कृत्रिम बुद्धिमत्ता मधील सर्च आल्गोरिदम । Search Algorithm in Artificial Intelligence in Marathi

मित्रांनो , आज आपण Search Algorithm in Artificial Intelligence in Marathi या बद्दल जाणून घेणार आहोत. Artificial Intelligence चा ऍडव्हान्स शोध लागल्यापासून AI ने पूर्ण जगात धुमाकूळ घालून ठेवलाय. Artificial Intelligence प्रणाली वर चालणारे काही बॉट्स जसे ChatGPT , Google Bard, Bing AI असे खूप सारे AI बॉट्स आहेत, जे मार्केट मध्ये खूप चालत आहेत. तज्ज्ञ कडून असं पण सांगण्यात येते कि पुढील काही वर्षात AI मानवाच्या खूप साऱ्या नौकऱ्या घेणार. AI चा Algorithm असा आहे कि तो कुठलाही काम काही सेकंदात करून टाकतो. तर अज आपण AI च्या अल्गोरिदम बद्दल माहिती देणार आहोत.

सर्च अल्गोरिदम हे आर्टिफिशियल इंटेलिजन्सचे सर्वात महत्वाचे क्षेत्र आहे. हा आर्टिकल AI मधील सर्च अल्गोरिदमबद्दल सर्व काही स्पष्ट करेल.

प्रॉब्लेम सोलविंग एजंट Problem-solving agents

आर्टिफिशियल इंटेलिजन्स मध्ये, सर्च टेक्निक्स हे युनिव्हर्सल प्रॉब्लेम सोलविंग पद्धत आहे. AI मधील प्रॉब्लेम सोलविंग एजंट बहुतेक या सर्च टेक्निक किंवा अल्गोरिदम विशिष्ट समस्येचे निराकरण करण्यासाठी आणि सर्वोत्तम परिणाम प्रदान करण्यासाठी वापरतात. प्रॉब्लेम सोलविंग एजंट हे ध्येय-आधारित एजंट आहेत आणि ऍटोमिक रिप्रेसेंटेशन ला वापरतात. या पोस्ट मध्ये, आपण विविध समस्या सोडवणारे सर्च अल्गोरिदम शिकूया.

सर्च अल्गोरिदम मधील घटक

Search

Search ही दिलेल्या सर्च स्पेस मध्ये सर्च प्रॉब्लेम सोडवण्यासाठी स्टेप-बाय-स्टेप प्रक्रिया आहे. यात तीन प्रकार आहेत,

• Search Space: सर्च स्पेस संभाव्य उपायांच्या संच आहे , जे सिस्टममध्ये असू शकते.
• Start State: हा एक भाग आहे जिथून शोध सुरू केला जातो.
• Goal State: हे एक कार्य आहे जे वर्तमान स्थितीचे निरीक्षण करते आणि गोल स्टेट प्राप्त झाली की नाही हे कन्फर्म करते.

Search tree

सर्च प्रॉब्लेम्स चा ट्री रिप्रेसेंटेशन म्हणजेच सर्च ट्री.

Actions

हे एजंटला उपलब्ध सर्व क्रियांचे वर्णन देते.

Solution

हा एक क्रिया क्रम आहे जो स्टार्ट नोडपासून गोल नोडपर्यंत नेतो.

सर्च अल्गोरिदमचे प्रकार Types of Search Algorithm in Artificial Intelligence

सर्च प्रोब्लेमच्या आधारे सर्च अल्गोरिदमचे वर्गीकरण uninformed सर्च (ब्लाइंड सर्च ) आणि informed सर्च (ह्युरिस्टिक सर्च ) अल्गोरिदममध्ये करू शकतो.

Uninformed/Blind Search

या प्रकारातील सर्च अल्गोरिदममध्ये प्रॉब्लेम व्याख्येमध्ये दिलेल्या माहिती व्यतरीक्त दुसरी कोणतीही अतिरिक्त माहिती नसते. Start स्थितीपासून Goal स्थितीपर्यंत पोहोचण्याच्या योजना मध्ये केवळ क्रम आणि/किंवा क्रियांच्या लांबीनुसार भिन्न असतात. हे अल्गोरिदम केवळ उत्तराधिकारी निर्माण करू शकतात आणि ध्येय स्थिती आणि लक्ष्य नसलेल्या स्थितीमध्ये फरक करू शकतात.

Uninformed Search तीन मुख्य प्रकारांमध्ये विभागले जाऊ शकते:

1. Depth First Search
2. Breadth First Search
3. Uniform Cost Search

Depth First Search : डेप्थ-फर्स्ट सर्च (DFS) हे ट्रॅव्हर्सिंग किंवा ट्री किंवा आलेख डेटा स्ट्रक्चर्स शोधण्यासाठी अल्गोरिदम आहे. अल्गोरिदम रूट नोडपासून सुरू होते (ग्राफच्या बाबतीत रूट नोड म्हणून काही अनियंत्रित नोड निवडणे) आणि बॅकट्रॅक करण्यापूर्वी प्रत्येक शाखेत शक्य तितके एक्सप्लोर करते.

Breadth First Search : ब्रेडथ-फर्स्ट सर्च (BFS) हे ट्रॅव्हर्सिंग किंवा ट्री किंवा ग्राफ डेटा स्ट्रक्चर्स शोधण्यासाठी अल्गोरिदम आहे. हे ट्री च्या मुळापासून सुरू होते (किंवा आलेखाचे काही अनियंत्रित नोड, ज्याला कधीकधी ‘सर्च की’ म्हणून संबोधले जाते), आणि पुढील खोलीच्या स्तरावर नोड्सवर जाण्यापूर्वी सध्याच्या खोलीत सर्व शेजारी नोड्स एक्सप्लोर करते.

Uniform Cost Search: Uniform Cost Search , BFS आणि DFS पेक्षा वेगळे आहे कारण येथे खर्च लागू होतो. दुस-या शब्दात, वेगवेगळ्या किनार्यांमधून मार्गक्रमण करण्याची किंमत समान असू शकत नाही. खर्चाची एकत्रित बेरीज कमीत कमी असेल असा मार्ग शोधणे हे ध्येय आहे.

Informed Search Algorithms

येथे, अल्गोरिदममध्ये लक्ष्य स्थितीची माहिती असते, जी अधिक कार्यक्षम शोध कार्यामध्ये मदत करते. ही माहिती ह्युरिस्टिक नावाच्या एखाद्या गोष्टीद्वारे प्राप्त केली जाते.

Informed Search तीन मुख्य प्रकारांमध्ये विभागले जाऊ शकते:

1. Greedy Search
2. A* Tree Search
3. A* Graph Search

Greedy Search : Greedy Search मध्ये , आपण लक्ष्य नोडच्या सर्वात जवळचा नोड विस्तृत करतो. ह्युरिस्टिक h(x) द्वारे “नजीकपणा” चा अंदाज लावला जातो.

A* Tree Search : A* Tree Search, किंवा A* Search Algorithm in AI म्हणून ओळखले जाणारे, Uniform-खर्चाच्या शोध आणि Greedy Search या दोघांची ताकद एकत्र करते. या शोधात, ह्युरिस्टिक म्हणजे UCS मधील खर्चाची बेरीज, backward cost जी (x) द्वारे दर्शविली जाते, आणि Greedy Search मधील किंमत, forward cost h(x) द्वारे दर्शविली जाते. बेरीज खर्च f(x) द्वारे दर्शविला जातो.

A* Graph Search : A* Graph Search, or simply Graph Search, हा नियम जोडून ही मर्यादा काढून टाकते: do not expand the same node more than once. 

Conclusion

अशाप्रकारे आपण या लेखामध्ये Search Algorithm in Artificial Intelligence in Marathi आणि त्याचे प्रकार या बद्दल संपूर्ण माहिती जाणून घेतली आहे. आम्हाला आशा आहे कि हा लेख तुम्हाला आवडला असेल.

FAQs

हे देखील वाचा

आर्टिफिशिअल इंटेलिजन्स संपूर्ण माहिती । ARTIFICIAL INTELLIGENCE FULL INFORMATION IN MARATHI

CHATGPT पुढील आठवड्यात ANDROID यूजर्स साठी येत आहे । CHATGPT COMING TO ANDROID USERS NEXT WEEK -MARATHI