Satranç kurallarını öğrenme

Bir benzer soru bir bilgisayar oyunlarının binlerce analiz ederek satrançta en iyi şekilde oynamaya öğrenebilirsiniz sorar.

Bir makine başlangıçta ve her hareketten sonra birkaç satranç oyunu (veya birkaç dama oyunu) için tahtanın durumuna bakabilirse, oyunun kurallarını öğrenmek için programlanabilir mi?

Eğer yapabilirse, (örn., Döküm veya terfi için hesap verebilir mi) bu işe yarar? Hangi makine öğrenme algoritmaları bunu mümkün kılar?

Bir makine başlangıçta ve her hareketten sonra birkaç satranç oyunu (veya birkaç dama oyunu) için tahtanın durumuna bakabilirse, oyunun kurallarını öğrenmek için programlanabilir mi?

Kesinlikle birkaç satranç oyunu için değil ; geçersiz hamleler yapmasını engellemek için inanılmaz sayıda sayıyı analiz etmeniz gerekir. Ne kadar bilmiyorum; bu problem hesaplamalı öğrenme teorisi, PAC öğrenme ve sınırdaki öğrenilebilirlik sorununa aittir .

Diğer posterler tarafından önerilen sınıflandırma algoritmaları, satranç kurallarını ayırt edici bir şekilde öğrenebilir: iki tahta düzeni göz önüne alındığında, geçerli bir hareketin diğerine dönüşüp dönüşmediği sorusuna "evet" veya "hayır" yanıtı verebilirler. Bazı çaba ile, onlar da kullanılmış olabilir oluşturmak hamle. Bununla birlikte, ya sadece eğitildikleri oyunlarda gördükleri hamleleri oluşturacaklar ya da geçerli ve geçersiz hamlelerin bir kombinasyonunu oluşturacaklar, her biri söz konusu hareketi ne kadar olası düşündüklerini geçersiz kurallarla belirleyecekler. umarım çok küçük olasılıklar elde eder.

(Yani, program elindeki bazı geçerli hamleleri tanımayacaktı; ya da fark etmeden hile yapabilirsin; ya da oyuna olan ilgini kaybetmek için o kadar uzun süre eğitmen gerekirdi.)

Kuralları öğrenebilen teknikler için tümevarımsal mantık programlama ve genetik programlamaya göz atın . Kimse bunları satranç öğrenimine uygulamaya çalışıp çalışmadığından emin değilim; satranç kuralları sabit olduğundan, temel kuralları sıfırdan öğrenmek zorunda olanlar yerine iyi satranç oyun programları oluşturmak çok daha ilginçtir (akademi için bile) .

Satranç kuralları oldukça karmaşıktır ve bazıları bir oyunda nadiren uygulanır.

Örneğin en geçiş kuralı. Sadece iki adımlı ileri hamleden sonra ilk hamleye izin vermek için kaç oyun gözlemlemeniz gerekir ?

Başka bir örnek. B-kare uzun dökümde saldırıya uğrayabilir. Bunun nerede olduğunu kaç oyun görüyorsunuz?

Başka bir deyişle, tüm kuralları doğru bir şekilde elde etmek için çok, çok, çok oyuna ihtiyacınız olacak.

Ancak, Google, "yakında" satranç oyunlarının tam bir arşivi için bulutlarının bir köşesini bulacak ...

Evet ve hayır

Makine öğrenimi / sinir ağlarını kullanarak satranç kurallarını öğrenip öğrenemeyeceğinizi veya bunu kullanarak “büyük usta” seviyeli satranç makinesini eğitmenin mümkün olup olmadığını sormadığınızdan emin değilim.

Bunları kullanarak bir bilgisayara satranç kurallarını ve bazı seviyelerini kesinlikle öğretebilirsiniz. Bununla birlikte, onu kullanarak daha yüksek bir seviyeye geliştirebileceğini düşünmüyorum. Bilgisayar Bilimi henüz afaik satranı konumsal / sezgisel bir bakış açısıyla "anlayabilen" bir makine üretemedi. Mevcut tüm satranç bilgisayarları, kapsamlı bir veritabanı, kaba kuvvet hesaplamaları ve bunun üzerine muhtemelen bir makine öğrenimi kullanır.

Hile olarak ya da değil bir referans veritabanı kullanarak saymak bağlıdır sanırım :) Ayrıca, aslında çok iyi bilerek oyunların bilerek ayırabilirsiniz olmadığını bilmek zor. Satrançta iyi olan insanlar tam olarak iyidir, çünkü beynin genellikle yüzleri tanıdığı bilinen bir çok oyun gördüler. Bu hatırlamadan, insan satranç oyuncuları bir pozisyonun gücünün bir "sezgisini" geliştirebilirler.

Yorumların çoğunun söylediği gibi, bu neredeyse 'öğren' tanımını tartışan felsefi bir sorudur. Çoğu yapay zeka programı rasyonel çözümlerin belirlenmesine dayanır. Yeterli veri verildiğinde, bir öğrenme satrancı ai programı, belirli durumlarda rasyonel olan hareketlerin bir listesini belirleyecektir. Bu satrancın kurallarını bildiği anlamına gelmez, sadece hangi hareketlerin faydalı olduğunu ve hangilerinin yararlı olmadığını anlar. Veri seti yasadışı hamle yapan oyuncuları içeriyor olsa bile, yasadışı hamle anında kayba neden olur, bu yüzden AI onu görmezden gelir ve asla bu yararı kullanmaz çünkü asla faydalı olmaz.

Sinir ağlarının veya evrimsel algoritmaların veya başka bir tür öğrenme algoritmasının kullanılıp kullanılmadığı önemli değildir, AI hiçbir zaman kuralları bir şey izlemekten açıkça öğrenemez, sadece rasyonel olarak faydalı seçeneklerin bir listesini belirleyebilir.

Eğer satranç kurallarını oyunun fizik motoru olarak ve Fizik Kanunlarını evrenin kalıcı ve sınırsız kabul edilen kuralları olarak düşünüyorsanız, o zaman doğal evrenimizde ne kadar az gerçek "Yasa" olduğunu düşünün. Zor ve hızlı bir KURAL yapmak imkansız değilse bile son derece zordur, ancak belirli bir noktadan itibaren bir dizi test edilmiş ve kabul edilmiş teori yapabiliriz.

Bilgisayarın hareketleri gözlemlediğini ve günlüğe kaydettiğini varsayarsak, ancak geçerli hareketler hakkında doğrudan iddiada bulunmazsa.

Örneğin, bir piyonun bir parça ilerlediğini gözlemler ve tüm parçaların sadece bir boşluk ileri gidebileceğini ve diğerinin bir piyonun sadece bir boşluk ilerleyebileceğini yeni hipotezler yapar. Bir sonraki hamle gerçekleşinceye kadar mümkün olduğunca çok kısıtlayıcı hipotez oluşturacak ve bunların bir kısmı bizim atılabilecek veya daha liberal hale getirilebilecektir.

Sonunda çok fazla hareketten sonra bir dizi sağlam teoriye sahip olacaksınız, ancak kalıcı olarak 0'a yaklaşan ama asla ulaşamayan canlı bir veri kümesi olacak.

Bu sorunun cevabı, bir bilgisayarın gerçekten iyi bir tahminde bulunabileceğidir, ancak (EDIT: NOT) kuralları kesin olarak bilecektir.

Teoride - evet olabilir. Hatta satrançta büyük usta olabilir. Aradığınız cevap sinir ağlarıdır . Sinir ağları özünde beynimizin içinde olanla aynıdır. Dahası, mükemmel (okuma - imkansız olarak mükemmel) tasarlanmış sinir ağı ve mükemmel bir donanım göz önüne alındığında, bir insanın aynı veya daha iyi bir şekilde öğrenebileceği her şeyi öğrenebilir.

Bununla ilgili daha fazla bilgi edinin:

• Sinir ağı (wiki)
• Yapay sinir ağı (wiki)
• Kendi kendini organize eden harita (wiki)
• Makine öğrenmesi (wiki)

Bence sadece analiz ederek yapmasına izin verilen hareketleri öğrenebilir, ama yapmasına izin verilmeyen hareketleri nasıl öğrenirdi? Örneğin, karşıt bir parça önündeyken piyon asla bir kare ilerlemez. Bilgisayar bunun oyuncu seçimine göre olup olmadığını veya yapmasına izin verilmediğini nasıl biliyor? Zamanın% 99,99'unun veya daha büyük bir olayın gerçekleşmediği anlamına gelen bir algoritma bulabilirsin, o zaman bunu yapmanıza izin verilmez, ancak aynı zamanda% 99,99 kötü hamle, ama zamanın% 0.01'i oyunu kazanan hamledir. Yani, cevabım hayır, sadece oyunları analiz ederek tüm kuralları öğrenemez, ama muhtemelen bir oyun oynamak için yeterince öğrenebilir.

Bu felsefi bir sorudur. Ayrıca, bir kişinin sadece satranç oynarken insanları gözlemleyerek satranç oynamayı öğrenip öğrenemeyeceğini de sorabilirsiniz. Aslında bu, Nelson Goodman'ın Fact, Fiction ve Forecast adlı büyük kitabında sorduğu aynı türden bir soru : zaten yapılmış olan sonlu gözlem setinden gelecekteki gözlemlerin tahminine nasıl geçebiliriz. Yapılan gözlemler şimdiye kadar gözlemlenen satranç hamleleri ve gelecekteki gözlemler henüz gerçekleşmemiş tüm satranç hamleleri olacaktır. Sorular, geçmiş gözlemler ile gelecekteki gözlemler arasında (geçmiş olaylar ve gelecekteki olaylar arasındaki tamamen nedensel ilişkinin aksine) nomolojik bir ilişki var mıdır?

Kelimesini yorumlamak ise nomolojik olarak doğa ya mantık kanunla ve şimdiye kadar bu yasaya disaccord gerçekleşebilir şey daha sonra çapraz bir kale hareket ilk kişi, doğanın kanunu kırmak ve olacağından, böyle bir ilişki kesinlikle yoktur bildiğimiz gibi evren çökecekti.

Ama aslında, doğanın bir ucube kazasıyla, dünyadaki herhangi bir satranç oyuncusunun bundan sonra yapacağı her hareket geçerliyse bile (hiç kimse hata yapmayacak veya hile yapmaya çalışmayacak ve hatta insanlar satranç kuralları hakkında clueless) satranç taşlarını tahta üzerinde rastgele bir şekilde itmeye başlayacaktı, ama yanlışlıkla her zaman kurallara göre), bu da bizi tüm bunları zorlayan bir doğa yasası (veya mantık yasası) olduğuna ikna etmeyecekti. Tamamen kazara olduğunu düşünüyoruz.

Ludwig Wittgenstein Felsefi Soruşturmaları'nda da benzer bir zemin izledi . Herhangi bir gözlem setinin keyfi olarak birçok ve hatta çelişkili kurallara uygun olduğu konusunda ısrar ediyor. Örneğin, gözlemlediğim tüm satranç oyunları öğleden sonra gerçekleşirse, kuralım öğleden sonra olabilir , fil sadece çapraz olarak hareket ettirilebilir . Günün zamanının oyun için önemsiz olması, günün farklı saatlerinde satranç oyunlarını gözlemlemediğim için gözlemleyemediğim bir şey. Ya da, bu arada, satranç oynayan bir kadını hiç görmediysem, o zaman piskopos sadece erkekler tarafından hareket ettirilebilir. Bir gözlemle ilgili olan ve olmayan, gözlemin ön şartı olarak belirlenir ve gözlemin kendisinin bir parçası olamaz.

BTW: Wittgenstein'ın soruna çözümü Goodman'ın çözümüne oldukça benziyor. Yine de sürprizleri bozmayacağım;-)

Zeyilname:

Sussman'ın acemi olduğu günlerde Minsky, PDP-6'da hacklendiğinde bir zamanlar ona geldi.

"Ne yapıyorsun?" Diye sordu Minsky. "Tic-tac-toe oynamak için rastgele kablolu bir sinir ağı eğitimi alıyorum", diye cevapladı Sussman. "Ağ neden rastgele bağlandı?", Diye sordu Minsky. "Nasıl oynanacağı konusunda herhangi bir önyargıya sahip olmasını istemiyorum", dedi Sussman.

Minsky sonra gözlerini kapadı. "Neden gözlerini kapatıyorsun?" Sussman öğretmenine sordu. "Böylece oda boş olacak." O anda Sussman aydınlandı.

Hayır

Çünkü basitçe öğrenme kalıpları (hangi yöntemle olursa olsun) "satrancı en iyi şekilde oynamayı öğrenmek" ile aynı değildir.

Bu sadece öğrenme seti kalıplarından çok farklı olan planlama ve Strateji gerektirir.