দাবা বিধি শিখছি

11

একটি অনুরূপ প্রশ্ন জিজ্ঞাসা করে যে কোনও কম্পিউটার হাজার হাজার গেম বিশ্লেষণ করে দাবাতে সর্বোত্তমভাবে খেলতে শিখতে পারে কিনা asks

প্রথমদিকে এবং প্রতিটি পদক্ষেপের পরে যদি কোনও মেশিন দাবা কয়েকটি গেমের জন্য বোর্ডের অবস্থার দিকে নজর দিতে পারে (বা চেকারদের কয়েকটি গেম), তবে কি এটি খেলার নিয়মগুলি জানতে প্রোগ্রাম করা যেতে পারে?

যদি এটি পারে তবে কতটা (উদাহরণস্বরূপ, এটি কাস্টিং বা প্রচারের জন্য অ্যাকাউন্ট করতে সক্ষম হবে) এই কাজ করবে? কোন মেশিন লার্নিং অ্যালগরিদম এটি সম্ভব করে তুলবে?

— Yktula
সূত্র

3

মেশিনটি এমন একটি স্থানে পৌঁছতে সক্ষম হবে যেখানে এটি বলতে পারে "আমি এই পদক্ষেপটি দেখেছি, তাই আমি ধরে নেব যে আমি একই পরিস্থিতিতে এটি সম্পাদন করতে পারি।" এটি "বিধিগুলি শেখার" গঠন করে কিনা তা প্রায় দার্শনিক প্রশ্ন। ;)

— প্রতারণা করুন

@ নির্ধারণ করুন, আপনি সম্পূর্ণরূপে ঠিক নন। নিয়মগুলি শিখার দ্বারা একটির অর্থ প্রোগ্রামটির আগে কখনও হয়নি এমন লেআউটটি দিয়ে মুভটি তৈরি করতে সক্ষম হওয়া। অন্যথায় এটি নিয়মগুলি শিখছে না তবে চলাগুলি মুখস্ত করে।

2

@ ম্যাক্স কম্পিউটার কি আগে কখনও কখনও দেখা যায় নি সঠিকভাবে চাল করতে সক্ষম হবে? বলুন, এটি নাইটকে দু'দিকে এগিয়ে এবং এক দিকে অনেকবার যেতে দেখেছে, তবে কখনও পিছনে নেই, একজনও একদিকে to কীভাবে এটি আত্মবিশ্বাসের সাথে বলতে পারল নাইটদের চলাচলের বিষয়ে বিধিগুলি? সম্ভবত নিয়মগুলির একটি বিশেষ ধারা রয়েছে যা বলে যে "নাইটগুলি পিছনে যেতে পারে না, কেবল এগিয়ে যেতে পারে" (ঠিক তেমনি পাউন্ডার মতো)। সুতরাং নিশ্চিতভাবে বিধি বিয়োগ করাকে অসম্ভব বলে মনে হচ্ছে। এটি বেশ কিছু মানুষের জন্যও যায়।

— প্রতারণা করুন

8

@Max বস্তুতপক্ষে, সেখানে পারে নিয়ম কম্পিউটার না পারেন, অসীম সংখ্যা হতে অনুমান । On the 8th turn the knight may not turn right. On a sunny day the pawns may jump over bishops.কম্পিউটার বলতে পারবে না কেন যে গুটি করা হয়নি একটি নির্দিষ্ট পালা যান। সেই বিশেষ পরিস্থিতিতে এটির বিরুদ্ধে কোনও বিধি ছিল। সুতরাং, কম্পিউটারটি কেবল একই ধরণের (প্রকৃতপক্ষে) নিদর্শনগুলি পুনরুত্পাদন করতে সক্ষম হওয়া উচিত তবে 100% আত্মবিশ্বাসের সাথে নিয়মগুলি কখনই কমিয়ে আনতে সক্ষম হয় না ।

— প্রতারণা করুন

@ অনুগ্রহ করে হ্যাঁ আপনি যদি সেই নিয়মটি কোনওভাবে দেখিয়ে থাকেন তবে তা সম্ভব। একইভাবে আপনার যেমন নিয়মগুলি মানবকে শেখানোর দরকার হয় (উদাহরণস্বরূপ তাকে পড়ার জন্য বিধিগুলির প্রিন্ট আউট দিন) আপনাকে কোনওভাবে মেশিনে এই নিয়মগুলি সরবরাহ করতে হবে। সবচেয়ে সহজ উপায় হ'ল মেশিনটি শিখার জন্য কিছু পরিমাণ গেমগুলিতে সমস্ত নিয়ম পুনরায় খেলানো। একই সাথে মানুষের সাথে যায় - On a sunny day the pawns may jump over bishops.আপনি জানেন না যে আপনি যদি তাকে কখনও এটি প্রদর্শন না করেন তবে মানুষ তা জানতে পারে না।

10

প্রথমদিকে এবং প্রতিটি পদক্ষেপের পরে যদি কোনও মেশিন দাবা কয়েকটি গেমের জন্য বোর্ডের অবস্থার দিকে নজর দিতে পারে (বা চেকারদের কয়েকটি গেম), তবে কি এটি খেলার নিয়মগুলি জানতে প্রোগ্রাম করা যেতে পারে?

দাবা কয়েক গেমের জন্য অবশ্যই না ; এটিকে অবৈধ পদক্ষেপ করা থেকে বিরত রাখতে আপনার অবিশ্বাস্যরকম বিশাল সংখ্যার বিশ্লেষণ করতে হবে। কত, আমি জানি না; এই সমস্যাটি কম্পিউটেশনাল লার্নিং থিওরি, পিএসি লার্নিং এবং সীমাতে শেখার সমস্যা সম্পর্কিত ক্ষেত্রের অন্তর্ভুক্ত ।

অন্যান্য পোস্টারদের দ্বারা প্রস্তাবিত শ্রেণিবদ্ধকরণ অ্যালগরিদমগুলি দাবা বিধানকে বৈষম্যমূলকভাবে শিখতে সক্ষম হতে পারে : দুটি বোর্ড সেটআপ দেওয়া হলে তারা বৈধ পদক্ষেপকে অন্যটিতে রূপান্তরিত করে কিনা এই প্রশ্নের "হ্যাঁ" বা "না" উত্তর দিতে পারে। কিছু প্রচেষ্টা দিয়ে এগুলি চালগুলি উত্পন্ন করতে ব্যবহৃত হতে পারে । তারপরে তারা তবে কেবল তাদের যে প্রশিক্ষণপ্রাপ্ত গেমগুলিতে তারা দেখেছে কেবল সেগুলি তৈরি করবে বা বৈধ ও অবৈধ পদক্ষেপের সংমিশ্রণ তৈরি করবে, যার মধ্যে প্রতিটিই এমন একটি স্কোরযুক্ত যা তারা অবৈধ নিয়ম সহ প্রশ্নটিতে সরানো কীভাবে সম্ভাব্য তা বিবেচনা করবে ating আশা করি খুব ছোট সম্ভাবনা পাচ্ছি।

(অর্থাৎ, হয় প্রোগ্রামটি এর নিষ্পত্তিস্থলে কিছু বৈধ পদক্ষেপগুলি স্বীকৃতি দেয় না; অথবা আপনি এটি লক্ষ্য না করে প্রতারণা করতে সক্ষম হতে পারেন; বা আপনাকে এত দিন প্রশিক্ষণ দিতে হবে যাতে আপনি খেলায় সমস্ত আগ্রহ হারিয়ে ফেলেন))

যেসব কৌশল নিয়মাবলী শিখতে পারে, তাদের জন্য ইনডাকটিভ লজিক প্রোগ্রামিং এবং জেনেটিক প্রোগ্রামিং পরীক্ষা করে দেখুন । আমি নিশ্চিত না যে কেউ এগুলি দাবা শেখার ক্ষেত্রে প্রয়োগ করার চেষ্টা করেছে কিনা; যেহেতু দাবা সংক্রান্ত নিয়মগুলি স্থির থাকে তাই প্রাথমিক দাওয়াতগুলি যেহেতু স্ক্র্যাচ থেকে শিখতে হবে তার চেয়ে ভাল দাবা খেলার প্রোগ্রাম তৈরি করা আরও আকর্ষণীয় (এমনকি একাডেমিয়ার পক্ষেও)

— ফ্রেড ফু
সূত্র

4

দাবা বিধিগুলি বেশ জটিল এবং কিছু খুব কমই একটি খেলায় কার্যকর করা হয়।

উদাহরণস্বরূপ এন পাসেন্ট নিয়ম। দ্বি-ধাপে এগিয়ে যাওয়ার পরে কেবল প্রথম গতিতে মঞ্জুরি দেওয়ার জন্য আপনাকে কয়টি গেম পর্যবেক্ষণ করতে হবে ?

আরেকটি উদাহরণ. বি-স্কোয়ারটি দীর্ঘ কাস্টলিংয়ে আক্রমণ করা যেতে পারে। আপনি কয়টি গেম দেখেন যেখানে এটি ঘটে?

অন্য কথায় আপনার সমস্ত নিয়ম সঠিকভাবে প্রাপ্ত করার জন্য আপনার অনেক, অনেক, অনেক গেমের প্রয়োজন হবে।

তবে, সম্ভবত, গুগল "শীঘ্রই" দাবা গেমগুলির সম্পূর্ণ সংরক্ষণাগার জন্য তাদের মেঘের একটি কোণ খুঁজে পাবেন ...

"বি-স্কোয়ারে দীর্ঘ কাস্টলিংয়ে আক্রমণ করা যেতে পারে" এটি কী পদক্ষেপ? আপনি কি এটি ব্যাখ্যা করতে পারেন বা আমার জন্য এটি লিঙ্ক করতে পারেন?

— ক্যাফগিকে

@ চাড, কাস্টলিং কুইন্সাইড নামেও পরিচিত - "0-0-0" স্বরলিপি ব্যবহৃত হয়। এটি কেবলমাত্র তিনটি ক্ষেত্র যা রাজারা "স্পর্শ" করেন যা আক্রমণে নাও যেতে পারে।

2

এছাড়াও, ঘ-বর্গক্ষেত্র করতে পারবে না যখন queenside castling আক্রমণ (F-বর্গ যখন kingside castling বা) ; আপনি আপনার রাজা সরানোর পরে দুর্গ করতে পারবেন না। আপনি যে কিছু জানতে কিভাবে অনুমিত হয় না পারেন, যেখানে এটি গেম দেখে দ্বারা সম্পন্ন করা হয় নি করেছ? লার্সের যেমন উল্লেখ করা হয়েছে, কম্পিউটার সম্ভাবনাগুলি নির্ধারণ করতে পারে যে একটি পদক্ষেপ বৈধ, তবে গেমস পর্যবেক্ষণ করে নির্দিষ্ট নিয়মটি নির্ধারণ করা অসম্ভবকে সীমাবদ্ধ।

— ব্লুরাজা - ড্যানি পিফ্লুঘুফুট

এছাড়াও, এমন কোনও গেমস হয়েছে, এমনকি কোনও টুর্নামেন্টের সেটিংসে গ্র্যান্ডমাস্টাররাও, যেখানে নিয়মগুলি ভঙ্গ করা হয়েছে , এবং কোনও খেলোয়াড়ই খেয়াল করেনি! টুর্নামেন্টের নিয়ম অনুসারে, যদি কোনও খেলোয়াড় 10 টি পদক্ষেপের মধ্যেই লক্ষ্য না করে তবে খেলাটি বৈধ এবং অব্যাহত। (আমি খুব স্পষ্টভাবে একটি খেলা মনে করি যেখানে কোনও গ্র্যান্ডমাস্টার তার রাজাকে সরিয়ে নিয়ে যায়, আবার এটিকে আবার সরিয়ে নিয়ে যায় এবং কাস্টল করে দেয়। আমি এখন এটি খুঁজে পাচ্ছি না)

— ব্লুরাজা - ড্যানি পিফ্লুঘুফুট

1

প্রসঙ্গক্রমে যথেষ্ট বিরল কিন্তু কিছু জোরপূর্বক ড্র বিধি জারি করে যে হয় দূরে আরো বিরল। আমি 40 বছর ধরে খেলছি এবং আমি এমন কোনও খেলা কখনও দেখিনি যেখানে আপনার কোনও পদ্মা চাল এবং কোনও ক্যাপচার না দিয়ে 50 চাল চালানো থেকে জোর করে ড্র হতে পারে। আমি মনে করি এরকম আরও একটি নিয়ম আছে যা আমি মনে করি না। অনুশীলনে খেলোয়াড়রা তাদের ডাকা হওয়ার আগে ড্রয়ের সাথে একমত হতে চলেছে। (এগুলি নিশ্চিত করার জন্য এটি উপস্থিত রয়েছে যে আপনি প্রতিপক্ষের পদ ছাড়ার আগ পর্যন্ত এটি টেনে এনে টানা অবস্থানকে "জিততে" পারবেন না।)

— লরেন পেচটেল

2

হ্যা এবং না

আমি নিশ্চিত না যে আপনি যদি মেশিন লার্নিং / নিউরাল নেটওয়ার্ক ব্যবহার করে দাবা করার নিয়মগুলি শেখা সম্ভব হয় বা এটি ব্যবহার করে কোনও "গ্র্যান্ড মাস্টার" স্তরের দাবা মেশিন প্রশিক্ষণ দেওয়া সম্ভব কিনা আপনি তা জিজ্ঞাসা করছেন কিনা।

আপনি অবশ্যই কোনও কম্পিউটারকে নিয়মগুলি এবং সেগুলি ব্যবহার করে কিছু স্তরের দাবা শেখাতে পারেন। তবে আমি মনে করি না আপনি এটি ব্যবহার করে এটি উচ্চতর স্তরে সম্ভাব্যরূপে প্রশিক্ষণ দিতে পারবেন। কম্পিউটার বিজ্ঞান এখনও আফিক এমন একটি মেশিন তৈরি করতে ব্যর্থ হয়েছে যা একটি অবস্থানগত / স্বজ্ঞাতদৃষ্টির দৃষ্টিকোণ থেকে দাবা "বুঝতে" পারে। সমস্ত বর্তমান দাবা কম্পিউটার একটি বিস্তৃত ডাটাবেস, নিষ্ঠুর বল গণনা এবং তার উপরে একটি সম্ভবত মেশিন লার্নিং ব্যবহার করে।

অনুমান করুন এটি নির্ভর করে যদি আপনি কোনও রেফারেন্স ডাটাবেসকে প্রতারণা বা না হিসাবে গণনা করেন তবে :) এটিও জেনে রাখা শক্ত যে আপনি আসলে প্রচুর গেমগুলি এতে ভাল হওয়ার থেকে আলাদা করতে পারবেন কিনা। দাবাতে ভাল যে মনুষ্যসত্তা রয়েছে তারা স্পষ্টতই ভাল কারণ তারা মস্তিষ্কের যে অংশটি সাধারণত মুখগুলি চিনতে পারে সেই অংশটি দ্বারা রেফারেন্স করা অনেকগুলি খেলা দেখেছেন seen এই প্রত্যাহার থেকে মনে হয় মানব দাবা খেলোয়াড়রা কোনও অবস্থানের শক্তির "স্বজ্ঞাত" বিকাশ করতে সক্ষম হয়।

— Homde
সূত্র

সেরা গ্র্যান্ডমাস্টাররা বিশাল খোলার বই মুখস্থ করে এবং এটি প্রতারণা বলে বিবেচিত হয় না। এবং যাইহোক, এটি সর্বদা ঘটে যায় যা একবারে একটি ভাল খোলার বৈচিত্র হিসাবে বিবেচিত হয়েছিল তা একটি নতুন ধারণা দ্বারা আবদ্ধ হয়। সুতরাং বইয়ের চালগুলি প্লে করার "ঠকানো" কম্পিউটারের জন্য প্লে করার সর্বোত্তম উপায় নাও হতে পারে।

— কেভিন

2

অনেক মন্তব্য যেমন বলেছে, এটি প্রায় একটি দার্শনিক প্রশ্ন যা 'শিখুন' এর সংজ্ঞা নিয়ে বিতর্ক করে। বেশিরভাগ কৃত্রিম বুদ্ধিমত্তা কর্মসূচী যৌক্তিক সমাধান নির্ধারণের উপর নির্ভর করে। পর্যাপ্ত তথ্য প্রদত্ত একটি লার্নিং দাবা আই প্রোগ্রামটি এমন কিছু পদক্ষেপের একটি তালিকা নির্ধারণ করবে যা নির্দিষ্ট পরিস্থিতিতে করা যুক্তিযুক্ত। এর অর্থ এই নয় যে এটি দাবা সংক্রান্ত নিয়মগুলি জানে, এটি কেবল বুঝতে পারে যে কোন পদক্ষেপগুলি উপকারী এবং কোনটি নয়। এমনকি ডেটা সেটে খেলোয়াড়দের অবৈধ পদক্ষেপগুলি অন্তর্ভুক্ত করা সত্ত্বেও, অবৈধ পদক্ষেপটি তাত্ক্ষণিক ক্ষতি হতে পারে তাই এআই এটিকে উপেক্ষা করবে এবং কখনই সেই পদক্ষেপটি ব্যবহার করবে না কারণ এটি কখনই উপকারী নয়।

স্নায়বিক নেটওয়ার্ক বা বিবর্তনীয় অ্যালগরিদম বা অন্য কোন ধরণের শিখার অ্যালগরিদম ব্যবহার করা হয় তা বিবেচনাধীন নয়, আইআই কখনও স্পষ্টভাবে কিছু দেখার থেকে নিয়ম শিখতে পারে না, এটি কেবলমাত্র যুক্তিযুক্ত উপকারী বিকল্পগুলির একটি তালিকা নির্ধারণ করতে পারে।

— এসসি ভুত
সূত্র

2

যদি আপনি গেমের পদার্থবিজ্ঞান ইঞ্জিন হিসাবে দাবা এবং বিধিবিজ্ঞানের আইনগুলিকে মহাবিশ্বের স্থায়ী এবং bণগ্রহণযোগ্য স্বীকৃত নিয়ম হিসাবে মনে করেন তবে আমাদের প্রাকৃতিক মহাবিশ্বে কতটা প্রকৃত "আইন" রয়েছে তা ভেবে দেখুন। কঠোর এবং দ্রুত আইনটি তৈরি করা যদি অসম্ভব না হয় তবে তা অত্যন্ত শক্ত, তবে আমরা একটি নির্দিষ্ট পয়েন্ট হিসাবে সময় মতো নির্দিষ্ট পরীক্ষিত এবং স্বীকৃত তত্ত্বগুলি তৈরি করতে পারি।

এটি ধরে নেওয়া সম্ভব হবে যে কম্পিউটারটি মুভিগুলি পর্যবেক্ষণ করে এবং লগ করে, তবে বৈধ পদক্ষেপগুলি সম্পর্কে সরাসরি জোর দেয় না।

উদাহরণস্বরূপ, এটি এক টুকরোটিকে এক টুকরোকে সামনে রেখে পর্যবেক্ষণ করবে এবং এমন নতুন অনুমান তৈরি করবে যে সমস্ত টুকরো কেবল একটি স্থানের সামনে এগিয়ে যেতে পারে এবং অন্যটি যে মহিমা কেবল একটি স্থানের সামনে এগিয়ে যেতে পারে। পরবর্তী পদক্ষেপটি না হওয়া পর্যন্ত এটি যতটা সম্ভব প্রতিরোধমূলক হাইপোথিসিগুলি গঠন করবে এবং তাদের বেশিরভাগ আমাদের নিক্ষেপ করা হতে পারে বা আরও উদারপন্থী করা যায় না।

শেষ পর্যন্ত অনেকগুলি চালনার পরে আপনার কাছে শক্ত তত্ত্বের একটি সেট থাকবে তবে এটি স্থায়ীভাবে 0 এর নিকটে পৌঁছনোর কোনও লাইভ ডেটাসেট হবে তবে এটি কখনও পৌঁছায় না।

সুতরাং উত্তরটি হ'ল কোনও কম্পিউটার সত্যিই খুব ভাল অনুমান করতে পারে তবে এটি নিয়মগুলি নিশ্চিত করে (সম্পাদনা: নয়) করবে ।

— ম্যাপেল_শ্যাফট
সূত্র

1

তত্ত্বত্বে - হ্যাঁ পারে। এটি দাবাতে গ্র্যান্ডমাস্টার হতে পারে। আপনি যে উত্তরটির সন্ধান করছেন তা হ'ল নিউরাল নেটওয়ার্ক । নিউরাল নেটওয়ার্কগুলি একইভাবে আমাদের মস্তিষ্কের অভ্যন্তরে ঘটে। তদতিরিক্ত, নিখুঁতভাবে (পড়ুন - অসম্ভব নিখুঁত) ডিজাইন করা নিউরাল নেটওয়ার্ক এবং একটি নিখুঁত হার্ডওয়্যার দেওয়া - এটি একটি মানুষ একই বা আরও ভাল উপায়ে শিখতে পারে এমন সব কিছু শিখতে পারে।

এটি সম্পর্কে আরও পড়ুন:

— bezmax
সূত্র

2

এই "উত্তর" হ'ল উইকিপিডিয়া লিঙ্কগুলির একটি গোছা, যার মধ্যে দুটি একই ধারণা বর্ণনা করে, যার মধ্যে একটি অত্যন্ত বিস্তৃত এবং যার একটির হাতের সমস্যার সাথে কোনও সম্পর্ক নেই। দাবা সংক্রান্ত নিয়মগুলি কার্যকরভাবে শিখতে কোহোনেন মানচিত্র কীভাবে ব্যবহৃত হবে দয়া করে তা দেখান।

— ফ্রেড ফু

1

এএনএন এবং এনএন প্রকৃত নিউরন / মানব মস্তিষ্কের জটিলতার কাছাকাছি নয়, একটি এএনএন সর্বোপরি একটি ঘৃণ্য অপরিশোধিত অনুমান।

— অন্ধকার রাত

"তত্ত্ব, তত্ত্ব এবং অনুশীলন একই, কিন্তু বাস্তবে তারা কখনও হয় না।" দাবা প্রোগ্রামগুলি গ্র্যান্ডমাস্টারদের মতো খেলতে পারে তবে আমি মনে করি না এটি নিউরাল নেটওয়ার্ক বা মেশিন লার্নিংয়ের কারণে। বেশিরভাগ ভাল প্রোগ্রামে বিস্তৃত খোলার বই, এন্ডগেম টেবিলবাস এবং গভীরতার প্রথম অনুসন্ধান ("আলফা বিটা ছাঁটাই সহ নেগাম্যাক্স") এবং সম্ভবত একটি খুব জটিল মূল্যায়ন ফাংশন (যা সম্ভবত গ্র্যান্ডমাস্টার্সের সহায়তায় লেখা হয়) ব্যবহার করে।

— কেভিন

নিউরাল নেটওয়ার্কগুলি কেবল তারা শিখতে পারে যে তারা কী করতে প্রশিক্ষিত। দাবাতে এমন কিছু বিধি রয়েছে যা খুব কমই প্রয়োগ করা হয়, তবে খেলার অংশ। কোনও বিশপকে প্রচার করা কি আইনী হবে? রাজা হিসাবে প্রচার করা কি আইনী হবে?

2

হা ... রাজার কাছে প্রচার করা চেকমেটকে আরও শক্ত করে তোলে!

— কেভিন

1

আমি মনে করি এটি কেবল যে বিশ্লেষণের মাধ্যমে তা চালানোর অনুমতি দেওয়া হয়েছে সেগুলি শিখতে পারে, তবে এটি কীভাবে চলতে শিখবে যা এটি করার অনুমতি নেই? উদাহরণস্বরূপ, যখন কোনও বিপরীতমুখী অংশটি সামনে থাকে তখন প্যাড কখনই একটি বর্গক্ষেত্রের দিকে এগিয়ে যায় বলে মনে হয় না। এটি প্লেয়ারের পছন্দ অনুসারে বা এটি করার অনুমতি দেওয়া হয়নি তা কম্পিউটার কীভাবে জানতে পারে? আপনি কিছু অ্যালগরিদম নিয়ে আসতে পারেন যা বলে যে যদি 99.99% সময় বা তার চেয়ে বেশি সময় কোনও ইভেন্ট না ঘটে থাকে তার মানে আপনাকে এটি করার অনুমতি দেওয়া হয় না তবে এটি 99.99% হিসাবে বিবেচিত হয় যা সময় হিসাবে বিবেচিত হয় খারাপ পদক্ষেপ, তবে সময়টি যে 0.01% এটি গেমটি জিততে থাকে। সুতরাং, আমার উত্তরটি হ'ল না, এটি কেবল গেমগুলি বিশ্লেষণ করে সমস্ত নিয়ম শিখতে পারে না, তবে এটি সম্ভবত একটি গেম খেলতে যথেষ্ট শিখতে পারে।

— ডাঙ্ক
সূত্র

1

এটি দার্শনিক প্রশ্ন। আপনি পাশাপাশি জিজ্ঞাসা করতে পারেন যে কোনও ব্যক্তি লোকেরা দাবা খেলার সময় কেবল পর্যবেক্ষণ করে দাবা খেলতে শিখতে পারে কিনা। প্রকৃতপক্ষে এটি একই ধরণের প্রশ্ন নেলসন গুডম্যান তাঁর দুর্দান্ত বই ফ্যাক্ট, কল্পকাহিনী এবং পূর্বাভাসে জিজ্ঞাসা করেছে : আমরা কীভাবে ইতিমধ্যে পর্যবেক্ষণের একটি সীমাবদ্ধ ভবিষ্যতের পর্যবেক্ষণের পূর্বাভাসে যেতে পারি? ইতিমধ্যে করা পর্যবেক্ষণগুলি এ পর্যন্ত পর্যবেক্ষণ করা দাবা চালগুলি হবে এবং ভবিষ্যতের পর্যবেক্ষণগুলি এমন সমস্ত দাবা পদক্ষেপ যা এখনও সুখী হয় নি। প্রশ্নগুলি হল, অতীত পর্যবেক্ষণ এবং ভবিষ্যতের পর্যবেক্ষণগুলির মধ্যে ( নামাজগত অতীতের ঘটনা এবং ভবিষ্যতের ঘটনাগুলির মধ্যে খাঁটি কার্যকারিতাটির বিপরীতে) কোনও নামগত সম্পর্ক রয়েছে কি?

আমরা শব্দ ব্যাখ্যা যদি nomological যেমন প্রকৃতি বা যুক্তিবিজ্ঞান একটি আইন দ্বারা এবং কিছুই কখনো এই আইন বর্জন চলতে পারে তাহলে সেখানে অবশ্যই কোন ধরনের সম্পর্ক নেই, যেহেতু প্রথম ব্যক্তি যিনি একটি দুর্গ তির্যকভাবে চলে আসে, প্রকৃতির আইন ভঙ্গ হবে এবং মহাবিশ্ব যেমন আমরা জানি এটি ধসে পড়বে।

তবে প্রকৃতপক্ষে প্রকৃতির কোনও অদ্ভুত দুর্ঘটনার পরেও বিশ্বের যে কোনও দাবা খেলোয়াড় এখন থেকে যে পদক্ষেপ গ্রহণ করবে তা বৈধ ছিল (কেউ কখনও কোনও ভুল করেনি বা প্রতারণা করার চেষ্টা করবে না এমনকি মানুষ দাবাড়ির বিধি সম্পর্কে অবিচ্ছিন্নও ছিল না) বোর্ড জুড়ে এলোমেলোভাবে দাবা টুকরা ঠেলাঠেলি শুরু করবে, তবে দুর্ঘটনাবশত সর্বদা নিয়ম অনুসারে), এটি আমাদের বিশ্বাস করবে না যে প্রকৃতির একটি আইন আছে (বা যুক্তির একটি আইন) যা এই সমস্তকে বাধ্য করে। আমরা এটিকে নিখুঁতভাবে দুর্ঘটনা হিসাবে বিবেচনা করব।

লুডভিগ উইটজেনস্টাইন তাঁর দার্শনিক তদন্তগুলিতে অনুরূপ ক্ষেত্রটি কভার করেছিলেন । তিনি জোর দিয়ে বলেছেন যে কোনও পর্যবেক্ষণগুলি নির্বিচারে অনেকগুলি এবং এমনকি বিরোধী, নিয়ম অনুসারে হয়। উদাহরণস্বরূপ, যদি আমার দ্বারা পরিলক্ষিত সমস্ত দাবা খেলাগুলি বিকেলে সুখী হত তবে আমার নিয়মটি বিকালে হতে পারে বিশপটি কেবল তির্যকভাবে সরানো যেতে পারে । দিনের সময়টি গেমটির কাছে গুরুত্বহীন যে আমি দিনের বিভিন্ন সময় দাবা খেলাগুলি পর্যবেক্ষণ না করায় আমার দ্বারা এটি পর্যবেক্ষণ করা যায় না। বা, ঘটনাক্রমে, আমি যদি কখনও কোনও মহিলাকে দাবা খেলতে দেখি না, তবে নিয়মটি বিশপ হতে পারে কেবল পুরুষদের দ্বারা চালিত হতে পারে। কোন পর্যবেক্ষণের সাথে কী প্রাসঙ্গিক এবং কোনটি পর্যবেক্ষণের পূর্বশর্ত হিসাবে নির্ধারিত হয় এবং তা পর্যবেক্ষণের অংশ হতে পারে না।

বিটিডাব্লু: সমস্যার সমাধানে উইটজেনস্টেইনের সমাধান গুডম্যানের সাথে বেশ মিল। যদিও আমি অবাক করে দেব না;-)

সংযোজন:

যে দিনগুলিতে সুসমান একজন নবাগত ছিলেন, পিডপি -6 এ হ্যাকিং করতে বসে মিনস্কি একবার তাঁর কাছে এসেছিলেন।

"আপনি কি করছেন?", মিনস্কি জিজ্ঞাসা করলেন। "আমি টিক-ট্যাক-টো খেলতে এলোমেলোভাবে তারযুক্ত নিউরাল নেটকে প্রশিক্ষণ দিচ্ছি", সুসমান জবাব দিল। "নেট এলোমেলোভাবে তারের কেন?", মিনস্কি জিজ্ঞাসা করলেন। "আমি কীভাবে খেলব তার কোনও পূর্ব ধারণা থাকতে চাই না", বলেছেন সুসমান।

মিনস্কি তখন চোখ বন্ধ করল। "চোখ বন্ধ করছ কেন?" সুসমান তার শিক্ষককে জিজ্ঞাসা করলেন। "যাতে ঘরটি খালি থাকে।" এই মুহুর্তে, সুসমান আলোকিত হয়েছিলেন।

— pillmuncher
সূত্র

-4

না

কারণ সহজভাবে শেখার প্যাটার্ন (যার মাধ্যমে সর্বদা পদ্ধতি) "দাবাটি সর্বোত্তমভাবে খেলতে শেখা" এর মতো নয়।

এর জন্য প্ল্যানিং এবং স্ট্র্যাটেজি দরকার যা কেবল নিখরচায় সেট প্যাটার্ন শেখার থেকে খুব আলাদা।

— কালো রাত
সূত্র

1

আপনি আসলে তা জানেন না; তাছাড়া, প্রশ্নটি কেবল উদাহরণস্বরূপ গেমগুলির বিশ্লেষণ করে দাবারের আসল নিয়মগুলি শিখতে (কম্পিউটারের জন্য, তবে একই বাধা সম্ভবত মানুষের ক্ষেত্রেও প্রযোজ্য) তা সম্ভব কিনা question

— টিডামার্স

1

আমি মনে করি আপনি প্রশ্নটি ভুল বুঝেছেন ...

— ম্যাপেল_শ্যাফ্ট

এআই (নিউরাল নেটওয়ার্ক) দিয়ে (মাস্টার থিসিস) কাজ করার পরে, আমি নিশ্চিত যে এটি পারবেন না। অন্যথায় বলার মতো প্রমাণ না থাকলে আপনি কেবল "আপনি জানেন না" বলতে পারবেন না

— ডার্কনাইট