Brute Force vs Heuristic Search: Sự khác biệt và so sánh

Trí tuệ nhân tạo là một trong những lĩnh vực mở rộng nhất trong thời đại ngày nay. Đó là nghiên cứu xây dựng các đối tượng hoạt động một cách khách quan.

Những AI này để thực hiện và đạt được các hành động của chúng thực hiện các loại thuật toán cụ thể. Hai thuật toán như vậy là brute force và heuristic search.

Chìa khóa chính

1. Các thuật toán brute force khám phá tất cả các giải pháp khả thi một cách có hệ thống, trong khi tìm kiếm theo kinh nghiệm sử dụng các chiến lược dành riêng cho vấn đề để tìm giải pháp hiệu quả hơn.
2. Các kỹ thuật tìm kiếm heuristic có thể nhanh chóng tìm ra các giải pháp gần đúng, nhưng brute force đảm bảo tìm ra giải pháp tối ưu nếu có.
3. Các phương pháp brute force tiêu tốn nhiều thời gian và nguồn lực hơn so với các kỹ thuật tìm kiếm heuristic.

Brute Force vs Tìm kiếm theo kinh nghiệm

Sự khác biệt giữa Brute Force và Tìm kiếm theo kinh nghiệm là lực lượng vũ phu là một hình thức tìm kiếm không có thông tin. Mặt khác, tìm kiếm heuristic là một tìm kiếm có căn cứ. Lực lượng vũ phu tương đối tốn thời gian trong khi tìm kiếm heuristic rất nhanh.

Lực lượng vũ phu là một thuật toán tìm kiếm không thông tin được sử dụng trong công nghệ AI. Nói một cách đơn giản hơn, nó đang tìm kiếm mà không có thông tin thích hợp.

Nó cũng không có nhiều kiến ​​thức về vấn đề nhưng lại đưa ra giải pháp mà người ta có thể mong muốn. Brute force vì nó trải qua một số khả năng, quá trình này tốn nhiều thời gian và lâu hơn

Tìm kiếm heuristic là một thuật toán tìm kiếm thông báo được sử dụng trong công nghệ AI. Nói một cách đơn giản hơn, đó là tìm kiếm với dữ liệu và thông tin thích hợp và đưa ra các kết quả có thể xảy ra.

Tìm kiếm heuristic tạo ra một đường dẫn xung quanh giải pháp. Lực lượng heuristic vì nó chủ yếu hướng đến mục tiêu nên không mất nhiều thời gian để thực hiện các nhiệm vụ.

Bảng so sánh

Tham số so sánh	Brute Force	Tìm kiếm kinh nghiệm
Vài cái tên khác	Tìm kiếm mù hoặc thống nhất	tìm kiếm thông báo
Quy trình xét duyệt	Tìm kiếm không có thông tin	Tìm kiếm với thông tin
Mất thời gian	Tiêu tốn nhiều thời gian hơn và quá trình dài	Tiêu tốn ít thời gian hơn và quy trình ít dài hơn
Bộ nhớ	Yêu cầu bộ nhớ lớn	Bộ nhớ lớn là không cần thiết
Dung dịch	Không chứng minh một đường dẫn trực tiếp đến giải pháp	Cung cấp một con đường hướng tới giải pháp
Chức năng	Nó không yêu cầu chức năng bổ sung để tìm kiếm	Được sử dụng để tìm kiếm

Brute Force là gì?       

 Lực lượng vũ phu còn được gọi là tìm kiếm mù hoặc tìm kiếm thống nhất. Tìm kiếm thống nhất có thể định vị trạng thái không khách quan từ trạng thái khách quan.

Tìm kiếm mù không kiểm soát được ghi chú được chọn. Tìm kiếm mù quáng hoặc vũ lực là một trong hai chiến lược tìm kiếm chính khi người ta không có con đường trực tiếp tới việc tìm kiếm.                  

Tìm kiếm mù không tạo ra thông tin đơn giản mà một người có thể sử dụng, nhưng tìm kiếm xây dựng tạo ra câu trả lời mà người ta có thể đang tìm kiếm nhưng không có manh mối nào.

Vì những tìm kiếm này không có bất kỳ thông tin bổ sung nào được cung cấp liên quan đến tìm kiếm, do đó, tìm kiếm mù tên.

Có một số loại thuật toán brute force cụ thể là tìm kiếm giới hạn độ sâu, tìm kiếm hai chiều, tìm kiếm chi phí thống nhất, tìm kiếm theo chiều rộng, tìm kiếm theo chiều sâu và tìm kiếm theo chiều sâu lặp đi lặp lại.

Tìm kiếm theo chiều rộng tạo ra tìm kiếm bằng cách hình thành các cấp độ cây. Nó liên kết một số chủ đề được truy cập. Nó đào ra mục tiêu nông cạn nhất của người dùng gần gốc nhất.

Tìm kiếm theo chiều sâu liên tục lang thang dọc theo con đường trong khi đi xuống cây cho đến khi tìm ra giải pháp cho vấn đề hoặc cho đến khi đi đến ngõ cụt. Khi đến ngõ cụt, nó quay lại con đường của nó và tìm ra những con đường khác.

Tìm kiếm Heuristic là gì?

Tìm kiếm heuristic còn được gọi là tìm kiếm thông báo. Đó là định hướng mục tiêu.

Mục đích chính của tìm kiếm heuristic là nhanh chóng và dễ dàng, cho nhiều vấn đề khác nhau, do đó nó tìm ra câu trả lời gần đúng mà không yêu cầu hoặc tốn nhiều thời gian và nguồn lực.

Tìm kiếm heuristic có thể không đưa ra giải pháp chính xác nhất hoặc tốt nhất nhưng nó tìm ra giải pháp thích hợp trong khung thời gian hợp lý. Loại phương pháp tìm kiếm này rất hữu ích để giải quyết các vấn đề khó khăn.

Do đó, đây là cách tốt nhất cho các vấn đề khó giải quyết và các vấn đề mất nhiều thời gian để giải quyết.

Nguyên tắc tìm kiếm heuristic có thể được áp dụng cho một số vấn đề trong toán học, khoa học.

Tìm kiếm heuristic sử dụng một số kỹ thuật để xem qua không gian sắp xếp trong khi đánh giá không gian sắp xếp có thể sẽ ở đâu và tập trung vào tìm kiếm về khu vực đó.

Tìm kiếm heuristic có thể được phân loại thành tìm kiếm tham lam, tìm kiếm cây A* và tìm kiếm đồ thị A*. Trong tìm kiếm tham lam, nút gần mục tiêu nhất được mở rộng.

Tìm kiếm cây * hợp nhất các phẩm chất của tìm kiếm chi phí đồng nhất và tìm kiếm tham lam. Tìm kiếm đồ thị A* loại bỏ các giới hạn được tìm thấy trong tìm kiếm đồ thị A* bằng cách mở rộng các nút tương tự nhiều lần.

Sự khác biệt chính giữa Brute Force và Heuristic Search

1. Lực lượng vũ phu còn được gọi là tìm kiếm mù hoặc tìm kiếm thống nhất, trong khi tìm kiếm heuristic được gọi là tìm kiếm có thông tin.
2. Trong tìm kiếm vũ phu diễn ra mà không có thông tin thích hợp, tuy nhiên đối với tìm kiếm heuristic, tìm kiếm diễn ra với thông tin thích hợp.
3. Brute force là một thủ tục tốn thời gian. Đây cũng là một thủ tục dài và cần có thời gian để tìm ra giải pháp. Tuy nhiên, tìm kiếm heuristic là một quá trình nhanh chóng và không mất nhiều thời gian để tìm ra giải pháp.
4. Brute force yêu cầu bộ nhớ lưu trữ lớn; Tuy nhiên, tìm kiếm heuristic không yêu cầu nhiều bộ nhớ lưu trữ.
5. Tìm kiếm thô sơ không có đường dẫn trực tiếp đến giải pháp, trong khi tìm kiếm heuristic mở đường dẫn trực tiếp đến giải pháp.
6. Brute force không sử dụng bất kỳ chức năng đặc biệt nào để tìm kiếm cụ thể. Tuy nhiên, lực lượng heuristic được sử dụng cho quá trình tìm kiếm.

dự án

1. https://link.springer.com/content/pdf/10.1007/b138699.pdf
2. https://link.springer.com/article/10.1023/A:1009672832658

Cập nhật lần cuối: ngày 15 tháng 2023 năm XNUMX