Шахматы с Компьютером — Онлайн
Шахматы это увлекательная настольная игра, которая пользуется огромной популярностью во всем мире. Еще в древние времена, когда люди придумали шахматы, она очень быстро стала известной игрой из-за своего заумного замысла и разошлись по всем уголкам мира с большим успехом. Но ведь мы сейчас живем в современном мире и можем насладиться этой захватывающей игрой даже на своем компьютере. Игра в шахматы на первый взгляд может показаться простой и даже немножко странной, но если вы решитесь сограть партию, вы несомненно убедитесь в обратном. Играя в шахматы вы погружаетесь в другой, не известный для вас ранее мир, мир стратегии, фантазии, сражений и побед. Ваше логическое и интеллектуальное мышление развивается обдумывая каждый ход и просчитывая все возможные хода вашего соперника на несколько шагов в перед. Шахматы на самом деле удивительная игра, ведь она совмещает в себе искусство, науку и спорт. Если вы опытный игрок или мастер шахмат, тогда вы понимаете о чем идет речь.
Начав игру «Шахматы с Компьютером» вы увидите ваших оппонентов которым уже не терпится сразиться с вами на шахматном поле боя. Выберите цвет шахматных фигур которые вам больше нравятся и подходящего для ваших сил оппонента. Выбирая коричневые фигуры вам придется уступить ход сопернику, а что бы получить преимущество в начале матча, возьмите белые фигуры и сделайте ход первым. Начав матч вы увидите стоящие фигуры в два ряда. В первом ряду будет стоять защитная армия из пешек, а во втором находятся все основные и важные фигуры игры. Делайте каждый шаг обдуманным и продвигайтесь как можно ближе к королю соперника. Применяйте свою стратегические навыки и делайте наступление с каждым шагом жестче, что бы не давать сопернику шансов на победу. Подставляйте пешку под бой, что бы убить более важную фигуру, таким способом заманите самую важную фигуру игры в ловушку и поставьте шах и мат королю оппонента.
Здесь расположена онлайн игра Шахматы с Компьютером, поиграть в нее вы можете бесплатно и прямо сейчас.
Управление в игре:
Информация об игре:
- Оригинальное название игры — Chess with Computer.
- Она получила оценку 3.8 из 5, проголосовало 368 человек(а).
- Дата релиза: Март 2020.
- Доступна на следующих платформах: Веб браузер (ПК, мобильные телефоны и планшеты).
Шахматы играть с компьютером на весь экран
Игра в шахматы с компьютеромДля игры в бесплатные шахматы с компьютером в Вашем броузере IE или Mozilla Firefox должна быть включена поддержка JavaScript.
Для выполнения хода Вам необходимо сделать два клика мышкой: после первого клика мышкой по фигуре на шахматном поле это поле выделяется цветом, после второго клика на другом поле фигура перемещается на это указанное поле.
Возможные варианты игры: с живым человеком | против компьютера (на этой страничке) | на деньги | скачать на компьютер
Представляем Вам бесплатную, без регистрации, онлайн игру в шахматы с компьютером. В данной броузерной игре на JavaScript реализован простой шахматный алгоритм, игра будет полезна как новичкам, так и профессионалам в качестве разминки перез шахматной баталией с серьезным соперником. Для начала игры не нужно скачать файл программы, можно сделать закладку в браузере IE и в дальнейшем открывать данную web-страницу из закладок (из меню Избранное).
По умолчанию компьютер будет играть черными (установлен флажок CPU Black), поэтому можете смело сделать первый ход белыми: e2-e4. Лог игры (запись проведенных игроками ходов) появится на экране под словами Game Log.
Для того, чтобы компьютер играл белыми, а вы черными, вам следует снять флажок-переключатель CPU Black и активизировать, включить флажок (checkbox) CPU White, тогда компьютер сделает первый ход белыми, а вы будете играть за черных. Включить или выключить — означает кликнуть мышкой в маленькое квадратное поле слева от слов CPU Black и CPU White. CPU (или Central Processor Unit) переводится так: центральный процессор или процессор.
Если вы захотите сыграть партию с другом, тогда вам следует деактивировать, снять флажки CPU White и CPU Black, тогда начнется партия для двух человек, компьютер не будет вмешиваться в игровой процесс.
Если вы захотите понаблюдать за игрой компьютер — компьютер, тогда вам следует включить оба флажка (чекбокса) CPU White и CPU Black, тогда комп будет играть сам с собой.
Правила игры в шахматы:
Шахматы — древняя логическая настольная игра фигурами на 64-клеточной доске для двух соперников, сочетающая в себе элементы искусства и спорта.
Само слово шахматы происходит из двух персидских слов шах и мат. Игра происходит на доске, поделенной на равные поля. Размер доски — 8х8 клеток. Вертикальные ряды полей обозначаются латинскими буквами от a до h слева направо, горизонтальные ряды — цифрами от 1 до 8 снизу вверх; каждое поле обозначается сочетанием соответствующих буквы и цифры. Доска располагается так, чтобы ближнее угловое поле справа от игрока было белым. Шахматную партию начинают белые, дальше стороны делают поочерёдные ходы, каждым ходом перемещая одну фигуру. Ход на поле, занятое своей фигурой, невозможен. При ходе на поле, занятое чужой фигурой, она снимается с доски. При рокировке король сдвигается на 2 клетки по направлению к ладье, а ладья ставится на поле между начальной и конечной позицией короля. Этапы шахматной партии: дебют, миттельшпиль и эндшпиль.
Играть в шахматы бесплатно на флеш
Поиграйте и в шахматы онлайн на флеш абсолютно бесплатно и без регистрации, вначале выберите нужный вам уровень игры (Level: Easy, Medium, Hard) и определитесь с цветом ваших фигур.
Чем выше уровень, тем большее время компьютер будет думать перед очередным ходом. Данная флеш игра шахматы достигает уровня первого разряда. Flash Chess — это хороший шахматный тренер. В вашем броузере должна быть включена поддержка флеш технологии, то есть должна работать соответствующая надстройка, расширяющая возможности веб-обозревателя.
- Level — уровень сложности игры (Easy — простой, Medium — средний, Hard — сложный).
- New Game — начать новую игру. Чтобы играть за черных, нажмите на кнопку Flip View — переворот доски, затем кликните на Think now и программа сделает первый ход белыми фигурами.
- Think now — программа поразмышляет и сделает ход за Вас.
- Flip View — перевернуть доску.
Ссылки на другие игры в шахматы:
1. FlashChess III шахматы с компьютером онлайн — браузерная флеш игра бесплатные шахматы.
2. Интернет шахматы Chess Maniac — отличная голландская игра
3. Игра с роботом в шахматы — Robo Chess, играть с машиной.
4. 3D шахматы — flash CHESS, бесплатная онлайн игра на флеш.
5. Простые 2D флеш шахматы — Easy Chess онлайн, играть бесплатно
6. Battle Chess — добро пожаловать на средневековый турнир!
7. Интернет Шахматы с форой — игра с редактированием позиции.
8. Китайские шахматы — Chinese Chess, поединок для двух игроков.
9. Игра русские шахматы — очень красивый графический интерфейс.
.
34. Полная коллекция игр — все браузерные бесплатные онлайн флэш игры в шахматы и шашки.
Постановление об игре в шахматы на компьютере
Хвала Аллаху.
Игра в шахматы является харамом, по мнению большинства ученые, и это из-за доказательств, которые обсуждались ранее в ответе на вопрос номер 14095.
Нет никакой разницы между игрой в шахматы в реальной жизни или
на компьютере или в Интернете. Все это харам, потому что причина, которая делает это
харам присутствует во всех случаях.
Шейх д-р Фахд ибн Абд аль-Рахман аль-Яхья, член преподавателей Университета аль-Касим спросили: каково постановление об игре нарды и шахматы в интернете?
Он ответил:
Продолжать:
Общеизвестно, что игра в нарды – это «кости». относительно которых были переданы сообщения о том, что это харам, такие как сообщение в «Сахихе» Муслима от Бурайды (да будет доволен Аллах ему), согласно которому Пророк (мир ему и благословение Аллаха) ему) сказал: «Кто играет в кости, тот словно опускает руку в плоть и кровь свиньи». Передано Муслимом (2260) из хадиса Бурайда (да будет доволен им Аллах). Слово, переведенное как «игральная кость». этот хадис относится к игре в нарды. Тем более есть др. хадисы, в которых говорится, что это не разрешено, и многие ученые заявил, что это харам.
Что касается шахмат, то большинство ученых также заявили что играть в нее харам. аль-Байхаки передал в ас-Сунан аль-Кубра (10/212) от ‘Али (да будет доволен им Аллах), что он прошел мимо люди, которые играли в шахматы, и он сказал: Что это за образы, которые вы так преданы?
Это постановление, означающее постановление о том, что оно является харамом согласно
к большинству ученых относится, если и нарды, и шахматы свободны от
другие вещи, противоречащие шариату, худшие из которых: если это
играют за деньги, потому что тогда это азартные игры, которые являются харамом
по общему согласию, как заявил Шейх аль-Ислам Ибн Таймия; если это
приводит к пропуску молитвы; и если это создает обиды между людьми.
Более того, решение не меняется, если игра в шахматы или в нарды играют в реальной жизни или на компьютере или в сети. Мусульманин предписано использовать свое время с пользой и не тратить его понапрасну, как сказал ‘Умар Аль-Фарук (да будет доволен им Аллах) сказал: «Если вы хотите провести досуг время, то тратьте его на стрельбу из лука, а если хотите поговорить, то говорите об обязательных обязанностях. Передал аль-Байхаки в «Ас-Сунан аль-Кубра», 6/209 и др.
Если мусульманин хочет отдохнуть, то это должно привлекать благотворное занятия, такие как образовательные соревнования, пешие гонки или соревнования в стрельбе из лука или соревнованиях на лошадях и других полезных вещах для тела и ума.
Если люди утверждают, что есть какая-то интеллектуальная выгода в играть в шахматы, это не совсем правильно, потому что игра не основана на реальность; скорее это все воображаемое.
И Аллах знает лучше.
Как компьютер обыграл мастер го
Бог двигает игрока, он в свою очередь фигуру.
Но какой бог за пределами Бога начинает круг
Праха и времени, сна и агонии?
— Хорхе Луис Борхес
Пока я пишу эту колонку, компьютерная программа под названием AlphaGo побеждает профессионального игрока в го Ли Седоля на получившем широкую огласку турнире в Сеуле. Седол входит в тройку лучших игроков мира, получив высший ранг в девять данов. Победа над одним из лучших представителей человечества в этой очень старой и традиционной настольной игре — сокрушительный 3 к 1, и впереди еще одна игра. С этим поражением компьютеры превзошли людей в последней из классических настольных игр, игре, известной как глубиной, так и простотой. Закончилась эпоха и начинается новая. Методы, лежащие в основе AlphaGo, и ее недавняя победа имеют поразительные последствия для будущего машинного интеллекта.
Возникновение из ниоткуда
Восхождение AlphaGo на вершину мира го было ошеломляющим и совершенно отличным от траектории машин, играющих в шахматы.
В течение 10 лет специальная группа инженеров по оборудованию и программному обеспечению, в конечном итоге нанятая IBM, построила и запрограммировала специальный суперкомпьютер под названием Deep Blue, который делал одну и только одну вещь — играл в шахматы, оценивая 200 миллионов позиций на доске. в секунду. Ожидаемым событием стало то, что команда IBM бросила вызов тогдашнему чемпиону мира по шахматам Гарри Каспарову. В матче из шести партий, сыгранном в 19В 96 году Каспаров обыграл Deep Blue с тремя победами, двумя ничьими и одним поражением, но год спустя проиграл в историческом матче-реванше со счетом 2:1/2 и 3:1/2.
Шахматы — это классическая стратегическая игра, похожая на крестики-нолики (крестики-нолики), шашки (шашки), реверси (Отелло), нарды и го, в которых игроки по очереди расставляют или перемещают фигуры. В отличие от карточных игр, в которых участники видят только свои собственные карты, а также все сброшенные карты, игроки имеют полный доступ ко всей соответствующей информации, причем случайность не играет никакой роли.
Правила игры в го значительно проще, чем в шахматах. Каждая из черных и белых сторон имеет доступ к чаше с черными и белыми камнями, и каждая по очереди размещает по одному на сетке 19 на 19. После размещения камни не двигаются. Цель игры, зародившейся в Китае более 2500 лет назад, состоит в том, чтобы полностью окружить противоположные камни. Такие обведенные камни считаются захваченными и убираются с доски. Из этой чистой простоты возникает великая красота — сложные сражения между черными и белыми армиями, которые простираются от углов до центра доски.
Строго логические игры, такие как шахматы и го, можно охарактеризовать количеством возможных позиций, ограничивающих их сложность. В зависимости от фазы игры игроки должны выбрать один из небольшого числа возможных ходов, называемых широтой игры или коэффициентом ветвления b . Если настала очередь белых, им нужно выбрать один из b возможных ходов; На каждое из них черные могут ответить b своими контрходами.
То есть после одного хода уже b умножить на b или b 2 ходов, которые белые должны учитывать при разработке стратегии. Предполагая, что игра в шахматы длится в среднем d ходов (называется глубиной игры), полное дерево игры с любой исходной позиции — список всех ходов, контрходов, контрходов и так далее до той или иной стороны. wins — содержит около b умножения на b умножения на b …, d раза подряд или b d конечные позиции (так называемые конечные узлы или листья дерева поиска). Учитывая, что типичная шахматная игра имеет коэффициент ветвления около 35 и длится 80 ходов, количество возможных ходов огромно, около 35 80 (или 10 123 ), также известное как «число Шеннона» в честь пионера лаборатории Белла. Клод Шеннон, который не только изобрел теорию информации, но и написал первую статью о том, как запрограммировать машину для игры в шахматы, еще в 1950 году.
Номер Шеннона: 10 123 огромен, особенно если учесть, что во всей наблюдаемой вселенной галактик, звезд, планет, собак, деревьев и людей всего около 1080 атомов. Но сложность го больше, намного больше. При его ширине в 250 возможных ходов за ход (в го играют на доске 19 на 19 по сравнению с гораздо меньшим шахматным полем 8 на 8) и типичной глубине игры в 150 ходов получается около 250 150 или 10 360 возможных ходов. Это число выходит за рамки воображения и делает любую мысль об исчерпывающей оценке всех возможных ходов совершенно и полностью нереалистичной.
Учитывая эту практически безграничную сложность, го гораздо больше, чем шахматы, заключается в распознавании закономерностей, возникающих, когда скопление камней окружает пустое пространство. Игроки воспринимают, сознательно или нет, отношения между группами камней и говорят о таких, казалось бы, нечетких понятиях, как « легкие» и «тяжелые» формы камней и аджи , что означает скрытые возможности.
Однако такие концепции гораздо труднее уловить алгоритмически, чем формальные правила игры. Соответственно, компьютерные программы го проигрывали своим шахматным аналогам, и ни одна из них никогда не побеждала профессионального человека в обычных турнирных условиях. По прогнозам, до такого события должно пройти не менее десяти лет.
И тут AlphaGo ворвалась в общественное сознание благодаря статье в одном из самых уважаемых в мире научных журналов Nature от 28 января этого года. Его программное обеспечение было разработано командой из 20 человек под руководством бывшего шахматного вундеркинда и нейробиолога, ставшего пионером искусственного интеллекта, Демиса Хассабиса из его лондонской компании DeepMind Technologies, приобретенной в 2014 году Google. Наиболее интригующе то, что статья Nature показала, что AlphaGo играла против победителя европейского чемпионата по го Фань Хуэя в октябре 2015 года и выиграла со счетом 5: 0, не нанеся форы игроку-человеку, что является неслыханным событием.
[ Scientific American является частью Springer Nature.]
Заглянем под капот
Примечательно, что алгоритмы AlphaGo не содержат каких-либо действительно новых идей или прорывов. Программное обеспечение сочетает в себе старые добрые алгоритмы нейронных сетей и методы машинного обучения с превосходной программной инженерией, работающей на мощном, но довольно стандартном оборудовании — 48 центральных процессоров (ЦП), дополненных восемью графическими процессорами (ГП), разработанными для рендеринга трехмерной графики. для игровых сообществ и чрезвычайно мощный для выполнения определенных математических операций.
В основе вычислений лежат нейронные сети, отдаленные потомки нейронных цепей, работающих в биологическом мозге. Слои нейронов, расположенные в перекрывающихся слоях, обрабатывают входные данные — положение камней на доске 19 на 19 — и выводят все более абстрактные представления различных аспектов игры с помощью так называемых сверточных сетей. Эта же технология сделала возможным недавний прорыв в области автоматического распознавания изображений — например, автоматическая маркировка всех изображений, размещенных на Facebook.
Для любой конкретной позиции на доске две нейронные сети работают в тандеме для оптимизации производительности. «Сеть ценности» уменьшает эффективную глубину поиска, оценивая, насколько вероятно, что данная позиция на доске приведет к выигрышу, не гоняясь за каждым узлом дерева поиска, а «сеть политик» уменьшает широту игры, ограничивая количество ходов для конкретной позиции на доске, которую сеть рассматривает, обучаясь выбирать лучшие ходы для этой позиции. Сеть политик генерирует возможные ходы, которые затем оцениваются сетью создания стоимости с точки зрения их вероятности победить противника.
По иронии судьбы самые мощные методы этой полностью детерминированной игры, в которой каждый ход полностью определяется на основе предыдущих ходов, являются вероятностными, основанными на осознании того, что подавляющее большинство ветвей дерева не может быть По возможности изучены, лучше всего выбрать некоторые из наиболее многообещающих ветвей почти наугад и оценить их до конца, то есть до позиции на доске, в которой выигрывает либо один, либо другой игрок.
Затем различные узлы в игровом дереве можно сопоставить с теми, которые с наибольшей вероятностью приведут к победе. Повторяясь снова и снова, такая псевдослучайная выборка, называемая поиском по дереву Монте-Карло, может привести к оптимальному поведению, даже если исследуется лишь небольшая часть всего дерева игры. Методы Монте-Карло, рожденные во грехе в Лос-Аламосской национальной лаборатории в конце XIX века.40-х годов для разработки первого ядерного оружия — широко используются в физике. Эта техника дерева Монте-Карло была успешно реализована в Crazy Stone, одной из первых программ, игравших в го на приличном любительском уровне.
Однако сам по себе поиск по дереву Монте-Карло был недостаточно хорош для того, чтобы эти программы могли конкурировать на уровне мировых стандартов. Для этого требовалось дать AlphaGo возможность учиться, сначала познакомив ее с ранее сыгранными играми профессиональных игроков в го, а затем позволив программе сыграть миллионы игр против самой себя, постоянно улучшая свою производительность в процессе.
На первом этапе 13-уровневая нейронная сеть политик начиналась с чистого листа — без предварительной обработки. Затем он был обучен на 30 миллионах позиций на доске из 160 000 реальных игр, взятых из базы данных го. Это число представляет собой гораздо больше игр, с которыми любой профессиональный игрок столкнется за свою жизнь. Каждая позиция на доске в сочетании с фактическим ходом, выбранным игроком (именно поэтому этот метод называется обучением с учителем), и соединения между сетями были скорректированы с помощью стандартных так называемых методов глубокого машинного обучения, чтобы повысить вероятность того, что сеть выберет ход. лучше переезжай в следующий раз. Затем сеть протестировали, предоставив ей позицию на доске из игры, которую она раньше никогда не видела. Он точно, хотя и далеко не идеально, предсказал ход, выбранный профессиональным игроком 9.0003
На втором этапе сеть политик обучалась с помощью обучения с подкреплением. Этот метод является прочным наследием бихевиоризма — школы мысли, доминирующей в психологии и биологии в первой половине прошлого века.
Он исповедует идею о том, что организмы — от червей, мух и морских слизней до крыс и людей — учатся, связывая конкретное действие с конкретными стимулами, которые ему предшествовали. Когда они делают это снова и снова, организм выстраивает связь между стимулом и реакцией. Это можно сделать совершенно бессознательно, используя зубрежку.
Попробуйте научить собаку переворачиваться и «притворяться мертвым» по команде. Вы делаете это, разбивая это сложное поведение на более мелкие действия — лечь на землю, перевернуться, вытянуть лапы в воздух. Как только действие происходит либо спонтанно, либо потому, что вы показываете своей собаке, как это сделать, и она пытается подражать вам, оно вознаграждается (или «подкрепляется» на жаргоне) комбинацией похвалы или кусочка еды. Сделано достаточное количество раз, собака в конечном итоге будет вести себя как мертвая по команде.
Обучение с подкреплением было реализовано несколько лет назад в нейронных сетях для имитации поведения животных и обучения роботов.
DeepMind с удвоенной силой продемонстрировал это в прошлом году, когда сети научили играть в 49различные видеоигры Atari 2600, в том числе Video Pinball, Star Gunner, Robotank, Road Runner, Pong, Space Invaders, Ms Pac-Man, Alien и Montezuma’s Revenge. (В знак грядущего atari — это японский термин, означающий неизбежный захват одного или нескольких камней.) текущий счет, который увидит любой игрок-человек. Выходом сети была команда джойстику для перемещения курсора по экрану. Следуя диктату программиста максимизировать игровой счет, алгоритм сделал это и вычислил правила игры на протяжении тысяч и тысяч испытаний. Он учится двигаться, поражать инопланетные корабли и избегать их уничтожения. А в некоторых играх достигает сверхчеловеческой производительности. Тот же мощный алгоритм обучения с подкреплением был развернут AlphaGo для перехода, начиная с настройки сети политик после этапа контролируемого обучения.
На третьем и последнем этапе обучения сеть ценности, которая оценивает, насколько вероятно, что данная позиция в совете директоров приведет к победе, обучается с использованием 30 миллионов самостоятельно сгенерированных позиций, выбранных сетью политик.
Именно эта особенность самоигры, которую люди не могут воспроизвести (поскольку для этого потребовалось бы, чтобы разум игрока разделился на две части), позволяет алгоритму неуклонно совершенствоваться.
Особенность AlphaGo в том, что она выберет стратегию, которая максимизирует вероятность выигрыша независимо от того, на сколько. Например, AlphaGo предпочла бы выиграть с 90-процентная вероятность на два камня, чем 85-процентная вероятность на 50 камней. Мало кто отказался бы от немного более рискованного шанса сокрушить своего противника ради небольшой, но более верной победы.
Конечным результатом стала программа, которая показала лучшие результаты, чем любой конкурент, и превзошла мастера го Fan Hui. Хуи, однако, не входит в число 300 лучших игроков мира, а среди игроков высшего эшелона различия в их способностях настолько выражены, что даже тренировки на протяжении всей жизни не позволили бы Хуи победить кого-то вроде Ли Седоля. Таким образом, основываясь на пяти общедоступных играх между AlphaGo и Hui, Седол уверенно предсказал, что он будет доминировать над AlphaGo, выиграв пять игр ни с чем или, возможно, в плохой день, четыре игры к одной.
Чего он не учел, так это того, что программа, с которой он столкнулся в Сеуле, была значительно улучшенной версией той, с которой Хуэй столкнулся шестью месяцами ранее, оптимизированной за счет неустанной игры с самим собой.
Интересное различие между Deep Blue и AlphaGo заключается в том, что механизм оценки первого, присваивающий положительное (хорошее) или отрицательное (плохое) значение любой позиции на шахматной доске, был явно запрограммирован. Это различие позволило программистам Deep Blue добавить явные правила, такие как «если возникает эта позиция, делай то», к репертуару тактик. Это невозможно для потомка нейронной сети Deep Blue, AlphaGo, где все знания неявно закодированы в «весах» сети.
Что дальше?
Deep Blue представлял собой триумф машинной мускулатуры над человеческим мозгом. Его успех почти полностью зависел от очень быстрых процессоров, созданных для этой цели. Хотя его победа над Каспаровым была историческим событием, триумф не привел ни к какому практическому применению, ни к какому-либо побочному эффекту.
Действительно, вскоре после этого IBM сняла машину с производства.
Такая же ситуация вряд ли произойдет с AlphaGo. Программа работает на готовых процессорах. Предоставление ему доступа к большей вычислительной мощности (путем распределения ее по сети из 1200 процессоров и графических процессоров) лишь незначительно улучшило ее производительность. Особенность, которая имеет значение, заключается в способности AlphaGo разделяться на две части, играя против себя и постоянно улучшая свою общую производительность. На данный момент неясно, есть ли какие-либо ограничения на улучшения, на которые способна AlphaGo. (Если бы то же самое можно было сказать о нашем старомодном мозге.) Возможно, это составляет бьющееся сердце любой разумной системы, Святой Грааль, который ищут исследователи, — общий искусственный интеллект, соперничающий с человеческим интеллектом по своей мощи и гибкости. .
Вполне вероятно, что команда DeepMind Хассабиса подумывает о разработке более мощных программ, таких как версии, которые могут обучаться го с нуля, не полагаясь на примеры человеческих игр, версии, которые изучают шахматы, программы, которые одновременно играют в шашки , шахматы и го на уровне мирового класса или те, которые могут справиться с безлимитным техасским холдем-покером или подобными азартными играми.
Сделав очень похвальный шаг, Хассабис и его коллеги подробно описали алгоритмы и настройки параметров, которые команда DeepMind использовала для создания AlphaGo в сопроводительном Публикация Nature . Это еще больше ускоряет бешеный темп исследований ИИ в академических и промышленных лабораториях по всему миру. Для подкрепления алгоритмы, основанные на обучении методом проб и ошибок, могут применяться к множеству задач с достаточным количеством размеченных данных, будь то финансовые рынки, медицинская диагностика, робототехника, военные действия и так далее. Началась новая эра с неизвестными, но потенциально колоссальными среднесрочными и долгосрочными последствиями для моделей занятости, широкомасштабной слежки и растущего политического и экономического неравенства.
Каков эффект AlphaGo на самом го? Вопреки утверждениям об обратном, распространение повсеместных шахматных программ возродило шахматы, помогая воспитать поколение еще более сильных игроков. То же самое вполне может случиться с го-сообществом.
В конце концов, тот факт, что любой автомобиль или мотоцикл может двигаться быстрее, чем любой бегун, не исключает бега ради удовольствия. Больше людей бегают марафоны, чем когда-либо. Действительно, можно утверждать, что, избавившись от необходимости постоянно доказывать, что они лучшие, люди теперь могут больше наслаждаться природой этой в высшей степени эстетической и интеллектуальной игры в ее суровом великолепии ради нее самой. Действительно, в древнем Китае одним из четырех искусств, которым должен был овладеть любой культурный ученый и джентльмен, была игра в го.
Точно так же, как осмысленная жизнь должна быть прожита и оправдана ее собственными внутренними причинами, так и нужно играть из-за ее внутренней ценности — из-за радости, которую она дает. Как выразился философ Марк Роулендс, эта радость может принимать разные формы:
«Это радость сосредоточения, ощущение полного погружения в то, что делаешь. Есть радость самоотверженности, опыт преданности делу, а не результату, деятельности, а не цели.