग इसका उपयोग कर सकें।
ashes999
हमारी साइट का प्रयोग करके, आप स्वीकार करते हैं कि आपने हमारी Cookie Policy और निजता नीति को पढ़ और समझा लिया है।
Licensed under cc by-sa 3.0 with attribution required.