タグ付けされた質問 「engines」

チェスエンジンに関する質問:チェスの位置を再生/分析できるコンピュータープログラム。

15
純粋に自己訓練されたチェスAI
私が理解している限り、移動する前に、すべての強力なチェスソフトウェアが 数千または数百万の可能な将来のポジションを調べます。 評価関数と呼ばれるヒューリスティックに従って、各将来の位置を評価します。 静止の将来の各ポジションを個別に評価し、ポジションから継続を探索するかどうかを決定します。 ミニマックスで利用可能な動きの中から選択します。そして オープニングブックを使用します。 ここまでは順調ですね。ただし、チェスプログラムの強さは、その評価と静止のヒューリスティックの質に大きく依存しているようです。また、コンピューターの観点からは、もう1つのヒューリスティックなオープニングブックにも依存しているようです。このようなチェスプログラムは、明らかに、ヒューリスティックを作成した人間と同じくらい、ゲームについて正確に知っています。プログラムには独自の洞察がないようです。 独自の洞察を持つチェスプログラムを書いた人はいますか?それはそれ自体でゲームを学びますか?それはそれ自体を訓練しますか?もちろん、このようなプログラムにはゲームのルールが提供され、おそらくさらに未加工のミニマックスおよび静止インフラストラクチャが提供され、強制合致が見つかった場合はそれを認識して起訴することができます。ただし、ヒューリスティックは提供されません。たとえば、ゲームを中心に向けて開くことも、騎士よりルークを好むことも、シチリアの防衛とは何も言われません。そのような原則を(または、おそらく、より良い原則を発見するために)独自に推論する必要があります。 純粋な形では、そのようなプログラムは研究のためのマスターゲームを提供することはなく、自分自身と対戦する独自のゲームのみを提供します。完全に自己訓練された場合にのみ、人間の競争で解き放たれます。 そのような純粋なチェスAIは存在しますか?機械式チェスの独学が登場したことがありますか?確かに、古いトルコ人は自分自身を教えることができますか? これは、失敗した純粋なチェスAIの簡単な通知のようです。 (チェスのオープニングのコンピューター化された研究に関して、このサイトには以前に接線方向に関連する質問がありました。) 更新 この記事の執筆時点では、@ WesFreeman、@ GregEの3つの異なる回答が質問に回答しています。と@Landei。3つすべてを強くお勧めします。サイトのポリシーに従って、1つを他のものを除外して正式に受け入れた場合、私は罪悪感を覚えます。ここで3つすべてに感謝し、感謝の意を表します。 質問には簡潔さが求められます。ただし、回答への応答には時間がかかる場合があります。そのため、興味のある読者はここから直接回答にスキップでき、まだ興味がある場合は、続く長い更新を読むことができます。 質問したとき、次のようなことを念頭に置いていました。 シャングリラの郊外にある、チェスのことを聞いたことのない仮想的な村を想定してください。短い訪問中、村の長老たちにゲームのルールを教えますが、ゲームの原則を教えてはいけません。2人の長老は、他の長老が見ているようにゲームをプレイしますが、あなたは(口論によってプレイを中断させたくない)あなたのコメントをルールの質問に限定します。あなたがシャングリ・ラにいる間、試合後の事後分析もチェスのプレイも議論もされません。しかし、あなたが出発するとき、決して戻らないために、あなたはチェスを置き去りにします。 あなたの不在では、長老たちは人々にゲームを教える。一部の人々は後で余暇に少し遊んでいますが、熱心になっている人もいます。 そのような村人にとっては、ルークがナイトよりも優れていることはすぐには明らかではないかもしれませんが、人々はまだ多くのゲームのプレイに対するチェスマンの相対的な強さを徐々に試しているかもしれません。同様に、1。a4が不十分なオープニングであることはすぐには明らかではないかもしれません。彼らはそれを試して結果を検討することができました。 村人のゲームに対する理解は、最終的にどの程度まで外の世界の理解に収束しますか?オープニングブックがない場合、彼らは独自の新しいオープニングを開発するでしょうか?もちろん、最初は村人の開口部が非常に良いとは思わないでしょうが、数世紀の孤立を考えると、村人は立派な開口レパートリーを開発するかもしれません。 独立して開発された彼らのオープニングのいずれかは、200年後に次の旅行者が彼らに注目するために通り過ぎたときに、外の世界にとって興味深いものになるでしょうか?シャングリラは、世界に新しい小説、シャングリラディフェンスを与えるかもしれません。 もしそうなら、チェスAIに関する私の最初の質問に関して、私が念頭に置いていたのは多かれ少なかれこれでした:チェスAIはシャンルジラの郊外の村人のチェスの進行を多かれ少なかれ複製できますか? 以下の@Landeiの回答のSussmanの話を考えると、私の村人がゲームにある種の先入観をもたらすことは間違いありません。たとえば、有用なものをより多く所有する方が、より少ないものを所有するよりも一般的に優れているため、対戦相手のチェスマンを捕まえることは、おそらく自分の捕獲に苦しむよりもおそらく好ましいという理解をもたらします。シャングリ・ラの架空の人々が元々どのように領土であったかは文学の問題ですが、より多くの空間を指揮した位置を、より指揮をとらない位置よりも優れていると認識したと考えることができます。そして、チェスのセットを見せてゲームのルールで指示された明るい初心者は、クイーンが最大27の動きを持っているということだけで、クイーンはポーンよりも優れている可能性が高いと推測できます。 したがって、私の質問は、あらゆる種類の知識をチェス盤に持ち込むことに対する絶対的なサウスマン式の差し止め命令を意味すると解釈される必要はありません。むしろ、先入観のあるチェス特有の知識に対する一般的な差し止め命令を暗示するためです。結局のところ(ゲームのルールの進化の問題を無視して)、過去のある時点で、チェスの最初のゲームがプレイされました。たぶん、最初のプレイヤーが1を開いたのでしょう。しかし、最終的に彼はよりよく学び、彼が学んだことを弟子たちに教えました。世代ごとに、より多くのことを学び、より多くを教え、私たちにカスパロフを与えてくれました。 AIは、数世紀ではなく、数週間でそのようなことをすることはできませんか? プラトンは懐疑的だと思う。ヒュームはより楽観的ですが、哲学だけでは問題は解決されません。現在、提案をテストするための電子コンピューターがあり、AI技術の現状を知りたいと思いました。現在の最高のチェスAIは、何も直観せずにすべての人を打ち負かす、完全に非インテリジェントなエキスパートシステムのようです。ある意味では実際にチェスを考えている少し広いAIが、ゲーム自体を教えることにかなりの成功を収めているのではないかと思いました。 答えは「いいえ」、おそらく「いいえ」だと思います。
46 engines 

11
アルファゼロはどのように「より人間的」ですか?
AlphaZeroについて、おそらく素朴な質問があります。他のコンピューターよりも「人間らしい」スタイルでプレイすると説明しましたが、それが何であれ、それを行うことで約100のELOポイントを獲得します。Kasparov、および他の多くの人は、コンピューターと連携した強力な人間が強力なコンピューター(おそらく約100 ELO ??)に勝ると主張しています。したがって、明らかな疑問は、AlphaZeroが「ケンタウロス」の組み合わせとどのように比較されるかということです。 いくつかのゲームを見ただけで、ほとんどのコンピューターは自分のモビリティを最大化する広く開かれたゲームをプレイしていますが、AlphaZeroは相手のモビリティを制限することを非常に心配しているようです。人間のプレーヤーでは、これはスタイルの問題であり、多かれ少なかれ人間ではありません。

6
Linuxでの優れたチェスエンジンの提案
KnightsクライアントでGNUChessを使用しています(Knightsはそれほど成熟していないようです。クラッシュはよくあることです)。LinuxにChessmasterに相当するものはありますか?FICSのようなサーバーでプレイする良いクライアントはどうでしょうか。 私は現在、ジンを使用してFICSでプレイしています。しかし、Jinはサーバーのすべての機能を公開しているわけではないと思います。たとえば、Jinにはチャットはありません。
33 engines  linux 

2
AlphaZeroを理解する
ごく最近、AlphabetのDeepMind研究チームが機械学習エンジンを拡張して将giとチェスの両方をプレイできるというニュースが出ました。どうやら、数時間の自己学習の後、ゲームのルールを考慮して自分自身と対戦するだけで意味し、チェスでのパフォーマンスはすでにStockfish 8などの最新のエンジンのパフォーマンスを超えています。計算時間が限られている場合、エンジンのパフォーマンスは非常に低いため、Stockfishが実行するように設定された条件のように、私は個人的にはマッチがどのように設定されたかをまだ知りません。いずれにせよ、これは非常に印象的な成果です。たとえ追加のトレーニング時間をほとんど与えずにStockfishをより最適にセットアップできたとしても、AlphaZeroはプレイのレベルを再び上回るため、AlphaZeroは現在のどの製品よりも根本的に強力ですヒューリスティック評価関数に基づく標準チェスエンジン。 このニュースを踏まえて、機械学習チェスエンジンの動作の主な違いについて、誰もが慣れ親しんでいる標準エンジンと比較して詳しく説明できれば素晴らしいと思います。より具体的に: AlphaZeroが使用する評価関数は、機械学習法によって訓練されたものであり、最後には単なるヒューリスティック評価関数ではありませんか?はいの場合、2つのエンジンの評価関数の基本的な違いは、Stockfishが人間によって手動で調整された最適化された評価関数を持っているという事実です、最適化する関数の定義は固定されていますが、 AlphaZero、ターゲット評価関数は、追加のトレーニング(たとえば、セルフプレイ)によって常に再定義されていますか?後者をはるかに動的なアプローチにします。 最終的に、漠然と言えば、Stockfishのようなエンジンは、評価関数を可能な動きのツリーに適用し、保持するブランチとドロップするブランチを決定してから、より深いコンクリートを通過させます。各ブランチの分析、評価関数を介して、どのブランチが最も高い値をもたらし、それが主要な変動になるかがわかります(もちろん、この大きなツリーを効率的にプルーニングするために、このプロセスの周辺には多くの先進技術があります)。つまり、ポジションごとに、ストックフィッシュが決定を下すには、この非常に具体的なルーチンを繰り返さなければなりません。対照的に、AlphaZeroは非常に異なることを行うと思います。つまり、指定された位置で可能な動きのツリーの具体的な分析に依存せず、代わりにその評価関数は基本的にその位置に値を割り当てます(直感的にはトレーニングを受けた他のすべてのポジションと同様に、現在のポジション)、具体的に実行する必要なしストックフィッシュ、または人間のプレイヤーでさえも行う方法で分析します。これは、AlphaZeroまたは同様に訓練された機械学習エンジンの動作の健全な写真ですか? チェスの位置のスペースは十分に大きいため、その中のすべての位置をサンプリングしようとすると、原則として完全に無駄になります(EXPTIMEの複雑さ)。これは、自己プレーによるトレーニングの量が十分でないことを示唆します。すべてのポジションを探索したので、セルフプレイを介してスペースのポジションのほんの一部を潜在的に探索したにもかかわらず、最終結果はどのように良いでしょうか?ここで重要なアイデアは何ですか? 私の推測では、AlphaZeroには、たとえ新しい場合でも、トレーニングセットで以前に訪れた位置と特定の位置を比較する非常に最適な方法があり、比較が近いほど、比較から評価がより有効になります。たとえば、ゲーム5でムーブBg5をプレイしたとき、トレーニング中に同様の構造を探さなければなりません。つまり、このポジションは、トレーニングで学習した(おそらく完全に)異なるポジションと本質的に同等であることを認識できます機械学習によって顔認識がどのように達成されるかと類似しており、その結果、Bg5は他の(またはそれらの)同様の位置にあったように、最良の動きであると結論付けられます。これはまったく正しい推測ですか?私はこの比較がどのように トレーニングされたすべての位置を保存し、毎回それらを解析することは確かに不可能なので、 これは、AlphaZeroの仕組みと、ポジションが与えられた場合の決定に至るまでの洞察を得るための単なる試みです。

5
チェスエンジンはどのように「考える」のですか?
私が知りたいのは、動きを見つけるためのエンジンのプログラム方法です。彼らはまず、キャプチャやチェックなどの最も強制的な行を計算すると確信しています。しかし、微妙で深い位置の動きはどうでしょうか?彼らは同様に非常に迅速にそれらを見つけるようです(一般的に言えば、もちろん彼らは時々そのような動きを逃します)。同様に、彼らは静かな動き/位置的なアイデアを探すためにどのようにプログラムされていますか?彼らはすべての動きを単にブルートフォースすることはできません。時間がかかりすぎるので、最高の動きにすばやく到達するための賢い方法があるはずです。私はこれを知ることに興味があります。なぜなら、現実の世界でもプレイヤーがボードを熟考するのに役立つと思うからです。

2
コンピュータが人間のチェスをする方法をどのように変えたか
数年前、Vishy Anandはインタビューで、コンピューターが人間のチェスのプレイ方法を変えたと述べました。明らかに、コンピューターはオープニングの準備に大いに役立ちますが、他に具体的な例は何ですか? コンピューター分析により評価が大きく変化した特定のオープニングラインやエンドゲームはありますか? コンピューターのおかげで新しい原則や戦略が見つかりましたか? グランドマスターは、従来の原則に頼るのではなく、コンピューターの動きをするためのトレーニングを特別に行っていますか?

4
7人のエンドゲームテーブルベースのステータスは何ですか?
完全な(またはほぼ完全な)6つのマンエンドゲームテーブルベースがダウンロードでき、オンラインでも入手できます。 7つの男性テーブルベースのステータスは何ですか?この分野ではまだ活発な開発が行われていますか?どれくらい進歩しましたか?それが完了する時期、または少なくとも実際のゲームで発生する一般的な7人の役職すべてをカバーするのに十分な時期の推定時間はありますか?

3
最高の「実用的な」動きを見つけるエンジンはありますか?
標準のチェスエンジンは、両側からのベストプレイを想定して、ベストと考える動きを見つけます。しかし、この動きは取るに足りない利点や、特定の能力を持つ人間のプレイヤーにとって間違いを招く可能性があるトリッキーなラインにつながる可能性があります。中級プレイヤーなどに最適な「実用的な」動きを見つけるプログラムはありますか?たとえば、完璧なプレーで防御できたとしても、相手が間違いを犯す可能性が非常に高い攻撃位置につながる動きを選択する可能性があります。
25 engines 

6
Stockfishをubuntuにインストールする方法は?
ストックフィッシュをubuntu にインストールする簡単なガイドはありますか? メインサイトから情報を見つけることができず、githubリポジトリは多くの詳細を提供しません。 すでにインストールして実行を開始した人がステップを共有してくれたら本当にありがたいです。

7
AlphaZero対Stockfishマッチで使用されるハードウェア
AlphaZeroは通常のStockfishとは異なる種類のハードウェアを使用する必要があることを理解しています。ハードウェアがエンジンの強度に大きな影響を与えると思います。そのため、両方に匹敵するハードウェアを提供する試みが行われたかどうか疑問に思います。ここで「同等」とはどういう意味ですか? 具体的には、人々は以下について不平を言うと読みました。 Stockfishには1 GBのキャッシュのみが与えられます。 1分/移動の制限時間(これはStockfishにどのように不利になりますか?)

4
ディープブルーvsカスパロフ-余波
1秒あたり2億のポジションを評価し、20以上の動きの検索ツリーを持つことは、コンピューターが間違った方向を検索する場合、または人間の対戦相手が決して考えないポジションを評価する場合(本能および/または推論によって)ワールドチャンピオンを倒すには十分ではないかもしれません)。コーディング戦術は簡単で、コーディング戦略は難しいです。 1997年にカスパロフを打ち負かしたとき、ディープブルーの人間は助けられましたか?それについての証拠はありますか? 「一般的なマシン」で実行されている市販のソフトウェアチェスゲームは、最近ではチェスマスターを倒すことができますか

6
ゼロからピースの価値を判断する方法は?
標準のチェスセットのセットアップがあると仮定しますが、ポーンが最初の動きだけでなく、任意の動きで2つの正方形を前方に移動できるように、わずかな変更を加えます。ピースに対して確立されたポイント値(N = B = 3 R = 5 Q = 9または使用したいシステム)をまだ使用できると仮定しても、修正されたポーンがどれだけ価値があるかを調べるにはどうすればよいでしょうか? ? 私の最初の考えは、修正されたピース機能でチェスエンジンを(再)プログラムし、いくつかの異なる方法で内部値を変更し、おおよその値が絞り込まれるまで一連のエンジントーナメントを開催することです。これは機能しますが(すべてのポイント値は近似値であり、状況に応じて変化します)、ピースのポイント値はコンピューターよりも長いため、他の方法を使用する必要があります。 何か案は? 注:これを行うためのソフトウェアの推奨事項などは実際には探していません。これを行うための最善の方法が何であるかだけに興味があります。

8
コンピューターはチェスを破壊していますか?
最近、私は候補者のトーナメントを見てきましたが、プレイヤーがコンピューターの家の準備を「少しやりすぎ」と気づいていることに気づかずにはいられませんでした。 例えば: 1)Anand vs Kramnik(ラウンド4)のゲームでは、22番のKramnikが「信じられない」ムーブNd4(ホームコンピューターの準備)をプレイしました。 Nd4が単にドローを強制することを理解する: Anand、Viswanathan-Kramnik、Vladimir、FIDE Candidates 2014、2014-03-17、1 / 2-1 / 21. d4 Nf6 2. c4 e6 3. Nf3 d5 4. Nc3 dxc4 5. e4 Bb4 6. Bg5 c5 7. Bxc4 cxd4 8. Nxd4 Bxc3 + 9. bxc3 Qa5 10. Bb5 + Nbd7 11. Bxf6 Qxc3 + 12. Kf1 …

1
コンピューターチェスは予想される「ドローデス」を示していますか?
さまざまな時点で、100年以上遡っても、人々はチェスの「ドローデス」を予測してきました。つまり、トッププレイヤーはすべてのゲームがドローになるほど良くなるということです。 1984年の世界選手権では、プレイヤーが40回も消耗したときにこの予測が実現するように思われました。16試合が連続して描かれたとき、その試合には1つのストレッチさえありました。 今、そのコンピューターはチェスで人間の能力を超えていますが、彼らは人間のトッププレイヤーよりも多いのか少ないのか?彼らは引き死を示していますか?

8
外出先で新しいAIが勝利します。同様のAIはチェスで勝つことができますか?純粋な自己訓練を達成できますか?
このサイトでよく聞かれる質問の1つは、純粋に自己訓練されたチェスAIの展望に関するものです。 今日、ChessBaseは FIDE Candidatesトーナメントの報道から注意をそらし、新しいAIが初めて、長年チェススタイルのAIに抵抗していた、かなり異なるゲームの主人公を打ち負かしていることを報告しました。レポートの最初の読み物では、新しいgo AIはチェスAIとは異なりますが、より一般的なゲームプレイ(GGP)AIであることが示唆されています。しかしChessBaseの記事ではGGPという用語は使用していませんが、go AIは単純なビデオゲームで勝つことができると言っているようです。 このような勝ち行くAIがチェスでも勝つことができなかった理由はありますか?もしそうなら、そのようなAIショーは、以前は議論されていた以前の質問に対するいくつかの優れた答えがその時点でまだ可能ではなかった、純粋な自己訓練を達成することを約束しますか?なぜですか? 私の質問に対する完全で十分な情報に基づいた答えはまだ入手できないので、関連する専門知識に基づいた部分的な回答でさえ感謝されます。 追加の参照については、この関連する質問と回答も参照してください。 更新 上記の質問が5日前に初めて投稿され、以下のすばらしい回答がいくつか出されたとき、囲go AIの勝利に関する最初のニュースが登場しました。それ以来、追加の情報と解説が出てきました。 それ以降、特に興味深いのは、非常に読みやすい5面の円卓会議で、ジョナサンシェーファーが次のように述べています。 人間のゲームから学ぶことは、プログラムの学習を加速するのに役立ちます。AlphaGoは、人間のゲームを使用せずに、単独で強力なプレイヤーになることを学ぶことができます。学習プロセスには時間がかかります。 円卓会議の主催者によると、シェーファーは「アルバータ大学のコンピューター科学教授であり、チェッカーを解いた男」です。したがって、おそらく、彼はコメントする資格があるかもしれません。 詳細については、別のオープンな議論の記録があります。参加者の多くは通常よりも情報が豊富に見えます。議論は試合中に行われました。 さらに更新、1年半後:コメント者@MarkS。書き込み: これはチェスではなく囲Goに関するものであるため、AlphaGo Zeroは単なるコメントです。AlphaGoZeroは、勝者(最終スコアではなく)を伝えることで「純粋な自己訓練」を達成し、リー・セドルを破ったAIよりも強力で非常に効率的です。 。詳細については、deepmind.com / blog / alphago-zero-learning-scratchを参照してください
19 engines 

弊社のサイトを使用することにより、あなたは弊社のクッキーポリシーおよびプライバシーポリシーを読み、理解したものとみなされます。
Licensed under cc by-sa 3.0 with attribution required.