Imparare le regole degli scacchi

Una domanda simile chiede se un computer può imparare a giocare in modo ottimale negli scacchi analizzando migliaia di giochi.

Se una macchina può controllare lo stato del tabellone per alcune partite a scacchi (o alcune partite a dama) all'inizio e dopo ogni mossa, può essere programmata per apprendere le regole del gioco?

Se è possibile, in che misura (ad esempio, sarebbe in grado di rendere conto del castling o della promozione) funzionerebbe? Quali algoritmi di machine learning lo renderebbero possibile?

Se una macchina può controllare lo stato del tabellone per alcune partite a scacchi (o alcune partite a dama) all'inizio e dopo ogni mossa, può essere programmata per apprendere le regole del gioco?

Certamente non per alcune partite a scacchi; dovresti analizzarne un numero incredibilmente elevato per impedirgli di fare mosse non valide. Quanto non lo so; questo problema appartiene all'area della teoria dell'apprendimento computazionale, dell'apprendimento PAC e del problema dell'apprendimento nel limite .

Gli algoritmi di classificazione suggeriti dagli altri poster potrebbero essere in grado di apprendere in modo discriminatorio le regole degli scacchi: date due configurazioni della scacchiera, potrebbero rispondere "sì" o "no" alla domanda se una mossa valida si trasformi l'una nell'altra. Con un certo sforzo, potrebbero anche essere usati per generare mosse. Tuttavia, genereranno solo mosse che hanno visto in giochi in cui sono stati addestrati o genereranno una combinazione di mosse valide e non valide, ognuna con un punteggio che indica quanto è probabile che considerino la mossa in questione, con regole non valide speriamo di ottenere probabilità molto piccole.

(Vale a dire, o il programma non riconoscerebbe alcune mosse valide a sua disposizione; o potresti essere in grado di imbrogliare senza accorgertene; o dovresti allenarlo per così tanto tempo da perdere tutto l'interesse nel gioco.)

Per le tecniche che possono apprendere le regole, controlla la programmazione della logica induttiva e la programmazione genetica . Non sono sicuro se qualcuno abbia mai provato ad applicarli all'apprendimento degli scacchi; poiché le regole degli scacchi sono fisse, è molto più interessante (anche per il mondo accademico) costruire buoni programmi di gioco degli scacchi piuttosto che quelli che devono imparare da zero le regole di base.

Le regole degli scacchi sono piuttosto complesse e alcune sono eseguite molto raramente in un gioco.

Ad esempio la regola en passant . Quanti giochi dovrai osservare per dedurlo è consentita solo la prima mossa dopo la mossa in avanti di due passi?

Un altro esempio. Il b-quadrato può essere attaccato in lunghi castling. Quanti giochi vedi dove questo accade?

In altre parole, avrai bisogno di molti, molti, molti giochi per ottenere correttamente tutte le regole.

Ma, forse, Google troverà un angolo del loro cloud per un archivio completo di partite di scacchi "presto" ...

Sì e no

Non sono sicuro se stai chiedendo se è possibile apprendere le regole degli scacchi usando l'apprendimento automatico / reti neurali o se è possibile addestrare una macchina da scacchi di livello "grand master" che lo utilizza.

Puoi certamente insegnare a un computer le regole e un certo livello di scacchi usando quelle. Tuttavia, non credo che tu possa allenarlo fattibile a un livello superiore utilizzandolo. L'informatica non è ancora riuscita a produrre una macchina in grado di "comprendere" gli scacchi da un punto di vista posizionale / intuitivo. Tutti gli attuali computer di scacchi utilizzano un ampio database, calcoli della forza bruta e, possibilmente, un machine learning.

Immagino che dipenda se conti usando un database di riferimento come imbroglio o no :) Inoltre, è difficile sapere se puoi effettivamente separare la conoscenza di molti giochi dall'essere bravo. Gli umani che sono bravi negli scacchi sono bravi proprio perché hanno visto tanti giochi a cui fa riferimento la parte del cervello che in genere è nota per riconoscere i volti. Da questo richiamo sembra che i giocatori di scacchi umani siano in grado di sviluppare una "intuizione" della forza di una posizione.

Come molti commenti hanno detto, questa è quasi una domanda filosofica che discute della definizione di "apprendere". La maggior parte dei programmi di intelligenza artificiale si basano sulla determinazione di soluzioni razionali. Dati sufficienti, un programma di apprendimento degli scacchi determinerà un elenco di mosse che sono razionali da compiere in determinate situazioni. Questo non significa che conosca le regole degli scacchi, capisce semplicemente quali mosse sono benefiche e quali no. Anche se il set di dati include giocatori che fanno mosse illegali, la mossa illegale causerà una perdita istantanea, quindi l'IA la ignorerà e non userà mai quella mossa perché non è mai utile.

Non importa se vengono utilizzate reti neurali o algoritmi evolutivi o qualsiasi altro tipo di algoritmo di apprendimento, un ai non può mai imparare esplicitamente le regole dal guardare qualcosa, può solo determinare un elenco di opzioni razionalmente vantaggiose.

Se pensi alle regole degli scacchi come al motore fisico del gioco e alle leggi della fisica come alle regole universali accettate permanentemente e incessanti dell'universo, allora pensa a quante poche "leggi" reali ci sono nel nostro universo naturale. È ESTREMAMENTE difficile, se non impossibile, fare una REGOLA dura e veloce, ma possiamo fare una serie di teorie testate e accettate a partire da un determinato momento.

Potrebbe essere possibile supporre che il computer osservi e registri le mosse, ma NON faccia direttamente affermazioni sulle mosse valide.

Ad esempio, osserverebbe un pedone avanzare di un pezzo e fare nuove ipotesi che tutti i pezzi possano avanzare di uno spazio e un altro che un pedone possa avanzare di un solo spazio. Formerà quante più ipotesi restrittive possibili finché non si verificherà la mossa successiva e un numero di esse potrà essere lanciato o reso più liberale.

Alla fine dopo così tante mosse avrai una serie di solide teorie ma sarà un set di dati vivente che si avvicina permanentemente a 0 ma non lo raggiunge mai.

Quindi la risposta è che un computer potrebbe fare davvero una buona ipotesi ma (EDIT: NOT) conoscerà sicuramente le regole.

In teoria, sì, può. Può persino diventare un grande maestro negli scacchi. La risposta che stai cercando è reti neurali . Le reti neurali sono essenzialmente la stessa cosa che accade nel nostro cervello. Inoltre, data la rete neurale progettata perfettamente (leggi - impossibilmente perfetta) e un hardware perfetto - può imparare tutto ciò che un essere umano può imparare in modo uguale o persino migliore.

Per saperne di più:

• Rete neurale (wiki)
• Rete neurale artificiale (wiki)
• Mappa auto-organizzante (wiki)
• Apprendimento automatico (wiki)

Penso che possa imparare le mosse che è autorizzato a fare semplicemente analizzando, ma come imparerebbe le mosse che non è autorizzato a fare? Ad esempio, il pedone non sembra mai spostarsi in avanti di un quadrato quando un pezzo avversario si trova di fronte ad esso. Come fa il computer a sapere se ciò dipende dalla scelta del giocatore o se non gli è permesso farlo? Puoi trovare un algoritmo che dice che se il 99,99% delle volte o più un evento non accade, ciò significa che non ti è permesso farlo, ma potrebbe anche essere quel 99,99% delle volte che è considerato un mossa sbagliata, ma quello 0,01% delle volte è la mossa che vince la partita. Quindi, la mia risposta è no, non può imparare tutte le regole semplicemente analizzando i giochi, ma probabilmente può imparare abbastanza per giocare.

Questa è una domanda filosofica. Potresti anche chiedere a una persona di imparare a giocare a scacchi osservando le persone mentre giocano a scacchi. In realtà è sostanzialmente lo stesso tipo di domanda che Nelson Goodman pone nel suo grande libro Fact, Fiction e Forecast : come possiamo passare da una serie finita di osservazioni già fatte a una previsione di osservazioni future. Le osservazioni già fatte sarebbero le mosse di scacchi osservate finora e le osservazioni future sarebbero tutte mosse di scacchi che non sono ancora avvenute. La domanda è: esiste una relazione nomologica tra osservazioni passate e osservazioni future (al contrario della relazione puramente causale tra eventi passati ed eventi futuri)?

Se interpretiamo la parola nomologica come da una legge della natura o della logica e nulla può mai accadere in disaccordo con questa legge , allora certamente non esiste tale relazione, poiché la prima persona che sposta un castello in diagonale, infrange la legge della natura e l'universo come lo conosciamo crollerebbe.

Ma anche se, in effetti, per qualche strano incidente della natura, ogni mossa che un giocatore di scacchi del mondo avesse fatto d'ora in poi, sarebbe valida (nessuno avrebbe mai fatto errori o avrebbe tentato di imbrogliare e persino le persone all'oscuro delle regole degli scacchi inizierebbe a spingere i pezzi degli scacchi in modo casuale su tutta la linea, ma accidentalmente sempre secondo le regole), ciò non ci convincerebbe che esiste una legge della natura (o una legge della logica) che ha costretto tutto questo. Lo considereremmo puramente accidentale.

Ludwig Wittgenstein coprì un terreno simile nelle sue Ricerche filosofiche . Insiste sul fatto che qualsiasi serie di osservazioni è conforme a molte regole arbitrarie e persino contrastanti. Ad esempio, se tutte le partite di scacchi da me osservate si sarebbero verificate nel pomeriggio, allora la mia regola potrebbe essere nel pomeriggio il vescovo può essere spostato solo in diagonale . Che l'ora del giorno non sia importante per il gioco è qualcosa che non avrei potuto osservare da me poiché non ho osservato le partite di scacchi in diversi momenti della giornata. O, per inciso, se non ho mai visto una donna giocare a scacchi, allora la regola potrebbe essere che il vescovo può essere mosso solo dagli uomini. Ciò che è rilevante per un'osservazione e ciò che non lo è è determinato come prerequisito per l'osservazione e non può far parte dell'osservazione stessa.

A proposito: la soluzione di Wittgenstein al problema è abbastanza simile a quella di Goodman. Non rovinerò la sorpresa, però;-)

Addendum:

Nei giorni in cui Sussman era un novizio, Minsky una volta venne da lui mentre sedeva hackerando il PDP-6.

"Che cosa stai facendo?", Chiese Minsky. "Sto allenando una rete neurale a caso per giocare a Tic-tac-toe", rispose Sussman. "Perché la rete viene cablata casualmente?", Chiese Minsky. "Non voglio che abbia preconcetti su come giocare", ha detto Sussman.

Minsky poi chiuse gli occhi. "Perché chiudi gli occhi?" Chiese Sussman al suo insegnante. "In modo che la stanza sia vuota." In quel momento, Sussman fu illuminato.

No

Perché semplicemente apprendere i modelli (attraverso il quale sia sempre il metodo) non equivale a "imparare a giocare a scacchi in modo ottimale".

Ciò richiede pianificazione e strategia, che è molto distinta dal semplice apprendimento di schemi prestabiliti.