I>действительно facepalm ты конечно же в курсе что перебрать все варианты в шахматах до конца — невозможно , и существует проблема объективной оценки "недоперебранных позиций" , с тем чтобы в отсутствии однозначной определённости сделать наиболее точную их оценку ?
Я не писал о тупом переборе всех ходов. Думаю, понятие этюдов не нужно обьяснять.
И если в данном случае алгоритм подбора этюдов победил алгоритм простого перебора, то один черт это все просто алгоритмы, и к ИИ они не имеют ровно никакого отношения.
С точки зрения машины, шахматы — крайне простая задача с мизерным количеством правил. Интеллект уровня какого-нибудь таракана.
Проблема настоящего ИИ в понимании/приобретении новых правил, но этих правил такое количество, что добавляя их такими способом(вручную кодируя), мы на уровень интеллекта трехлетнего ребенка даже в этом столетии не выйдем.

Для сравнения, если в автонавигаторы встроить возможность сохранения всех возможных маршрутов(на основе правил ПДД и карты города), то затем так же можно проверить, какой из них более 'ителлектуальный'.

Здравствуйте, itmanager85, Вы писали:

I>на некоторых форумах указывают что мол Stockfish играла не в полную силу , т.к.

I>

I>"with 40ms thinking time" — это в два раза больше от самого минимума Полная мощь — это thinking 5000!

это не так — я посмотрел доку и о чудо что я увидел там

Figure 2 shows the scalability of each player with respect to thinking time, measured on an Elo scale, relative to Stockfish or Elmo with 40ms thinking time.

график на Figure 2 (на 7 странице) — по нему видно что начиная с пол секунды (на ход) AlphaZero начинает уделывать StockFish — и чем больше времени на ход (график вплоть до 10 секунд) — тем больше отрыв у AlphaZero ..

We evaluated the fully trained instances of AlphaZero against Stockfish, Elmo and the previous version of AlphaGo Zero (trained for 3 days) in chess, shogi and Go respectively, playing 100 game matches at tournament time controls of one minute per move.

https://arxiv.org/pdf/1712.01815.pdf

Table 1. (5-ая страница) .. Each program was given 1 minute of thinking time per move.

а на каждый ход в соревнования по 100 партий — давалась вообще минута ..

I>и что

I>

I>Stockfish не мог пользоваться дебютной базой.

I>И без дебютной книги,эндшпильных баз,они вынуждены с нуля просчитывать позицию,в отличие от AlphaZero.

это тоже хз , кто то накукарекал на форуме ..

Здравствуйте, De-Bill, Вы писали:

DB>Скоро этот подход (или модифицированный) будет применим ко всему.

Слава роботам! Убить всех человеков!

Почему они выбирают игры а не скажем обучают его компиляции и оптимизаии программ?

Здравствуйте, igor-booch, Вы писали:

IB>1) Правила меняются со временем по известному для нейронной сети закону (возможно частный случай статичных правил)
IB>2) Правила меняются со временем по не известному для нейронной сети закону
IB>3) Правила меняются со временем по не известному для нейронной сети частично случайному закону

S>Почему они выбирают игры а не скажем обучают его компиляции и оптимизаии программ?

Попробую грубо переложить задачу оптимизации программ на шахматы.
Допустим расстановка шахмат на доске это программа. Вариантов расстановки очень много. Ровно как и программ может быть очень много. Ходы это оптимизация программы.
Сейчас нейронную сеть натренировали выигрывать из одного начального положения (исходная расстановка шахмат согласно правилам). Сможет ли та же нейронная сеть включиться не в свою игру, когда игра сыграна наполовину и текущая расстановка шахмат отличается от исходной? Например, решить шахматный этюд? Если нет, то это ещё один следующий этап.

Здравствуйте, igor-booch,

IB>Допустим расстановка шахмат на доске это программа. Вариантов расстановки очень много. Ровно как и программ может быть очень много. Ходы это оптимизация программы.

А теперь перейдем к реальному процессу разработки программ.
Допустим, что партнер время от времени меняет расположение и количество фигур на доске. К примеру, в какой-то момент времени он "внезапно" решил заменить ладью на слона. Бизнес-процесс у него, видишь-ли, изменился. А еще допустим, что партнер время от времени меняет правила игры. Вот, к примеру, захотелось "внезапно" ему, чтобы конь ходил еще и по диагоналям....
Ась?

V_S>А теперь перейдем к реальному процессу разработки программ.
V_S>Допустим, что партнер время от времени меняет расположение и количество фигур на доске. К примеру, в какой-то момент времени он "внезапно" решил заменить ладью на слона. Бизнес-процесс у него, видишь-ли, изменился. А еще допустим, что партнер время от времени меняет правила игры. Вот, к примеру, захотелось "внезапно" ему, чтобы конь ходил еще и по диагоналям....
V_S>Ась?

serb имел ввиду скорей всего оптимизацию производительности и расхода памяти при компиляции программы. Сейчас компиляторы не просто переводят текст на ЯП высокого уровня в ЯП низкого уровня (ассемблер или байт код), а делают при этом оптимизации.
То о чем говорите вы относится скорее к рефракторингу и применению шаблонов проектирования. Дал нейронной сети программу на ЯП высокого уровня. Она сама устранила дублирование кода, применила паттерны, разделила на модули, повысила связность, уменьшила зацепление. В результате другая программа на ЯП высокого уровня, но более гибкая, то есть адаптированная к изменениям требований заказчика.

Здравствуйте, itmanager85, Вы писали:

I>ИИ от Google за несколько часов сам научился играть в шахматы и го и победил «чемпионов»
I>https://rb.ru/news/alpha-zero/

Фильм AlphaGo.
Доступен на торрентах и вконтакте. Полтора часа, вроде, и долго, но мне понравился.

Здравствуйте, TMU_1, Вы писали:

TMU>Насколько я понимаю, самое интересное там
TMU>"the same algorithm settings, network architecture, and hyper-parameters were used for all three games".
TMU>То есть одна и та же сетка освоила три игры.

Несколько лет назад способность научиться играть в шахматы заранее не зная правил я считал критерием искусственного интелекта. Я сказал бы, что качественный прорыв совершён, теперь очередь за количеством.