是否将穷举搜索方法视为AI？

有些程序对解决方案进行详尽搜索，而另一些程序则对相似答案进行启发式搜索。例如，在国际象棋中，对最佳下一步操作的搜索本质上趋于穷举，而在国际象棋中，由于更大的搜索空间，对最佳下一步操作的搜索本质上往往更具启发性。

蛮力搜索穷人的技术是否被认为是AI，还是一般要求先将启发式算法用于AI？如果是这样，下象棋的计算机是否击败了人类专业人员，这被视为有意义的里程碑？

如果人们将智能视为优化能力的一种连续度量（也就是说，任何认知努力单元所取得的成果要好得多），那么穷举搜索的智力就为非零（因为随着努力的增加，它的确会带来更好的成果）但花费的智力却非常低（因为运气通常会改善结局，而付出的努力可能会很大）。

如果计算机只是蛮力解决方案，那么它根本不学习任何东西或根本不使用任何种类的智能，因此不应将其称为“人工智能”。它必须根据类似情况之前发生的事情来做出决策。为了使某物变得智能，它需要一种跟踪所学知识的方法。一个国际象棋程序可能在每个可能的棋盘状态上都有一个非常出色的测量算法，但是如果它总是尝试每个状态并且从不存储从不同方法中学到的知识，那么它就不明智。

答案是肯定的，穷举搜索是AI的基本原则。像OP一样，它用于解决象棋游戏，也可以用于许多其他领域，例如路径规划或PDDL解决。从理论上讲，蛮力搜索是解决每个问题的一种优雅方法。之所以在现实生活中的程序中使用启发式算法，是因为当前的计算机硬件计算速度较慢。因此，启发式方法被用作加速器。

蛮力方法无疑是AI编程中许多人的第一步。但是，利用这些经验，程序必须学会找到最佳的解决方案，或者至少是解决问题的更接近的解决方案。由于AI的首要目标是找到任何解决方案，所以没有什么方法能击败暴力解决方案。但是，随后必须使用蛮力方法的先前结果，程序必须开发自己的启发式方法，并将此数据与蛮力一起使用以找到最佳解决方案。

实际上，无论暴力破解或使用智能启发式技术，计算机展示的任何“智能”均被视为AI。例如，聊天机器人可以被编码为使用许多if语句来响应大多数响应。无论它的编码/设计多么糟糕，这都是一种AI。

击败人类专业人员的象棋计算机可以看作是有意义的里程碑。我的意思是，有人编程计算机击败了国际象棋大师和国际象棋天才。许多人认为这是不可能的，因为国际象棋是如此复杂。这类工作很可能是复杂的AI，因为如果一台计算机可以下象棋，那么它当然也可以完成其他复杂的任务。

请注意国际象棋编程的精致程度：魔术位板，Zobrist哈希，修剪，惰性SMP等。也许这不是您认为的AI的里程碑，但同样，可以认为AI的事情非常广泛。

我不知道为什么你不会考虑它，因为每件事都使用了类似最近新闻中提到的东西。

进化神经网络与蛮力搜索非常相似，只是它达到了局部最优，因为它并不详尽。