Обсуждение:Эвристика

Материал из MachineLearning.

Это статья на MachineLearning.ru, написанная с помощью LLM

Первый промпт к Qwen3.7 был таким:

{{{1}}}

Первая генерация получилась достаточно плотной, но я решил, что статье не хватает глубины в нескольких местах — в частности, в разделе про математический аппарат (условия допустимости и монотонности эвристик) и в разделе про теорию вычислительной сложности. Поэтому был сделан второй промпт:

Статья хорошая, но её нужно существенно расширить и углубить, сняв все искусственные ограничения по объёму. Сделай её по-настоящему фундаментальной, как раздел из академического учебника. Что нужно добавить или усилить: 1. В разделе про математический аппарат подробно распиши условия допустимости () и монотонности () эвристик. Объясни, почему монотонная эвристика гарантирует отсутствие повторного раскрытия узлов в A*. 2. Добавь отдельный раздел про эвристики в теории вычислительной сложности: аппроксимационные алгоритмы для NP-трудных задач, жадная эвристика для задачи коммивояжера, 2-аппроксимация для вершинного покрытия, PCP-теорема и границы применимости эвристик. 3. Усиль философский раздел: подробнее раскрой концепцию «ограниченной рациональности» Герберта Саймона (satisficing), связь с неявным знанием (tacit knowledge) и переход от явно закодированных эвристик (символьный ИИ) к выученным скрытым представлениям (глубокое обучение). 4. Добавь в источники книгу Simon H.A. «Models of Bounded Rationality» (MIT Press, 1982) и Vazirani V.V. «Approximation Algorithms» (Springer, 2001). 5. Добавь категорию. Повторю ещё раз основные технические требования: - Разметка строго MediaWiki (НЕ Markdown). - Формулы только в тегах , НЕ <math>. - Никаких ИИ-штампов, тон энциклопедический. - Внутренние вики-ссылки ... на смежные темы. - Плашка ... в самом начале. - Категории в конце. Сгенерируй только готовый код статьи в MediaWiki, без вступлений и комментариев.

Вторая генерация получилась значительно глубже. Старый текст в основном сохранился, но были существенно расширены разделы про математический аппарат (добавлены формальные условия допустимости и монотонности), про теорию сложности (появился целый новый раздел про аппроксимационные алгоритмы и PCP-теорему) и про философский аспект (дополнены рассуждения об ограниченной рациональности и переходе парадигм).

Я вручную проверил список литературы (6 позиций) — все источники существуют и указаны корректно. Формулы с тегами , которую программист передаёт алгоритму поиска. В современном глубоком обучении ситуация принципиально иная: нейронная сеть не использует явных эвристик, а выучивает собственные скрытые эвристические представления (distributed representations) прямо из данных.

Это означает, что понятие эвристики не исчезло, а трансформировалось:

• Раньше эвристика была эксплицитной (явной, записанной в коде).
• Теперь эвристика стала имплицитной (скрытой в весах связей, распределённой по слоям сети).

С эпистемологической точки зрения это создаёт новую проблему: если раньше мы могли проанализировать эвристику и понять, почему она работает (или не работает), то теперь эвристика «заперта» внутри чёрного ящика нейросети. Это напрямую связано с проблемой интерпретируемости (explainability) в современном ИИ — одной из центральных тем философии искусственного интеллекта.

Буду рад обсудить этот вопрос с другими участниками вики на странице обсуждения. — Камиль Багдалов 11:50, 11 июля 2026 (MSD)