I en verden først, en maskin som spiller sjakk ved å evaluere styret snarere enn å bruke brute force for å trene alle mulige trekk. Fra September 2015…
Det har vært nesten 20 år siden IBM ‘ s Dyp Blå superdatamaskin slå den regjerende verdens sjakk, Gary Kasparov, for første gang under vanlig turnering regler. Siden da, sjakk-spiller datamaskiner har blitt betydelig sterkere, og etterlot seg de beste menneskene liten sjanse selv mot en moderne sjakk motor-kjører på en smarttelefon.
Men mens datamaskiner har blitt raskere, slik sjakk motorer arbeid, er ikke endret. Deres makt er avhengig av brute force, prosessen med å søke gjennom alle mulige fremtidige handlinger for å finne de beste neste.
Selvfølgelig, ingen menneske kan matche det, eller komme hvor som helst i nærheten. Mens Dyp Blå var på leting rundt 200 millioner kroner stillinger per sekund, Kasparov var trolig søker ikke mer enn fem sekunder. Og ennå har han spilt i hovedsak de samme nivå. Klart, at mennesker har et triks i ermet, som datamaskiner har ennå å mestre.
Dette trikset er å vurdere sjakk posisjoner og innsnevring ned de mest lønnsomme veier for søk. Som dramatisk forenkler computational oppgave fordi det gjør dette treet av alle mulige trekk å bare et par grener.
Datamaskiner har aldri vært god på dette, men i dag at endringer takk til arbeidet i Matteus Lai ved Imperial College London. Lai har skapt en kunstig intelligens maskin kalt Giraff som har lært seg å spille sjakk ved å evaluere stillinger mye mer som mennesker, og på en helt annen måte å konvensjonelle sjakk motorer.
Fortsatte