Skynet nära nu - Googles AI blir bäst i världen på schack på fyra timmar

Datorer vinner numera där också:
http://www.cbc.ca/news/canada/edmonton/computer-program-wins-at-no-limit-texas-hold-em-by-trusting-its-gut-1.4007282

Men en bugg är ju inte detsamma som en bluff även om den kan få samma effekt. En bluff är ju ett genomtänkt val medans en bugg är ett programmeringsfel. Äpplen och apelsiner.


Vann datorn för att den då och då bluffade eller enbart för att den värderade alla givar helt perfekt? I Poker kan ju en dator/AI enbart värdera sina kort och korten på bordet. Den kan enkelt förlora i t ex heads ups eftersom den aldrig kan veta vad motståndaren har. Datorn i ditt exempel hade alltså mest tur vid bordet.

Precis och jag har inte hävdat något annat heller men jag invände emot att det inte går att bluffa i brädspel. Jo det går faktiskt.

Wow, jag får svindel. 5135. Fy fasen.

Jag har verkligen inte hängt med de senaste 15 åren. Jag spelade i division II i början
på 90-talet, sedan la jag av med schack.

Jag trodde att den mänskliga biten, alltså människans fantasi fortfarande räckte till
för att knäcka datorns matematiska uträkningar Men jag inser att när man har
en dator som kan mer eller mindre räkna ut samtliga ställningar är ju människans
fantasi helt överflödig i schack. I slutet av dagen är schack endast ett gigantiskt
antal positioner, men positionerna är begränsade även om siffran är svindlande hög.

Skaffa lite perspektiv. Du är en gegga med massa olika arter precis som bollen i rymden är full av olika arter. Same same

Vad är din källa på detta om ratingen?

Det där med en rating på 5135 verkar inte stämma men hur hög den är beror på tiden förstås. Den går om Stockfish när tid per drag är någonstans mellan 0,1 - 1 sekund per drag och sedan ökar gapet ju längre tid de får.

https://cdn.chess24.com/GzFl-Z4-SVWO-mC9rL6XhQ/original/mastering-chess-and-shogi-by-self-play.pdf

Schack är ett för komplext problem för att gå att lösa med en enda algoritm och därför delar man alltid upp problemet i hanterbara delar.

Huvudalgoritmen är en rekursiv trädsökningsalgoritm som implementerar minimax. Trädsökningsalgoritmen "förstår" att det finns något som kan förändras och utforskar möjliga förändringar. Till sin hjälp har den en generator som givet en aktuell ställning S kan generera alla tillåtna drag d₁, d₂, ... Generatorn "förstår" hur pjäser kan flyttas. Alla drag är inte tillåtna och den genererade listan behöver filtreras från otillåtna drag med hjälp av en regelevaluator som "förstår" spelets regler. Regelevaluatorn implementerar en funktion f(d, S) -> boolean som testar om draget d är tillåtet givet ställningen S. Genom att applicera de tillåtna dragen på den aktuella ställningen så skapas en ny lista av ställningar S₁, S₂, ... som kan nås genom tillåtna drag. Eftersom inte alla tillåtna drag kan genomsökas på rimlig tid så prioriteras dragen med hjälp av en värderingsfunktion g(S) -> p som givet en ställning S returnerar en uppskattad sannolikhet för spelets utgång. Värderingsfunktionen gör alltså en analys av en statisk ställning och kan räkna sådant som pjäsövertag, antal slag mot olika rutor osv. Värderingsfunktionen "förstår" vilken sida som sannolikt vinner utifrån en given ställning.

I princip fungerar alla schackprogram enligt ovan med smärre variationer.

AlphaZero implementerar alltså värderingsfunktionen g(S) -> p med hjälp av neurala nätverk. De neurala nätverken tränas genom att matas med olika S med känd utgång genom att datorn får spela mot sig själv.

Eftersom nätverken aldrig har sett något annat än statiska ställningar så kan de omöjligen veta något om spelets dynamik. Skulle du kunna fråga nätverken om hur en spelare kan förbättra sin ställning så skulle nätverken typiskt svara att spelaren skulle skaffa en dam till, därför att damer är bra om man vill vinna. Men hur man gör för att skaffa en dam till har nätverken ingen aning om. Därför förstår de inte heller hur man spelar schack. Den förståelse uppstår först när hela programmet verkar tillsammans.

Därför att det ger en felaktig bild av hur programmet faktiskt fungerar. Och för att jag tror att det reduktionistiska synsättet är en återvändsgränd om man vill utveckla AI. För att lösa komplexa problem måste skapa modeller top-down och inte bottom-up.

Det där stämmer inte. 28 vinster, 72 remipartier och 0 förluster mot Stockfish ger att AlphaZero har 100 ELO-poäng mer än den version av Stockfish som spelade.
Räkna själv här: http://www.3dkingdoms.com/chess/elo.htm

Stockfish 8:s officiella ranking är 3389 (http://www.computerchess.org.uk/ccrl/4040/rating_list_all.html), men det beror på vilken hårdvara och tidskontroll som används. Stockfish spelade för övrigt utan öppningsbok.

AlphaZero borde ligga mellan 3400 och 3500 i alla fall.

Traditionella schackrobotar använder sig av ett minimax sökträd. Alphazero använder sig dock av ett Monte Carlo sökträd. Det är primärt två saker som skiljer mellan Alphazero och traditionella schackrobotar, dels har de olika värderingsfunktioner (Alphazero använder artificiella neurala nätverk) och dels har de olika typer av sökträd.

Är vi där nu? Är Skynet här?

Svennar alltså...

Jag har matematisk "dyslexi", så jag undrar. Finns det ett finit antal positioner i schack? Eller
är det oändligt antal positioner? Jag har som sagt matematik-dyslexi.