Алгоритмирование го и преподавательские методики

Предлагаю следующую мысль к обсуждению (навеяно дискуссией с Лесом в ветке про нечёткую логику)

Предлагается проследить связь между моделью игры, выстраиваемой преподавателем у своих учеников и структурной моделью в компьютерном смысле. Полагаю, это интересная для обсуждения тема.

Фактически, преподаватели ежедневно занимаются тем, о чём тут уже давно сказано, что это невозможно - построением модели.

По ходу, это поможет и преподавателям усовершенствовать методики.
(Что-то в этом плане я имел ввиду, когда шутил про "Секретную схему Го")

Чурики, табуретками не кидаться.



<Китай в нашем сердце>

Я вообще считаю, что это (упор на (само)обучение) - единственный перспективный подход потому что:

1) Игра слишком сложна для описания "ручками" всех её аспектов
2) Дает прицел на переход от частной задачи игры Го к решению задач широкого класса.

Подчеркну, что речь не о том "самообучении" к которому мы привыкли, (основанном, как правило, на генетических алгоритмах) по схеме полети_или_разбейся. Должен присутствовать Учитель. Значит должен быть язык общения... В общем, чуть отпускаешь фантазию - и уже в ужасе, каких задач нагородил. :)))
Уверен я только в одном - легко не будет. (И невостребованные денежки Инга тому порукой 8) )

Ага, я кажется, попал в точку.
Правда, настораживает отсутствие интереса к теме.



<Китай в нашем сердце>

В нейронных сетях есть даже термин "обучение [сети] с учителем". Есть программы-призеры (американского го-турнира компьютерных програм) на нейронных сетях, правда они, кажется, обучались на игре сами-с-собой и на игре против других програм-призеров, то есть такие же тупые.
Я почитал форум, и насколько я понял, пока что даже не формализована задача. Без _четкой_ постановки задачи программу написать посто невозможно. Что должна делать программа, играющая в го? Игра го нечеткое понятие, даже цель игры трудно описать математически точно.

//Я почитал форум, и насколько я понял, пока что даже не формализована задача. Без _четкой_ постановки задачи программу написать посто невозможно. Что должна делать программа, играющая в го? Игра го нечеткое понятие, даже цель игры трудно описать математически точно.

Позапрошлым летом я принял участие в пари на то, что в течение 10 лет не будет написана программа, играющая на уровне 1 ама-дана.

Похоже, пиво остаётся за мной.

Хотя Лес и сболтнул, что составить го-программу для пролог машины несложно, мы, кажется, пришли к общему мнению, что он погорячился.

Вот и ещё один голос за моё пиво.

Хотите верьте, хотите нет, а я с превеликим удовольствием прочитал бы в этой ветке какое нибудь сообщение В.Д. Шикшина (хотя бы даже и "Мы воздерживаемся от комментариев..." :)



<Китай в нашем сердце>

Да, Максим.
Возможно, я попробую начать писать постановку.
Мне нужен хороший программист. Естественно, что я буду опираться на 3 кита: 1) Обучение программы "как ученика" - закладка базы данных и
разработка(взять готовую) хорошей поисковой системы 2) Блок игрового анализа 3) И естественно, совершенствование игрового анализа и самообучение на базе послеигрового анализа партий. Думаю, реализация займет не менее 3-х лет, если я вдруг решусь на это.
С уважением

PS: Когда я заканчиваю писать или переводить книгу, то перерыв на обед до следущей книги составляет ровно одну чашечку кофе.
Если я вдруг сойду с ума и решусь начать писать постановку, то боюсь что перерыва не будет даже на одну чашечку кофе.



Отправка отредактированного (31/08/04 16:33)

Как жаль, что нельзя заново "просмотреть" свои собственные мысли, возникавшие на разных этапах обучения... О чем думал, когда брал у иговинки 5 камней форы и все равно проигрывал. Можно понаблюдать за процессом со стороны, обучив кого-нибудь с нуля, но это совсем не то что собственные переживания. Ну и конечно, даже у совсем начинающего игрока, уже есть багаж неких знаний. Вот, мой однокурсник, играющий в шахматы, стартовал гораздо быстрее меня. Но нет такого человека, который не знал бы вообще ничего, причем эти знания неформальные.
Если мы идем по старому доброму пути подражания природе, то, боюсь для моделирования отправной точки прийдется загонять в формальные рамки такие понятия как "если-то" (логика) "вероятно" (теорвер) "примерно" (нечеткая логика), "похоже на" (нейросеть) "мое-чужое" (теория игр) и т.д.
Что первично, без чего точно нельзя обойтись? ...

(с) Ты знал, ты знал!!!



<Китай в нашем сердце>

DOCTOR высказал очень здравую мысль (я к ней тоже пришел независимо пару месяцев назад) - пожалуй, лучший из методов обучения (для программ) - послеигровой разбор партий.
P.S.
>я буду опираться на 3 кита
А разве одного Kit-а недостаточно? ^_^

А что именно понимается под послеигровым разбором партии? Насколько широкий набор фраз учителя должен понимать ученик?

"Не ходи сюда потому что ... <разбор вариантов>"
"Просто не ходи сюда"
"Первый ход можно делать в любой угол в силу симметрии"
"Если тенуки, то выгонят в центр"
"Так можно играть, только если много ко-угроз"
"Влияние этой стенки ощущается даже в центре доски"
"Не ковыряй в носу"
"Такой ход следует придержать до ёсэ"
"Группа жить будет, но плохо"
"Это дзёсэки корейское, а наш клуб спонсируют японцы"
"Белые должны сохранить темп"
...

"Это дзёсэки корейское, а наш клуб спонсируют японцы"
"Не ковыряй в носу"

Вот эти два очень понравились.



&lt;Китай в нашем сердце&gt;

Ну это учитель с учеником. А "равные" могут, пожалуй, только предлагать варианты и обосновывать их. Имелось в виду самообучение, на не обучение программы.

Не вижу ничего ироничного, кроме глупости, в постинге Les << что именно понимается под послеигровым разбором партии? Насколько широкий набор фраз учителя должен понимать ученик?>>
Основной целью послеигрового анализа является определение главной ошибки, которая привела к проигрышу. Ее исправление (или частичное устранение) и является основной задачей совершенствования программы. И так от партии к партии. Возможно исправление и более мелких ошибок, впрочем это не обязательно.
С уважением

>>В нейронных сетях есть даже термин "обучение [сети] с учителем"
Этот термин не из нейронных сетей, вернее не только из них - это один из общих методов для обучния ИИ-ситстем.
Заключается он в том что обучение производится на специально подготовленной выборке данных, для которой известны "правильные ответы". Обучаемая система решает задачу и сверяет ответ с эталонным и в случае неверного ответа происходит соответсвующая подстройка системы.

Лично мне применение этого подхода к Го видится следующим образом: программе ставится задача (на уровне "Куда ходить дальше"), а сидящий рядом человек-эксперт оценивает ответ, который дала программа и предлагает свой. В зависимости от оценки программа "подкручивает" себя соответсвующим образом. Проблема здесь в том, что для обучения нужно прорешать ограмное количество задач и если для компа это не представляет особых сложностей, то для человека-эксперта - совсем наоборот. И еще ньанс - боюсь, что разные эксперты будут давать разные оценки одному и тому же ходу: кто то предпочитает мирно делить территорию, кто то не мыслит партию без того чтобы развернуть борьбу по всей доске и т.п.

>> Основной целью послеигрового анализа является определение главной ошибки, которая привела к проигрышу....

Т.е. "Не ходи сюда, ходи сюда", так? Чтобы такое указание имело практическую пользу, мы должны добиться чтобы в будущем обучаемый эту ошибку не повторял. Для этого, мы вводим новое правило игры вида "в такой ситуации делай не так, а так".
Самое трудное место здесь - "в такой ситуации". Чтобы это правило эффективно работало, мы должны запомнить не просто квадрат скажем 6х6, а гибко описать ситуацию, с учетом как ближайшего, так и удаленного контекста (ко-угрозы, ситэ-атари). При этом привлекаются такие неочевидные понятия, как адзи, влияние, форма, дамэдзумари и т.д. как все это формализовать, я не знаю.
Может быть, у DOCTOR-а есть пример разобранной достаточно формальным образом партии?