Machines That Playシリーズは 7 つのパートに分かれています。

このシリーズでは、人工知能とゲーム (Deep Blue まで) の歴史を取り上げ、チェス、チェッカー、バックギャモンをプレイしたマシンに焦点を当てています。次のトピックがカバーされています。ディープ ソート、TD-ギャモン、ディープ ブルー。

• パート 1: 再生するマシン (概要) — これは
• パート 2: プレイするマシン (チェスマシンの構築)
• パート 3: Machines That Play (Chess-Before Deep Blue)
• パート 4: Machines That Play (Deep Blue)
• パート 5: Machines That Play (Post Deep Blue)
• パート 6: プレイするマシン (チェッカー)
• パート 7: プレイするマシン (バックギャモン)

パート 1: 再生するマシン (概要)

これはシリーズのパート 1 で、ゲーム (チェス、チェッカー、バックギャモン) に関連する AI の取り組みの概要を説明します。また、次の質問をします (そして答えようとします): 理想的なゲームとは?なぜ私たちは人工知能 (AI) やゲームに興味を持っているのでしょうか?

ゲームと機械について話す前に、まずゲームと人間について話しましょう。

理想のゲームとは？

ゲームとは、ルールと目的があるものです。確立された目的を達成するために、これらのルールによって制約されたアクションを実行するときに、ゲームを「プレイ」します。

私たち (人間) は、生き残るために必要な食料、水、空気、避難所、道具とほぼ同じくらい遊びを必要としているようです。では、私たち人間にとって理想的なゲームとはどのようなものでしょうか。これは答えるのが難しい質問ですが、理想的なゲームには次のような特徴が少なくともいくつかあると思います。

• すべてのプレーヤーが高度なスキルを持つ (または同等のレベルの)ゲーム : プレーヤーが自分のスキルを使用して、対戦相手が提供する課題を克服できるゲーム。理想的な喜びは、彼のスキルを使用して、ゲームが非常に得意な相手を出し抜いたり裏切ったりすることです。
• 簡単すぎず、難しすぎず、プレーヤーが「ただ勝つ」ようなゲーム: プレーヤーが対戦相手を打ち負かし、相手も自分のスキル レベルに近いパフォーマンスをするゲーム。彼は負ける可能性があったが、負けていないゲームだ。彼は勝ちます。そして、彼が勝つのは、このゲームで対戦相手よりもわずかに上昇できるからです。彼は偶然の要素を克服し、自分の環境 (および自分自身) を制御します。
• 勝つために、プレイヤーに最高の可能性を開発し、到達させるゲーム : プレイヤーが対戦相手を裏切る、または裏切るために最高のスキルを開発するゲーム。理想的な成長とは、彼が自分の可能性を実現し、できる限りのことを実現できることを意味します。彼は非常に優れたスキルを身につけているため、失敗のリスクはほとんどありません。
• プレイヤーの精神を変えるゲーム : プレイヤーの精神状態を変化させ、最高の可能性を実現することに加えて、ゲームは成功するために完全に没頭することを可能にします.それは、意味のあるアクション (後に彼が呼ぶもの) を達成できるように、できる限りプレイし続けることを彼が選択するゲームです。そして試合後、彼はゲームをプレイした経験から自分が変わったこと、そして彼の心が新しいスキル、新しい経験、そして新しい成果で豊かになったことに気付くでしょう.
• プレイヤーが地球規模の変化の触媒になることを強制するゲーム (これは理想的なゲームであることを思い出してください):プレイヤーが自分自身、他の人、または世界全体を最大限に変革 (または超越) する必要があるゲーム勝つために。理想的なゲームとは、プレーヤーが自分 (および人間) の最も深い憧れ、情熱、または価値観を実現することです。そうでなければ、ゲームは少なくとも彼を深く消費し、彼を日常生活の鎖から解放するでしょう.そして彼の旅を通して、彼は他の人が自分の可能性を開発し、実現するための道を作りました.

理想的なゲームはありますか？

理想的なゲームがあるかどうかはわかりませんが、私の意見では、次の例はその 1 つにかなり近づいています。前述の特性の多くを満たすだけでなく、同じ特性に挑戦し、あいまいにします。

【動画】敵対できる限り生きさせてもらうことが条件。

死:まあ、私はかなり熟練したチェス プレーヤーです。

Knight:しかし、きっとあなたは私ほど上手ではありません。

死: なぜ私とチェスをしたいのですか?

騎士: それは私の仕事です。

死:確かに。

ナイト: 条件は、私があなたに立ち向かえる限り、私を生きさせてくれることです.

ナイト: 私が勝ったら、あなたは私を行かせてくれます。

プレイヤーは、生きている間 (またはできる限り) プレイすることを選択します。賭け金が高すぎるので、彼はやむを得ず、それでも試みます。

【動画】これは私の手です。回せます。そこに私の血が噴き出す。太陽はまだ空にあり、風が吹いています。そして私は…私、アントニウス・ブロックは悪魔とチェスをしています。

私たちは死と対戦することはありません（そしてほとんど勝ちます）。ほとんどのゲームでの私たちの行動は、他の人間の命を救うほど「意味のある」ものではありません。私たちのゲームは、避けられない絶望を受け入れる機会も、自分自身や他人の人生を根本的に変える (または超越する) 機会も与えてくれません。

実際には理想的なゲームはおそらくないでしょう。なぜ私たちはまだ遊んでいるのですか？漠然とした単純な答えは「ゲームが楽しくて便利だから」ですが、それだけでは十分ではないようです。私たちはゲームの作成とプレイの両方を続けています。これは、ゲームがまだ上記の特性のさまざまな組み合わせを示しているためです。

最も古いゲームの一部

私たちはいつもゲームをしてきました。ゲームは、私たちの最も古い遊びの源の 1 つです。初期の人類は、狩猟や戦闘に備えたスキルを練習するためにゲームをプレイした可能性があります。たとえば、弓矢は後期旧石器時代の終わりまでに発明されました。

アーチェリーは、弓を使って矢を放つスキルです。ほとんどの先史時代の文化では、アーチェリーは重要な軍事および狩猟技術でした。アーチェリーの練習 (または練習や改善のためにプレーすること) は、射手の成功の確率を高めたでしょう。この意味で、このような物理的なゲームは、生存と成功の可能性を高めるために行われた可能性があります。

その後、人間は一か所に定住するようになり、あまり動き回らなくなりました。これにより、いくつかの日常的なゲームが与えられ、物理的なゲームがボードゲームに変換され始めました.これらのゲームは、私たちのさまざまな欲求を利用しました。最も古いゲームのいくつかは次のとおりです。

• セネト(～紀元前 3100 年): このレースボード ゲームの正式名称は、「パス ゲーム」を意味します。古代エジプト人は死後の世界を信じており、死後の世界への旅には、死んだ人が儀式を行い、障害物を通過する必要がありました.エジプトの新王国時代までに、セネトは死後の世界への旅を表すものと見なされていました。セネトは単なるゲームではなく、ある種の不死を達成するための私たちの闘争を表していたようです. [このタイプのゲームは、この人間の状態を超えて生き残りたいという私たちの生来の欲求を利用します。]
• Royal Game of Ur (~ 3000 BC): これは 2 人用の戦略レース ボード ゲームです。ゲーム オブ ウルの名前は、1922 年から 1934 年にかけて英国の考古学者レナード ウーリー卿がウルの王立墓地を発掘しているときに発見されたため、その名前が付けられました。プレイヤーの未来を反映し、超自然的な存在からのメッセージを伝えると信じられています. [このタイプのゲームは、私たちの未来を知り、コントロールしたいという私たちの願望を利用しています。]
• マンカラ(~ 6 世紀 AD): マンカラは 1 つのゲームではなく、ゲームの分類またはタイプです。目標は、対戦相手のピース (種、石、豆など) のすべてまたは一部のセットをキャプチャすることです。 [このタイプのゲームは、避難所を建設し、狩りをし、食料を集め、勝利することで生き残りたいという私たちの古代の欲求を利用しています。]

私たちはさまざまな理由でゲームをプレイしました (そしてプレイし続けています):

• 私たちは、喜び（楽しみ）を体験するために遊びます
• 私たちは退屈をなくすために/現実から逃れるために遊びます
• 私たちは練習し、スキルを向上させるためにプレーします
• 私たちは批判的かつ戦略的に考える方法を学ぶために遊びます
• 私たちは不確実性、チャンス、運、確率を克服するためにプレーします
• 私たちは自分自身に力を与えるために、遊ぶために遊ぶことで物事を創造します。
• 私たちは怒りや欲求不満を和らげるために、物事を破壊するために遊びます
• 私たちは違いを解決するためにプレーします
• 協力して遊ぶ
• 私たちは人間の欲求 (先史時代と現在) のすべてを満たすためにプレイします: 育てる、狩る、殺す、征服する、戦う、競争する、協力する、創造する、生き残る
• 私たちは勝つためにプレーします — 達成感を味わうために

歴史を通じて、私たちは知性、強さ、戦略、感情などに挑戦するゲームを作成し、プレイしてきました。ゲームでは、私たちは集まり、一連の恣意的なルールに同意します。私たちは競争し、協力し、チャンスと不確実性を克服するために戦略を立て、目標を設定して達成し、想像力を働かせ、成功の喜びを体験します。

なぜ AI とゲームなのか?

ゲームは難しいです。ゲームは面白いです。ゲームは AI のテストベッドです。

テクノロジーが進化するにつれて、ゲームも進化しました。最近のテクノロジーは、マシンの形で新しいチームメイトと新しい対戦相手を提供してくれました。ゲームの歴史は興味深いものですが、このシリーズでは自動化、人工知能 (AI)、およびゲームに焦点を当てます。より具体的には、AI が私たちと同じかそれ以上にプレイすることを学習したゲームに焦点を当てます。この旅は、謙虚なリマインダーとして役立つことが判明します。

人間の改善率がどれほどであっても、機械が学習を開始すると、私たちが機械についていくのは難しくなります。機械の学習と進歩は、指数関数的に測定されることになります。そして、私たちのものはしません。

コンピューティングの黎明期から、人々はマシンが人間の知性に匹敵するか、それとも超えることができるか疑問に思っていました。人工知能とは、「知性」を必要とする (私たちが考える) タスクを実行できる機械を構築することです。しかし、以前の AI のアプローチとアルゴリズムは、複雑で曖昧な性質のため、現実世界の問題に取り組むには十分ではありませんでした。ゲームをプレイするようにマシンをプログラミングすることは、コンピューターが戦術や戦略を学習するための 1 つの方法として機能し、後で他の現実の領域に適用できるようになりました。

ゲームで人間の思考プロセスをエミュレートする

初期の AI 研究者は、ゲームにおける人間の思考プロセスのエミュレーションを重視していました。人間の思考を模倣する方法を教えることで、最高のゲームプレイ マシンを作成できると信じていたからです。彼らは、マシンがゲームにうまく取り組むことができれば、ある種の知性を発揮する可能性が高いと考えました.

人間の心の仕組みを理解する

初期の AI 研究者は、ゲームをうまくプレイできるように機械をプログラミングすることで、人間の心がどのように機能し、どのように考え、どのように問題を解決し、最終的に知性とは何かを理解するのに役立つことを期待していました。彼らは、知性を必要とするタスクを実行する機械を構築することで、私たち自身の知性がどのように機能するかを垣間見ることができると考えていました。

ゲームで機械が人間を凌駕したときでさえ、私たちの心の働きについて洞察を与えるとは限らないことがわかります。しかし、それらはコンピューター サイエンス (およびその他の関連分野) の進歩を促進するのに役立ちました。その後、この研究は、いくつかの複雑な現実世界の問題に正面から取り組むのに役立ちました。

「ゲームは楽しく、簡単に測定できます。誰が勝って誰が負けたかは明らかで、常に人間のベンチマークを持っています...人間よりもうまくやれますか?」マレー・キャンベル

ゲーム、特にボードゲームは、1950 年のシャノンとチューリングに始まる AI の最も古い分野の 1 つです。1) 目的の単純さ、2) 明確に定義されたルール、および3) 最終目的に到達するための膨大な範囲の可能な戦略。 AI がゲームを征服するたびに、少なくともいくつかの複雑な現実世界の問題に正面から取り組むことができました。

ゲームの複雑さ

始める前に、ゲームの複雑さを測定する方法をいくつか見てみましょう。

ゲームの状態空間複雑度は、ゲームの初期位置から到達可能な正当なゲーム位置の数です。

ゲーム ツリーのサイズは、プレイできるゲームの総数です。つまり、ゲームの初期位置をルートとするゲーム ツリーのリーフ ノードの数です。

分岐係数は、各ノードの子の数です。たとえば、チェスでは、「ノード」が正当な位置であると見なされると仮定すると、平均分岐係数は約 35 と推定されます。これは、平均して、プレイヤーは各ターンで約 35 の正当な動きを利用できることを意味します。比較すると、囲碁ゲームの平均分岐係数は 250 です。

最適なステータス: これ以上のパフォーマンスはありません (これらのエントリの一部は人間によって解決されました)

超人: すべての人間よりも優れたパフォーマンスを発揮する

さて、機械の話をしましょう。

このブログ シリーズでは、次のトピックについて説明します。画像へのリンクは元のブログにあります。

このシリーズの焦点は、AI とゲーム (および場合によってはそれらのプログラムの前身) の「最初」のいくつかにあり、*すべて* または *できるだけ多くの* ゲーム プログラムを含めることではありません。

チェスマシンの構築

私たちは通常、このゲームをどのようにプレイしますか?私たちは次のことを行います。

1. プレーヤーが行うことができるすべての合法的な動きを検討してください
2. 各移動から生じる新しい位置を計算します
3. 次善の策を決定するための評価
4. その（最高の）動きをする
5. 相手の動きを待つ
6. 上記の手順を繰り返して応答する

この観点から、ほとんどすべてのチェス コンピューターは、これらの基本的な手順を処理する必要があります。そのためには、チェス コンピューターは次の主要な問題に対処する必要があります。

1. 「ボード」を表す
2. すべての正当な次の状態を生成する
3. ポジションの評価

チェス コンピューターの開発には、主に 2 つの哲学的アプローチがありました。エミュレーションとエンジニアリングです。コンピューターは人間の知識と意思決定をエミュレートする必要がありますか、それとも力ずくで検索を改善する必要がありますか?最初のアプローチに焦点を当てている人は、チェスの知識が豊富で、検索に比較的重点を置いていないプログラムを構築します。工学的アプローチに焦点を当てている人は、専用ハードウェアを使用して計算能力に焦点を当て、イノベーションを検索します。最高のチェス コンピューターが 2 番目のアプローチを使用したことがわかります。

続きを読む…

唯一の人間 (トルコ人)

• ゲーム: チェス。年: 1770
• 1770 年の春、ヴォルフガング フォン ケンペレンはセンセーションを巻き起こしました。彼は世界で初めてチェスをプレイするオートマトンを発表しました。彼はこれを Automaton Chess-player と呼び、現代では The Turk として知られています。

続きを読む…

より正直な試み (El Ajedrecista (The Chessplayer))

• ゲーム: チェス。年: 1910年代
• 1910 年代初頭、Torres y Quevedo は、1914 年にパリ大学でデビューした El Ajedrecista (The Chessplayer) と呼ばれるオートマトンを作成しました。これは、世界初のコンピューター ゲームの 1 つと見なされています。

続きを読む…

ゲームのいくつかの理論

• 複数のゲーム:チェス、チェッカー、囲碁、オセロ。年: 1928–1944。
• ジョン・フォン・ノイマンは、ゲーム理論の分野を確立しました。 1928 年に彼はミニマックス定理を証明しました。この定理は、ゼロサム ゲーム (つまり、一方のプレーヤーが勝った場合、もう一方のプレーヤーが負けた場合) では、完全な情報 (つまり、プレーヤーは、これまでに行われたすべての動きを毎回知っている) で、ペアが存在することを示しています。それぞれが最大損失を最小限に抑えることができる両方のプレーヤーの戦略のことで、ミニマックスと呼ばれています。

1940 年代から 1950 年代初頭にかけて、初期のパイオニアは人間と同じようにチェスをプレイするマシンの構築に重点を置いていたため、初期のチェスの進歩はチェスの経験則 (経験則) に大きく依存して最善の手を選択していました。彼らは、人間の思考を模倣する方法を機械に教えることで、最高のチェス マシンが生み出されると信じていたため、人間のチェスの思考プロセスのエミュレーションを強調しました。

未来の機械はどのようにチェスをするか

• ゲーム: チェス。年: 1950.
• 1940 年代半ばから、さまざまな分野 (数学、心理学、工学など) の科学者が、パターン認識、計算、問題解決において人間と競合したり、人間を凌駕したりすることができる、考えることができる機械を作成する可能性について議論し始めました。さらには言語まで。クロード・シャノンは、チェスをプレイするためのコンピューターのプログラミングに関する最初の記事を書きました。彼はPhilosophical Magazineに、チェスをするためのコンピューターのプログラミングというタイトルの論文を発表しました。

続きを読む…

1950 年代には計算能力が限られていたため、マシンは非常に基本的なレベルでしか機能しませんでした。これは、研究者がチェスの位置を評価し、可能な動き (および対戦相手の反撃) を検索するための基本的な技術を開発した時期です。これらのアイデアは現在でも使用されています。

チェスをした最初のプログラム (Turochamp)

• ゲーム: チェス。年: 1948–1953

• 1953 年、アラン チューリングは、B. ボーデンの著書 Faster than Thought でチェス プログラム (ゲームに適用されるデジタル コンピューター) に関する記事を発表しました。シャノンは彼の論文で特定のプログラムについて話していませんでした。最初のチェスプログラムを書いたのはチューリングでした。そして、彼はコンピューターが存在する前にそれを書きました!彼はコンピューターが登場することを知っていました。コンピューターが十分に強力になれば、チェスができるようになるでしょう。 2012 年、Garry Kasparov は Turochamp と対戦し、わずか 16 手で倒しました。 Kasparov 氏は、(ビデオ) 、 「原始的と呼ぶかもしれませんが、初期の車と比較します。笑われるかもしれませんが、それでも信じられないほどの成果です...

  
  

[チューリング] はコンピューターを持たずにアルゴリズムを書きました — 多くの若い科学者は、それが可能だとは決して信じませんでした。それは傑出した成果でした。」

続きを読む…

MANIAC: 最初のチェス プログラムの実行

• ゲーム: チェス。年: 1956
• MANIAC をプログラムしたチームは、Stanislaw Ulam (核パルス推進を発明し、Edward Teller と共に水爆を設計した)、Paul Stein、Mark Wells、James Kister、William Walden、および John Pasta によって率いられました。 MANIAC のメモリが限られているため、プログラムは 6 × 6 のチェス盤を使用し、ビショップは使用しませんでした。 MANIAC I は強引なシャノン タイプ A 作戦を実行しました。毎秒 11,000 回の操作を実行し、2,400 本の真空管を備えていました。 4 手の深さを探索するのに 12 分かかりました (2 つのビショップを追加すると、同じ深さで探索するのに 3 時間かかります)。

続きを読む…

バーンスタイン チェス プログラム: 最初の完全なプログラム

• ゲーム: チェス。年: 1957
• IBM の従業員である Alex Bernstein は、チェスの完全なゲームをプレイできる最初のプログラムを作成しました。彼は、マサチューセッツ工科大学の同僚である Michael Roberts、Thomas Arbucky、Martin Belsky、Bernstein と共に作成しました。このプログラムは IBM 704 上で実行され、毎秒 42,000 命令を実行できました。これは、最後の真空管コンピューターの 1 つです。移動するのに約8分かかりました。

バーンスタイン チェス プログラムは、シャノン タイプ B (選択的探索) 戦略を使用しました。

続きを読む…

AI の前に AI (サミュエルのチェッカー)

• ゲーム: チェッカー。年: 1952–1962
• 1952 年、Arthur Samuel は、最初の主要な商用コンピューターである IBM 701 で最初のチェッカー プログラムを完成させました。 1955 年までに、サミュエルは画期的なことを成し遂げました。サミュエルは IBM に入社して以来、機械学習について考えていました。チェッカーゲーム。 1959 年、彼は「機械学習」という用語を作り出しました。

続きを読む…

Tic-Tac-Toe (MENACE) の完璧なゲームをプレイすることを学ぶ

• ゲーム：チックタックトー。年: 1960
• 第二次世界大戦中、英国のコンピューター科学者であるドナルド・ミッチーは、ブレッチリー・パークの政府コード・アンド・サイファー・スクールで働き、ドイツの「タニー」コードの解読に貢献しました。 1960 年に、彼は Machine Educable Noughts And Crosses Engine (MENACE) を開発しました。これは、三目並べの完璧なゲームをプレイすることを学習できる最初のプログラムの 1 つです。コンピューターはすぐに利用できなかったので、彼は遊び方を学ぶために色付きのビーズで満たされた 304 個のマッチ箱を使用しました。近日公開…

1960 年代の終わりまでには、コンピューター チェス プログラムは、クラブ レベルのプレーヤーやアマチュア プレーヤーに時折打ち負かすのに十分なほど優れていました。

人間のトーナメントで競う最初のチェス プログラム (Mack Hack VI)

• ゲーム: チェス。年: 1967
• Mac Hack (The Greenblatt Chess Program とも呼ばれます) は、Richard Greenblatt によって 1967 年に構築された知識ベースのチェス プログラムです。同年、Mac Hack VI は、人間のトーナメント条件で人間と対戦する最初のコンピューターになりました。 MacHack プログラムは、多くの PDP マシンで実行される「最初に広く配布されたチェス プログラム」でした。これは、平均的なトーナメント プレーヤーの基準に達した最初のコンピューターになりました。これまでのすべてのチェス プログラムやほとんどのカジュアル プレイヤーよりも明らかに優れていました。 1965 年、ヒューバート・ドレイファスは、「アマチュア チェスでさえプレイできるチェス プログラムはない」と述べました。 1967 年、Mac Hack VI が Dreyfus を打ち負かしました。

続きを読む…

1970 年代と1980年代には、ハードウェアの速度が重視されていました。 1950 年代と 1960 年代に、初期のパイオニアはチェスのヒューリスティック (経験則) に焦点を当てて、次の最良の動きを選択しました。 1970 年代と 1980 年代のプログラムでもチェスのヒューリスティックが使用されていましたが、ソフトウェアの改善と、より高速で特殊なハードウェアの使用に重点が置かれていました。カスタマイズされたハードウェアとソフトウェアにより、プログラムはゲーム ツリーのより深い検索 (例: 何百万ものチェスの位置を含む) を実行できるようになりました。

Cray Blitz: 最初のスーパー (チェス) コンピューター

• ゲーム: チェス。 1986年～1980年代
• Robert Hyatt、Harry L. Nelson、および Albert Gower によって開発された Cray Blitz は、1976 年に ACM の北米コンピューター チェス選手権に参加しました。1980 年に Cray-1 スーパーコンピューターに移行され、最初のチェス プログラムとなったとき、Cray Blitz は深刻な競争相手になりました。そのような強力なマシンを使用するには。これにより、Cray Blitz は、(広範な) チェスの知識のほとんどを保持しながら、大部分がアルゴリズムと計算によるアプローチを採用することが可能になりました。

続きを読む…

世界チャンピオン（BKG）を破った最初のプログラム

• ゲーム: バックギャモン。年：1979年。
• Hans Berliner によって作成されたバックギャモン プログラムである BKG は、どのゲームでもマシンが初めて世界チャンピオンを破ったものでした。そして、それは当時の遅い（より遅い）コンピューターでそれを行いました。 [補足: Berliner は、ゲーム ツリー検索用の B* 検索アルゴリズムを開発しました。]

続きを読む…

HiTech: 初の国際マスター

• ゲーム: チェス。年: 1980年代
• HiTech は、専用のハードウェアとソフトウェアを備えたチェス マシンでした。 CMUのハンス・ベルリナーらによって建設されました。そのカスタム ハードウェアは、1 秒あたり最大 175,000 の動きを分析でき、全幅の深さ優先検索を実行できました。それは1つの強力なマシンでした。 1985 年には 2530 のレーティングを達成し、2400 を超えるレーティングを持つ最初の (そして当時唯一の) マシンになりました。

続きを読む…

最強の人間プレイヤー (チヌーク) よりも何マイルも先を行く

• ゲーム: チェッカー。年: (1989–1996)

• サミュエルがチェッカーに取り組んだ後、チェッカーは「解決された」ゲームであるという誤った印象がありました。その結果、研究者はチェスに移行し、ジョナサン・シェーファーが 1989 年にチヌークの研究を開始するまで、ほとんどチェッカーを無視していました。シェーファーの目標は、最高のチェッカー プレーヤーを倒すことができるプログラムを開発することでした。最高の選手はマリオン・ティンズリーでした。試合中、チヌークはティンズリーとの試合に勝利し、シェーファーは次のように答えました。

  
  

「私たちはまだ人類の一員であり、チヌークが 1 つのゲームでティンズリーを破ったということは、コンピュータがチェッカーで、そして最終的にはチェスのような他のゲームで最高になるのは時間の問題であることを意味します。」

詳細を読んで、チヌーク対ティンズリーがどのようにプレーしたかを確認してください。

深い思考

• ゲーム: チェス。年: 1988–1992
• 続きを読む…

1990 年代、チェス プログラムは国際的なチェス マスターとその後のグランドマスターに挑戦し始めました。ディープ・ブルーと名付けられた特殊なチェス・マシンは、人間最高のチェス・プレイヤーであるガリー・カスパロフを打ち負かすことになるでしょう。また、強化学習 (AlphaGo が数年後に行うもの) の成功したアプリケーションも見ました。

TDギャモン

• ゲーム: バックギャモン。年: 1992–1997
• TD-Gammon は、1992 年に IBM の Gerald Tesauro によって開発されたバックギャモン プログラムです。 TD-Gammon は、Samuel の Checkers プログラムにまでさかのぼる強化学習を適用しました (後で、alphaGo もそうであることを確認します)。 Tesauro 氏は、TD-Gammon の独学方法論が驚くほど強力なプログラムを生み出したと述べています。 TD-Gammon 3.0 (1997) は、選択的な 3 プライ検索を使用し、すでに世界最高の人間のプレーヤーのレベル、またはそれに非常に近いレベルでした。長期的には、TD-Gammon はグランドマスターよりも優れたプレイをすることが期待されていました。そして人間は疲れます。人間にはバイアスがありますが、TD-Gammon にはありませんでした。 TD-Gammon は、人間とは異なる方法でプレイしました。このテーマは、ますます注目されるようになるでしょう。続きを読む.

人間のように、しかし（それでも）人間ではない：Deep Blue

• ゲーム: チェス。年: 1996–1997

• これは長い（そして非常に興味深い）。必ず読んでください。

• ディープ ブルーは、1996 年にガリー カスパロフと対決したとき、生後 2 週間の赤ちゃんでした。その作成者の 1 人であるスーは、次のように述べています。それとも、ペルセウスの助けを借りずに、海の怪物シータスをなだめるための賛辞として無力な赤ちゃんを送ったのでしょうか?後者になるのではないかと心配していました。」カスパロフと対戦した最初のゲームで、勝利しました — カスパロフに自問自答を促し、「 ...これが無敵だとしたらどうなるか?」と尋ねました。無敵ではなく、カスパロフが 4 対 2 で打ち負かしました。この試合は、ほとんどの人が考えているよりもずっと接戦でした (続きを読む)。

• 試合後、カスパロフは（ディープ・ブルーについて）こう言った。

  
  

「私は感じることができました — 私は嗅ぐことができました — テーブル全体で新しい種類の知性を感じました。」

• 1997 年に再戦が行われます。今回、Deep Blue チームはマシンを大幅に改善しました (改善、システム アーキテクチャ、検索戦略、チェス チップなどについて読んでください)。今回、Deep Blue は誰も予想していなかったゲームをプレイします。ガルリ・カスパロフを破る。 Kasparov は、Deep Blue のプレイには「人間性」の要素があったため、IBM がだまされたことを暗示しています (IBM はだまさなかった)。この試合の後、カスパロフは次のように語った。

「まったくプレーする気分ではなかった..私は人間だ。自分の理解をはるかに超えたものを見ると、恐れます。」

• これは、誰もが意見を持っていた試合です — ディープブルーは知性がありましたか?誰がより良い選手でしたか?ディープブルーは考えましたか？そのような勝利は私たちについて何を語っていますか？ディープ ブルーが登場するまで、人間はチェスで勝っていました。機械は最高の人間を打ち負かすことはできませんでした。しかし、その後、Deep Blue が勝利しました。そしてすぐに他のコンピューターも同様になり、それ以来、彼らは私たちを打ち負かしてきました.この大規模な成長は彼らのアイデンティティです。私たちの改善率に関係なく、機械が改善し始めると、機械の学習と進歩は指数関数的に測定されます.そして私たちのものはそうではありません。このマシンがどのように構築されたか、誰が関与したか、チームがプロジェクトに投入する必要があった労力の種類、Kasparov がどのように敗北に対処したか、AI の歴史においてどのように重要なマーカーになったかについて詳しく知るには、続きをお読みください。

続きを読む(ディープブルー)…

人々はカスパロフの方が優れた選手だと信じていたが、彼の感情が邪魔をした。いずれにせよ、この試合から得られた最大の教訓の 1 つは、試合の生理学的側面と心理的側面の両方をまとめて過小評価していたことです。

私たちの感情、恐怖、欲望、疑念は、私たちを最大限に活用する方法を持っていました…そして、これは人間特有の問題であり、機械の敵は心配していません.

続きを読む (投稿ディープブルー) …

チェッカーを解く

• ゲーム: チェッカー。年: 2007
• 2007 年、Chinook の作成者はジャーナル Science に論文を発表し、Chinook が Checkers を完全に解決したことを発表しました。このプログラムは、人間であろうとなかろうと、もはや誰によっても打ち負かされることはありませんでした。 Jonathan Schaeffer と彼のチームは、1989 年以来、チェッカーの問題を解決するために取り組んできました。これは、これまでに解決された最も困難な人気のあるゲームであり、Connect Four の約 100 万倍も複雑です。チェッカーはこれまでに解かれた最大のゲームで、探索空間は 5×10^20 です。 「関連する計算の数は10^14で、18 年間にわたって行われました。このプロセスには、ピーク時に 200 台のデスクトップ コンピュータから約 50 インチまでのコンピュータが含まれていました。近日公開

ここからどこにいきますか？

Garry Kasparov の TED トークとその経験に関する彼の見解で締めくくるのが正しいようです。

「私自身の経験から学んだことは、テクノロジーを最大限に活用したいのであれば、恐怖に直面しなければならず、人間性を最大限に活用したいのであれば、それらの恐怖を克服しなければならないということです.

傷をなめながら、Deep Blueとの戦いから多くのインスピレーションを得ました。古いロシアのことわざにあるように、彼らを倒すことができない場合は、彼らに参加してください。それから私は考えました コンピューターで遊ぶことができたらどうだろうと考えました — 人間の直感と機械の計算、人間の戦略、機械の戦術、人間の経験、機械の記憶など、私たちの強みを組み合わせて、私の側にあるコンピューターと一緒に。それは今までプレイされた中で完璧なゲームでしょうか?しかし、機械が家畜や肉体労働に取って代わった過去とは異なり、今では大卒者や政治的影響力を持つ人々を追い求めています。そして、機械と戦って負けた者として、これは非常に素晴らしいニュースであるとお伝えするためにここにいます。最終的には、すべての職業がこうしたプレッシャーを感じなければならなくなるでしょう。技術の進歩がいつ、どこで止まるかを選択することはできません。

減速することはできません。実際、スピードアップする必要があります。私たちのテクノロジーは、私たちの生活から困難や不確実性を取り除くことに優れているため、私たちはますます困難で不確実な課題を探し出さなければなりません。機械には計算があります。理解があります。機械には指示があります。私たちには目的があります。機械には客観性があります。私たちは情熱を持っています。現在、機械が何をできるかについて心配する必要はありません。代わりに、彼らがまだできないことを心配する必要があります。なぜなら、私たちの最も壮大な夢を実現するには、新しいインテリジェントな機械の助けが必要になるからです。もし私たちが失敗したとしても、失敗したとしても、それは私たちのマシンがあまりにも知性が高いからでも、十分に知的でないからでもありません。私たちが失敗した場合、それは自己満足に陥り、野心を制限したためです。私たちの人間性は、ハンマーを振ることやチェスをすることなど、スキルによって定義されるものではありません。人間にしかできないことが 1 つあります。それは夢です。だから大きな夢を見よう。」

https://www.youtube.com/watch?v=NP8xt8o4_5Q&feature=emb_imp_woyt

ですから、大きな夢を見ましょう。