Arthur Samuel | |
---|---|
Födelsedatum | 5 december 1901 [1] |
Födelseort | |
Dödsdatum | 29 juli 1990 [2] (88 år) |
En plats för döden |
|
Land | |
Ockupation | datavetare , universitetslektor , artificiell intelligensforskare |
Utmärkelser och priser | Computer Pioneer ( 1987 ) medlem av American Physical Society [d] |
Mediafiler på Wikimedia Commons |
Arthur Samuel (5 december 1901 – 29 juli 1990) var en pionjär inom datorspel , artificiell intelligens och maskininlärning .
Hans Checkers-spelprogram är ett av de första självlärande programmen i världen och en av de första demonstrationerna av de grundläggande begreppen artificiell intelligens.
Arthur Samuel är mest känd för sitt innovativa arbete med datorpjäser. Han trodde att lära en dator att spela spel var mycket lovande för utvecklingen av taktik som lämpar sig för att lösa allmänna problem med artificiell intelligens. För detta valde han pjäser , eftersom deras regler är relativt enkla, men de har en utvecklad strategi .
Grunden för programmeringsmekanismen var ett sökträd för spelpositioner som kan nås från det aktuella tillståndet. Eftersom mängden minne han hade till sitt förfogande var begränsad, genomförde Samuel det som nu kallas alfa-beta-beskärning . Istället för att leta efter varje väg under hela spelets gång, utvecklade Samuel en komplex polynompoängfunktion baserad på positionen vid varje given tidpunkt. Denna funktion försökte mäta chansen att vinna för varje sida i en given position. Utvärderingsfunktionen tog hänsyn till sådant som antalet pjäser på varje sida, antalet kungar, passerade brickor, förekomsten av gafflar, antalet drag som kan göras utan att bli träffade, etc.
Programmet valde ett drag baserat på en minimax- strategi, det vill säga det gjorde ett drag som maximerade värdet av positionen, förutsatt att motståndaren försökte maximera värdet av samma position på sin sida. Vikterna för utvärderingsfunktionen justerades när man spelade med sidan som beräknade positionen för ett större antal drag och därför spelade uppenbart starkare. Dessutom justerades funktionens vikter baserat på spelen som spelades av professionella utkastspelare, det vill säga när man skrev in en position från katalogen ändrades koefficienterna för utvärderingsfunktionen så att programmet valde draget som spelades av en person i samma position.
För att representera positionen använde Samuel tre 36-bitars nummer - ett vardera för svarta och vita pjäser och ett för damer. Fyra ytterligare bitar användes för att kontrollera förhållanden utanför fältet. Det finns en version att datorer från IBM , där Samuel arbetade, hade en 36-bitars arkitektur på den tiden just tack vare Samuel.
Samuel utvecklade också olika metoder som var tänkta att göra hans program bättre. Till exempel, vad han kallade rote learning, programmet kom ihåg varje position som det redan hade spelat, ända fram till det slutliga resultatet av spelet. Denna metod utökade effektivt sökdjupet vid varje position. Samuels senare program omvärderade poängfunktionens vikter, baserat på proffsspel. Han fick också programmet att spela mot sig själv och lär sig på så sätt sig själv. Med allt detta arbete nådde Samuels program en ganska hög amatörnivå, och var den första som kunde spela ett brädspel på en så bra nivå. Han fortsatte att utveckla damprogrammet fram till mitten av 1970-talet. Hans metod för att lära sig genom spel fortsatte att utvecklas både för schack (där 2007 en dator kunde utforska alla positioner på brädan) och för andra spel som schack och gå.
![]() | ||||
---|---|---|---|---|
|