Q:
Bagaimanakah mesin negara terhingga digunakan dalam kecerdasan buatan?
A:Mesin negeri yang terhingga (FSMs), adalah model perhitungan yang ditakrifkan oleh satu senarai keadaan set unik yang hanya dapat dipilih satu persatu. Singkatnya, FSMs adalah penyelesaian mudah tetapi elegan untuk membina AI di mana mesin hanya boleh berada dalam satu keadaan pada bila-bila masa, dan hanya boleh bertukar dari satu keadaan yang lain melalui peralihan apabila input diterima. Contoh yang paling tradisional adalah cahaya trafik, peralihan dari hijau ke kuning, dan dari kuning ke merah selepas jumlah masa tertentu. Dalam kes ini, input diwakili oleh masa, tetapi tiada AI sebenar terlibat kerana peranti itu pasif sepenuhnya. Hanya jika lampu isyarat boleh bertindak balas kepada orang yang lewat, maka AI boleh terlibat.
FSMs digunakan secara meluas dalam industri permainan video untuk kesederhanaan dan kebolehpredanan mereka untuk menyokong AI asas tetapi berfungsi. Sebagai contoh, mereka digunakan secara umum dalam aksi dan permainan RPG oleh aksara yang tidak dapat dimainkan (NPC). Model AI yang agak mudah dibina supaya NPC diberikan (biasanya musuh) hanya boleh memilih tingkah laku tertentu - katakan, menyerang, melarikan diri, mempertahankan, mengesan, dan sebagainya. Mereka juga boleh digunakan untuk watak utama, contohnya apabila pemain mendapat kuasa atau bonus, atau untuk model UI dan skim kawalan dalam permainan platform (untuk menetapkan keadaan crouched atau mod api cepat).
FSMs boleh digunakan untuk membuat simulasi realistik perisian dan protokol komunikasi untuk tujuan keselamatan siber. Model FSM operasi mudah terjejas dijana untuk memahami semua eksploitasi yang mungkin, dan biarkan AI mencari penyelesaian terbaik untuk mengurangkannya. Simulasi ini digunakan untuk menguji dan menilai protokol keselamatan, kekukuhan mereka, dan postur keselamatan sistem. Mereka kemudiannya digunakan untuk menubuhkan dasar keselamatan dan keselamatan siber.
FSM juga telah digunakan dalam bidang linguistik pengkomputeran untuk membina alatan pemprosesan bahasa asli (NLP) dan chatbots dengan hasil yang bercampur-campur. Walau bagaimanapun, bahasa manusia semulajadi penuh dengan kekaburan dalam konteks yang mudah disimpulkan oleh manusia lain semasa perbualan hidup sebenar (atau bahkan semasa membaca teks). FSMs cuba menguraikan bahasa dengan pendekatan deterministik yang sering terlalu tegar untuk mengendalikan perbualan semulajadi, jadi teori kesimpulan dan teori keputusan biasanya kaedah pilihan. FSM masih merupakan asas yang baik di mana NLP AI yang mudah tetapi berkesan telah dibina pada masa lalu. Dalam perisian dan aplikasi di mana dialog dikodekan dalam kod sumber bahasa pengaturcaraan tertentu, namun, FSMs boleh digunakan dengan cekap.