Means%E2%80%93ends_analysis
手段-目的分析 ( MEA ) は、 AI プログラムで検索を制限するために、人工知能(AI) で一般的に使用される問題解決手法です。
これは、少なくとも 1950 年代から創造性ツールとして使用されてきた手法でもあり、設計手法に関する工学書で最も頻繁に言及されています。MEA は、消費者行動分析で一般的に使用されるミーンズ エンド チェーン アプローチにも関連しています。また、数学的証明に着手する際に自分の考えを明確にする方法でも
コンテンツ
1 検索としての問題解決
2 手段-目的分析の仕組み
3 MEA を使用した一部の AI システム
4 こちらもご覧ください
5 参考文献
検索としての問題解決
AI で研究されている知的行動の重要な側面は、目標に基づく問題解決です。これは、望ましい目標につながる一連のアクションを見つけることによって、問題の解決策を説明できるフレームワークです。目標探索システムは、環境に関する情報を受け取る感覚チャネルと、環境に作用する運動チャネルによって外部環境に接続されていると考えられています。(「求心性」という用語は「内向き」の感覚の流れを表すために使用され、「遠心性」は「外向き」の運動指令を表すために使用されます。) さらに、システムには、神経の状態に関する情報をメモリに格納する手段がいくつか環境（求心性情報）と行動に関する情報（遠心性情報）。目標を達成する能力は、状態の特定の変化とこれらの変化をもたらす特定の行動との間の単純または複雑な関連付けを構築することに依存します。検索とは、特定の状態から目的の状態に導く一連のアクションを発見して組み立てるプロセスです。この戦略は、機械学習と問題解決には適切かもしれませんが、人間には必ずしも推奨されません (認知負荷理論とその影響など)。
手段-目的分析の仕組み
MEA 手法は、問題解決における検索を制御するための戦略です。現在の状態と目標の状態が与えられると、この 2 つの違いを減らすアクションが選択されます。現在の状態に対してアクションが実行されて新しい状態が生成され、プロセスがこの新しい状態と目標の状態に再帰的に適用されます。
MEA が効果的であるためには、目標探索システムが、あらゆる種類の検出可能な違いに、その違いを減らすことに関連するアクションを関連付ける手段を持たなければならないことに注意してまた、進行状況 (実際の状態と望ましい状態との差の変化) を検出する手段も備えている必要が試行された一連のアクションが失敗する可能性があるため、別のシーケンスが試行される可能性があるためです。
違いの重要性に関する知識が利用可能な場合、最も重要な違いが最初に選択され、他の力ずくの検索戦略よりも MEA の平均パフォーマンスがさらに向上します。ただし、重要度に応じた違いの順序付けがなくても、MEA は、現在の状態と目標の状態との間の実際の違いに問題解決を集中させることにより、他の検索ヒューリスティックよりも改善されます (これも平均的なケースです)。
MEA を使用した一部の AI システム
問題解決戦略としての MEA 手法は、1961 年にAllen NewellとHerbert A. Simonによって、コンピューターの問題解決プログラムである General Problem Solver (GPS) で最初に導入されました。 その実装では、演算子とも呼ばれる違いとアクションの対応が、システム内の知識としてアプリオリに提供されます。(GPS では、この知識は接続表の形式でした。)
演算子を適用するアクションと副作用が浸透可能である場合、検索は演算子の検査によって関連する演算子を選択し、接続のテーブルなしで実行できます。この後者のケースの標準的な例は、自動化された計画コンピューター プログラムであるSTRIPSであり、タスクに依存しない違いの相関関係を、それらを削減するオペレーターに許可します。
Prodigyは、カーネギー メロン大学で Jaime Carbonell、Steven Minton、Craig Knoblock によって開始された、大規模な学習支援自動計画プロジェクトで開発された問題解決ツールで、MEA を使用した別のシステムです。
デンマーク工科大学のMorten Lind 教授は、 Multilevel Flow Modeling (MFM)というツールを開発しました。産業用制御および自動化システムの手段-目的ベースの診断推論を実行します。
こちらもご覧ください
因果層別分析
知識表現
自動推論
インテリジェント制御
認知負荷
数学的証明
ポリテリー
ギャップ分析
山登り
参考文献
^ サイモン、HA (1981). 人工の科学。マサチューセッツ州ケンブリッジ: MIT Press. ^ Kaciak， E and Cullen， CW （2006). マーケティングリサーチにおける手段-目的チェーンデータの分析。Journal of Targeting， Measurement and Analysis for Marketing 15， 12 – 20. ^ Newell， A.， & Simon， HA (1959). 人間の思考のシミュレーション。カリフォルニア州サンタモニカ: Rand Corp. ^ Newell， A.， & Simon， HA (1961). GPS、人間の思考をシミュレートするプログラム。カリフォルニア州サンタモニカ：Rand Corporation。