Q:
Comment une machine à états finis est-elle utilisée en intelligence artificielle?
UNE:Les machines à états finis (FSM) sont des modèles de calcul définis par une liste d'états d'ensemble uniques qui ne peuvent être choisis qu'un par un. En un mot, les FSM sont des solutions simples mais élégantes pour construire une IA où la machine ne peut être dans un seul état à tout moment, et ne peut passer d'un état à un autre qu'à travers une transition lorsqu'une entrée est reçue. L'exemple le plus traditionnel est un feu de circulation qui passe du vert au jaune et du jaune au rouge après un laps de temps défini. Dans ce cas, l'entrée est représentée par le temps, mais aucune véritable IA n'est impliquée car l'appareil est complètement passif. Ce n'est que si le feu de circulation peut réagir aux passants que l'IA peut être impliquée.
Les FSM sont largement utilisés dans l'industrie du jeu vidéo pour leur simplicité et leur prévisibilité inhérentes à la prise en charge de l'IA basique mais fonctionnelle. Par exemple, ils sont largement utilisés dans les jeux d'action et de RPG par des personnages non jouables (PNJ). Un modèle d'IA relativement simple est construit pour qu'un PNJ donné (généralement un ennemi) ne puisse sélectionner qu'un comportement particulier - par exemple, attaquer, fuir, défendre, détecter, etc. Ils peuvent également être utilisés pour les personnages principaux, par exemple lorsque le joueur obtient une mise sous tension ou un bonus, ou pour modéliser l'interface utilisateur et les schémas de contrôle dans les jeux de plateforme (pour définir l'état accroupi ou le mode de tir rapide).
Les FSM peuvent être utilisés pour créer des simulations réalistes de l'architecture logicielle et des protocoles de communication à des fins de cybersécurité. Des modèles FSM d'opérations vulnérables sont générés pour comprendre tous les exploits possibles et laisser l'IA trouver les meilleures solutions pour les atténuer. Ces simulations sont utilisées pour tester et évaluer les protocoles de sécurité, leur robustesse et la posture de sécurité d'un système. Ils peuvent ensuite être utilisés pour établir des politiques de cybersécurité et des meilleures pratiques.
Les FSM ont également été utilisés dans le domaine de la linguistique informatique pour créer des outils de traitement du langage naturel (NLP) et des chatbots avec des résultats mitigés. Le langage humain naturel est cependant plein d'ambiguïtés dans un contexte qui sont facilement inférées par d'autres humains lors de conversations réelles (ou même lors de la lecture d'un texte). Les FSM essaient d'analyser le langage avec une approche déterministe qui est souvent trop rigide pour gérer correctement les conversations naturelles, donc l'inférence statistique et les théories de décision sont généralement les méthodes préférées. Les FSM représentent toujours une bonne base sur laquelle une IA NLP simple mais efficace a été construite dans le passé. Dans les logiciels et les applications où les boîtes de dialogue sont codées en dur dans le code source d'un langage de programmation particulier, les FSM peuvent cependant être utilisés assez efficacement.
