Компьютеры в течение долгого времени могли играть в шахматы, используя метод "грубой силы", исследуя определенную глубину и затем оценивая позицию. Компьютер AlphaGo, однако, использует только ANN для оценки позиций (насколько я знаю, он не выполняет поиск по глубине). Можно ли создать шахматный движок, который будет играть в шахматы так же, как AlphaGo играет в Go? Почему никто этого не сделал? Будет ли эта программа работать лучше, чем лучшие шахматные движки (и шахматисты) сегодня?
32
Ответы:
РЕДАКТИРОВАТЬ (после прочтения бумаги):
Я внимательно прочитал газету. Давайте начнем с того, что Google утверждал в газете:
К сожалению, я не думаю, что это хорошая журнальная статья. Я собираюсь объяснить с помощью ссылок (так что вы знаете, я не сплю):
https://chess.stackexchange.com/questions/19360/how-is-alpha-zero-more-human дает мой ответ о том, как AlphaZero играл как человек
Матч был несправедливым , сильно предвзятым. Я цитирую Tord Romstad, оригинального программиста для Stockfish.
Стокфиш не мог играть в лучшие шахматы с минутой за ход. Программа не была разработана для этого.
1Гб хеш-таблица абсолютно неприемлема для подобного матча. Вяленая рыба часто сталкивается с хэш-столкновением. Требуются циклы ЦПУ для замены старых хеш-записей.
ВЫВОД
Google не доказал без сомнения, что их методы превосходят Stockfish. Их количество поверхностно и сильно смещено к AlphaZero. Их методы не воспроизводятся независимой третьей стороной. Еще слишком рано говорить о том, что глубокое обучение - превосходящий метод традиционного шахматного программирования.
РЕДАКТИРОВАТЬ (декабрь 2017 г.):
Существует новая статья от Google Deepmind ( https://arxiv.org/pdf/1712.01815.pdf ) для углубленного изучения шахмат. Судя по всему, шахматный движок Stockfish с мировым именем был «убедительно» побежден. Я думаю, что это самое значительное достижение в компьютерных шахматах после матча Deep Blue 1997 года. Я обновлю свой ответ, как только прочту статью подробно.
Оригинал (до декабря 2017 г.)
Давайте уточним ваш вопрос:
ИНН можно использовать для шахматных движков:
Жираф играет примерно на уровне международного мастерства, что соответствует рейтингу ФИДЕ 2400. Тем не менее, Stockfish, Houdini и Komodo играют примерно на FIDE 3000. Это большой разрыв. Зачем? Почему не поиск по дереву Монте-Карло?
Было исследование, что поиск по дереву Монте-Карло не подходит для шахмат. Го - это игра, отличная от шахмат. Шахматные алгоритмы не работают для Go, потому что шахматы основаны на жестокой тактике. Тактика, возможно, важнее в шахматах.
Итак, мы установили, что MCTS хорошо работает для AlphaGo, но менее для шахмат. Глубокое обучение было бы более полезным, если:
Если глубокое обучение может достичь следующего, оно побьет традиционный алгоритм:
Позвольте мне указать:
еще:
Ссылка:
Я цитирую:
источник
DeepBlue уже победил Каспарова, поэтому эта проблема решается гораздо более простым подходом. Это было возможно, потому что число возможных ходов в шахматах намного меньше, чем в гоу , поэтому это намного более простая проблема. Кроме того, обратите внимание, что как NN, так и грубой силе нужны огромные вычислительные ресурсы ( здесь вы можете увидеть фотографию компьютера за AlphaGo, обратите внимание, что он использует не только графические процессоры, но и TPU для вычислений). Вся суета с го была в том, что когда Deep Blue победил Каспарова, сообщество go утверждало, что это было бы невозможно с го (по многим другим причинам, но для суммирования аргументов мне нужно дать подробное введение в игру. идти). Да, вы можете научить NN играть в шахматы, Марио , или попробовать научить его игратьStarcraft ...
Я предполагаю, что причина этого в том, что вы просто не часто слышите в основных СМИ о случаях, когда люди решают проблемы, которые уже были решены.
Кроме того ваша посылка не так, Deep Learning будет использоваться , чтобы играть в шахматы, например , как описано в Deep Learning Machine Обучает Сам по шахматам в 72 часов, Пьесы на международном уровне мастера . См. Также соответствующую статью « Жираф: использование глубокого обучения для игры в шахматы» .
источник