Планирование: 5 примеров

планирование

Планирование

Одним из крупных разделов искусственного интеллекта — планирование. Человек обладает способностью строить планы с незапамятных времен.

Можно сказать, что человек и выжил-то благодаря планированию.

Содержание

  1. Планирование. Необязательное ограничение
  2. Планирование. Обязательное ограничение
  3. Задача коммивояжера (Travelling Salesman Problem, или TSP)
  4. Искусственный интеллект и тушение пожаров

Если мы перенесемся в палеолит, то и там встретимся с проблемой, требующей планирования:

  • как распределить наличный объем пропитания между числом потребителей — членов племени?
  • Кому отдать сочное мясо, богатое калориями: тем, кто собирает ягоды, или охотникам?
  • А если один из собирателей — женщина на последних месяцах беременности?

Все эти вопросы соответствуют так называемым ограничениям системы, то есть обстоятельствам, которые следует учитывать при составлении плана.

Ограничения делятся на обязательные и необязательные.

Планирование. Необязательное ограничение

В нашем примере с доисторическим племенем лучшие куски мяса должны доставаться тем, кто больше всего нуждается в этом.

Однако не случится ничего страшного, если самому сильному охотнику в один из дней не достанется самый сочный кусок. Конечно, эта ситуация не может повторяться постоянно, но уж один-то день охотник может потерпеть.

Следовательно, это необязательное ограничение.

Планирование. Обязательное ограничение

В качестве примера обязательного ограничения приведем распределение ресурсов университета (то есть аудиторий и преподавателей) в течение учебного года.

Потребителями ресурсов будут студенты, изучающие, например, математический анализ, торговое право, физику и другие предметы.

При распределении ресурсов нужно учесть, что студенты, изучающие торговое право и физику, не могут одновременно занимать, например, аудиторию 455.

Заведующий кафедрой математического анализа также не может преподавать торговое право, так как не имеет необходимой квалификации.

В этом примере описанные ограничения являются обязательными.

Таким образом, при разработке интеллектуального алгоритма планирования важнейшую роль играет возможность или невозможность нарушить накладываемые ограничения.


Задача коммивояжера (Travelling Salesman Problem, или TSP)

Порой определенная задача может быть отнесена к тому или иному разделу искусственного интеллекта в зависимости оттого, с какой стороны мы подойдем к ее решению.

Хорошим примером является задача коммивояжера (Travelling Salesman Problem, или TSP), которую можно решить путем поиска или планирования.

Формулировка этой задачи звучит так: для данного множества городов, дорог между ними и расстояний нужно найти маршрут коммивояжера, проходящий через все города.

Коммивояжер не может заезжать в один и тот же город дважды и при этом он должен преодолеть наименьшее расстояние.

Как читатель может догадаться, в зависимости от расположения маршрутов между городами коммивояжер обязательно посетит какой-либо город дважды, следовательно, это условие можно считать несущественным.

планирование - граф

Пример графа городов, связанных между собой. Расстояние между городами в километрах указано на ребрах графа.

Планирование использования ресурсов для успешного решения тех или иных задач может оказаться крайне сложным даже для опытного человека.

Такое планирование используется во всех областях, начиная от не слишком важных задач, например планирования учебного расписания, распределения аудиторий, лабораторий и аудиовизуальных материалов, и заканчивая крайне важным планированием ресурсов при тушении лесных пожаров или борьбе с другими стихийными бедствиями.

Автоматические рассуждения крайне просты для человека, но невероятно сложны для машин.

По сути, способность рассуждать в немалой степени является отличительным признаком людей, и ключевые особенности рассуждений до сих пор не слишком понятны нейробиологам.

Для имитации рассуждений человека инженеры разработали ряд очень интересных приемов, которые применяются, к примеру, при тушении лесных пожаров.

Искусственный интеллект и тушение пожаров

Сегодня многие пожарные службы используют системы планирования с искусственным интеллектом.

Как правило, при обнаружении лесного пожара средних размеров специалисту экстренной службы требуется до полутора часов на разработку плана тушения. Этот план подробно описывает все действия, которые следует выполнять всеми доступными средствами в зависимости от характеристик местности, погодных условий и так далее.

Однако специалисты часто сталкиваются со следующей проблемой: условия в районе пожара непрерывно меняются, и этот процесс идет так быстро, что человек попросту не успевает изменить план действий. В результате многие службы пытаются внедрить автоматизированные системы, способные составить план тушения пожара за несколько секунд.

Система фиксирует такие параметры, как рельеф местности, погодные условия, проезды к зоне пожара, доступные авиационные и наземные средства, а также возможность координировать действия с другими подразделениями и центрами управления, на основе этих параметров она составляет план и отправляет его на проверку человеку-эксперту.

пожар в ривьере - планирование

Тушение лесного пожара во Ривьере, Франция, требует координирования многочисленных человеческих и материальных ресурсов.

Может случиться так, что в данный момент одна единица техники не задействована, и система предлагает два варианта: перевести ее в зону, где бушует пожар, либо отправить ее на тушение очагов пожара в другую, менее опасную область, расположенную ближе.

Как система определит, какой из вариантов лучше? Логично, что конечная цель — потушить пожар, следовательно, кажется более естественным направить технику туда, где пожар сильнее.

С другой стороны, на переброску техники может уйти несколько часов, а всего в нескольких минутах езды очаги пожара не представляют большой опасности, и их можно потушить относительно легко.

Как объективно оценить преимущества от тушения пожара в определенной области с учетом расстояния до нее и затраченного времени?

Именно такой оценки требует классическая, неинтеллектуальная система планирования. Но при тушении пожара используется не одна, а несколько десятков единиц наземной и воздушной техники.

Также можно учесть новые переменные, например скорость ветра и прогноз погоды, возможные дожди, расположение жилья, природоохранных зон и так далее.

При таком обилии переменных становится понятной огромная потребность в интеллектуальной системе, способной принимать решения с учетом всех перечисленных факторов и на основе нечетких параметров.

Приложение Any.do — отличный планнер, которым вы будете на самом деле пользоваться. Обзор Any.do вы можете прочесть в моем блоге.

Понравилась статья? Поделиться с друзьями: