Навчальний проект шахи та штучний інтелект. Штучний інтелект та бази знань
Матч програв: комп'ютер проти людини.
Креативне мислення, логіка, досвід – якості, які дозволяли людині лідирувати у сутичці «людина-машина». Здавалося, ці переваги завжди будуть секретною зброєю людини, і комп'ютер виконуватиме роль «наздоганяючої».
Але знадобилося зовсім небагато часу, щоб штучний інтелект наздогнав і назавжди перевершив людину у багатьох сферах, у тому числі й у сфері інтелектуальних розваг.
Штучний інтелект обіграв людину: де і як
Кубик Рубика
Ця головоломка відома у всьому світі. Мільйони людей намагаються виконати завдання та зібрати правильно кубик, а деякі навіть змагаються у швидкості збирання. Рекорд серед людей показав 14-річний Лукас Еттер зі США, який розуміється на головоломці за 4,904 секунди. Неймовірно, чи не так? Але цей результат вдалося перевершити роботу, яку створили два ентузіасти Джей Флетленд і Пол Роуз: результат робота 1,047 сек.
Завдяки вбудованим камерам, а їх чотири, комп'ютер оцінює положення і підбирає кращий алгоритм дій. В основі системи лежить формула Коцеби (складання за 20 ходів). Чи хтось із людей зможе зібрати кубик Рубіка швидше, ніж за 1 секунду.
0:1 на користь штучного розуму.
«Отелло»
Пік популярності цієї гри посідає початок 70-х років минулого століття. Суть гри полягає у розміщенні на ігровому полі (8×8 клітин) фішок: необхідно фішками свого кольору перекрити з двох сторін ряди фішок суперника, тоді фішки змінюють колір і переходять до опонента. Перемога дістається тому, хто зайняв велику площу.
У 1980 році чемпіоном світу з "Отелло" був Хіросі Іноуе, і він з легкістю переміг програму Moor з рахунком 5:1.
Пізніше програми навчилися прораховувати ходи суперника (приблизно на 25 ходів), і коли 1997 року чинний чемпіон світу Такесі Муракамі зійшовся в матчі-реванші із системою Logistello, рахунок був нищівним 0:6 на користь ПЗ.
Нарди
Своєю перевагою в нардах над людиною штучний інтелект завдячує чемпіону світу з шахів з листування (і такі є) Хансу Берлінеру, який написав програму BKG 9.8. І в 1979 році програма виявилася сильнішою за чемпіона світу з гри в нарди Луїджі Віллу.
Вважається, що в тій партії комп'ютеру пощастило (кілька разів випадали гарні кістки), проте битися у повторному матчі-реванші так ніхто більше не захотів, тим більше, що з того часу програмне забезпечення було неодноразово вдосконалено.
Шахи
Шахові системи почали розробляти ще в середині ХХ століття, належали компанії IBM. Але через те, що програма вимагала серйозних та тривалих розрахунків, цю витівку довелося відкласти на 30 років. В 1996 проти Гаррі Каспарова був виставлений «шаховий мозок» - комп'ютер Deep Blue.
Матч закінчився на користь людини: 3 перемоги, 2 нічиї, 1 програш. Через рік матч повторили, і цього разу Deep Blue виявився більш підготовленим. Ще б пак, система оцінювала 200 млн. позицій за секунду. І хоча Гаррі хотів пізніше відігратися, IBM відмовилися, вважаючи це безглуздим.
Чекерс (різновид шашок)
Маріон Тінслі був чемпіоном чекерс протягом усієї кар'єри. І коли 1992 року він зустрівся із системою, розробленою в Альбертському університеті (Канада), перемога залишилася за ним. З 39 партій — 4 перемоги, 2 програші та 33 нічиї.
Через 2 роки відбувся реванш, але Тінслі знявся зі змагання через проблеми зі здоров'ям (на момент відмови було 6 нічийних партій), і перемога дісталася системі. З того моменту штучний інтелект став набагато сильнішим: у 2007 році канадці оголосили про створення ідеальної системи, і вже ніхто з людей не намагається перевершити його в чекерс.
Скреббл
Тріумф комп'ютера в цій грі дався легко і в першому турі: чемпіон світу Девід Бойс був обіграний в 2006 році робо-суперником Quackle.
До речі, ця програма доступна в Мережі, і ви можете з нею помірятись силами, і може ви принесете перемогу команді «Людина».
Го
Ця гра з'явилася в Стародавньому Китаї понад дві тисячі років тому, але, незважаючи на такий тривалий досвід у грі, людина все одно поступилася. На майданчику (19×19) два гравці мають свої камені (чорні/білі), хто набере більше очок (вважаються фішки складені в лінію), той і переміг. З одного боку все просто, але інтерес у різноманітті можливих варіантів і ходів.
Цікаво було й розробникам AlphaGo (створювалася під егідою Google) – створити систему, яка здатна прорахувати тисячі варіантів. Спочатку штучний інтелект випробував свої сили з іншими ПЗ, і коли з 500 партій 499 були за AlphaGo, він взявся за триразового чемпіона Європи Фань Хуея. Чемпіон не мав шансів: 5:0.
TV
Любите відповідати на запитання у телевікторинах? Розробники робота Watson від компанії IBM теж не змогли втриматися, і в 2011 році Watson виступив учасником інтелектуальної телевікторини «Jeopardy!». Незважаючи на те, що його опонентами були рекордсмени шоу - Бред Руттер і Кен Дженнінгс - перемога дісталася, а виграний мільйон доларів передано на благодійність.
І хоча комп'ютер вже показав свою інтелектуальну та логічну перевагу над людиною, він продовжує розвиватися. Так компанія Alibaba Group і Microsoft (розробки велися паралельно) представили штучний інтелект, який виявився сильнішим за людину в розумінні прочитаної інформації.
Тест Стенфордського університету це понад 100 тисяч питань, що ґрунтуються на п'яти сотнях статей з бібліотеки Вікіпедії.
Найкращий показник у людини 82,304 бала, результат Alibaba - 82,44, нейронна мережа Microsoft - 82,605. результати свідчать, що штучний розум здатний з високою точністю відповідати будь-які питання, отже, технології можуть бути використані обслуговування клієнтів, пацієнтів, відвідувачів музеїв тощо.
Комп'ютерні ігри також були підкорені програмою. Програма перемогла програму: хто міг би подумати, що це майбутнє так близько? Популярна гра Quake III, де гравці – гладіатори, дуже популярна у кіберспорті. Але найкращими тут виявилися не люди, а команда ботів DeepMind, створена підрозділом Google. І хоча бій проводився у урізаному варіанті, за підрахунками з 73% варіантністю робот переміг би у будь-якому змаганні.
Чи небезпечна чи ні така перевага штучного розуму? Ніхто не може точно відповісти. Та й, зрештою, не ця відповідь буде ключовою, адже головним залишається не той факт, що людина поступається комп'ютеру, а чи зможемо ми використати цей потенціал на власне благо. Як ми бачимо штучний інтелект обіграє людину і не залишає жодних шансів на перемогу.
На жаль, для шахів поки що немає кращих алгоритмів, ніж перебір багатьох позицій. Щоправда, перебір порядком (і не одним) оптимізований, але все ж таки це великий перебір. Для пошуку ходу у відповідь будується дерево з вихідним ходом в корені, ребрами - ходами-відповідями та вузлами - новими позиціями.
Як елементарних алгоритмах вибирається наступний хід пояснити просто. На своєму ході ви вибираєте такий хід (на вашу думку), який принесе найбільшу користь (максимізує вашу вигоду), а противник на черговому своєму ході намагається вибрати хід, який принесе йому найбільшу користь (максимізує його вигоду та мінімізує вашу). Алгоритм із таким принципом називається мінімакс. На кожному етапі ви надаєте кожному вузлу в дереві оцінку позиції (про це потім) і на своєму ході її максимізуєте, а на ході противника - мінімізуєте. Алгоритм під час роботи повинен пройти по всіх вузлах дерева (тобто по всіх можливих ігрових позиціях у грі), тобто зовсім непридатний за часом.
Наступне його удосконалення - альфа-бета відсікання (метод гілок та кордонів).
З назви випливає, що в алгоритмі проводиться відсікання за якимись двома параметрами - альфа та бета. Головна ідея відсікання в тому, що тепер ми будемо тримати інтервал відсікань (нижня та верхня межі – альфа та бета відповідно – ваш К.О.) та оцінки всіх вузлів, які не потрапляють в інтервал знизу ми розглядати не будемо (оскільки вони не впливають на результат - це просто гірші ходи, ніж вже знайдений), а сам інтервал звужуватимемо в міру знаходження кращих ходів. Хоча і альфа-бета відсікання набагато краще мініміксу, все ж час його роботи теж дуже велике. Якщо прийняти, що в середині партії в одній стороні є приблизно 40 різних ходів, час алгоритму можна оцінити як O(40^P), де P - глибина дерева ходів. Звичайно, при мінімаксі може бути така послідовність розгляду ходів, коли ми не робитимемо ніяких відсічень, тоді альфа-бета відсікання просто перетвориться на мінімакс. У кращому випадку за допомогою альфа-бета відсікання можна уникнути перевірки кореня з усіх ходів в мінімаксі. Для того, щоб уникнути тривалого часу роботи (при такій О-великій складності алгоритму), перебір у дереві роблять на якусь фіксовану величину і там проводять оцінку вузла. Ось ця оцінка є дуже велике наближення до реальної оцінки вузла (тобто перебору до кінця дерева, а там результат – «виграв, програв, нічия»). Щодо оцінки вузла є просто стос різних методик (можна прочитати в лінках наприкінці статті). Якщо коротко - то, природно, підраховую матеріал гравця (згідно з однією системою - цілими числами пішака - 100, кінь і слон - 300, тура - 500, ферзь - 900; згідно з іншою системою - дійсними в частинах від одиниці) + позиція на дошці даного гравця. Щодо позиції - то тут починається один із кошмарів написання шахів, тому що швидкість роботи проги в основному залежатиме від оціночної функції і, якщо точніше, то від оцінки позиції. Тут уже хто будь що. За спарених тур гравцю+, за прикритість короля своїми пішаками+, за пішака біля іншого кінця дошки+ тощо, а мінусують позицію висячі фігури, відкритий король тощо. і т.п. - Факторів можна написати купу. Ось для оцінки позиції у грі будується оцінка позиції гравця, що робить хід, і від неї забирається оцінка відповідної позиції противника. Як кажуть, одна фотографія іноді краща за тисячу слів, і, може, шматок коду на псевдо C# теж буде кращим за пояснення:
Enum CurentPlayer (Me, Opponent); public int AlphaBetaPruning (int alpha, int beta, int depth, CurrentPlayer currentPlayer) ( // value of current node int value; // count current node ++nodesSearched; // get opposite to currentPlayer CurrentPlayer opponentPlayer = GetOppositePlayerTo( / generates all moves for player, which turn is to make move / /moves, що генеруються цим методом, є free moves // after making which current player would be in check List
Думаю, не будуть зайвими деякі пояснення щодо коду:
- GetOppositePlayerTo() просто змінює CurrentPlayer.Me на CurrentPlayer.Opponent і навпаки
- MakeMove() робить наступний хід зі списку ходів
- ply - глобальна змінна (частина класу), яка містить кількість напівходів, зроблених на даній глибині
( ply = 0; nodesSearched = 0; int score = AlphaBetaPruning (-MateValue, MateValue, max_depth, CurrentPlayer.Me); )
де MateValue – досить велике число.
Параметр max_depth – максимальна глибина, на яку опуститься алгоритм у дереві. Слід пам'ятати, що псевдокод чисто демонстративний, але цілком робочий.
Замість того, щоб придумати новий алгоритм, люди, які просувають альфа-бета відсікання, вигадали багато різних евристик. Евристика – просто невеликий хак, який іноді робить дуже великий виграш у швидкості. Евристик для шахів дуже багато, всіх не перерахуєш. Я наведу лише основні, решту можна знайти у лінках наприкінці статті.
По-перше, застосовується дуже відома евристика «нульовий хід». У спокійній позиції противнику дають зробити два ходи замість одного і після цього дерево розглядають на глибину (depth-2), а не (depth-1). Якщо після оцінки такого піддерева виявиться, що поточний гравець все одно має перевагу, то немає сенсу розглядати поддерево далі, оскільки після свого наступного ходу гравець тільки зробить свою позицію краще. Оскільки перебір поліноміальний, виграш у швидкості відчутний. Іноді буває так, що супротивник вирівняє свою перевагу, тоді треба розглядати все піддерево до кінця. Порожній хід треба робити не завжди (наприклад, коли один із королів під шахом, у цугцвангу чи в ендшпілі).
Далі використовується ідея спочатку зробити хід, в якому буде взяття фігури супротивника, яка зробила останній хід. Так як майже всі ходи під час перебору тупі не дуже розумні, така ідея сильно звузить вікно пошуку ще на початку, тим самим відсікаючи багато непотрібних ходів.
Також відома евристика історіїабо служба найкращих ходів. Під час перебору зберігаються найкращі ходи на даному рівні дерева, і при розгляді позиції спочатку можна спробувати зробити такий хід для даної глибини (базується на ідеї, що на рівних глибинах у дереві часто роблять однакові найкращі ходи).
Відомо, що таке своєрідне кешування ходів покращило продуктивність радянської проги Каїса вдесятеро.
Також є деякі ідеї щодо генерації ходів. Спочатку розглядають виграшні взяття, тобто такі взяття, коли фігура з меншою оцінкою б'є фігуру з більшою оцінкою. Потім розглядають promotions (коли пішака на іншому кінці дошки можна замінити на сильнішу фігуру), потім рівні взяття і потім ходи з кешу евристики історії. Інші ходи можна відсортувати за контролем над дошкою чи якимось іншим критерієм.
Все було б добре, якби альфа-бета відсікання гарантовано давало б кращу відповідь. Навіть з огляду на довгий час на перебір. Але не тут було. Проблема в тому, що після перебору на фіксовану величину проводиться оцінка позиції і все, а як виявилося, в деяких ігрових позиціях не можна припиняти перебір. Після багатьох спроб з'ясувалося, що перебір можна припиняти лише у спокійних позиціях. Тому в основному переборі дописали додатковий перебір, в якому розглядаються лише взяття, promotions та шахи (називається форсований перебір). Також зауважили, що деяку позицію з розміном у середині також треба розглядати глибше. Так з'явилися ідеї щодо extensions і reductions, тобто поглиблень та укорочувань дерева перебору. Для поглиблень найбільш підходящі позиції типу ендшпіля з пішаками, ухиляння від шаха, обмін фігури в середині перебору і т.д. Для коротень підходять «абсолютно спокійні» позиції. У радянській програмі Каїса форсований перебір був трохи особливим - там після взяття під час перебору відразу починався форсований і його глибина не обмежувалася (оскільки він сам себе вичерпає в спокійній позиції).
Як казав Ентоні Хоар: " Premature optimization is root all evil in programming.(Примітка: для тих, хто вважає, що дана цитата належить Кнуту, є цікаві дискусіі
Рік тому програма AlphaGo сенсаційно обіграла найсильнішого у світі гравця в го, а тепер штучний інтелект AlphaZero розгромив найсильніший за рейтингом шаховий двигун.
Stockfish, який використовують для домашньої підготовки більшість гравців, переможець Чемпіонату TCEC 2016 року та Чемпіонату Chess.com серед комп'ютерних програм 2017 року виявився явно слабшим. У матчі зі 100 партій AlphaZero здобув 28 перемог при 72 нічиїх і жодного разу не програв.
До речі, AlphaZero витратив лише чотири години на «вивчення» шахів. Вибачте, люди, але вам за ним не наздогнати.
Все правильно - програмісти AlphaZero, що розробляється DeepMind, підрозділом Google, створили його на основі механізму «машинного навчання», точніше, «навчання з підкріпленням». Простіше кажучи, AlphaZero не вивчав шахи у традиційному розумінні. Він не має ні дебютної книги, ні ендшпильних таблиць, ні складних алгоритмів для оцінки сили центральних і флангових пішаків.
Його роботу можна порівняти з роботом, який може використовувати тисячі запчастин, але не знає принципу роботи двигуна внутрішнього згоряння, - він перебирає можливі комбінації, доки не збудує Феррарі, і для цього йому потрібно менше часу, ніж займає перегляд трилогії «Володар кілець». За чотири години програма зіграла сама з собою безліч партій, ставши власним учителем.
Поки що команда програмістів мовчить. Вони не дали коментарів Chess.com, посилаючись на те, що доповідь «поки знаходиться на розгляді», але тут ви можете прочитати його повний текст. До дослідницької групи входить Деміс Хасабіс, кандидат у майстри з Англії та співзасновник DeepMind (придбаний Google у 2014). Хасабіс, який брав участь у турнірі тандемів ProBiz на відкритті London Chess Classic, зараз перебуває на конференції Neural Information Processing Systems (Нейронні системи обробки інформації) у Каліфорнії, як співавтора доповіді на іншу тему.
Зате з Chess.com охоче поділився своїми судженнями шахіст, який має великий особистий досвід гри проти шахових комп'ютерів. МГ Гаррі Каспаров не здивований, що компанія DeepMind перейшла від го до шахів.
"Це помітне досягнення, хоча воно і було очікуване після AlphaGo", - заявив він Chess.com. «Воно наближається до "типу-Б", людиноподібного підходу до шахів, яким Клон Шеннон та Алан Т'юрінг мріяли замінити суцільний перебір».
Подібно до людини, AlphaZero розглядає менше позицій, ніж її попередниці. У звіті заявлено, що вона оцінює «всього» 80 тисяч позицій за секунду порівняно з 70 мільйонами за секунду Stockfish.
МГ Петер-Хайне Нільсен, багаторічний секундант чемпіона світу МГ Магнуса Карлсена, відкрив своє захоплення, яке зближує його з президентом ФІДЕ: інопланетян. Він заявив Chess.com: «Прочитавши доповідь і, особливо, переглянувши партії, я подумав: „Мені завжди було цікаво, що було б, якби розумніший вигляд висадився на нашій планеті і показав нам своє мистецтво шахової гри. Здається, тепер я знаю, як це.
Ми також дізналися про значущість переваги виступу принаймні для штучного інтелекту. 25 із 28 перемог AlphaZero здобув білими (хоча результат +3=47-0 чорними проти Stockfish, чий рейтинг перевищує 3400, також непоганий).
У звіті показано і як часто двигун вибирав ті чи інші дебюти в міру навчання. Вибачте, любителі староіндійського захисту, але ви не у фаворі. Інтерес до французького захисту також згас з часом, а ось прагнення грати ферзевий гамбіт і, особливо, англійський початок лише зростав.
Що б ви зробили на місці невідомої втоми істоти, яка щойно освоїла гру з 1400-річною історією? Взялися б за іншу. Після матчу зі Stockfish програма AlphaZero витратила на навчання всього дві години і перемогла Elmo, найсильнішого з комп'ютерних двигунів для гри в сьоги.
Застосування цієї інноваційної програми, що самонавчається, зрозуміло, не обмежена іграми.
"Завжди вважалося, що в шахах від машини потрібно занадто багато емпіричних знань, щоб ті могли грати сильно "з нуля", взагалі не використовуючи людські знання", - сказав Каспаров. "Звичайно, мені буде цікаво подивитися, що ми зможемо дізнатися про шахів" за допомогою AlphaZero, який відкриває величезні перспективи машинного навчання в цілому-машини можуть знаходити закономірності, недоступні для людей, очевидно, що наслідки сягають далеко за межі шахів та інших ігор. - Це інструмент, що змінює світ».
Журналісти Chess.com опитали вісім із десяти учасників турніру в Лондоні про їхнє ставлення до матчу програм. Відео з інтерв'ю буде розміщено на сайті пізніше.
Найбільше різко критикував умови матчу МГ Хікару Накамура. Зараз триває гаряча дискусія про обчислювальну потужність противників, але Накамура вважає, що важливіше було інше.
Американський гросмейстер назвав матч «нечесним», вказавши, що для оптимальної роботи движок Stockfish має використати дебютну книгу. Накамура не думає, що з її допомогою Stockfish виграв би матч, але розрив у рахунку був би набагато меншим.
"Я впевнений, що сам Господь бог не набрав би проти Stockfish 75 відсотків очок білими без будь-якої фори", - прокоментував він результат AlphaZero білими: 25 перемог та 25 нічиїх.
МГ Ларрі Кауфман, провідний шаховий консультант двигуна Komodo, сподівається побачити, наскільки добре працює нова програма на персональних комп'ютерах, не користуючись обчислювальними потужностями Google. Він також повторив висловлені Накамурою заперечення щодо того, що Stockfish грав без своїх звичайних дебютних знань.
«Звичайно, це майже неймовірно», сказав він, - «так, я чув про досягнення AlphaGo Zero у грі і очікував, що станеться щось подібне, враховуючи, що в команді розробників є шахіст Деміс Хасабіс. Однак, незрозуміло, чи зможе програма AlphaZero грати в шахи на звичайному комп'ютері, і наскільки добре це вийде. Можливо, сучасна перевага шахових двигунів, що використовують мінімаксну функцію, наближається до кінця, але поки що проголошувати це занадто рано. Варто зазначити, що за час навчання AlphaZero де-факто створила власну дебютну книгу, тому було б справедливіше використовувати її проти движка з гарною дебютною книгою».
Не торкаючись умов матчу, Нільсен замислюється, в яких областях може застосовуватися даний тип навчання.
"[Це] сучасний штучний інтелект", - сказав гросмейстер. «Він іде від чогось на зразок шахів до проблем, гідних нобелівських премій і навіть більшого. Думаю, нам пощастило, що вони вирішили витратити чотири години на шахи, але наслідки цього відкриття значно значніші».
культури. Дисер. Канд. Пед наук. Ростов-на-Дону. 2003.
2.Азарова Є.А. Деструктивні форми сімейного виховання, актуальні проблеми сучасності, злочини останніх часів: духовно-моральний та кримінофамілістичний аспекти. - Ростов-на-Дону: Вид-во РГПУ, 2005.
3.Габдрєва ГШ. Основні аспекти проблеми тривожності у психології // Шкільний психолог. – 2004. – N° 8. – С. 9.
4. Єніколопов С.М. Проблеми сімейного насильства// Проблеми психології. -2002. -№5-6.
5.Целуйко В.М. Психологія неблагополучної сім'ї: Книга для педагогів та батьків. - М: Вид-во ВЛАДОС-ПРЕС, 2003.
6. Шапар В.Б. Практична психологія. Психодіагностика відносин між батьками та дітьми. -Ростов н / Д: Фенікс, 2006.
© Азарова Є.А., Жуліна Г.М., 2016
А.І. Аліфіров
канд. пед. наук, доцент РДСУ, м. Москва, РФ
І.В. Михайлова канд. пед. наук, доцент РДСУ, м. Москва, РФ
«ШТУЧНИЙ ІНТЕЛЕКТ» У ШАХМАТАХ
Анотація
У статті розглядається генезис використання програмних та апаратних засобів, здатних здійснювати інтелектуальну діяльність, порівнянну з інтелектуальною діяльністю людини.
Ключові слова
Комп'ютерні технології у шахах, шахові програми, шахи.
Сьогодні під терміном "штучний інтелект" (ІІ) розуміється теорія створення програмних та апаратних засобів, здатних здійснювати інтелектуальну діяльність, яку можна порівняти з інтелектуальною діяльністю людини. При вирішенні практичних завдань найчастіше користуються завданням зі списку, вважаючи у своїй, що й комп'ютерна система може вирішити ці завдання, вона і є системою ИИ. Часто в цей список включають гру в шахи, доказ теорем, вирішення діагностичних завдань з вихідного неповного набору даних, розуміння природної мови, здатність до навчання та самонавчання, здатність до класифікації об'єктів, а також здатність виробляти нові знання на основі створення нових правил та моделей регуляризації знань.
Однією з найважливіших проблем нової науки – кібернетики стала проблема, як покращити управління, як удосконалити ухвалення рішень. Один із засновників кібернетики К. Шеннон (Shannon C.) запропонував формалізувати та програмувати шахи для того, щоб використовувати шаховий комп'ютер як модель, для вирішення аналогічних завдань управління. Авторитет К. Шеннона був настільки великий, що його ідеї негайно започаткували новий науковий напрям. Ідеї К. Шеннона були використані у роботах А. Тьюринга, К. Цузе, Д. Принца.
Автор теорії інформації. К. Шеннон писав: "Шахова машина ідеальна, щоб з неї почати, оскільки (1) завдання чітко визначається допустимими операціями (ходи) і кінцевою метою (мат); (2) вона не надто проста, щоб бути тривіальною, і не занадто (3) вважають, що шахи вимагають «мислення» для майстерної гри, вирішення цього завдання призведе нас або до того, що ми захоплюватимемося здібностями механізованого мислення, або до обмеження нашої концепції «мислення»; дискретна структура шахів добре вкладається в цифрову природу сучасних комп'ютерів.
Надалі шахи стали предметом змагання природного та штучного інтелекту, і було зіграно низку матчів провідних шахістів світу проти комп'ютерів. 1995 року в інтерв'ю популярному журналу Wired Г.К. Каспаров виклав свій погляд на шахову гру: "Шахати - це не математика. Це фантазія та уява, це людська логіка, а не гра з передбачуваним результатом. Я не думаю, що теоретично гру в шахи можна вмістити в набір формул або алгоритмів". Через два роки суперкомп'ютер DEEP BLUE, перемігши 13-го чемпіона світу Г.К. Каспарова у матчі-реванші з шести партій зняла з порядку денного питання про можливості шахового штучного інтелекту. DEEP BLUE зберігала в пам'яті повну базу даних по всіх партіях та аналізувала виключно стратегію розрахунком. Після матчу Г.К. Каспаров змінив свою думку, визнавши, що: " Шахи - це єдине полі, у якому можна зіставити людську інтуїцію і творчі здібності з силою і машини " . Матч змінив хід розвитку як класичних, і комп'ютерних шахів. У системі тренування стала широко використовуватись допомога штучного інтелекту. Д.І. Бронштейн у своїй книзі "Давид проти Голіафа" (2003 р.) писав: "Ботвінник вважав, що шахи - це мистецтво аналізу, а час одинаків-імпровізаторів на кшталт Андерсена, Морфі, Цукерторта пішло назавжди. Дивлячись на сучасні шахи, треба визнати Ботвинник мав рацію: "Комп'ютерні хлопчики" довели його ідею про необхідність домашнього аналізу до абсурду, вони навіть не приховують, що шліфують дебютні варіанти до ясного результату. з Анандом стояла в нього на комп'ютері!
Список використаної литературы:
1. Аліфіров А.І. Профорієнтаційна робота у середніх загальноосвітніх школах засобами шахів / Аліфіров О.І. // Проблеми розвитку науки і освіти: теорія та практика. Збірник наукових праць за матеріалами Міжнародної науково-практичної конференції 31 серпня 2015 р.: у 3 частинах. Частина ІІ. М.: "АР-Консалт", 2015 р. – С. 13-14.
2. Михайлова І.В., Аліфіров А.І. Тактичні дії шахістів/Михайлова І.В., Аліфіров А.І. //Результати наукових досліджень Збірник статей Міжнародної науково-практичної конференції. Відповідальний редактор: Сукіасян Асатур Альбертович (15 лютого 2016 р.) о 4 год. Ч/3 - Уфа: АЕТЕРНА. -2016.С. 119-121.
3. Михайлова І.В., Аліфіров А.І. Теоретико-методологічні засади методу мислення схемами шахістів / Михайлова І.В., Аліфіров О.І. //Результати наукових досліджень Збірник статей Міжнародної науково-практичної конференції. Відповідальний редактор: Сукіасян Асатур Альбертович (15 лютого 2016 р.) о 4 год. Ч/3 - Уфа: АЕТЕРНА. – 2016. С. 123-125.
4. Михайлова І.В. Підготовка юних висококваліфікованих шахістів за допомогою комп'ютерних шахових програм та "інтернет": автореф. дис. ... канд. пед. наук: 13.00.04 / Михайлова Ірина Віталіївна; РГУФК. – М., 2005. – 24 с.
© Аліфіров А.І., Михайлова І.В., 2016
УДК 378.046.2
А.І. Аліфіров
К.п.н., доцент РДСУ, м. Москва, РФ В.В. Федчук, к.п.н.
ТОВ «Благополуччя», старший інструктор методист, м. Москва, РФ ДОСЛІДЖЕННЯ РІВНЯ ФІЗИЧНОГО ЗДОРОВ'Я ПІДЛІТКІВ
Анотація
У статті розглядається проблема фізичного здоров'я підлітків та вплив різних факторів
Історія розвитку автоматики та обчислювальної техніки дивним чином пов'язана з шахами. У XVIII ст. "Шахові автомати, що думають", служили для фокусів і містифікацій. Перший апарат із справжнім штучним інтелектом, створений в Іспанії на початку ХХ ст., був здатний поставити мат королем і човном шахісту, що грає королем. Мабуть, не випадково і те, що одним із перших справді інтелектуальних завдань, поставлених перед програмістами ще на зорі обчислювальної техніки, була гра в шахи. Про шахові програми та зв'язок цієї давньої гри з розвитком технологій штучного інтелекту розповідає один із тих, хто створював перші шахові програми, доктор технічних наук, професор Володимир Львович Арлазаров.
– Володимире Львовичу, а як прийшли до думки, що комп'ютер може вирішувати інтелектуальні завдання?
– Коли з'ясували, що комп'ютери вміють не лише обчислювати, як це було вигадано із самого початку, що за арифметичними діями є логічне дійство, яке не лише виконує допоміжні функції у діяльності обчислювальних програм, а й за допомогою якого можна вирішувати самостійні завдання, то стало ясно: варто спробувати покласти комп'ютер інтелектуальні завдання. Десь з кінця 40-х років і до кінця 50-х це активно обговорювалося, більше того, ставилися статі філософські питання: а може, комп'ютери будуть розумнішими за людей? І що тоді? І все цілком серйозно. Нині такі питання не ставлять, таки 40 років минуло. Тоді, на зорі обчислювальної техніки, ми тільки усвідомили, що можуть робити машини. Ми зрозуміли, що людський мозок є пристрій, аналогічний обчислювальній машині, і в тисячу, в мільйон разів потужніший, але він принципово трохи відрізняється. Стало зрозуміло, що принаймні більшість раціональних завдань, які вирішує людина, можуть бути поставлені перед машиною. Отже, можна спробувати написати програми, які ці завдання вирішують. Одну, дві, тисячу... адже людина теж вирішує не безліч завдань. І можна, як кажуть, всю інтелектуальну діяльність людини запрограмувати.
- А чому все ж таки вирішили звернутися до гри?
- Як я вже казав, широко обговорювалося, чи може машина думати. Однак цілком ясно, що якщо йдеться про програмістів, людей, які мають справу не з філософією, а з реальним комп'ютером, то питання не в тому, чи може машина принципово щось робити, а в пошуку прикладів того, де машини вирішують інтелектуальні завдання, причому такі, які доступні і людині у його інтелектуальній діяльності. Грань тут, звісно, не чітка. Але зрозуміло, що якщо людина множить 20значні числа, то вона при цьому не має справу з глибоко інтелектуальним завданням, оскільки для її виконання дуже легко знайти тривіальний алгоритм, який відомий кожному школяру. А ось ті завдання, де цілком зрозуміло, що ніякого апріорного алгоритму в людини немає, а проте гарно їх вирішує, ми й називатимемо інтелектуальними. Першим претендентом на роль таких завдань є ігри з тієї простої причини, що принаймні правила чітко сформульовані. Завдання надзвичайно важке, а правила гри сформулювати легко і тим самим легко визначити і функції машини. З іншого боку, шахи для людини – важке завдання, що якось ніколи не обговорювалося і зараз не обговорюється.
– А чому з ігор вибрали таки шахи? Можливо, традиція?
– Чому тільки шахи? Пробували і хрестикиноліки, інші ігри. Але у шахів чимало переваг перед іншими іграми. Якщо в простих іграх машина обігрує людину, це нікого не дивує. Шахи – гра складна, і перемога комп'ютера тут значуща. Потім у шахах, на відміну від інших ігор, багато диференційованих критеріїв якості, тобто можна визначити: машина грає добре, машина грає краще, краще, краще. Багато інших іграх подібні градації встановити дуже важко. У деяких з них машину або навчають грати абсолютно точно, і тим самим відразу втрачається будь-який інтерес до гри, або вона грає геть погано. А в шахах, не абстрактних, а, так би мовити, освоєних рівнів стільки, що за їх допомогою можна визначити клас гри машини.
– Отже, зрозуміло, чому шахи були одним із перших та найважливіших завдань штучного інтелекту. А які методи застосовувалися для її вирішення?
– Із самого початку поступово освоювалася методика вирішення завдання шахової гри. В принципі, шахи - гра кінцева, і з математичною строгістю можна довести, що в будь-якій позиції абстрактно існує найкращий хід для кожного із супротивників, а отже, і якийсь результат. Тому потрібно описати алгоритм, у якому ця гра можна розрахувати остаточно. Єдиний недолік такого алгоритму полягає в тому, що він потребує багато часу. І ми не наблизилися до тих порядків часу, які потрібні, щоби розрахувати, скажімо, шахи до кінця з початкової позиції. За минулі п'ятдесят років завдання у сенсі часу так і залишилося нескінченно складним. Ну, нескінченність мінус десять – все одно нескінченність. Але якщо вам потрібен час, скажімо, 10 у 100-му ступені років, і ви прискорите машину, скажімо, у 100 разів, і отримаєте 10 у 98-му ступені років, то вам навряд чи від цього стане легше. Тому основний алгоритм - перебірний, тривіальний: якщо я піду так, то противник має стільки можливостей. Варіанти ростуть у геометричній прогресії та утворюють ланцюжки. Але кількість позицій взагалі звичайно, і їх на кожному ланцюжку не так багато. Ланцюжки поєднуються в дерева, які знову ж таки не нескінченні. Щоправда, зростають вони у геометричній прогресії, і кількість ланцюжків збільшується. Так ось, постає важливе питання: чи потрібен повний, до кінця, перебір - до всіх матів, патів, триразових повторень та інших закінчень гри за шаховими правилами? Адже якщо алгоритм веде до позицій, які не є обов'язковими на цьому дереві, то, можливо, все це дерево і не потрібно розглядати. Зауважте собі, що в диспозиції, де білі дають мат в один хід, можна побудувати таке ж нескінченне дерево, але розглядати його не потрібно, а достатньо знайти цей один-єдиний хід. Може, така сама ситуація і в шахах загалом? Взагалі алгоритм перебору, перебору варіантів має відношення до такої кількості вирішуваних людиною завдань, що, якби ми вміли його організовувати якимось дуже оригінальним способом, то він був би, в якомусь сенсі, як би винаходом колеса для людства - одного з фундаментальних відкриттів. Так ось, перебір міг би бути, а може, і є таким колесом штучного інтелекту.
– В одній із статей про штучний інтелект я читав, що інтелект – це вміння розуміти та обирати. Природно, що навчити комп'ютер вибирати з багатьох варіантів дуже складно. Але ж, напевно, можливі якісь рішення, специфічні для шахів?
- Так Так. Це завдання потрібно було швидко і ефективно вирішувати, і в шахах досить швидко дійшли наступної теоретичної постановки питання: а давайте дивитися не нескінченну кількість ходів, а лише кілька ходів уперед. Скажімо, подивимося на 5 ходів уперед. Це дуже багато. Якщо ви любите шахи і 5 ходів вам здається мало, то давайте візьмемо 10. І тоді машина на 10 ходів, на 20 півходів уперед не буде ні в чому помилятися і гарантує, що через 10 ходів у вас фігур виявиться не менше. Ясно, що ми маємо справу з сильною машиною, що грає. Так що дерево гри доведеться скоротити і вирішувати завдання в більш обмеженому просторі. Інше питання, що це дерево намагаються розглядати в повному обсязі, з допомогою математичних методів відсікання. Про один із них я вже розповідав: якщо є мат в один хід, нема чого переглядати інші варіанти. Інші алгоритми мають евристичний, не влучний характер. У середньому вони працюють правильно, багато абсолютно точних, але можуть і помилятися. Наприклад, ми можемо перебирати не всі ходи, а лише взяття, і прораховувати їх набагато вперед, бо взяття мало. Загальна поглибленість ходів невелика: понад тридцять дві фігури не з'їсти. Тому і довжини ланцюжків невеликі та розгалужень мало. Звичайно, ясно, що на одних взяттях не можна побудувати гру, повинні бути якісь позиційні міркування. Комбінація форсуючих (взяття, шах) та позиційних міркувань, а також деякої глибини перебору – основа всіх існуючих алгоритмів, і вона особливо не змінюється. Інше питання: як відбирати ті ходи, які я розглядатиму далі? Чи на підставі лише простих формальних критеріїв (взяття, шах) або ж пов'язувати ці ходи, як шахісти люблять говорити, планом, вигадувати якісь ланцюжки, які мають якусь спільну властивість? Принаймні про це написано дуже багато серйозних робіт, що мають практичне застосування. Не дарма створенням шахових програм займаються досить солідні фірми.
– А коли з'явилися перші шахові програми?
– Реальні шахі програми вперше з'явилися десь наприкінці 50-х років в Америці, а потім десь на початку 60-х років – і у нас. Програми були дуже слабкі, бо тоді були й гранично примітивні машини і не звичне ще до новизни наше мислення. Включилися ми до цієї справи приблизно 1963 року. Тоді на наших вітчизняних машинах і були якісь матчі. На мою думку, в 1967 році був перший матч СРСР - США. Він так називався, хоч, звичайно, проходив між двома колективами, а не країнами. Це був матч між нашою програмою, розробленою в Інституті теоретичної та експериментальної фізики, та програмою Джона Маккарті, дуже відомої в комп'ютерному світі людини, однієї зі творців мов програмування, який захоплювався тоді шаховими програмами. Ходи передавалися по телеграфу, тоді ніяких мереж не було.
– І хто переміг?
– Ми тоді виграли 3:1. Грали 4 партії. Робився хід у день, оскільки в американців були більш потужні та глибокі програми, які довго думали, а ми грали на різних варіантах програм, які думають і швидко, і повільно. Наш виграш був першим нашим здобутком. Цей напрямок почав поступово розвиватися і особливо активізувався в 70-ті роки. Приблизно 1974 року відбувся перший чемпіонат світу серед шахових програм у Стокгольмі. Брало участь близько восьми програм, у тому числі й наших. І ми тоді теж перемогли та стали першими чемпіонами світу. З того часу чемпіонати світу проводяться регулярно, кожні 3 роки. Ми в них брали участь ще 2 рази - в 1977 р. і в 1980 р. Лаврів ми тоді не здобули, тому що в 1977 р. поділили 2-е та 3-тє місце (брало участь багато шахових програм, були навіть регіональні відбори), а 1980 р. - 4-те та 5-те місце. Загалом, потихеньку відкочувалися. Справа в тому, що до цього моменту вже був величезний прогрес у обчислювальній техніці, а ми все ще грали на комп'ютерах досить застарілих. І до 1980 р. нам стало ясно, що змагатися на тих машинах, на яких ми працюємо, втратило будь-який сенс, та й взагалі в Росії роботи в галузі шахових програм стали сходити нанівець. Хоча й було чимало цікавих теоретичних робіт. Трохи пізніше створили першу, мабуть, програму, яка пройшла світом, вона вміла абсолютно точно розігрувати складний ендшпіль, тобто ферзь і піша проти ферзя, або тура і піша проти човна. Такі ендшпілі програма просто до кінця розглядала, тобто у будь-якій позиції вона давала ідеально правильний хід. Алгоритм був побудований на трішки відмінних від простого перебору принципах, на повному огляді безлічі позицій. Ну, і потім у шахах робили деякі роботи такого характеру. А з практичною грою ми тоді розпрощалися, бо різниці у швидкостях були вже в сотні разів. Але чемпіонати тривали, і розвиток шахових програм просунулося на зовсім новий рівень, як тільки все перейшло на РС. В результаті широкої комерціалізації, у шахові програми стали вкладати величезні гроші, одразу всі засекретили. А раніше вони належали вченим, які, якщо не змусити навмисне, не приховують своїх досягнень, а, навпаки, пропагують їх. У 1980 р. ми вперше відчули, що настав час комерційного програмування. Цей світ, звісно, своєрідний. По-перше, тому що в нього вкладаються гроші, по-друге, тому що з нього витягуються гроші. Хоча і існують журнали з шахових програм, але за останні 15 - 17 років реальний обмін ідеями сильно зійшов нанівець, тому що на PC вони стали величезним бізнесом.
- Але комерція стимулює розвиток ринку шахового ПЗ?
– Раніше комп'ютерні змагання приурочувалися до форумів обчислювальної техніки. Є така організація - МФІ (Міжнародна федерація з інформатики) і зазвичай до її конгресу приурочувалися чемпіонати світу. Нині вони стали абсолютно самостійними заходами, доволі престижними. Таких програм уже сотні та сотні. Сам рівень програмування і рівень наших знань вже такий, що зробити простеньку шахову програму не складає жодної праці. Це нормальна студентська робота. Я її якраз і доручаю якомусь студенту. Обіграти шахову програму стало так би мовити розхожим місцем.
– Але, як завжди, нижчий рівень спрощується, а найвищий ускладнюється?
- Саме так. Тому останні програми, ті, що зараз перемагають, зокрема, програма, яка перемогла Каспарова, стали набагато сильнішими. Глибина перебору значно зросла і, звичайно, це результат наших математичних поступів, а частково просто прогресу обчислювальної техніки. Адже якщо раніше розгляд 1000 позицій за секунду вважалося дуже багато, то зараз у тих деревах, про які ми з вами вже говорили, розглядається понад мільйон позицій. А зайвий мільйон – це кілька рівнів ходів за правильного відбору. А кожен рівень глибини перебору посилює програму. Кожен рівень на хід уперед – це приблизно розряд, і, скажімо, глибина перебору в чотири ходи – це третій розряд, у п'ять ходів – уже другий розряд. Коли ми досягаємо рівня в 11–13 ходів – це майстер-рівень і далі грати з машиною досить складно. Звичайно, зараз лідирують американці, бо вміють вкладати великі гроші у такі речі.
– Будь-яка програма штучного інтелекту для прийняття рішень потребує не лише евристичних механізмів, а й якоїсь бази знань. У якому співвідношенні у шахових програмах знаходяться база знань та алгоритми, що генерують позиції?
– Напевно ніхто не скаже, бо це предмет спекуляції. Були досить сильні програми з мінімальними знаннями, свідомо мінімальними, спеціально для того, щоб подивитися, що можна вичавити з чистої математики. Якогось моменту це було пов'язано з комерціалізацією і особливо з тим, що почали робити максимально сильні програми - не важливо вже за рахунок чого. Але частково через те, що робота із закладеними знаннями - самостійне завдання, їх стало дуже багато. Насамперед було створено величезний довідник. Нині довідники – це сотні тисяч позицій. Потім дуже багато шахового інтелекту завжди вкладають в оцінку позицій. Вона зводиться, звичайно, і до ігрового матеріалу, що є тривіальним, і до деяких позиційних факторів. Так ось, позиційні чинники - суто шаховий інтелект, який, звісно, програмується, але тут його закладається багато і він постійно вдосконалюється. І чим більше факторів туди вкладається, тим сильніша програма. У якомусь сенсі вміння оцінити позицію та глибина перебору – речі взаємозамінні. Якби ми вміли оцінювати позицію геніально, нам було б достатньо спробувати всі перші ходи. Це як крайній приклад. Зрозуміло, найкраща оцінка позиції відповідно більше впливає глибину перебору. Такий другий, важливий спосіб. Існує досить багато програм, де шаховий інтелект закладається у вибір самих розглянутих варіантів, тобто якихось суто шахових міркувань, якихось планів. Таких міркувань чимало, що обмежує коло перебору. Область їхньої дії не дуже широка, і інтелектуально-шахові специфічні дані уповільнюють перебір. До речі, саме за інтелектуальні речі колись дуже сильно боровся Ботвинник. Він був ентузіастом машинних шахів і вніс туди деякі ідеї. Хоча йому так і не вдалося створити діючу програму, проте його авторитет був тоді дуже високий. Так от, він дуже засмучувався, що загалом напрям не такий "інтелектуальний", як йому хотілося б, і в програми вкладався дуже обмежений обсяг чисто шахових знань.
– А спеціалізовані шахові комп'ютери? Вони, мабуть, чи діють саме методом генерації?
- Звичайно звичайно. По-перше, у сенсі генерації перебір схематичний. По-друге, не менш важливі всякі таблиці позицій, тому що в шахах повторюваність позицій дуже велика. Ви підете Е4Е6D4 або D4Е6Е4 - позиція вийде одна і та ж, а це всього лише 3 півходи. А коли ми починаємо заглиблюватись, то повторюваність позицій дуже велика. По-третє, технічна область. Взагалі свого часу ми будували теорії про те, для яких позицій локальні зміни принципово не можуть вести до зміни форсованих варіантів, як створювати свого роду шаблони. Шаблони таких варіантів добре вкладаються в різні суто технічні схеми комп'ютера. Звісно, дуже важливі довідкові схеми.
- Чи є засоби для створення універсального розумового апарату, в який можна було б закласти базу знань - неважливо, шахові позиції чи ще щось, правила, за якими з цими знаннями треба працювати - і отримувати від нього адекватні результати?
– Зрозуміло, що в плані конструктивності таке завдання сьогодні не вирішуване, не актуальне. Хоча багато інтелектуальних завдань зараз вирішуються, такі, наприклад, як розпізнавання тексту. Ви можете покласти в сканер листок з текстом і отримати його на екрані Word. Він сам прочитається, кожна літерка розпізнається. Реально ми просунулися у багатьох інтелектуальних завданнях. Одні вже вирішені, інші вирішуються. У чомусь виходить порівняно краще, ніж за участю людини, у чомусь поки що гірше. Можна навести багато прикладів практичних завдань. Що ж до універсального штучного розумового механізму, це, швидше, проблема філософська, ніж практична. Адже навіть для такої простої гри, як шахи, нам знадобилося 30 - 40 років, щоб фактично чогось досягти. Будь-яка філософія ґрунтується на думках. Кожен думає, що він має рацію, а може, кожен має рацію по-своєму. Наприклад, я все життя мав справу зі штучним інтелектом і вважаю, що мозок людини не більш ніж велика обчислювальна машина, отже, не можна сказати, що неможливо створити аналогічну їй. Питання у її потужності, швидкісних характеристиках, у наповненні її знаннями. Нічого незбагненного тут немає. Це моя особиста думка. Але є й інші думки. Звичайно, якщо ми визнаємо божественну природу людини, то тоді вже треба вибрати один із двох гносеологічних варіантів. Або так, ми маємо божественну природу, але вона пізнана. У такому разі нам не вдасться відтворити по-справжньому те, що зумів зробити Господь Бог, але принаймні ми зможемо Його творіння хоча б частково відтворити. Або ми стоїмо на позиції агностицизму, і тоді вона непізнавана, і питання повністю знімається. Виходить, деякі завдання людський мозок вирішує - і тут ні в кого сумнівів немає. Але наздогнати мозок ми не можемо, тому що, з одного боку, він створений Богом, а з іншого - пізнати його ми не можемо. Всі три позиції пов'язані з вірою, оскільки в реальності необов'язково пізнавати всі функції мозку. Якщо ми зробимо машину, за потужністю рівну мозку, їй ні до чого думати так, як мозок. Вона по-іншому працюватиме.
– У психології, наскільки я знаю, інтелектуальний розвиток людини визначають за трьома критеріями: здатність абстрагуватися, створювати інтелектуальний ряд і якийсь ще... Наскільки ці можливості реалізуються в штучному інтелекті і чи реалізуються взагалі?
– Повно програм, які спеціально націлені на те, щоб створювати поняття, які абстрагуються від існуючого фактичного матеріалу. Такі програми добре працюють. Інше питання, що людина вміє створювати ці поняття як би за своїми власними законами, які він сам собі вигадує. Всі наші спроби перекласти ці його закони на мову логіки алгебри виявляються безперспективними. У людини набагато потужніший розумовий механізм, який ми просто не знаємо. Ми нічого не вміємо робити "взагалі". Ми створюємо необхідні нам формулювання, але висловити їх у точних машинних завданнях не можемо. До механічних завдань все зводиться насилу, і навіть якщо зводиться, то повільно. Напевно, ми поки що не знаємо пряміших шляхів до досягнення мети. Закласти в комп'ютер можна все, що завгодно. Питання в тому, що людина здатна маніпулювати цими знаннями весь час, але вона ще не вміє змусити робити те саме машину через обмежений обсяг і швидкість даних.
- Але, можливо, немає сенсу змушувати машину маніпулювати знаннями?
- Тут торкається і аморальний, і конструктивний аспект. Нам поки ще далеко до машин, що бунтують. Вже на мій вік, та й на ваше теж спокою вистачить точно. Ми навіть в обмежених областях не навчилися поки що змушувати машину маніпулювати завданнями, навіть тими, які вона вміє вирішувати. Ми ставимо завдання, і воно думає лише за командою.
- Володимире Львовичу, скажіть, якби зараз знову була зоря комп'ютерної техніки, варто було б займатися шаховими програмами? Чи вони настільки сприяли прогресу?
– Все-таки шахи розширюють наші горизонти. У шахових програмах поставлено завдання, результат видно, ми його оцінюємо. Все-таки має бути багато вирішених, цікавих завдань, що сприяє прогресу в обчислювальній техніці.
