아난드는 마음 속으로 얼마나 많은 움직임을 계산합니까?

나는 항상 이것에 대해 궁금했다! Anand와 같은 강력한 플레이어가 게임 중에 실제로 '볼'수있는 행동은 몇 개입니까? Deep Blue와 같은 슈퍼 컴퓨터 계산은 강력한 인간 플레이어의 계산과 어떻게 다릅니 까?

우선 여기를 참조하십시오 . 여기 인용문이 있습니다

카스파로프는 자신이 생각할 수있는 움직임이 몇 개인 지에 대해 물었다. "일반적으로 3 ~ 5 개의 움직임을 계산할 것"이라고 그는 말했다. "더 이상 필요하지는 않지만 필요한 경우 더 깊이 갈 수 있습니다." 예를 들어, 강제 이동과 관련된 위치에서는 12 또는 14 개의 이동을 미리 볼 수 있다고 그는 지적했다.

그것은 분명 그것이 잘 작성 방법에 따라 달라 슈퍼 컴퓨터를 들면, 컴퓨터가 보통 (흰색)을 상대 팀 선수를 고려 습관처럼, 불필요한 이동에 제한 생각에 사용되는 알파 - 베타라는 개념이있다 c3, b5, d6, f7, 콤보, 첫 번째 움직임에. 그러나 후 c3, b5그것을 고려해야 d6하고, 응답이 준비되어 있습니다. chess.com 에서 처음부터 체스 엔진 만들기 라는 페이지 에서 :

컴퓨터는 초당 수백만 개의 위치를 ​​쉽게 평가할 수 있습니다. 일반적으로 속도는 MNode / sekund 단위로 측정되며 초당 백만 개의 위치 (컴퓨터 과학 용어의 노드)를 의미합니다. 이전 랩톱에서 실행되는 Fritz는 약 2.5MNode를 수행하는 반면 Deep Blue는 초당 약 200MNode를 수행했습니다. 원자력이 전부는 아닙니다. 평가 기능도 매우 중요합니다. 거의 모든 엔진이 다음 이동을 찾기 위해 가능한 이동의 검색 트리를 검색하기 위해 동일한 알고리즘을 사용합니다. 이 알고리즘은 알파-베타 검색으로 알려져 있거나 이것의 변형입니다.

중요한 차이점은 컴퓨터가 알려진 오프닝의 개념과 같이 인간이 당연한 것으로 생각하는 것을 고려해야한다는 점입니다. 좋은 프로그램은 어떤 콤보가 작동하는지 기억하고 (등급을 기준으로 평가 한 다음 등급을 기준으로 게임을 수행) 결과와 무관 한 포크와 같은 개념을 인식하기가 매우 어려우면, 이것은 인간이 포크를 할 수 있고 또 다른 더 나은 미래 움직임을 볼 수 없기 때문에 이점이 될 수 있습니다.

그것이 도움이되기를 바랍니다!

이것은 다음과 같이 잘못 정의 된 질문입니다.

그러나 대답을 찌르려면 위치에 완전히 의존해야합니다. 위치는 가능한 많은 전술적 변화가있는 경우, 대답은 아마 될 것입니다 매우 앞서 지금까지, 5, 6 또는 그 이상의 이동합니다.

포지션이 매우 닫히고 포지션 전략이 중요한 경우, 대답은 아마도 이전 경험, 포지션 전략에 대한 이해 및 그의 움직임을 안내하는 오프닝 / 기타 토너먼트 게임에 크게 의존하고있을 것입니다. 이것은 대개 그가 가능한 변형을 암기하고 자신이 실수하지 않음을 확신하면서 움직일 수 있음을 의미합니다.

포지션이 최종 게임 포지션으로 간주된다면, 전술과 변형의 수가 크게 줄어들 기 때문에 그는 다시 한 번 더 멀리 볼 수 있어야합니다.

이것은 대부분의 체스 플레이어에게 해당되며, 마스터와 그랜드 마스터 플레이어는이 모든 것을 작은 플레이어보다 더 많이 수행 할 수 있습니다.

이것이 (딥) 블루와 같은 체스 엔진의 개발에 어떻게 적용되는지에 관해서는 그렇지 않습니다. 컴퓨터는 주로 계산 능력이 뛰어나고 이전 경험에 크게 의존하지 않는 알려진 오프닝 / 엔드 게임 위치 및 전치 테이블이있는 대규모 데이터베이스 이외의 데이터베이스입니다. 그들은 상대방의 최고 (추종) 동작이 가장 약한 동작으로 정의 된대로 최상의 동작을 검색합니다 (이것은 일반적으로 Chess Engines에서 사용되는 최소-최대 검색 알고리즘의 기본 원리입니다). 인간이 강한 컴퓨터 상대를 플레이 할 때는 승리 가능성을 높이기 위해 몇 가지 전술만으로도 큰 위치 게임을 만드는 것을 목표로 삼아야합니다. 전술을 계산할 때 컴퓨터는 인간보다 훨씬 적은 실수를 저지르며 일반적으로 위치 플레이가 열악합니다.

유명한 이야기를 추가하려고 생각했습니다 (아마도 외경).

1920 년대 한 토너먼트에서 한 신문 기자는 리차드 레티에게 몇 가지 움직임을 읽을 수 있는지 물었습니다. Reti가 대답 했습니다. "한 가지만 나아갈 것입니다 : 올바른 것."

Anand와 Carlsen과 같은 플레이어는 최상위 레벨의 눈가리개 체스를 사용할 수 있습니다. 나는 이것이 그러한 플레이어들이 "볼 수있는"앞으로 나아갈 수는 본질적으로 무제한이라는 것을 의미한다고 생각한다. 보드에서 그들은 게임의 결론을 결론으로 ​​시각화 할 수있을 것이다. 그러나 특정 상황에서는 매우 중요하지만 거대한 게임 트리의 단일 지점을 한 번에 깊이 탐색하는 것만으로는 최고의 움직임을 만들어 내기에 충분하지 않습니다 (또한 최상의 시간 관리 형식이 아닐 수도 있음).

아난드와 같은 강한 선수가 볼 수있는 거리는 위치에 따라 다릅니다. 이동 1에서 그는 상대방이 어떤 완벽한 응답을 할 것인지 모르기 때문에 앞으로 나아갈 수 없습니다. 최종 게임에는 그가 볼 수있는 15 또는 20 이동 길이의 강제 라인이있을 수 있으며, 그로 인해 많은 약한 플레이어가 될 것입니다.

강력한 인간과 슈퍼 컴퓨터의 두 가지 중요한 차이점은 다음과 같습니다.

1) 슈퍼 컴퓨터는 어떤 사람보다 훨씬 더 빠르게 계산할 수 있으므로 같은 시간에 어떤 사람보다 더 많은 움직임 (수십배 이상)을 고려할 수 있습니다.

2) 매우 강한 플레이어는 슈퍼 컴퓨터보다 위치를 평가하는 데 훨씬 능숙합니다. 이는 예상치 못한 회선을 신속하게 거부 할 수 있으므로 슈퍼 컴퓨터보다 고려해야 할 변형 수를 크게 줄입니다. 효과적으로 그들은 종종 슈퍼 컴퓨터보다 더 멀리, 때로는 더 멀리 볼 수 있습니다.

덧붙여서,이 우수한 평가 능력은 강력한 그랜드 마스터를 슈퍼 컴퓨터뿐만 아니라 당신이나 나와 같은 평범한 플레이어 나 최소한 나 ;-)로부터 분리시킵니다.

약한 선수는 종종 강한 선수와 계산 능력이 크게 다르지 않습니다. 그들은 단지 결과적인 포지션이 좋은지 나쁜지뿐만 아니라 더 강한 플레이어가 하는지를 인식하지 못합니다. 평가 능력이 열악하다는 것은 슈퍼 컴퓨터처럼 유망한 변형을 분석하는 데 시간을 낭비한다는 의미입니다.