หมากรุก AI: ประวัติโดยย่อ


หมากรุกเป็นเกมกระดานกลยุทธ์สำหรับผู้เล่นสองคนที่เล่นบนกระดานหมากรุกที่มีช่องสี่เหลี่ยม 64 ช่อง จัดเรียงในตาราง 8×8 หมากรุกที่เล่นโดยผู้คนนับล้านทั่วโลก เชื่อกันว่าได้มาจากเกม Chaturanga ของอินเดียในช่วงก่อนศตวรรษที่ 7

หมากรุกได้รับความนิยมอย่างมาก และเติบโตขึ้นเมื่อมีผู้คนเริ่มเล่นมากขึ้นในช่วงการระบาดใหญ่ทั่วโลก ไม่มีเวลาดีกว่าที่จะวิเคราะห์บทบาทของ ปัญญาประดิษฐ์ ในการปรับปรุงคุณภาพของหมากรุก

ประวัติโดยย่อของหมากรุก AI

  • 2494: อลัน ทัวริง ตีพิมพ์โปรแกรมแรกบนกระดาษตามหลักวิชาที่สามารถเล่นหมากรุกได้
  • 1989: แชมป์โลกหมากรุก Gary Kasparov เอาชนะ Deep Thought ของ IBM ในการแข่งขันหมากรุก
  • 2539: Kasparov เอาชนะ Deep Blue ของ IBM ในการแข่งขันอื่น
  • 1997: Deep Blue ของ IBM กลายเป็น AI หมากรุกตัวแรกที่เอาชนะปรมาจารย์ในการแข่งขัน
  • 2017: AlphaZero หุ่นยนต์ดิจิทัลที่ใช้โครงข่ายประสาทเทียม เอาชนะ Stockfish 28–0 ด้วยการจับฉลาก 72 ครั้งในการแข่งขันหมากรุก
  • 2019: Leela Chess Zero (LCZero v0.21.1-nT40.T8.610) เอาชนะ Stockfish 19050918 ในการแข่งขัน 100 เกม 53.5 ถึง 46.5 สำหรับตำแหน่ง Top Chess Engine Championship ฤดูกาลที่ 15
  • ปัจจุบัน: เอ็นจิ้น AI หมากรุกสมัยใหม่ปรับใช้การเรียนรู้เชิงลึกเพื่อเรียนรู้จากการแข่งขันนับพัน พวกเขามีการจัดอันดับโดยสุจริต ระบบการให้คะแนนของหมากรุก ที่สูงกว่า 3,400 เป็นประจำ ซึ่งเหนือกว่าผู้เล่นที่เก่งที่สุดของมนุษย์

ปัญญาประดิษฐ์เป็น การปฎิวัติ ในตัวมันเองด้วยมากมาย ความสำเร็จ. การใช้ AI ในโลกแห่งความเป็นจริงและสถานการณ์ในชีวิตจริงนั้นเพียงพอแล้ว มีกรณีการใช้งานที่หลากหลายเพื่อปรับปรุงคุณภาพชีวิตโดยทั่วไป การใช้ปัญญาประดิษฐ์ที่ยอดเยี่ยมอีกอย่างหนึ่งก็คือการเล่นหมากรุก

ก่อนอื่นเราจะมาแนะนำสั้น ๆ เกี่ยวกับประวัติของ AI ในหมากรุกกัน จากนั้น เราจะเรียนรู้เกี่ยวกับวิวัฒนาการสมัยใหม่ของกลไกหมากรุกและอิทธิพลของ AI ในจักรวาลของหมากรุก สุดท้าย เราจะสรุปว่าเหตุใดนักพัฒนาซอฟต์แวร์ทุกคนจึงควรพยายามใช้การเขียนโปรแกรมของกลไกหมากรุกที่คล้ายคลึงกัน เพื่อไม่ให้เป็นการเสียเวลา เรามาเริ่มกันเลยดีกว่า

ประวัติหมากรุก AI

ในปีพ.ศ. 2494 อลัน ทัวริงเป็นคนแรกที่เผยแพร่โปรแกรม พัฒนาบนกระดาษ ซึ่งสามารถเล่นหมากรุกเต็มรูปแบบได้ มีการพัฒนาอย่างต่อเนื่องในปีต่อๆ ไป เกมหมากรุกและกลไกหมากรุกใหม่ได้รับการพัฒนาในช่วงเวลานี้ อย่างไรก็ตาม เครื่องมือหมากรุก AI เหล่านี้ยังไม่ประสบความสำเร็จในระดับที่สูงขึ้น อาจเป็นเพราะขาดทรัพยากรและเครื่องมือที่มีประสิทธิภาพ

ในช่วงปี 1980 Garry Kasparov แชมป์โลกหมากรุกได้อ้างว่าเครื่องมือหมากรุก AI ไม่สามารถเข้าถึงระดับที่พวกเขาสามารถเอาชนะปรมาจารย์หมากรุกระดับบนสุดได้ คำพูดของเขาจะยังคงเป็นความจริงอีกสองสามปีในขณะที่เขาประสบความสำเร็จในการปกป้องบัลลังก์ของเขาในปี 1996 กับ Deep Blue ของ IBM ในการแข่งขันมากกว่าหกเกมด้วย 4:2 เขายังเอาชนะ Deep Thought ของ IBM ซึ่งเป็นรุ่นก่อนของ Deep Blue ในการปะทะกันในปี 1989

หนึ่งปีหลังจากแพ้แชมป์โลก Deep Blue กลับมาเอาชนะแชมป์โลกในการแข่งขันรีแมตช์ Kasparov แพ้ Deep Blue ในการรีแมตช์ด้วย 2.5:3.5 แม้ว่าจะมีการโต้เถียงกันเล็กน้อยเกี่ยวกับอำนาจในการชนะครั้งนี้ แต่ส่วนใหญ่ถือว่าสนับสนุนกลไกหมากรุก ในการสัมภาษณ์ครั้งล่าสุดของ Kasparov เขายังเห็นด้วยว่าเขาสูญเสียความยุติธรรมและความไม่ยุติธรรม

เครื่องมือหมากรุกมาไกลตั้งแต่ยุค 1950 จนถึงเกมหมากรุกรุ่นปัจจุบัน มาวิเคราะห์วิวัฒนาการสมัยใหม่ของกลไกหมากรุกกันในหัวข้อถัดไปของบทความนี้ เพื่อให้ได้ภาพที่ดีขึ้นของความสำเร็จของ AI ในหมากรุก

เกมออนเราสามารถเรียนรู้อะไรจาก 4 มนุษย์ที่เหนือมนุษย์ เอไอสำหรับเล่นเกม?

วิวัฒนาการสมัยใหม่ของหมากรุก AI

อัลกอริธึมปัญญาประดิษฐ์ที่พัฒนาขึ้นสำหรับการเล่นของมนุษย์ใช้หลักการต่างๆ มากมาย แม้ว่าจะเป็นเรื่องซับซ้อนที่จะพูดคุยกันว่าอัลกอริธึมใดที่แต่ละเอ็นจินใช้สำหรับการทำงานและการทำงานของมัน เรารู้ว่าเอ็นจิ้นยอดนิยมบางตัว เช่น Alpha zero ใช้ประโยชน์จากโครงข่ายประสาทเทียม การเรียนรู้อย่างลึกซึ้ง และระบบอัตโนมัติเหมือนโครงข่ายประสาท Leela Chess Zero ใช้ an โอเพ่นซอร์ส การนำ AlphaZero มาใช้ ซึ่งเรียนรู้หมากรุกผ่านเกมที่เล่นด้วยตนเองและการเรียนรู้การเสริมแรงอย่างลึกซึ้ง

ทุกวันนี้ เอ็นจิ้นหมากรุกสมัยใหม่ได้รับการพัฒนามาอย่างดีจนไม่ทิ้งเกมให้ผู้เล่นที่เป็นมนุษย์แม้แต่เกมเดียว แม้แต่แชมป์โลกที่ครองราชย์ในปัจจุบันก็ยังไม่สามารถเอาชนะเครื่องมือหมากรุกสมัยใหม่ที่ดีที่สุดได้เพียงครั้งเดียวในช่วง 100 เกม แชมป์โลกมีคะแนน FIDE มากกว่า 2800 ในทุกรูปแบบ การแข่งขันมักเกิดขึ้นในรูปแบบเวลาคลาสสิก การแข่งขันกับ Stockfish 9

มีคะแนน 3438 (การจัดอันดับของเครื่องยนต์ไม่ใช่การจัดอันดับโดยสุจริต แต่กลุ่มผู้เล่นสำหรับเครื่องยนต์นั้นแข็งแกร่งกว่ามนุษย์มาก ดังนั้นตามทฤษฎีแล้ว ระดับ FIDE สำหรับ Stockfish 9 จะสูงกว่านั้นอีก) ผลของการปะทะกันสมัยใหม่ของเอ็นจิ้นหมากรุกมีดังนี้ วิกิพีเดีย:

  • 2017: AlphaZero หุ่นยนต์ดิจิทัลที่ใช้โครงข่ายประสาทเทียม เอาชนะ Stockfish 28–0 ด้วยการจับ 72 ครั้งในการแข่งขัน 100 เกม
  • 2019: Leela Chess Zero (LCZero v0.21.1-nT40.T8.610) เอาชนะ Stockfish 19050918 ในการแข่งขัน 100 เกม 53.5 ถึง 46.5 สำหรับตำแหน่ง TCEC ซีซั่น 15

ผลลัพธ์เหล่านี้ ประกอบกับการเพิ่มขึ้นของกลไกหมากรุกและโครงข่ายประสาทเทียม และเครือข่ายหมากรุกที่เน้นการเรียนรู้เชิงลึกซึ่งเข้าครอบงำโลกหมากรุกโดยพายุ เป็นสัญญาณบ่งชี้ถึงศักยภาพของความเป็นไปได้ที่ยิ่งใหญ่และยิ่งใหญ่ยิ่งขึ้น มาเจาะลึกถึงอิทธิพลที่อาจเกิดขึ้นของ AI ในจักรวาลแห่งหมากรุกกัน

หมากรุก AI มีอิทธิพลต่อหมากรุกอย่างไร

ปัญญาประดิษฐ์มีอิทธิพลต่อวิธีการเล่นเกมหมากรุกในระดับสูงสุด ปรมาจารย์และซูเปอร์แกรนด์มาสเตอร์ส่วนใหญ่ (อันดับที่ FIDE สูงกว่า 2700) ใช้เครื่องมือหมากรุก AI ที่ทันสมัยเพื่อวิเคราะห์เกมของพวกเขา รวมถึงเกมของคู่แข่ง มีการพลิกกลับอย่างสมบูรณ์ในวิธีการเล่นเกมหมากรุกในขณะนี้

ทฤษฎีการเปิดพื้นฐานและแนวคิดการวิเคราะห์อื่นๆ จะได้รับการวิเคราะห์อย่างละเอียด ในรูปแบบหมากรุกคลาสสิก คุณมักจะเห็นผู้เล่นระดับสูงเหล่านี้เคลื่อนไหวครั้งแรกประมาณ 10 ถึง 15 ครั้งจากเกมที่วิเคราะห์ก่อนหน้านี้หรือคำแนะนำเครื่องมือยอดนิยม

คุณภาพของเกมระดับบนสุดก็ดีขึ้นอย่างมากด้วยความช่วยเหลือของเอ็นจิ้นเหล่านี้ แทบจะเป็นไปไม่ได้เลยที่จะให้คะแนนหรือเปรียบเทียบผู้เล่นสมัยใหม่กับผู้เล่นในตำนานจากทศวรรษที่ผ่านมา ต้องขอบคุณการปรับปรุงครั้งใหญ่ของกลไกหมากรุกเหล่านี้

บางคนแย้งว่าเครื่องหมากรุกมีผลเสียต่อเกม เพราะมันเกี่ยวกับทฤษฎีมากกว่าการฝึกฝนและการเล่นจริง คนอื่นๆ โต้แย้งว่าอิทธิพลของ AI ที่มีต่อหมากรุกได้นำไปสู่การพัฒนาที่รุนแรงในการแข่งขัน และยังไม่มีการสร้างความก้าวหน้าเพิ่มเติมเพื่อท้าทายผู้เล่นสมัยใหม่

และท้ายที่สุด พวกเขาทำให้ผู้เล่นเหล่านี้ดีขึ้นมากทั้งกับทฤษฎีการเปิดและกลเม็ดอื่นๆ ยังมีที่ว่างสำหรับความผิดพลาดของมนุษย์ ผู้เล่นสามารถใช้ข้อผิดพลาดเหล่านี้เพื่อให้ได้เปรียบและสร้างเกมที่น่าสนใจในการโจมตีหมากรุก

เพิ่มเติมเกี่ยวกับAI4 เหตุผลที่ทำไม Deep Learning และ Neural Networks ไม่ใช่ตัวเลือกที่ถูกต้องเสมอไป

ข้อดีของการสร้าง AI หมากรุกของคุณเอง

ไม่ว่าคุณจะเป็นโปรแกรมเมอร์ระดับไหน คุณจะมีช่วงเวลาที่ดีในการสำรวจแง่มุมต่างๆ มากมายในการสร้างกลไกหมากรุกของคุณเอง ฉันเชื่อมั่นอย่างยิ่งว่าโปรแกรมเมอร์และนักพัฒนาควรพยายามพัฒนาเกมด้วย Python และ AI

ถ้าคุณเป็น เริ่มต้นจากนั้นคุณสามารถลองสำรวจลักษณะทางศิลปะในขณะที่ใช้โครงสร้างของกระดานและชิ้นส่วน คุณจะได้เรียนรู้คุณลักษณะของฟังก์ชันและคลาสเพื่อใช้โครงสร้างของบอร์ด ตลอดจนวางชิ้นส่วนต่างๆ ในตำแหน่งที่เกี่ยวข้อง คุณสามารถทดลองกับกระดานหมากรุกและตัวหมากรุกสองสี สุดท้าย คุณจะได้โครงสร้างกราฟิกสุดเจ๋งที่คุณจะออกแบบใหม่ทั้งหมดโดยใช้ทักษะการเขียนโค้ดของคุณ

หากคุณเป็นนักพัฒนา AI ระดับกลาง คุณสามารถเริ่มใช้งานฟังก์ชันของชิ้นส่วนและการเคลื่อนไหวที่เกี่ยวข้องได้ แต่ละชิ้นมีการแสดงและสัญกรณ์สำหรับการเคลื่อนไหวโดยเฉพาะ คุณต้องใช้ตำแหน่งเหล่านี้และคำนวณการจับชิ้นส่วนเหล่านี้ด้วย งานนี้ไม่จำเป็นต้องสมบูรณ์แบบเพื่อพัฒนาทักษะและรับโปรแกรมการทำงาน

สุดท้าย สำหรับโปรแกรมเมอร์ขั้นสูงและนักพัฒนา AI คุณสามารถศึกษาเกมและเครื่องมือหมากรุกจำนวนมากที่พัฒนาขึ้นในช่วงไม่กี่ปีที่ผ่านมา ด้วยการใช้ข้อมูลที่มีอยู่ คุณสามารถสร้างการเรียนรู้เชิงลึก โครงข่ายประสาท สำหรับเครื่องหมากรุกของคุณ เครื่องมือหมากรุกสามารถเรียนรู้จากเกมที่เล่นตั้งแต่ช่วงปี 1800 หมากรุกมีชุดข้อมูลขนาดใหญ่ ช่วยให้นักพัฒนาสามารถสร้างเอ็นจิ้นหมากรุกที่มีคุณภาพตั้งแต่เริ่มต้นได้ด้วยตัวเอง

ปัญญาประดิษฐ์เป็นปรากฏการณ์ที่ปฏิวัติวงการและได้เปลี่ยนภูมิทัศน์ของหมากรุกอย่างไม่ต้องสงสัย ผลกระทบที่ AI มีต่อหมากรุกสามารถโต้แย้งได้ทั้งข้อดีและข้อเสีย

อย่างไรก็ตาม ปฏิเสธไม่ได้ว่าอิทธิพล โฆษณาชวนเชื่อ และความตื่นเต้นที่เกิดจาก AI นั้นยอดเยี่ยมมาก ปัญญาประดิษฐ์มีศักยภาพสูงในด้านหมากรุก การพัฒนาที่ทันสมัยและความก้าวหน้าในกลไกหมากรุกกำลังเพิ่มขึ้นอย่างรวดเร็ว เราสามารถมีความสำเร็จที่ยิ่งใหญ่กว่ามากในโลกสมัยใหม่ของหมากรุก

ฉันตื่นเต้นที่จะได้เห็นการปรับปรุงเหล่านี้ไปถึงไหน ฉันหวังว่าทุกท่านจะพยายามใช้กระดานหมากรุกหรือเครื่องหมากรุกของคุณเองเป็นโครงการที่สนุก



Source link

About Author