K:
Kuinka äärellistä tilakonetta käytetään tekoälyssä?
V:Finite state koneet (FSM) ovat laskennallisia malleja, jotka määritellään luettelossa ainutlaatuisista joukkotiloista, jotka voidaan valita vain yksi kerrallaan. Lyhyesti sanottuna, FSM: t ovat yksinkertaisia, mutta tyylikkäitä ratkaisuja rakentaa AI, jossa kone voi olla vain yhdessä tilassa milloin tahansa, ja se voi vaihtaa vain tilasta toiseen siirtymisen kautta, kun tulo vastaanotetaan. Tavallisin esimerkki on liikennevalo, joka muuttuu vihreästä keltaiseksi ja keltaisesta punaiseksi tietyn ajan kuluttua. Tässä tapauksessa tuloa edustaa aika, mutta todellinen AI ei ole mukana, koska laite on täysin passiivinen. AI voisi olla mukana vain, jos liikennevalo voisi reagoida ohikulkijoihin.
Mikrofonien hallintaa käytetään laajasti videopeliteollisuudessa luontaisella yksinkertaisuudellaan ja ennustettavuudellaan, joka tukee yksinkertaista, mutta toiminnallista AI: ta. Esimerkiksi ei-pelattavat hahmot (NPC) käyttävät niitä pääosin toiminta- ja RPG-peleissä. Suhteellisen yksinkertainen AI-malli on rakennettu siten, että tietty NPC (yleensä vihollinen) voi valita vain tietyn käytöksen - sanoa, hyökätä, paeta, puolustaa, havaita jne. Niitä voidaan käyttää myös päähahmoihin, esimerkiksi kun pelaaja saa lisäyksen tai bonuksen, tai mallii käyttöliittymän ja ohjausjärjestelmiä platforming-peleissä (ryöstötilan tai pikatuen tilan asettamiseksi).
FSM: ien avulla voidaan luoda realistisia simulaatioita ohjelmistoarkkitehtuurista ja viestintäprotokollista kyberturvallisuutta varten. Mikronesian haavoittuvien toimintojen mallit luodaan ymmärtämään kaikki mahdolliset hyväksikäytöt ja antamaan AI: lle löytää parhaat ratkaisut niiden lieventämiseksi. Näitä simulaatioita käytetään testaamaan ja arvioimaan suojausprotokollia, niiden kestävyyttä ja järjestelmän turvallisuusasentoa. Niitä voidaan myöhemmin käyttää tietoturvapolitiikan ja parhaiden käytäntöjen laatimiseen.
FSM: ää on käytetty myös laskennallisen kielitieteen alalla luonnollisen kielenkäsittelyn (NLP) työkalujen ja chatbottien rakentamiseen sekoitetulla tuloksella. Luonnollinen ihmisen kieli on kuitenkin täynnä epäselvyyksiä tilanteessa, jotka muut ihmiset päättelevät helposti tosielämän keskustelujen aikana (tai jopa tekstiä luettaessa). Mikronesia yrittää jäsentää kieltä deterministisellä lähestymistavalla, joka on usein liian jäykkä käsittelemään luonnollisia keskusteluja oikein, joten tilastolliset päätelmät ja päätöksenteoria ovat yleensä suositeltavia menetelmiä. Mikronesia edustaa edelleen hyvää perustaa, jolle on aiemmin rakennettu yksinkertainen, mutta tehokas NLP AI. Ohjelmistoissa ja sovelluksissa, joissa valintaikkunat on kova koodattu tietyn ohjelmointikielen lähdekoodiin, FSM: ää voidaan kuitenkin käyttää riittävän tehokkaasti.
