AI: Learning vs. Strategizing

Ho una teoria sull'intelligenza artificiale di cui vorrei scrivere un "whitepaper". La distinzione che voglio esplorare nell'intelligenza artificiale è l' apprendimento e la strategia. La mia domanda è: dove posso leggere altro materiale su questo argomento?

Lasciami fare un esempio di scacchi. Diamo un'occhiata a un'IA di scacchi come un albero massimo, dove catturare un'unità nemica aggiunge il valore di quell'unità al "punteggio di movimento" per quella decisione (e allo stesso modo perdere un pezzo sottrae quel valore al punteggio). Catturare un pedone può guadagnare 1 punto, un cavaliere 4 punti, una torre 5 punti, ecc.

La strategia sarebbe AI per applicare questi punti e determinare la prossima mossa; per esempio. date dieci mosse possibili, scegli il migliore (punteggio massimo) alla fine di tre mosse.

L'apprendimento applicherà l'osservazione statistica per determinare tali valori. Se giochi a 100 partite, l'IA potrebbe decidere che catturare una pedina vale 2 punti e un cavaliere vale 7 punti, mentre una torre vale solo 3 punti (basato su 100 gameplay).

Questa distinzione esiste già in letteratura e, in tal caso, dove posso leggerne ?

Modifica: qualcuno conosce una partita a scacchi (preferibilmente con codice sorgente) che utilizza questo approccio? Forse Chess960 @ Home ?

ai chess

— ashes999
fonte

Sembra un mix di teoria dei giochi, con "punti" adeguati all'apprendimento basato sull'epoca.

— Deceleratedcaviar

Risposte:

Quello che chiami strategizing è di solito chiamato ricerca nella comunità AI. Comprende algoritmi semplici come A * e DFS e metodi per la progettazione euristica per ricerche informate come A *.

Quello che chiami apprendimento è chiamato apprendimento automatico , tradizionalmente suddiviso in apprendimento supervisionato , apprendimento non supervisionato e apprendimento di rinforzo . Probabilmente le aree più importanti dei giochi sono la programmazione genetica , le reti neurali e le macchine vettoriali di supporto e le reti bayesiane . Ma l'apprendimento automatico è un campo enorme e questo è solo un piccolo insieme degli strumenti che studia.

Se sei veramente interessato ai diversi tipi di approcci AI, ti consiglio di procurarti un vero libro di testo, come AI: A Modern Approach piuttosto che leggere Wikipedia.

+1 per un approccio moderno. Ottimo libro Anche se non sono d'accordo con l'utilità di per sé delle reti neurali nei giochi (barra in bianco e nero).

— Ray Dey,

Non ho detto che sono utili, solo importanti. Sono stati utilizzati in diversi giochi e molte tecniche di intelligenza artificiale si basano su di essi o rispetto a loro. A differenza, per esempio, delle tecniche di clustering dei dati, che uso incredibilmente spesso ma non credo di aver visto nulla di più complicato delle variazioni di k-mean nei giochi.

È abbastanza giusto, sono d'accordo che sono le aree più applicabili ai giochi, hanno solo bisogno di un po 'di lavoro;)

— Ray Dey

Esiste un terzo approccio (anche "strategico") chiamato Expert Systems, in cui fondamentalmente trovi un algoritmo basato su regole che potrebbe non richiedere affatto alberi di ricerca, ma essenzialmente una serie di if-thens.

— Ian Schreiber,

@Ian: ho familiarità con i sistemi esperti, ma non sono una serie di if-thens. In effetti i moderni sistemi esperti sono implementati usando gli strumenti che ho descritto sopra: si potrebbe usare l'apprendimento automatico per aiutare a valutare possibili regole di inferenza, o cercare usando il concatenamento in avanti o all'indietro attraverso quelle regole. Forse stai pensando agli alberi delle decisioni, ma anche quelli sono spesso creati e ottimizzati dall'apprendimento automatico ed esplorano percorsi multipli usando la ricerca.

Dovresti assolutamente leggere l' IA come un approccio moderno . Il libro è un po 'costoso ma non puoi avere una discussione seria sull'intelligenza artificiale fino a quando non avrai un po' di lavoro a terra. Anche la seconda edizione è buona quanto la terza, quindi se riesci a trovare una seconda edizione più economica prendila.

Se vuoi davvero entrare nell'apprendimento automatico, il libro del Dr. Mitchell contiene molte informazioni approfondite.

È un peccato che ci sia una così grande barriera di accesso agli accademici dell'IA. Ma non aiuterà te o chiunque altro se pubblichi un white paper che utilizza un vocabolario unico (sbagliato) e discute tecniche già note nel mondo accademico.

Il campo di apprendimento del comportamento del tuo avversario per migliorare il tuo ha diverse voci importanti. I buoni filtri antispam fanno proprio questo. Dovresti esaminare Paper Rock Scissors AI. Ciò che rende il PRS unico è il fatto che è semplice e non richiede alcuna ricerca (strategia AKA). L'unico modo in cui l'IA può battere un essere umano è apprendere le sue preferenze e sfruttarle.

Dai un'occhiata a questo bot AI PRS creato da NYTimes.

— deft_code
fonte

Bello, ma non quello che sto cercando. La risposta di Joe Wreschnig è essenzialmente ciò che voglio: la terminologia di ciò che sto cercando di ricercare / scrivere. Inoltre, non sono grande in termini di terminologia e ricerca teorica; Preferirei scrivere una biblioteca riutilizzabile e distribuirla in modo che le persone possano usarla.

— ashes999,