ما هو الفرق بين الاستدلال والخوارزمية؟
https://stackoverflow.com/questions/2334225
-
22-09-2019 - |
italiano
english
français
española
中国
日本の
العربية
Deutsch
한국어
Português
Russianسؤال
ما هو الفرق بين الاستدلال والخوارزمية؟
المحلول
الخوارزمية هي وصف الحل الآلي للمشكلة. ما تفعله الخوارزمية محددة بدقة. يمكن أن يكون الحل أو لا يمكن أن يكون أفضل ما ممكن ولكنك تعرف منذ البداية نوع النتيجة التي ستحصل عليها. أنت تنفذ خوارزمية باستخدام بعض لغة البرمجة للحصول على (جزء من) أ برنامج.
الآن ، بعض المشكلات صعبة وقد لا تتمكن من الحصول على حل مقبول في وقت مقبول. في مثل هذه الحالات ، يمكنك غالبًا الحصول على حل غير سيء للغاية بشكل أسرع ، من خلال تطبيق بعض الخيارات التعسفية (التخمينات المتعلمة): هذا أ ارشادي.
لا يزال الإرشادات نوعًا من الخوارزمية ، ولكنها لن تستكشف جميع الحالات الممكنة للمشكلة ، أو ستبدأ باستكشاف الحالات الأكثر احتمالًا.
أمثلة نموذجية من الألعاب. عند كتابة برنامج لعبة الشطرنج ، يمكنك أن تتخيل تجربة كل خطوة ممكنة على مستوى العمق وتطبيق بعض وظائف التقييم على اللوحة. سوف تستبعد الإرشادات الفروع الكاملة التي تبدأ بحركات سيئة بشكل واضح.
في بعض الحالات ، لا تبحث عن أفضل حل ، ولكن عن أي حل يناسب بعض القيود. ستساعد الإرشادات الجيدة في إيجاد حل في وقت قصير ، ولكن قد تفشل أيضًا في العثور على أي شيء إذا كانت الحلول الوحيدة في الدول التي اختارت عدم المحاولة.
نصائح أخرى
- عادة ما تكون الخوارزمية حتمية ومثبتة أنها تسفر عن نتيجة مثالية
- لا يوجد دليل على الإرشادات ، وغالبًا ما ينطوي على عناصر عشوائية ، وقد لا ينتج عنه نتائج مثالية.
العديد من المشكلات التي لا توجد خوارزمية فعالة لإيجاد حل الأمثل معروفة لها أساليب مجلية تؤدي إلى نتائج شبه مثالية بسرعة كبيرة.
هناك بعض التداخل: "الخوارزميات الجينية" هو مصطلح مقبول ، ولكن بالمعنى الدقيق للكلمة ، تلك هي الاستدلال ، وليس الخوارزميات.
الإرشادات ، باختصار هو "تخمين متعلم". ويكيبيديا تشرح ذلك بشكل جيد. في النهاية ، يتم أخذ طريقة "القبول العام" كحل مثالي للمشكلة المحددة.
الإرشادات هي صفة للتقنيات القائمة على الخبرة التي تساعد في حل المشكلات والتعلم والاكتشاف. يتم استخدام طريقة مجريات الأمور للوصول بسرعة إلى حل يأمل في أن تكون على مقربة من أفضل إجابة ممكنة ، أو "الحل الأمثل". الاستدلال هي "قواعد الإبهام" أو التخمينات المتعلمة أو الأحكام البديهية أو ببساطة الحس السليم. الإرشادات هي طريقة عامة لحل مشكلة. الاستدلال كاسم هو اسم آخر لأساليب الاستدلال.
بعبارات أكثر دقة ، تعتمد الاستدلال على استراتيجيات تستخدم معلومات يمكن الوصول إليها بسهولة ، وإن كانت قابلة للتطبيق بشكل فضفاض ، للتحكم في حل المشكلات في البشر والآلات.
في حين أن الخوارزمية هي طريقة تحتوي على مجموعة محدودة من التعليمات المستخدمة لحل مشكلة. لقد تم إثبات هذه الطريقة رياضيا أو علميا للعمل من أجل المشكلة. هناك طرق رسمية وإثبات.
خوارزمية الاستدلال هي خوارزمية قادرة على إنتاج حل مقبول لمشكلة ما في العديد من السيناريوهات العملية ، بطريقة مجلية عامة ، ولكن لا يوجد دليل رسمي على صوابها.
في الواقع لا أعتقد أن هناك الكثير من القواسم المشتركة بينهما. تستخدم بعض الخوارزمية الاستدلال في منطقها (في كثير من الأحيان لإجراء حسابات أقل أو الحصول على نتائج أسرع). عادة ما يتم استخدام الاستدلال في ما يسمى الخوارزميات الجشع.
الاستدلال هي بعض "المعرفة" التي نفترض أنها جيدة لاستخدامها من أجل الحصول على الخيار الأفضل في الخوارزمية الخاصة بنا (عندما يجب اتخاذ خيار). على سبيل المثال ... يمكن أن تكون الاستدلال في الشطرنج (خذ دائمًا ملكة المعارضين إذا استطعت ، لأنك تعلم أن هذا هو الرقم الأقوى). لا يضمن لك الاستدلال أن تقودك إلى الإجابة الصحيحة ، ولكن (إذا كانت الافتراضات صحيحة) ، غالبًا ما تحصل على إجابة قريبة من الأفضل في وقت أقصر بكثير.
و خوارزمية هي مجموعة من العمليات ذات الخطوة الخطيبة التي سيتم تنفيذها 4, ، عادة ما يتم تفسيرها على أنها تسلسل محدود من التعليمات (الكمبيوتر أو الإنسان) لتحديد حل لمشكلة مثل: هل هناك مسار من A إلى B ، أو ما هو أصغر مسار بين A و B. في الحالة الأخيرة ، أنت يمكن أن تكون راضية أيضًا عن حل بديل "قريب بشكل معقول".
هناك بعض الفئات من الخوارزميات ، والتي هي خوارزمية مجريات الأمور هي واحدة منها. اعتمادًا على خصائص الخوارزمية (المثبتة) في هذه الحالة ، تندرج في واحدة من هذه الفئات الثلاث (الملاحظة 1):
- بالضبط: ثبت أن الحل مثالي (أو بالضبط الحل) لمشكلة الإدخال
- تقريب: لقد ثبت أن انحراف قيمة الحل بعيدًا عن القيمة المثلى من بعض الحدود المحددة مسبقًا (على سبيل المثال ، لا تزيد عن 50 ٪ من القيمة المثلى)
- ارشادي: لم يثبت الخوارزمية أنها مثالية ، ولا ضمن حد محدد مسبقًا للحل الأمثل
لاحظ أن خوارزمية التقريب هي أيضًا استدلال ، ولكن مع خاصية أقوى أن هناك حدود للمحلول (القيمة) التي يخرجها.
بالنسبة لبعض المشكلات ، لم يجد أي شخص خوارزمية "فعالة" لحساب الحلول المثلى (الملاحظة 2). واحدة من هذه المشكلات هي مشكلة البائع المعروفة. على سبيل المثال ، كانت خوارزمية كريستوفيديس لمشكلة بائع السفر ، على سبيل المثال ، تسمى أ ارشادي, ، لأنه لم يثبت أنه كان ضمن 50 ٪ من الحل الأمثل. ومع ذلك ، فقد ثبت ذلك ، يشار إلى خوارزمية كريستوفيديس بدقة أكبر على أنها خوارزمية تقريب.
بسبب القيود المفروضة على ما يمكن لأجهزة الكمبيوتر القيام به ، لا يمكن دائمًا ذلك بكفاءة أعثر على أفضل الحل ممكن. إذا كان هناك بنية كافية في مشكلة ، فقد يكون هناك طريقة فعالة لاجتياز مساحة الحل ، على الرغم من أن مساحة الحل ضخمة (أي في أقصر مشكلة في المسار).
عادة ما يتم تطبيق الاستدلال لتحسين وقت تشغيل الخوارزميات ، عن طريق إضافة "معلومات الخبراء" أو "التخمينات المتعلمة" لتوجيه اتجاه البحث. في الممارسة العملية ، قد تكون الإرشادات أيضًا بمثابة روتين فرعي لخوارزمية مثالية ، لتحديد مكان البحث أول.
(الملاحظة 1): بالإضافة إلى ذلك ، تتميز الخوارزميات بما إذا كانت تشمل عناصر عشوائية أو غير محددة. تسمى الخوارزمية التي تنفذ دائمًا بنفس الطريقة وتنتج نفس الإجابة ، الحتمية.
(ملاحظة 2): هذا يسمى مشكلة P vs NP ، والمشاكل التي يتم تصنيفها على أنها NP-COMPLETE و NP-HARD من غير المرجح أن يكون لها خوارزمية "فعالة". ملحوظة؛ كما ذكر Kriss في التعليقات ، هناك أنواع "أسوأ" من المشكلات ، والتي قد تحتاج إلى وقت أو مساحة أسية لحسابها.
هناك العديد من الإجابات التي تجيب على جزء من السؤال. لقد اعتبرتها أقل اكتمالا وليست دقيقة بما فيه الكفاية ، وقررت عدم تحرير الإجابة المقبولة التي أدلى بها @kriss
الاستدلال هي خوارزميات ، لذلك في هذا المعنى ، لا يوجد شيء ، ومع ذلك ، فإن الاستدلال تتخذ نهجًا "تخمينًا" لحل المشكلات ، ويحقق إجابة "جيدة بما يكفي" ، بدلاً من العثور على حل "أفضل".
مثال جيد هو المكان الذي تواجه فيه مشكلة صعبة للغاية (اقرأ NP-Complete) التي تريد حلها ولكن ليس لديك الوقت الكافي للوصول إليها ، لذلك عليك استخدام حل جيد بما فيه الكفاية بناءً على خوارزمية إرشادية ، مثل إيجاد حل لمشكلة بائع السفر باستخدام خوارزمية وراثية.
الخوارزمية هي تسلسل لبعض العمليات التي تعطي إدخالًا يحسب شيئًا ما (وظيفة) ويخرج نتيجة.
قد تسفر الخوارزمية عن قيم دقيقة أو تقريبية.
قد يحسب أيضًا قيمة عشوائية مع احتمال كبير بالقرب من القيمة الدقيقة.
تستخدم الخوارزمية الإرشادية بعض البصيرة على قيم الإدخال وحسابات لا قيمة محددة (ولكن قد تكون قريبة من الأمثل). في بعض الحالات الخاصة ، يمكن أن تجد الإرشادية حلًا دقيقًا.
الخوارزمية هي مجموعة محددة بوضوح من التعليمات لحل مشكلة ما ، تتضمن الاستدلال استخدام نهج التعلم والاكتشاف للوصول إلى حل.
لذلك ، إذا كنت تعرف كيفية حل مشكلة ، فاستخدم خوارزمية. إذا كنت بحاجة إلى تطوير حل ، فهو أساليب الاستدلال.
عادةً ما يكون الاستدلال هو التحسين أو الإستراتيجية التي توفر عادةً إجابة جيدة بما يكفي ، ولكن ليس دائمًا أفضل إجابة. على سبيل المثال ، إذا كنت ترغب في حل مشكلة البائع المتنقل مع القوة الغاشمة ، فإن التخلص من الحل الجزئي بمجرد أن تتجاوز تكلفته من أفضل الحلول الحالية ، فهو في بعض الأحيان يساعد ، وفي بعض الأحيان لا يفعل ذلك ، وبالتأكيد لا يفعل ذلك " ر تحسين وقت تشغيل الخوارزمية النظرية
أعتقد أن الاستدلال هو أكثر من القيد المستخدم في النموذج القائم على التعلم في الذكاء الاصطناعي حيث يصعب التنبؤ بحل الحل المستقبلي.
ولكن بعد ذلك ، فإن شكوك بعد قراءة الإجابات أعلاه هو "كيف يمكن تطبيق الاستدلال بنجاح باستخدام تقنيات التحسين العشوائي؟ أو هل يمكن أن تعمل كخوارزميات كاملة عند استخدامها مع التحسين العشوائي؟"
أحد أفضل التفسيرات التي قرأتها تأتي من الكتاب الرائع رمز كامل, ، الذي أقتبسه الآن:
الإرشادات هي تقنية تساعدك على البحث عن إجابة. تخضع نتائجها للصدفة لأن الإرشادات تخبرك فقط بكيفية النظر ، وليس ما يمكن العثور عليه. لا يخبرك بكيفية الانتقال مباشرة من النقطة أ إلى النقطة ب ؛ قد لا يعرف حتى أين النقطة أ والنقطة ب. في الواقع ، فإن الإرشادات هي خوارزمية في بدلة مهرج. إنه أقل تنبؤًا ، إنه أكثر متعة ، ويأتي بدون ضمان مدته 30 يومًا.
إليكم خوارزمية للقيادة إلى منزل شخص ما: اسلك الطريق السريع 167 جنوبًا إلى Puy-Allup. خذ مخرج South Hill Mall وقيادة 4.5 أميال أعلى التل. انعطف يمينًا عند الضوء بواسطة متجر البقالة ، ثم خذ اليسار الأول. تتحول إلى ممر منزل تان الكبير على اليسار ، في 714 North Cedar.
إليك مجلدًا للوصول إلى منزل شخص ما: ابحث عن الرسالة الأخيرة التي أرسلناها لك. القيادة إلى المدينة في عنوان العودة. عندما تصل إلى المدينة ، اسأل شخصًا أين منزلنا. الجميع يعرفنا - سيكون أحدهم سعيدًا لمساعدتك. إذا لم تتمكن من العثور على أي شخص ، فاتصل بنا من هاتف عام ، وسنأتي لك.
الفرق بين الخوارزمية ومرسلة الاستدلال خفية ، والمصطلحان يفرطان إلى حد ما. لأغراض هذا الكتاب ، فإن الفرق الرئيسي بين الاثنين هو مستوى عدم التوجيه من الحل. يمنحك الخوارزمية التعليمات مباشرة. يخبرك الإرشادات بكيفية اكتشاف التعليمات بنفسك ، أو على الأقل أين تبحث عنها.
يجدون حلًا دون المستوى دون أي ضمان فيما يتعلق بجودة الحل ، فمن الواضح أنه من المنطقي تطوير الاستدلال فقط. يعد تطبيق هذه الأساليب مناسبًا لحل مشاكل العالم الحقيقي أو المشكلات الكبيرة المحرجة من وجهة النظر الحسابية بحيث لا توجد حتى خوارزمية قادرة على إيجاد حل تقريبي في الوقت متعدد الحدود.
