用计算机来完成井字棋中的搜索任务,真好比“杀鸡用牛刀”.但对
“规模”较大的问题,就没那么简单.根据粗略的估计,国际象棋中下一步
平均有35种不同的选择.因此,若要前瞻7个回合(14步棋),需要考虑35^14种
可能的棋局.这是现有任何计算机都无法胜任的.幸而人工智能的研究提供了
有效的“剪枝”技术,可以删除去大量“无关紧要”的起局.不过,即使如此,
仍需要考虑500亿－600亿个棋局.
IBM研制的并行计算机“深蓝”能在1秒钟只内分析2亿个棋局.正是凭
借这一优势(人类棋手每秒只能分析3－5个棋局), “深蓝”在1997年5月举
行的“人机大战”中战胜了世界棋王卡斯帕洛夫.假如没有人工智能中搜索
技术的研究成果,仅靠每秒2亿个棋局的处理速度,则“深蓝”走一步棋至少
需要考虑50个小时.与自动定理证明的研究意义不限于数学一样,搜索的研究
意义也不限于博弈.根据认知心理学的信息处理学派的观点,人类思维过程的
很大一部分可以抽象为从问题的初始状态经中间状态到达终止状态的过程,
因此可以转化为一个搜索问题,由机器自动地完成.例如“规划”问题.设想一 数据挖掘交友
台机器人被要求完成一项复杂任务,该任务包含很多不同的子任务,其中某些
子任务只有在另一些子任务完成之后才能进行.这时,机器人需要事先“设想”
一个可行的行动方案,使得依照该方案采取行动可以顺利完成任务.“规划”即
找出一个可行的行动方案,可以通过在以子任务为状态、以子任务间依赖关系为
直接后继关系的状态空间中的搜索来实现.
|
