5 lekcji z architektury inteligencji

Inteligencja nie polega na przeszukiwaniu wszystkiego. Polega na wiedzy, gdzie nie należy szukać.

Wiele osób uważa, że AI to tylko duże modele językowe. Jednak istotą inteligencji jest to, jak systemy podejmują decyzje w warunkach niepewności.

Oto 5 lekcji z architektury inteligencji:

    1. Używaj heurystyki, aby zmniejszyć złożoność Algorytmy przeszukiwania ślepego, takie jak BFS czy DFS, sprawdzają każdą opcję. To marnuje czas. Pilot nie przełącza każdego przełącznika, gdy zawodzi silnik. Korzysta ze specyficznych wskazówek, takich jak przepływ paliwa czy ciśnienie. W AI używamy heurystyki. Heurystyka to trafne przypuszczenie. Pomaga ona wyeliminować niemożliwe ścieżki, zanim stracisz na nie czas.
    1. Balansuj przeszłość z przyszłością za pomocą A* Algorytm zachłanny (Greedy search) patrzy tylko na cel. Jest szybki, ale często zawodzi. Uniform Cost Search bierze pod uwagę tylko to, co już zostało wydatkowane. Jest bezpieczny, ale wolny. Algorytm A* łączy oba podejścia. Bierze pod uwagę koszt już pokonany oraz szacowany koszt pozostały do przebycia. Ten balans pozwala na podejmowanie mądrzejszych decyzji.
    1. Rozwiązuj problemy poprzez ograniczenia Nie każdy problem jest ścieżką. Niektóre problemy polegają na przestrzeganiu reguł. Są to problemy spełniania ograniczeń (Constraint Satisfaction Problems). Pomyśl o Sudoku. Masz zmienne, dozwolone wartości i zasady. Musisz spełnić wszystkie zasady jednocześnie. Inteligentne systemy wykorzystują backtracking, aby natychmiast porzucić nieprawidłowe ścieżki. Zapobiega to ogromnej ilości bezużytecznej pracy.
    1. Celuj w oczekiwaną wydajność Racjonalny agent nie dąży do perfekcji. Dąży do podjęcia najlepszej możliwej decyzji na podstawie posiadanej wiedzy. Mierzymy to za pomocą PEAS: • Performance (Wydajność): Jak mierzy się sukces • Environment (Środowisko): Świat, w którym żyje agent • Actuators (Aktuatory): Jak agent działa • Sensors (Sensory): Jak agent postrzega
    1. Łącz logikę z uczeniem się Symboliczna AI jest logiczna i przejrzysta, ale krucha. Generatywna AI jest elastyczna i kreatywna, ale działa jak „czarna skrzynka”. Przyszłość należy do systemów, które robią obie te rzeczy. Muszą one wykorzystywać sieci neuronowe do rozpoznawania wzorców oraz rozumowanie symboliczne do logiki.

Najważniejsza lekcja brzmi: Inteligencja to sztuka redukowania złożoności bez utraty poprawności.

Przestań przeszukiwać wszystko. Zacznij przeszukiwać to, co istotne.

Źródło: https://dev.to/wolfof420street/beyond-blind-search-5-powerful-lessons-from-the-architecture-of-intelligence-21ma

Opcjonalna społeczność edukacyjna: https://t.me/GyaanSetuAi