Шахматный компьютер своими руками

Обновлено: 07.07.2024

Круто- 8ядерник 6950К, 128Гб ОЗУ, водянка и SSD 2,5Гб/с- 200тр.
Хуже на 20%- 4ядерник6600К, 32Гб ОЗУ и SSD 0,5Гб/с- 40тр.
Хуже на 50%- 2ядерник 6300, 8Гб ОЗУ, без SSD- 16тр.
Почему такая разница в цене при неубедительном росте производительности?
1. гипертрейдинг- в шахматах, увы, не нужен,
2. закон Амдала- чем больше ядер, тем больше потерь при распараллеливании,
3. чем больше ядер, тем хуже разгон.
Вот такая петрушка.

Alexandr_L (09.09.2017), GL2016 (06.06.2016), GRF (12.12.2016), SergeyMZ (07.06.2016), SG (06.06.2016), tt66 (07.06.2016), Гудвин (06.06.2016), Философ (07.06.2016)

недавно обновился до скайлека - i5 6500, 3.2 ггц + DDR4 16 гиг.
фрицмарк показывает 10500. что примерно в 2 раза быстрей моего предыдущего компа (xeon на 775 сокете). хватает заглаза, быстрые движки типа стокфиша, легко набирают глубину в 40-45 за небольшое время \в дебюте конечно дольше, там я больше 36-38 обычно не смотрю\. система и базы syzygy на SSD конечно, хотя и с флешки usb 3 все быстро было. гудини 4 выдает от 9000 до 12000 в зависимости от позиции.

Можно увидеть полную комплектацию системника за 40 тысяч?

Фрицбенч- это для лохов, главное в нашем деле глубина- недавно смотрел 3930 и свой 1230v2 (аналог 3770)- разница +1! Мой набирает 40 глубину, тот за это же время 41. По цене- в 3раза.

За 40- только проц, кулер, материнка, память и SSD- остальное, если делаете апгрейт должно быть
С "нуля"- 58тр без видеокарты (там в проце есть встроенное видеоядро- для шахмат за глаза).
Несколько дополнений-
1. при максимальном разгоне- докупите второй вентиль на морду кулера- получите "лишние" 100-200Мгц в разгоне,
2. 32гб памяти должно хватить (это 24гб для движка), но для еще более быстрого набора глубины можно докупить две планки (таких же) по 16гб- тогда будет 48гб хэш,
3. если надо больший объем жесткого диска (вдруг 500Гб мало)- купите 250гб самсунг- для системы и 6 фигурок и 2- 4тб HDD WD со скоростью 5400 или 5900об/с- для хранения файлов,
4. блок питания- дорог, но увы- это сисоник (а значит качество) и самая новейшая конфигурация 2.4 с золотым сертификатом (лет на 10 и хватит). Попробуйте найти на 550вт- я такой брал в феврале за 5.5тр,
5. обратите внимание- на ревизию кулера- "А"- он легче почти на полкило и короче на 7мм при таком же качественном охлаждении,
6. В корпусе уже есть все вентили- ничего докупать и не надо (чем и ценен Залман),
7. Термопаста Arctic Cooling MX-2- порядка 500р за 10г- тонкий слой на крышку проца- размазать визиткой.
8. Захочется поиграть в игры- скоро выйдет GTX 1060- с ценой около 15тр- возьмите- обалдеете.
9. Если нужен монитор- берите самый дешевый (15тр) 27" с разрешением 1920х1080, с матрицей TN- она хоть и менее яркая, но быстрее остальных.
Удачи, гроссмейстер!
PS. Если можете- подождите до конца года- выйдет новый проц 7600К с новой материнкой.

Когда создавались первые вычислительные машины, их воспринимали только как дополнение к человеческому разуму. И до недавнего времени так и было. Программисты учили компьютеры играть в шахматы с 1960-х годов. И тогда победа у игрока-новичка уже считалась большим прогрессом. О серьёзных матчах даже не задумывались.

В 1980-х программа Belle достигла рейтинга Эло в 2250 пунктов, что примерно соответствует рейтингу мастера спорта. И с того времени развитие компьютерных шахмат вышло на совершенно новый уровень.

Сначала честь человечества не смог защитить Гарри Каспаров в 1996 году, а сегодня уже создана нейросеть с рейтингом около 5000 Эло, что в разы превосходит даже сильнейших игроков.

Сегодня разберёмся, как работают шахматные алгоритмы и почему нейросеть Alpha Zero думает практически так же, как человек, только лучше.

У шахмат довольно простые правила. Две противоборствующие стороны, шесть разновидностей фигур и одна цель – дать мат сопернику.

Но при этом вариативность шахмат просто огромна. Существует 400 уникальных комбинаций первого хода – 20 вариантов первого полухода белых и 20 вариантов ответа чёрных. С каждым последующим ходом количество уникальных позиций увеличивается на степень.

Общее количество уникальных партий в шахматы составляет примерно 10120, что на 1040 превышает количество атомов во Вселенной.

Шахматам не грозит быть посчитанными полностью. Поэтому в бой вступают алгоритмы оценки позиции и дерево возможных ходов.

В шахматной теории у каждой фигуры есть своя ценность, которая измеряется в пешках:

Король – бесценен, потому что его потеря означает проигрыш партии.

Анализ современных машин подтверждает истинность такой оценки. Так, в зависимости от позиции на доске компьютер оценивает ферзя в 9–12 пешек, ладью – в 5–6, коня и слона – в 3–5. Короля же машина оценивает в 300 пешек. Это задаёт максимальную границу оценки.

Чтобы было более понятно, преимущество в 0,5 пешки – это уже неплохо для шахматиста. В целую пешку – серьёзный перевес. В 3 пешки – подавляющее преимущество, которое можно практически без проблем довести до победы.
Но счётные возможности машины ограниченны. Иногда она показывает оценку в +51 или что-то вроде. Это означает, что алгоритм видит колоссальное преимущество белых в позиции и материале, но не может найти конкретный путь к мату.

Минимакс, или прямой перебор вариантов, в таком случае не работает. Даже КМС без проблем найдёт на доске мат в 3 хода в миттельшпиле, когда на доске ещё много фигур. А программе для этого нужно будет перебрать свыше 750 млн. полуходов.

Даже если программа перебирает 1 млн вариантов в секунду, чтобы найти мат в 3 хода, ей понадобится до 750 секунд, или 12,5 минут.

И это глубина в 3 хода. В стратегических позициях, где развитие игры идёт с учетом на пять или десять ходов вперёд, такие программы и вовсе будут бесполезными.

Система анализирует начальные варианты ходов и сразу отсекает те из них, которые ведут к мгновенному ухудшению оценки.

Программа отметает те варианты, в которых она сразу проигрывает материал или которые включают комбинации со стороны соперника, в ходе которых она выигрывает материал или партию.

Это позволяет сократить количество рабочих линий на порядки, сосредотачивая вычислительные ресурсы только на тех ветвях дерева, которые в перспективе ведут к улучшению позиции.

В варианте кода это может быть реализовано примерно следующим образом:

За код особо не ругайте.

Рассмотрим на примере. Движок Stockfish считается сегодня одной из самых сильных компьютерных шахматных программ. Обратите внимание на первые пять линий.

Из всего множества вариантов развития событий программа выбирает ряд линий, которые в перспективе ведут к улучшению позиции. Их она анализирует более глубоко – на 15–20 ходов вперёд, чтобы отсечь возможные проигрышные варианты. В результате она выбирает лучшую из возможных линий и делает ход.

После ответа соперника ситуация снова анализируется по тому же алгоритму. Сначала отсекаются заведомо проигрышные линии (таких порядка 95 %), а затем путём более глубокого анализа перспективных вариантов выбирается лучший из них.

Новая эра в шахматных движках: нейросеть Alpha Zero

В 2017 году компания Deep Mind объявила о создании нейросети Alpha Zero. Тестировать её решили на трёх самых популярных стратегических настольных играх: шахматы, го и сёги.

Обучение и подготовка нейросети отличаются от классических компьютерных движков.

Stockfish и другие движки используют для своей работы существующие дебютные базы и анализ позиций огромного количества сыгранных партий.

Alpha Zero не использует ничего, кроме правил. Ей просто дали стартовую позицию, объяснили, как ходят фигуры, и цель игры – поставить мат сопернику. И всё.

За 24 часа игры с самой собой нейросеть смогла достичь сверхчеловеческого уровня игры и по сути изобрести заново всю шахматную теорию, которую человечество по крупицам разрабатывало веками.

В декабре 2018 года Alpha Zero во второй раз сразилась с самой последней версией движка Stockfish.

Исследователи провели 1000 партий с контролем 3 часа на партию плюс 15 секунд на ход. Alpha Zero одержала уверенную победу, выиграв в 155 партиях, сыграв вничью 839 партий и проиграв только 6.
Более того, Alpha Zero одерживала победу даже в партиях с форой по времени на обдумывание. Имея в 10 раз меньше времени, чем у противника, нейросеть всё равно победила в суммарном итоге. Только 30-кратная фора во времени смогла уравнять шансы и дать Stockfish примерно равную игру – 3 часа у движка и всего лишь 6 минут у нейросети.

Alpha Zero анализирует лишь 60 000 позиций в секунду, а тестируемая версия Stockfish – 60 млн. позиций. Для достижения аналогичных результатов анализа нейросети нужно в 1000 раз меньше ресурсов, чем движку.

Секрет успеха – в качественно другом уровне анализа. Нейросеть использует метод Монте-Карло, который высчитывает математическое ожидание комплекса ходов.

Если альфа-бета отсечение способно убрать большинство заведомо проигрышных вариантов, то проверять перспективные всё равно нужно механическим перебором, нейросеть сосредоточена на вариантах, которые ведут к улучшению позиции фигур, материальному перевесу, стеснению фигур соперника или созданию комплексных угроз, включающих матовые атаки.

И, что гораздо более важно, при оценке ситуации Alpha Zero учитывает стратегическую позицию.

Давайте рассмотрим на примере одной из партий.

После 20-го хода на доске творится невообразимая стратегическая борьба. Но если нейросеть шаг за шагом минимально укрепляет свою позицию, избавляясь даже от призрачных слабостей, то движок с 24-го по 29-й ход просто топчется на месте ладьёй.

Позиционная игра – это то, что отличает нейросеть от классического шахматного движка. Ведь она подразумевает длительные игровые планы, которые часто превышают вычислительные возможности машин.

Тем не менее нейросеть умеет играть позиционно не хуже человека и при этом идеально играет тактические позиции, где преимущество достигается в течение 5 или меньше ходов.

Более того, нейросеть уже помогла найти теоретикам шахмат целый ряд неочевидных, но при этом очень сильных разветвлений дебютов, которые никогда не рассматривали ранее.

Многие теоретики считают, что благодаря шахматным компьютерам повысился и средний рейтинг топовых шахматистов. Ведь современные тренировки включают глубокую проработку компьютерных вариантов и разбора партий движками. Средний рейтинг ведущих топ-100 шахматистов в 2000 году составлял 2644 пункта Эло, а в январе 2021 года – 2715. За 20 лет среднее значение увеличилось на 71 пункт.

Сегодня человек уже не способен соревноваться с компьютером в шахматах. Нейросеть вобрала в себя все преимущества человеческого шахматного мышления, но при этом лишена его недостатков.

Она умеет мыслить позиционно и при этом не допускает зевков и ошибок. И самое интересное в этом ситуации – шахматы для Alpha Zero являются только тестировочным полигоном, где система оттачивает навыки работы. Реальные же её цели Google не раскрывает. Поэтому здесь может быть всё что угодно: от анализа изменений климатической ситуации до создания системы идеально персонифицированной рекламы. А как вы считаете, для чего создают настолько мощную нейросеть?

Создать своего гениального цифрового шахматиста или получить Level Up по навыкам и зарплате можно пройдя онлайн-курсы SkillFactory со скидкой 40% и промокодом HABR, который даст еще +10% скидки на обучение. Узнайте подробности.

Они мило беседовали, и ради забавы Маккарти предложил Леви сыграть партию в шахматы прямо здесь и сейчас. Леви обыграл его довольно просто. Маккарти, впрочем, предложил заключить пари. Компьютеры смогут обыграть чемпиона вроде Леви через 10 лет, сказал он. Леви отшучивался, но Маккарти стоял на своем. Поэтому Леви принял пари и поставил 500 фунтов стерлингов — в современном эквиваленте порядка 12 000 долларов — которые отошли бы Маккарти, если бы компьютер обыграл Леви до 1979 года.

Игра началась. История битвы человечества с машинами в тысячелетней игре преисполнена соревновательным духом и технологическими сюрпризами. Но кто, человек или компьютер, победит в конце концов? Как компьютеры изменили шахматы в качестве соревновательного вида спорта? И, что более интригующе, будет ли завтрашний непобедимый игрок комбинацией из человека и машины, опираясь на сильные стороны обоих?

Подписывайтесь на наш канал в Яндекс Дзен. Там можно найти много всего интересного, чего нет даже на нашем сайте.

Леви сделал ставку во времена, когда темпы улучшения вычислений были высокими. Несмотря на его уверенность в обратном, было множество людей вроде Маккарти, которые думали, что машина сможет его победить.

В 1978 году Леви оказался в Торонто, играя с компьютерным соперником в матче, который стал важной вехой в истории шахматного программирования. Он сыграл пять игр против оппонента. Первая окончилась вничью, но вторую и третью он выиграл. И затем проиграл четвертую. Если бы компьютер выиграл последнюю партию, серия закончилась бы вничью, но Леви упорствовал — и победил.

И продолжал побеждать. С момента согласования первоначальной ставки с Маккарти, его не могли победить компьютеры в выставочных матчах в течение 21 года. И только в 1989 году, во время матча, организованного Британским компьютерным сообществом в Лондоне, Леви был, наконец, свергнут программой под названием Deep Thought. Меньше чем через 10 лет, в 1997 году, суперкомпьютер IBM Deep Blue первым в истории одолел действующего чемпиона мира — Гарри Каспарова — в турнирной игре. Скоро об этом достижении узнал весь мир.

В те дни шахматные компьютерные программы могли продумывать лишь ограниченное количество ходов наперед, пять или шесть. Леви тянул свое время и искал возможности, которые могли бы позволить ему взять инициативу на себя.

Шей Бушинский, шахматный программист, разработавший программу Junior вместе с Амиром Баном, давний друг Альтермана. Он вспоминает, как работал с ним над Junior в начале 2000-х, когда еще оставались важные направления игры, в которых люди могли бы преуспеть против машины.

Были и люди, которые поняли, что шахматные программы не всегда имеют хороший код. Саймон Уотерс, британский шахматный энтузиаст, обнаружил несколько ошибок программирования в популярной бесплатной программе GNU Chess.

Слишком мощный

Чтобы не пропустить ничего интересного из мира высоких технологий, подписывайтесь на наш новостной канал в Telegram. Там вы узнаете много нового.

Шахматные программисты пользовались идеями людей вроде Дэвида Леви и Бориса Альтермана с тех пор, как в 1968 году была заключена знаменитая сделка. По сути, шахматные программы в наши дни настолько мощные, что даже у лучшего игрока в мире (сейчас это 24-летний норвежец Магнус Карлсен) нет шансов победить в турнирном матче.

Результатом деловито жужжащих машин Лефлера является возрастающее мастерство Komodo. Существует рейтинговая система для оценки шахматной способности, которая применяется к людям и компьютерам, под названием рейтинг Эло, названный в честь Арпада Эло, профессора физики, который его изобрел.

Эло Магнуса Карлсена сейчас составляет 2850, тогда как Komodo удобно чувствует себя повыше — на 3350. Эти рейтинги меняются с течением времени на основе выигранных, проигранных и сыгранных вничью игр против оппонентов, принимая во внимание собственный Эло оппонента. К примеру, игрок с Эло в 1400 получит больше очков, сыграв вничью против Карлсена, чем кто-то — и компьютер — с сопоставимым Эло, сыграв вничью с чемпионом мира, достигнувшим того же результата.

Шахматный киборг

Стоит отметить, что существует даже спортивный интерес в просмотре игр компьютеров друг против друга. Любители компьютерных шахмат даже отслеживают и обсуждают баталии машин на онлайн-форумах.

Но что, если компьютер не всегда будет соперником? Что, если спроектировать его для помощи игроку-человеку, чтобы преимущества обоих типов мозга можно было использовать одновременно? Такая система — своего рода шахматные киборги — могла бы продвинуть даже новичков до небывалых высот.

Именно это произошло с двумя любителями в 2005 году. Стивен Крамтон и Захария Стивен были приятелями по шахматам, познакомившимися в местном клубе в Нью-Гемпшире в США. Несколько лет они провели, оттачивая свои навыки в игре, и Стивен, в частности, увлекался шахматным программированием.

Крамтон и Стивен были любителями, ходили на ежедневную работу и были практически неизвестны в мире соревновательных шахмат. Но в рукаве у них было несколько крутых трюков. Они разработали базу данных персональных стратегий, которые показывали, какой из двух игроков обычно имеет больший успех, когда сталкивается с похожими ситуациями.

У них было три ПК, которые пропускали цифры и были специально подготовлены Стивеном. Но что самое главное, любители знали, как на самом деле играть в игру киборга.

Устав читеров

В конце концов, все это окупилось — они выиграли турнир, оставив за собой гроссмейстеров и некоторые из хорошо известных программ. Это был настоящий шок, который подтвердил, что теория работает: определенные человеческие навыки оставались непревзойденными, когда дело доходило до шахмат, и, разумно используя эти навыки в кооперации, можно сделать команду непобедимой. Люди, играющие вместе с машинами, считаются сильнейшим из возможных шахматным соперником.

Этот факт спасает человечество, и слава богу, от позора быть запросто обыгранными компьютерами в игре, в которую мы играли тысячи лет. Справедливо также отметить, что компьютеры, наверное, безнадежно и навсегда изменили процесс игры в шахматы. В последние годы наблюдается тревожный рост читинга на турнирах, чаще всего с участием компьютеров. В апреле этого года одного гроссмейстера поймали за использованием компьютера, когда он решил посетить туалет во время матча. Руководители говорят, что обнаружили iPod Touch с шахматным приложением, с которым консультировались во время перерывов. В сентябре итальянца застали за использованием хитроумной системы с камерой, кодом Морзе и пособника, вооруженного шахматной программой, во время игры.

Шахматы всегда были и будут жесткой соревновательной игрой. Возможно, компьютеры действительно слишком сильны, чтобы мы могли их обыграть. Но Бушинский высказал интересную мысль. Поскольку юные игроки даже и не думают бросать вызов машинам, эпоха их улучшения для соперничества с человеком может подойти к концу. Тот факт, что мы боимся с ними играть, может быть прекрасным ходом сам по себе.

История шахматного компьютера

К идее создания устройства для игры в шахматы ученые возвращались часто. Впервые о шахматном программировании заявил американский математик Клод Шеннон в 1951 году. Он находил создание программы, способной играть в шахматы, интересным вопросом для исследования, но ставил под сомнение практическую нужность этого изобретения. В 1957 году была создана первая полноценная программа для игры с участием всех фигур. Это был большой прорыв в области программирования, но не в шахматном спорте, так как компьютеры проигрывали человеку.

В 1994 году суперкомпьютер IBM Deep Blue обыграл действующего чемпиона Гарри Каспарова. Позже советский гений взял реванш, но о противостоянии легенды шахматного мира и суперкомпьютера говорили еще очень долго.

Скандальные события привлекли большое внимание к этому виду спорта, а на рынке появились специальные шахматные компьютеры. Эти устройства стали активно применять спортсмены для разбора партий и расчетов ходов и любители как развлечение.

Шахматный компьютер чаще всего представляет собой стандартное шахматное полотно, соединенное с дисплеем и датчиками выполнения игровых манипуляций.

В зависимости от размеров и конструкции различают три типа шахматных компьютеров:

Плюсы использования шахматного компьютера

Сторонники этих устройств непременно отмечают плюсы использования устройств:

Минусы использования шахматного компьютера

При всем спектре полезных свойств компьютера определенные недостатки этих устройств все же имеются:

Ограниченное количество дебютов, заложенных в память компьютера, в то время как, например, онлайн-игроки имеют доступ к открытым шахматным базам, которые будут на порядок шире.
Невозможность обновления программы. Если игрок исчерпал возможности своего устройства, то ему придется приобрести новый, более мощный компьютер, так как обновление программы не предусмотрено.
Игра против искусственного интеллекта. Стиль игры компьютера зависит от той базы, которая в него вложена разработчиками, и не отличается гибкостью. Это нужно учитывать при выборе устройства.
Неспособность компьютера к риску. Машина ведет математические расчеты по заданным схемам и не способна к позиционным жертвам.
Высокая цена при ограниченной функциональности. Устройство для игры в шахматы – удовольствие не из дешевых. Можно с меньшими затратами или бесплатно получить все те же опции, воспользовавшись специальными интернет-приложениями.

Вывод

С развитием компьютерных технологий шахматный компьютер во многом можно считать детской забавой, так как даже самое мощное устройство уступит шахматной программе. Выбирая этот способ игры, заранее соглашаешься со стилем, заложенным в машине.

Но устройство идеально подойдет новичкам, желающим освоить шахматную науку, любителям, которым важно видеть доску и держать реальные фигуры в руках, спортсменам в качестве тренажера.

Резюме

Контекст

Общий

Шеннон не пишет программ, но предлагает методы и алгоритмы, которые составляют основу шахматных программ, созданных с тех пор. Он признает, что шахматы - интересная проблема и лакмусовая бумажка возможностей систем обработки информации . Он описывает анализ стратегии машины как проблему реальной формы, не усложняющую реальность. По его словам, хотя это может и не иметь никакого практического значения, то, может ли компьютер играть в шахматы, представляет теоретический интерес, и есть надежда, что удовлетворительное решение этой проблемы может выступить в качестве рычага в игре. природа, но более важное значение.

По словам Шеннона, цель шахмат ясна и ясна: мат . Кроме того, в игре используется простая система правил, которая не включает никаких элементов удачи или случайности, хотя к этой простой цели с помощью этих простых правил трудно приблизиться. Он рассматривает матч человек-машина в шахматах как честное противостояние.

Он не думает, что победа компьютера над человеком в игре в шахматы неизбежна, но тем не менее отмечает четыре преимущества для каждого соперника. он считает, что компьютер очень быстро выполняет вычисления, никогда не ошибается, если в программе не введена ошибка, никогда не скучает и не устает, полностью анализирует каждую позицию или каждый возможный ход, и не играет с эмоциональным регистром и не ошибается. сторона самоуверенности в априори выигрышных ситуациях, которые могут быть потрачены зря или превращены в сложные ситуации, которые могут потребовать спасения. Шеннон считает, что противник-человек, с другой стороны, обладает гибким умом, который может изменять рассуждения или скорость для решения проблемы, а не просто применять простой набор правил. Он замечает, что он также одарен разумом , воображением и способностью учиться.

В статье описывается, как машина или компьютер могут сыграть разумную партию в шахматы . Он представляет способ, которым программа может представлять шахматную доску , оценивать позицию и генерировать следующие движения.

Исследовать

Шеннон считает стратегии типа A нежизнеспособными из-за сложности численных расчетов и демонстрирует невозможность учета всех позиций: для каждой позиции существует около тридцати возможных ходов, с учетом глубины в три удара для каждой из позиций. два цвета, расчет займет шестнадцать минут, с системой, способной оценивать миллион позиций в секунду (для сравнения, Deep Blue может оценивать 200 миллионов позиций в секунду). Вдобавок Шеннон заметил, что стратегии A-типа слишком упрощены, игнорируя аспект спокойствия (не) исследования ( эвристический поисковый интеллект следует за наиболее многообещающими движениями более глубоко, избегая при этом малообещающих или тихих ударов).

Шеннон предполагает, что стратегии типа B могут использовать два подхода. Можно использовать своего рода поиск в состоянии покоя или оценку только нескольких ходов для каждой позиции, игнорируя все ходы, кроме тех, которые определены как хорошие (метод, называемый сокращением).

Оценочные функции

Шеннон раскрывает свой типовой процесс Minimax, впервые представленный несколько лет назад фон Нейманом , основанный на функции оценки (в) static с учетом положения шахматной фигуры, чтобы компьютер мог внезапно решить играть. Он дает грубый пример функции оценки, в которой значения черных позиций вычитаются из значений белых. Материал оценивается по обычной относительной стоимости фигур (1 очко за пешку , 3 очка за коня или слона , 5 за ладью и 9 очков за ферзя или короля ). Он учитывает такие факторы, как позиционные сдвоенные пешки , обратная пешка или изолированные пешки . Подвижность также является фактором, который добавляет 0,1 балла к каждому разрешенному движению. Он также считает мат взятием короля и дает ему искусственную ценность в 200 очков.

Предложения

Шеннон также предлагает некоторые дополнительные предложения и комментарии. Как и Чарльз Бэббидж , он выступает за использование статистических элементов для случайного выбора самых безопасных снимков. Он также рекомендует использовать библиотеку открытий со случайным выбором, что вносит разнообразие.

Число Шеннона

Потомство

Статья Шеннона - это больше, чем просто краткое изложение того, какой должна быть машина, которая может играть в шахматы. В нем освещаются нерешенные теоретические вопросы и внимание широкой аудитории уделяется возможности создания машины, способной играть в шахматы, а также вдохновлено поколение шахматных программистов. Клод Шеннон первым опубликовал последовательное описание применения минимакса к игре в шахматы, и эта статья делает его одним из кандидатов на звание основателя шахматных программ вместе с Аланом Тьюрингом с его программой 1948 года под названием Turochamp и что Конрад Цузе благодаря своему языку программирования под названием Plankalkül и компьютерным шахматным программам, которые он написал с 1941 по 1945 годы. Все прошлые и настоящие шахматные программы были основаны на методах, описанных Клодом Шенноном.

Читайте также: