ヒューリスティクス

ウィキペディア

ヒューリスティック

出典: フリー百科事典『ウィキペディア（Wikipedia）』 (2024/05/29 15:08 UTC 版)

ヒューリスティック（英: heuristic、独: Heuristik）または発見的（手法） とは、必ずしも正しい答えを導けるとは限らないが、ある程度のレベルで正解に近い解を得ることができる方法である。発見的手法では、答えの精度が保証されない代わりに、解答に至るまでの時間が短いという特徴がある。

ウィキペディア小見出し辞書

ヒューリスティクス

出典: フリー百科事典『ウィキペディア（Wikipedia）』 (2021/04/25 13:56 UTC 版)

「Logic Theorist」の記事における「ヒューリスティクス」の解説

ニューウェルとサイモンは、単純に論理規則を適用していくと探索木が指数的爆発を起こすことを発見した。そこで経験則を使って正解にたどり着きそうにない枝を判定して枝刈りをし、木が大きくなりすぎないようにした。彼らはポーヤ・ジェルジの証明に関する古典的著作『いかにして問題をとくか』で使われている用語を採用し、この場当たり的な規則を「ヒューリスティクス」と呼んだ。ニューウェルはスタンフォード大学でポーヤのコースを受講していた。ヒューリスティクスは人工知能研究で重要な分野となり、特に指数的に探索空間が広がっていくのを防ぐ手段として重要となっている。

ヒューリスティクス

出典: フリー百科事典『ウィキペディア（Wikipedia）』 (2022/04/15 02:21 UTC 版)

「コラッツの問題」の記事における「ヒューリスティクス」の解説

厳密な議論ではないヒューリスティクスであるが、ステップを経るごとに数の大きさがどのようになるかを考察する。今、n が偶数ならば、次のステップで大きさは半分になる。また、n が奇数ならば、次のステップで 3n + 1 になるが、これは必ず偶数であるから、その次に (3n + 1)/2 になることまでは確定している。ここまでを一つのステップと解釈すれば、このステップで大きさは約 3/2 倍になる。1回のステップを経た後に偶数になるか、奇数になるかが半々であると考えると、1/2 の確率で数の大きさは 1/2 倍になり、残る 1/2 の確率で数の大きさは 3/2 倍になる。よって、1回のステップで、数の大きさは (1/2)1/2 × (3/2)1/2 倍になると期待される。これは 1 より小さな値であるから、ステップを経るごとに「確率的に」小さくなると考えられる。この意味で、いつかは 1 に到達するとの予想は確からしい。 確率論の言葉を用いるとこれは無限のステップ数を取る極限で1に平均収束するということであり、厳密には予想の確からしさとは無関係である。ストレンマイヤーは1957年にマルティンゲールの理論を用いて上記の議論を精密化し、任意のコロモゴルフ測度の下で有限ステップ内に数の大きさが1に概収束（確率1で収束）することを証明した。

ヒューリスティクス

出典: フリー百科事典『ウィキペディア（Wikipedia）』 (2019/11/13 06:53 UTC 版)

「Dendral」の記事における「ヒューリスティクス」の解説

ヒューリスティクスとは経験則であり、必ずしも唯一の解が得られるとは限らないアルゴリズムである。しかし、ヒューリスティクスに照らして不適切な解を捨てることで、解候補の数を削減できる。ヒューリスティクスを使った問題解決法を「ヒューリスティクスプログラミング」と呼び、Dendral では専門家が問題解決で経験則や特定の情報を使って行っていることをマシン上で再現するために使われている。 ヒューリスティクスプログラミングは人工知能に至る大きなステップであった。これにより人間の知性の特定の特徴を自動化することが可能となった。1940年代末、George Polya の著書 How to Solve It: A New Aspect of Mathematical Method により、この手法が科学界で一般化していった。ハーバート・サイモンは The Sciences of the Artificial で、「ヒューリスティックを確かな結論と考えるなら、ガッカリさせられるかもしれない。しかし、ヒューリスティックを全く無視しては、何の進歩もないだろう」と述べている。

ヒューリスティクス

出典: フリー百科事典『ウィキペディア（Wikipedia）』 (2021/05/02 17:32 UTC 版)

「ジョージ・ポリア」の記事における「ヒューリスティクス」の解説

彼はその後半生において多大な時間を割いて、人々が問題を解決する方法や、問題を解決する方法を教えあるいは学ぶ方法を明らかにすることに努めた。彼はこれに関して以下の4冊の本を書いている。 『いかにして問題をとくか』 『数学の問題の発見的解き方』 『数学における発見はいかになされるか 第1巻：帰納と類比』 『数学における発見はいかになされるか 第2巻：発見的推論―そのパターン』 『いかにして問題をとくか』において、ポーヤは、数学的な問題に限らずあらゆる種類の問題を解決するための一般的なヒューリスティクスを与えている。同書には数学を学ぶ学生に対する助言やヒューリスティクス用語のミニ辞典が含まれている。同書は17か国語に訳され百万冊以上売れた。ロシアの物理学者ジョレス・アルフョーロフ(2000年にノーベル物理学賞を受賞した)も同書を称賛して、ポーヤの有名な本を読んで私は大変満足していると述べている[要出典]。同書は算数・数学教育においても言及されている。ダグラス・レナットの制作したAIであるオートメイテッド・マスマティシャンやユーリスコーはポーヤの研究に触発されて作られた。 直接的に問題解決を扱った著作に加えて、ポーヤは1963年にアメリカ国立科学財団の支援を受けて行った研究に基づいて『自然科学における数学的方法』というタイトルの本を書いた。編者としてリオン・ボーデンがつき、アメリカ数学協会から1977年に出版された。ボーデン教授は本にまとめるために、スタンフォードで何度かにわたって行ったポリアの進行を記録したテープを注意深く聞き取った、とポーヤが序文に書いている。また、ポーヤは「本文に書いてあることは有用だろうが、それらは完成した表現だと扱われるべきではないこと」とも序文に書いている。 彼は1985年9月7日、カリフォルニア州パロ・アルトで死去した。