الذكاء الإصطناعي : حل المسائل General Problem solving #الدرس التاسع و العشرون
مرحبا بكم في أول درس من إنطلاقتنا الجديدة في الدروس الذكاء الإصطناعي، حيث شرحنا في الدرس السابق عن ماذا سنقدم لكم في المستقبل، و ما هي خطواتنا الجديدة، سنزيد التفصيل أكثر في الدروس القادمة و نُكْثِر من إعطاء الأمثلة و بعض التمارين إن أمكن ذلك، و في هذا الدرس إخترنا أن نبدأ بحل المسائل في الذكاء الإصطناعي بالترتيب حسب ما ذكرناه في الدرس السابق و شَرحُنَا لكلم كل عنصر على حدى و ماذا سنقدم فيه، و لننطلق في الشرح على بركة الله :
تطلع على الدرس السابق و تعرف على خطواتنا الجديدة ّأولاً قبل البدأ
حل المسائل General Problem solving :
يعتبر مجال حل المسائل هو المجال الرئيسي عند دراسة الذكاء الإصطناعي، و كما ذكرنا في الدرس السابق حل المسائل هو إنتاج الحلول من بيانات تم الحصول عليها "مشاهدة" أو بيانات معطات سابقاً Given Data، و مع هذا فليس من الممكن دائماً إستخدام الطرق المباشرة، بالذهاب مباشرة من البيانات إلى الحل، و بدلاً من ذلك، فحل المسائل يحتاج إلى إستخدام الطرق الغير مباشرة أو غير المباشرة أو الطرق المعتمدة على نموذج معين Model Based Method.
برنامج حل المسائل العام General Problem Solver :
إختصارها GPS هو برنامج تم إنشائه في عام 1957 عن طريق Semon And Newell، لبناء الآلة الشاملة لحل المسائل. و كان برنامج GPS يعتمد على الأبحاث النظرية للعالمين سيمون و بيوثل في منطق الآلات Logic Methon، و يستطيع هذا البرنامج أساساً أن يحل أن المسألة مصاغة رياضياً مثل إثبات النظريات و المسائل الهندسية و المعادلات و لعبة الشطرنج أيضاً. و قد حل برنامج GPS مسائل كثيرة مثل مسألة ابراج هانوي، من تلك المسائل التي يمكن صياغتها رياضيا بكفاءة عالية، و لكن هذا البرنامج لم يتمكن من حل أي من مسائل العالم الحقيقي Real World، و لبناء نظام لحل المسائل معينة نحتاج إلى :
- تعريف المسألة بدقة بإيجاد حالات الإدخال و كذلك الحالات النهائية لحل المسألة التي يمكن قبولها كما ذكرنا.
- تحليل المسألة بإيجاد الميزات القليلة الهامة التي يمكن أن يكون لها تأثير على مناسبة التقنيات الممكنة المتنوعة من أجل حل المسألة.
- عزل و تمثيل مهام المعرفة الضرورية لحل المسألة.
- إختيار تقنية معينة أو تقنيات الحل الأفضل و تطبيقها على المسألة المطلوبة.
تعريفات المسألة Problem Definitions :
يتم تعريف المسألة عن طريق عناصرها و علاقاتها، و لإعطاء تعريف منهجي نحتاج إلى التالي بالترتيب من 1 إلى 4 :
- تعريف فضاء الحالات State Pase الذي يشمل جميع الأوضاع الممكنة لكائنات المسألة، بما في ذلك الأوضاع المستحيلة.
- تحديد تلك الحالة أو الحالات التي تصف حالات الممكنة، التي يمكن أن يبدأ حل المسألة الممكنة، هذه الحالات تسمى الحالات الإبتدائية Inistial States.
- تحديد الحالة أو الحالات التي ربما تكون حلول مقبولة للمسألة، هذه الحالات تسمى بحالات الهدف Goal States.
- تحديد مجموعة من القوانين التي تصف الأفعال أو الأشغال المتاحة.
يمكن للمسألة أن تحل بواسطة إستخدام القوانين مثل إستخدام القوانين المعروفة في الرياضيات لحل المسألة، كتوليفة مع إستيراتجيات التحكم المناسبة و التي هي موضوع الدرس القادم، التي تنتقل وفقها عبر فضاء المسألة حتى يتم إيجاد المسار من الحالة الإبتدائية إلى حالة الهدف. هذه العملية تعرف بالبحث Search، و البحث جزئ أساسي في عمليات حل المسألة و يعتبر الآلية العامة التي تستخدم متى مانت الطرق المباشرة غير معروفة و سنتطرق إليها في الدرس القادم أيضاً بإذن الله، و أخيراً البحث يقدم إطار العمل Framework الذي يبسط عملية دمج الطرق المباشرة لحل أجزاء من المسألة فيه. و يتم صياغة عدد كبير من مسائل الذكاء الإصطناعي كمسائل بحث.