Użytkowanie multimediów

W sprawnym i stającym na odpowiednio wysokim poziomie abstrakcji, tj. inteligentnym, działaniu odgrywają istotną rolę takie elementy jak pamięć robocza (jej pojemność, trwałość, strategie gospodarowania), strategie poznawcze (m.in, wyobrażeniowa, analityczna, globalna -- ważny jest wybór właściwej strategii), kontrola poznawcza (względem czynności ważnych dla rozwiązania zadania), zasoby uwagi (wielkość ''mocy przetwarzania'' systemu poznawczego, odnosząca się do pojęcia ludzkiej świadomości i woli). 

Dwa podstawowe sposoby rozumowania (wnioskowania) to metoda dedukcyjna i indukcyjna. Można też mówić o wnioskowaniu:

• do przodu, które rozpoczyna się od analizy faktów, a następnie na podstawie dostępnych reguł i faktów generowane są nowe fakty tak długo, aż wśród nich znajdzie się poszukiwane przez użytkownika rozwiązanie (cel) lub  zabraknie reguł;
• wstecz -- wnioskowanie sprowadza się do wersyfikacji postawionej na początku hipotezy poprzez  poszukiwanie  argumentów (dowodów), które ją potwierdzą lub obalą.

Możliwe jest także łączenie obu strategii, stosowanie ich naprzemiennie zależnie od bieżącej sytuacji w zbiorze wygenerowanych stanów -- jeśli zdefiniowany cel wydaje się mało osiągalny, brakuje skutecznych reguł (operatorów) przybliżających, można zdefiniować pomocniczy podcel, nadający kierunek lokalnym poszukiwaniom.  

Rozumowanie dedukcyjne jest prostym wyciąganiem wniosków, nie wymagającym tworzenia nowych twierdzeń  czy  pojęć. Wykorzystuje się jednie formułę logicznej konsekwencji: na podstawie istniejących  przesłanej (faktów, wiarygodnych danych treningowych) oraz dostępnej wiedzy tzw. zastanej formułuje się wnioski (tj. konkluzje, nowe fakty), które stają się wiedzą nabytą. Zakładając poprawność wiedzy (reguł logicznych), do której się odwołujemy, z prawdziwości przesłanek wynika logiczna prawdziwość konkluzji. Taki rodzaj wnioskowania stanowi podstawę przede wszystkim systemów eksperckich (inaczej ekspertowych), ważnego obszaru skutecznych rozwiązań sztucznej inteligencji.

Indukcja logiczna to sposób rozumowania polegający na wyprowadzaniu nowych twierdzeń, weryfikacji hipotez, sugerowaniu możliwości zaistnienia nowych faktów na podstawie intuicyjnej analizy wejściowych przesłanek. 

W rozumowaniu indukcyjnym obserwując określone fakty (a więc postrzegając prawdę) szukamy ich wyjaśnienia w postaci możliwie wiarygodnych przyczyn, bazując na dostępnej wiedzy, zastanej lub nabytej we wspomagającym rozumowaniu dedukcyjnym. Weryfikując domniemane przyczyny zadajemy pytanie o ich prawdziwość i na tej podstawie wyprowadzamy  wniosek  ogólny, nową teorię czy  prawo. 

Prawdziwość przyczyn potwierdzonych faktów wynika w takim rozumowaniu z prawdziwości stosowanych reguł, stąd szczególna rola algorytmu wnioskującego.   

Poszukiwanie inteligentnych rozwiązań realnych, życiowych problemów często nie jest proste. Trudno jest z góry określić ciąg czynności prowadzących do ich rozwiązania -- jednym ze sposobów jest systematyczna analiza kolejnych alternatyw. Zaletą takiego rozwiązania jest łatwość formułowania kolejnych zadań. Wymagane jest jedynie określenie
zbioru stanów przestrzeni rozwiązywanego problemu (w tym stanu początkowego i zbioru możliwych stanów końcowych) oraz zbioru operatorów przekształcających stany tej przestrzeni (zastosowane do określonych stanów generują nowe stany). Rozwiązanie polega na wyznaczeniu ciągu operatorów przekształcających stan 
początkowy w stan końcowy.
 
Korzysta się przy tym z dobranych strategii realizacji procesu przeszukiwań przestrzeni stanów, od metod ślepych po 
zmyślne heurystyki.  Poszukiwanie żądanego stanu -- najlepszego rozwiązania odbywa się nierzadko w sposób względny, subiektywny,  zależny od reguł wypracowanych doświadczalnie, bazujących na opiniach ekspertów. Metody analityczne są zwykle niepraktyczne,  

Metody ślepe nie wykorzystują żadnej informacji o zadaniu -- specyfice rozwiązywanego problemu, dzięki czemu mają one charakter uniwersalny. Polegające na kolejnym przeszukiwaniu (niekiedy wszystkich) możliwych dróg prowadzących do rozwiązania  według z góry ustalonego porządku, w szczególności:

• deterministycznie, np. 
  • w głąb, wszerz, dwukierunkowo, z jednolitym kosztem -- pomocne są tutaj grafowe czy drzewiaste struktury stanów -- węzłów;
  • zachłannie -- po ekspansji stanów badane są nowe węzły i najbardziej obiecujący z nich jest wybierany do dalszej ekspansji; taka lokalna optymalizacja uniemożliwia powrót do żadnego przodka aktualnie badanego węzła; 
  • siłowe, \emph{brute force}, polegające na sukcesywnym sprawdzeniu wszystkich możliwych kombinacji w poszukiwaniu rozwiązania problemu, bez jakiejkolwiek  szczegółowej analizy, co prowadzi do prostych realizacji i dużej złożoności obliczeniowej, zapewniając pełen sukces wyznaczenia optymalnego rozwiązania.
• niedeterministycznie, np. metodą Monte Carlo, z losowym wyborem punktów w przestrzeni dopuszczalnych rozwiązań i obliczaniem dlań funkcji celu -- najlepsze rozwiązanie jest uznawane za rozwiązanie problemu.  

W zadaniach przeszukiwania mianem ''heurystyczne'' określa się wszelkie reguły, zasady, prawa, kryteria i intuicje (również takie, których konieczność ani skuteczność nie jest całkowicie pewna), które umożliwiają wybranie najbardziej efektownych kierunków działania zmierzających do celu. Istotne jest dobre dopasowanie do problemu, wykorzystanie lokalnej czy czasowej charakterystyki stanów. Heurystyka oznacza metodę znajdowania przyzwoitego (dobrego?) rozwiązania przy akceptowalnych nakładach obliczeniowych. Nie daje gwarancji uzyskania optymalnych czy choćby prawidłowych rozwiązań, a nierzadko nawet bez oszacowania, jak blisko optymalnego jest otrzymane rozwiązanie. Jej stosowanie zawsze grozi pominięciem najlepszego ruchu. 

W heurystyce ważne są sensowne przypuszczenia odnośnie kierunku poszukiwania rozwiązań, choćby przez wykluczanie rozwiązań nie rokujących sukcesów, zawężanie przestrzeni przeszukiwań, wybór możliwie najkrótszej, najbardziej prawdopodobnej drogi. Stosowanie heurystyki powinno umożliwiać uniknięcie badania tzw. ślepych ścieżek i skuteczne   wykorzystanie  zdobytych  w  trakcje badania obserwacji. Spodziewanym efektem jest średnia poprawa efektywności, przy braku poprawy w przypadku pesymistycznym.

Heurystyka jest więc rozumiana jako praktyczna strategia poprawiająca efektywność znajdowania rozwiązania złożonych problemów. Ogólniej, jest to nauka o metodach i regułach rządzących dokonywaniem odkryć i tworzeniem wynalazków. Inaczej, heurystyka nazywamy metodologię twórczego rozwiązywania zadań czy problemów złożonych (tj. wymagających w wyczerpujących rozwiązaniach olbrzymich ilości obliczeń) poprzez eksperyment, metodę prób i błędów, analogie, odwołanie do doświadczenia. Wykorzystywane jest podejście logiczne, matematyczne, ale też komputerowe (numeryczne), przez eksperyment, często za pomocą metody prób i błędów, odwoływania się do analogii, uogólnień. Heurystyka dąży do rozwiązania najkrótszą drogą, omijając mniej obiecujące ścieżki, wykorzystuje proste kryterium wyboru kierunku, a jej działania nie daje się analizować.