啟發式（heuristic）
/ hyoo-RIS-tik /
啟發式就是一條經驗法則——一個又快又實用的捷徑，它通常能把你引向一個不錯的答案，卻不保證是最好的那個。當你在城市裡迷了路，朝著高樓走去以找到市中心時，你用的就是啟發式：它並非萬無一失，但這是個明智的猜測，多半管用，還省得你把每條街都查一遍。AI用的是同一招，來馴服那些大到沒法靠蠻力解決的問題。
在AI裡，啟發式最常出現在搜尋與問題求解中，表現為對「某個局面有多大希望」的有根據的猜測——比如在導航問題裡，把到目標的剩餘距離估成一條直線，而不去管實際那些彎彎繞繞的路。這個估計引導搜尋優先去探索有希望的方向，而不是沒頭沒腦地把一切都試一遍。一個好的啟發式，能把一個本來幾乎要花上「永遠」才能解的問題，變成片刻可解。其中的門道，在於找到一個算起來便宜、卻又足夠準的啟發式。
誠實條款很要緊：啟發式是拿「保證」去換「速度」。因為它是一個近似，它可能被誤導，偶爾會把你引向歧途，或引向一個僅僅「還行」的答案。有些啟發式帶著數學護欄（例如，永不高估剩餘代價，這能讓某些搜尋方法在數學上可證明是最優的）；許多則只是些在實踐中管用的巧妙猜測。啟發式在AI和人類思維裡都無處不在——是應對複雜性不可或缺的工具，但當事關重大時，它絕不能替代「去核實一遍」。
一個地圖應用在規劃路線時，沒法把每一條可能的路徑都查一遍——那多得是天文數字。於是它用了一個啟發式：優先選朝著目標方向走的路（用到目的地的直線距離來衡量）。這就把搜尋的注意力集中到有希望的路線上，把那些越走越偏的路忽略掉，從而以一小部分時間就找到一條近乎最優的路線。
把直線距離當作啟發式：一個便宜的猜測，無需查遍每條路徑就能聚焦搜尋。
啟發式是用「放棄對最優答案的保證」去換速度。它是嚮導，不是證明——在砍掉大到不可能的搜尋上極為出色，卻也可能被騙，所以要把它的結果當成「多半不錯」，而非「必定最優」。