История изменений

Шо такое ИИ по очень простому.

Рассмотрим на примере «ИИ для игры в русские шашки». Не так сложно несмотря на сильно большое количество вариантов занести все позиции в комп, как и возможные переходы из одной в другую.

Т.е. получаем такой ориентированный граф, где узел – позиция, а ребро – ход. Понятно, что к одинаковым позициям можно придти разными ходами.

Но как выбирать ход/ребро в имеющейся позиции? И тут начинается шаманство с базой для ИИ – нейронными сетями с весовыми функциями.

В зависимости от количества выигрышных позиций и проигрышных позиций, следующих после каждого из ходов/рёбер, этому ребру присваивается «вес» и из позиции выбирается ребро с наибольшим весом.

А тут нас подстерегает необходимость очередного шаманства, поскольку надо «руками» прописать выбор веса, ну, т.е. сначала берём все рёбра с наибольшим числом «побед» и из них выбираем с наименьшим числом «поражений» или наоборот или сразу ищем седловые точки «максимум побед, минимум поражений» и как-то прописываем выбор из равных вариантов.

Здесь вам понятно, что ИИ не сможет сделать тот ход, которому не соответствует никакое ребро? Или сделает ход с ошибочно наилучшим весом? Или зависнет, если не заложен механизм разрешения коллизии «все рёбра имеют одинаковый вес по всем параметрам»?

Если вы прикинете сложность ИИ для русских шашек (имеющих, кстати, выигрышную стратегию для белых), то поймёте, почему полноценный ИИ для шахмат требует целого датацентра, построенного возле АЭС.

Тут вас должно настигнуть озарение, что ИИ для управления электростанцией будет потреблять всю э/э, вырабатываемую этой э/станцией, потому выгоднее будет иметь 4х узконосых обезьян человеко-операторов с инструкцией в цветных картинках и электромеханическую систему управления.

Шо такое ИИ по очень простому.

Рассмотрим на примере «ИИ для игры в русские шашки». Не так сложно несмотря на сильно большое количество вариантов занести все позиции в комп, как и возможные переходы из одной в другую.

Т.е. получаем такой ориентированный граф, где узел – позиция, а ребро – ход. Понятно, что к одинаковым позициям можно придти разными ходами.

Но как выбирать ход/ребро в имеющейся позиции? И тут начинается шаманство с базой для ИИ – нейронными сетями с весовыми функциями.

В зависимости от количества выигрышных позиций и проигрышных позиций, следующих после каждого из ходов/рёбер, этому ребру присваивается «вес» и из позиции выбирается ребро с наибольшим весом.

А тут нас подстерегает необходимость очередного шаманства, поскольку надо «руками» прописать выбор веса, ну, т.е. сначала берём все рёбра с наибольшим числом «побед» и из них выбираем с наименьшим числом «поражений» или наоборот или сразу ищем седловые точки «максимум побед, минимум поражений» и как-то прописываем выбор из равных вариантов.

Здесь вам понятно, что ИИ не сможет сделать ход, если ему не соответствует никакое ребро? Или сделает ход с ошибочно наилучшим весом? Или зависнет, если не заложен механизм разрешения коллизии «все рёбра имеют одинаковый вес по всем параметрам»?

Если вы прикинете сложность ИИ для русских шашек (имеющих, кстати, выигрышную стратегию для белых), то поймёте, почему полноценный ИИ для шахмат требует целого датацентра. построенного возле АЭС.

Тут вас должно настигнуть озарение, что ИИ для управления электростанцией будет потреблять всю э/э, вырабатываемую этой э/станцией, потому выгоднее будет иметь 4х обезьян человеко-операторов с инструкцией в цветных картинках и электромеханическую систему управления.