IA - Iterações - Melhorando as respostas

Muitas vezes a IA não consegue responder a questão de forma satisfatória. Isso ocorre porque a IA não tem todas as informações necessárias para responder a questão.
Este erro ocorre normalmente porque na pergunta faltou um 'contexto', ou seja um detalhe importante na pesquisa do resultado que não foi levado em consideração.

Vamos iniciar com um exemplo básico e muito intuitivo para nós : a busca do melhor caminho para chegar do ponto A ao ponto D. Como exemplo vou usar o mapa abaixo.

Cada cidade é uma letra. Cada distância entre as cidades um número na rota. Sendo assim observando esse mapa conseguimos dizer onde esta a cidade e a distância a ser percorrida para chegar de uma cidade à outra cidade.

Ou initial state é o ponto de partida para a solução do problema.
Vamos supor que estamos na cidade A.

Note que para a IA 'pensar' na solução que nós queremos temos que enviar para a IA o mapa acima.
A seguir informar que estamos na cidade A.

A primeira pergunta que faremos será uma que não tem resposta correta para testar a IA. Suponha que o usuário pergunte a IA como chegar a cidade Z.

Neste ponto todas as respostas seriam iguais, não haveria uma melhor...A IA responderia que não sabe pois a cidade Z não consta no mapa - Melhor dizendo, não consta no leque possíveis de soluções para o problema.

Note que se a IA tivesse a informação que a cidade mais próxima da cidade Z é a cidade I ela poderia responder não com um resultado direto ou preciso da pergunta, mas sim uma resposta que seria 'Não sei onde fica a cidade Z mas a cidade I é próxima e são x Kilometros para chegar até a cidade I', mas saberia que o melhor trajeto seria o da cidade I para a cidade Z.

Note que esse primeiro processo seria o 'primeiro ciclo' ou 'estado' do processo.

O usuário envia uma nova pergunta...quero ir para a cidade D. Neste caso todos responderiam a questão da mesma forma...O caminho mais curto da Cidade A para a Cidade D são 140 km e indicaria a rota e com isto fecharia o segundo ciclo ou iteração.

Neste caso a resposta é óbvia porque estamos na cidade A e a Cidade D é a cidade mais próxima. A resposta é simples e direta.

Vamos acrescentar um novo Contexto a resposta anterior : Supondo que surja a informação que a rota da Cidade A para a Cidade D diretamente não é asfaltada ou mesmo que tenha caído uma ponte e a rota está interditada.

Neste Caso temos 2 rotas possíveis para chegar a Cidade D. A primeira rota seria da Cidade A para a Cidade B (85 KM) depois para a Cidade C (81 KM) e depois para a Cidade D (161 KM). Isso daria um total de 327 KM.

A segunda rota seria da Cidade A para a Cidade N (128 KM) depois para a Cidade O (121 KM) e depois para a Cidade P (80 KM) e depois para a Cidade Q (85 KM) e depois para a Cidade R (130 KM) e depois para a Cidade T (156 KM) e finalmente para a Cidade D (90 KM). Isso daria um total de 790 KM.

Sendo assim a IA faria uma analise e responderia que a melhor rota seria a primeira rota (327 KM).

Com o aumento brutal do custo da viagem poderíamos pesquisar por alternativas. Note que fisicamente não há outras alternativas, mas com certeza teremos algumas se associarmos o contexto tempo a viajem. É mais viável rodar os 327 KM da rota alternativa ou aguardar o conserto da ponte no melhor caminho ? Agregando um contexto possível, poderíamos achar na internet no site do departamento de estradas que a ponte seria consertada ainda na tarde do dia atual. Sendo assim até chegar lá a estrada estaria desobstruída e isso pouparia muito tempo.

Os casos acima são bem banais, qualquer pessoa poderia responder, mas a coisa vai começar a complicar.

Suponha agora que você esteja na Cidade A e queira ir para a Cidade F.

Neste caso tanto uma pessoa comum como um analista faria a somatória dos percursos a serem percorridos e visualmente podemos constatar sem muito esforço que existem 2 rotas possíveis. As outras são visualmente mais compridas.

A rota A parte da Cidade A vai para a D ( 140km ) para E ( 109 km ) para F (221 km ). Total seria 470 km.

A rota B parte da Cidade A vai para a D ( 140km ) para T ( 90 km ) para S (107 km ) para F (111 km). Total seria 448 km.

Portanto a rota B é mais vantajosa por meros 22 km. A solução que fizemos foi as que os humanos fariam mas a IA é um pouco diferente. Por exemplo ela poderia recomendar o trajeto B porque o A é um trajeto montanhoso e há muita previsão de chuva e neblina nas serras das montanhas da rota. A IA agregaria um contexto de segurança ao realizar a viagem. Poderia recomentar o contrário se o clima fosse muito mais quente e a viagem pelas montanhas seria muito mais agradável. A IA poderia recomendar a rota A se o usuário tivesse uma preferência por paisagens montanhosas, melhores restaurantes, hotéis e não se importasse com o tempo de viagem mas sim em 'curtir' a viagem.

A IA sempre irá responder com o melhor resultado baseando-se nas informações que recebeu ( no universo de dados possíveis ) e, agregando informações de contexto ( como clima, preferencias do usuário, etc. ). Contudo numa próxima interação o usuário pode solicitar um novo contexto e obter uma nova resposta. A resposta sempre será ajustada a cada iteração.