Os métodos de pesquisa exaustiva são considerados IA?

Alguns programas fazem buscas exaustivas por uma solução, enquanto outros fazem buscas heurísticas por uma resposta semelhante. Por exemplo, no xadrez, a busca pelo melhor próximo passo tende a ser mais exaustiva por natureza, enquanto que em Go, a busca pelo melhor próximo passo tende a ser mais heurística, devido ao espaço de pesquisa muito maior.

A técnica da força bruta é exaustiva na busca de uma boa resposta considerada AI ou geralmente é necessário que algoritmos heurísticos sejam usados ​​antes de serem considerados AI? Nesse caso, o computador de xadrez está vencendo um profissional humano visto como um marco significativo?

Se alguém pensa na inteligência como uma medida contínua do poder de otimização (ou seja, quanto melhores são os resultados para qualquer unidade de esforço cognitivo gasto), a pesquisa exaustiva tem uma inteligência diferente de zero (na medida em que, na verdade, fornece melhores resultados com mais esforço é gasto), mas com uma inteligência muito, muito baixa (como os resultados são melhores principalmente pela sorte e a quantidade de esforço despendido pode ser incrivelmente grande).

Se um computador está forçando brutalmente a solução, não está aprendendo nada ou usando qualquer tipo de inteligência e, portanto, não deve ser chamado de "inteligência artificial". Ele precisa tomar decisões com base no que aconteceu antes em casos semelhantes. Para que algo seja inteligente, ele precisa de uma maneira de acompanhar o que aprendeu. Um programa de xadrez pode ter um algoritmo de medição realmente impressionante para usar em todos os estados possíveis do tabuleiro, mas se ele está sempre tentando cada estado e nunca armazenando o que aprende sobre diferentes abordagens, não é inteligente.

A resposta é sim, a pesquisa exaustiva é um princípio fundamental na IA. Assim como o OP reconhecido, ele é usado para resolver jogos semelhantes ao xadrez e também pode ser usado em muitos outros domínios, como planejamento de caminhos ou resolução de PDDL. Do ponto de vista teórico, uma busca por força bruta é um método elegante para resolver todos os problemas. A razão pela qual as heurísticas são usadas nos programas da vida real é que, devido ao hardware atual do computador, o cálculo é lento. Portanto, as heurísticas são usadas como um acelerador de velocidade.

A abordagem da força bruta é certamente o primeiro passo de muitos na programação de IA. Mas, usando essas experiências, o programa deve aprender a encontrar a melhor solução ou, pelo menos, uma solução mais próxima do problema. Como o primeiro objetivo da IA ​​é encontrar qualquer solução, nada pode superar a abordagem da força bruta. Porém, usando os resultados anteriores das abordagens de força bruta, o programa deve desenvolver suas próprias heurísticas e usar esses dados junto com a força bruta para encontrar a solução ideal.

Realmente, qualquer 'inteligência' exibida por um computador é considerada AI, independentemente da força bruta ou do uso de heurísticas inteligentes. Por exemplo, um bot de bate-papo pode ser codificado para responder à maioria das respostas usando muitas, muitas declarações if. Esta é uma IA, não importa quão mal codificada / projetada ela seja.

O xadrez jogando computador batendo em um profissional humano pode ser visto como um marco significativo. Quero dizer, alguém programou um computador para derrotar grandes mestres e gênios do xadrez. Muitos pensaram que isso não era possível, uma vez que o xadrez é um jogo tão complexo. Esse tipo de trabalho provavelmente resultou em IA mais complexa, pois se um computador pudesse jogar xadrez, certamente também concluiria outras tarefas complexas.

Observe como a programação de xadrez é refinada: placas de bit mágicas, hash Zobrist, poda, SMP lento e muito mais. Talvez esse não seja o tipo de marco da IA ​​que você pensou, mas, novamente, as coisas que podem ser consideradas como AI são bastante amplas.

Eu não sei por que você não consideraria isso ai, já que cada coisa usou algo parecido com o que está nas notícias recentes.

evoluir uma rede neural é muito semelhante à busca por força bruta, apenas atinge ótimos locais, porque não é exaustiva.