Ji°φ Peterka

P°φstup Φlov∞ka k °eÜenφ nejr∙zn∞jÜφch problΘm∙ je z°ejm∞ zßsadn∞ odliÜn² od p°φstupu, kter² k °eÜenφ obdobn²ch problΘm∙ pou₧φvajφ poΦφtaΦe. Ty v∞tÜinou d∙sledn∞ aplikujφ algoritmick² p°φstup, kdy pro n∞jak² dostateΦn∞ p°esn∞ definovan² problΘm je k dispozici algoritmus jeho °eÜenφ (vyjßd°en² programem srozumiteln²m poΦφtaΦi) a poΦφtaΦe jej pouze vykonßvajφ. Tento algoritmick² p°φstup je p°itom charakteristick² prßv∞ svou "mechaniΦnostφ" (v tom smyslu, ₧e jej m∙₧e vykonßvat stroj), sv²m determi nismem (v ka₧dΘm kroku je jednoznaΦn∞ dßno, co bude nßsledovat) a v neposlednφ °ad∞ i svou koneΦnostφ (b∞h programu v koneΦnΘm Φase skonΦφ a bude mφt jednoznaΦn² v²sledek).

Naproti tomu lidΘ p°i °eÜenφ problΘm∙ postupujφ spφÜe "nealgoritmicky" - v tom smyslu, ₧e se Φasto °φdφ vlastnφ intuicφ, vlastnφmi zkuÜenostmi, subjektivnφmi pocity, a leckdy i na zßklad∞ nßhody.

Existuje ale i ve sv∞t∞ poΦφtaΦ∙ mo₧nost obdobnΘho p°φstupu k °eÜenφ problΘm∙, jak² majφ lidΘ? Odpov∞∩ je kupodivu kladnß a lze ji nejlΘpe dokumentovat na p°φkladu takov²ch problΘm∙, kterΘ sice jsou v principu algoritmicky °eÜitelnΘ, ale jejich₧ nßroΦnost algoritmickΘho °eÜenφ je ne·nosn∞ vysokß. UΦebnicov²m p°φkladem takov²chto problΘm∙ jsou nejr∙zn∞jÜφ ÜachovΘ ·lohy: vÜechny majφ spoleΦnΘ to, ₧e se t²kajφ koneΦnΘho poΦtu figurek, koneΦnΘho poΦtu polφΦek na Üachovnici, a tedy i koneΦnΘho poΦtu mo₧nostφ tah∙. Nenφ tedy nejmenÜφm problΘmem vymyslet a sestavit (napsat, naprogramovat) takov² algoritmus, kter² jednoduÜe projde vÜechny mo₧nosti a vy°eÜφ libovolnou Üachovou ·lohu. Potφ₧ je ale v tom, ₧e provedenφ takovΘhoto algoritmu nenφ, a nejspφÜe ani nikdy nebude v silßch ₧ßdnΘho v²poΦetnφho prost°edku - skonΦφ sice v₧dy v koneΦnΘm Φase, ale tak velkΘm, ₧e se samotn² poΦφtaΦ dßvno rozpadne na prach, ale jeÜt∞ p°edtφm si bude nßrokovat tolik systΘmov²ch zdroj∙ (nap°φklad pam∞ti pro uchovßvßnφ meziv²sledk∙), ₧e nebude v silßch celΘho lidstva je vyrobit. P°esto ale i dnes dokß₧φ poΦφtaΦe hrßt Üachy, a n∞kterΘ dokonce u₧ i porß₧et sv∞tovΘ velmistry. Jak je to mo₧nΘ?

Pouze tak, ₧e tyto ÜachovΘ poΦφtaΦe ji₧ nepou₧φvajφ d∙sledn∞ algoritmick² p°φstup, ale °φdφ se n∞Φφm, co je obdobou lidskΘ intuice, p°edtuchy a zkuÜenostφ a co se ve sv∞t∞ poΦφtaΦ∙ oznaΦuje jako heuristika (anglicky: heuristics). Nap°φklad v nßmi uva₧ovanΘm p°φkladu Üachov²ch ·loh je velmi Φasto pou₧φvanou heuristikou pravidlo o tom, ₧e soupe°i by se m∞l ponechat co mo₧nß nejmenÜφ prostor, resp. co mo₧nß nejmΘn∞ mo₧n²ch tah∙. PoΦφtaΦov² program, kter² "hraje Üachy", pak toto pravidlo (p°φpadn∞ jinou heur istiku) pou₧φvß k tomu, aby p°i systematickΘm prohledßvßnφ vÜech potencißlnφch mo₧nostφ dalÜφch tah∙ n∞kterΘ zavrhl a ji₧ je dßle neuva₧oval - v p°φpad∞ nßmi citovanΘ heuristiky ty, kterΘ ponechßvajφ soupe°i p°φliÜ velk² prostor (v∞tÜφ ne₧ jinΘ varianty).

Obecn∞ je tedy heuristika urΦit²m pravidlem, podmφnkou, vztahem Φi jinou formou vyjßd°enφ skuteΦnostφ (zφskan²ch nejΦast∞ji empiricky), kterΘ jsou vyu₧ity p°i hledßnφ °eÜenφ - nejΦast∞ji pro omezenφ vÜech mo₧n²ch variant, kterΘ p°ipadajφ v ·vahu. Tato pravidla jsou aplikovßna v rßmci algoritm∙, kterΘ se pak stßvajφ heuristick²mi algoritmy (heuristic algorithms) a dokß₧φ "sp∞t" mnohem rychleji ke svΘmu cφli - i kdy₧ za cenu toho, ₧e k n∞mu nemusφ dosp∞t v∙bec (aΦkoli bez aplikace p°φsluÜnΘ heuristiky by k n∞mu v principu dosp∞t m∞ly).

Toto tvrzenφ lze ostatn∞ dolo₧it i Üachovou teoriφ - je znßm p°φpad konkrΘtnφ ÜachovΘ partie, ve kterΘ aplikace heuristiky "soupe°i je t°eba ponechat co nejmenÜφ prostor" vedla k horÜφm v²sledk∙, ne₧ kdyby pou₧ita nebyla.

Prßv∞ v souvislosti s hrou v Üachy je jist∞ zajφmavΘ tvrzenφ odbornφk∙, ₧e nap°φklad sv∞tov² velmistr se od pr∙m∞rnΘho hrßΦe neliÜφ ani tak v tom, o kolik tah∙ dokß₧e myslet dop°edu, ale liÜφ se v tom, jakΘ heuristiky pou₧φvß.