मैं "आर्टिफिशियल इंटेलिजेंस रिसर्च में शतरंज की भूमिका" ( पीडीएफ ) पढ़ रहा हूं और दिलचस्प है, यह कहता है:
अनुभव [...] का सुझाव है कि आम तौर पर उपयोगी, जबकि शतरंज विशेषज्ञों से इनपुट पर पूरी तरह भरोसा नहीं किया जा सकता है।
इसका एक अच्छा उदाहरण डीप थॉट्स का मूल्यांकन कार्य है। सक्षम मानव शतरंज विशेषज्ञों द्वारा कई बदलाव महत्वपूर्ण सुधार उत्पन्न करने में विफल रहे और कभी-कभी मशीन के प्रदर्शन को भी नकारात्मक रूप से प्रभावित किया।
यहां, मानव विशेषज्ञों ने अपनी विशेषज्ञता के साथ कार्यक्रम में अपने पूर्वाग्रहों का परिचय दिया। इस समस्या को हल करने का एक तरीका प्रोग्राम में अनुमत प्रकार और विशेषज्ञ इनपुट की मात्रा को सीमित करना है; अन्य में लगभग "ज्ञान-मुक्त" मशीन है।
- आधुनिक शोध और व्यवहार में यह कितना सच है?
- क्या यह एक बड़ी समस्या है, या शतरंज के खेल के लिए कुछ खास है?
3
एनएलपी में इस आशय का एक प्रसिद्ध उद्धरण है। "हर बार जब मैं एक भाषाविद को आग
—
लगाता
एटिला का उत्तर काफी हद तक सही है (योग्यता के रूप में मैं एक टिप्पणी के रूप में आपूर्ति करता हूं), लेकिन मुझे लगा कि मैं संक्षेप में ध्यान देना चाहूंगा कि शतरंज के विशिष्ट मामले में, यह प्रदर्शित किया गया है कि डीप थॉट शतरंज के विशेषज्ञों की तुलना में बहुत अलग तरीके से शतरंज खेलते हैं। डीप थॉट स्पष्ट रूप से अग्रिम में कई चालों की गणना करता है। विशेषज्ञ केवल कुछ चालों की गणना करते हैं, लेकिन वे पहले से अनुभवी गेम और परिणामों को याद रखने के कम्प्यूटेशनल शॉर्टकट को भी नियुक्त करते हैं। यह याद रखने योग्य निहितार्थ पहचान के माध्यम से प्रकट होता है, जो खेल के प्रति एक स्नेहपूर्ण अनुभव को पूरा करता है (कुछ चालें "बस सही लगता है")।
—
माइक लॉरेंस