當(dāng)人工智能評(píng)估國際象棋冠軍時(shí)

大多數(shù)國際象棋聯(lián)合會(huì)今天使用的ELO系統(tǒng)根據(jù)他們的比賽結(jié)果對球員進(jìn)行排名。雖然簡單而有效，但它忽略了相關(guān)標(biāo)準(zhǔn)，例如玩家實(shí)際行動(dòng)的質(zhì)量。為了克服這些限制，Reseachers現(xiàn)在開發(fā)了一個(gè)新系統(tǒng)。大多數(shù)國際象棋聯(lián)合會(huì)今天使用的ELO系統(tǒng)根據(jù)他們的比賽結(jié)果對球員進(jìn)行排名。雖然簡單而有效，但它忽略了相關(guān)標(biāo)準(zhǔn)，例如玩家實(shí)際行動(dòng)的質(zhì)量。為克服這些限制，圖盧茲信息研究所的Jean-Marc Alliot(IRIT - CNRS / INP Toulouse /UniversitéToulousePaul Sabatier /UniversitéToulouseJeanJaurès/UniversitéToulouseCapitole)演示了一個(gè)新系統(tǒng)，于4月24日發(fā)布2017年參加國際電腦游戲協(xié)會(huì)期刊。

自20世紀(jì)70年代以來，由匈牙利人ArpadElo設(shè)計(jì)的系統(tǒng)根據(jù)他們的比賽結(jié)果對國際象棋選手進(jìn)行排名。最好的球員排名最高，兩名球員之間ELO分?jǐn)?shù)的差異預(yù)測了任何一名球員贏得某場比賽的概率。如果球員表現(xiàn)得比預(yù)期更好或更差，他們會(huì)相應(yīng)地獲得或失分。該方法沒有考慮在游戲期間所玩的移動(dòng)的質(zhì)量，因此不能可靠地對在不同時(shí)期玩過的玩家進(jìn)行排序。Jean-Marc Alliot建議根據(jù)球員的實(shí)際動(dòng)作質(zhì)量直接排名。

他的系統(tǒng)計(jì)算了實(shí)際進(jìn)行的移動(dòng)和迄今為止最佳國際象棋程序選擇的移動(dòng)之間的差異，Stockfish。在OSIRIM超級(jí)計(jì)算機(jī)[1]上運(yùn)行，該程序執(zhí)行幾乎完美的移動(dòng)。從威廉·斯坦尼茨(Wilhelm Steinitz，1836-1900)開始，自那時(shí)以來國際象棋世界冠軍隊(duì)參加的所有26,000場比賽都經(jīng)過處理，以便為每位球員創(chuàng)造一個(gè)概率模型。對于每個(gè)位置，模型估計(jì)出錯(cuò)的概率和錯(cuò)誤的大小。然后可以使用這些模型來計(jì)算兩個(gè)玩家之間任何給定匹配的獲勝/平局/失敗概率。這些預(yù)測不僅證明了當(dāng)玩家互相打比賽時(shí)的實(shí)際結(jié)果非常接近，他們的表現(xiàn)也比基于ELO分?jǐn)?shù)。結(jié)果表明，國際象棋選手的水平一直在穩(wěn)步提高。目前的世界冠軍馬格努斯卡爾森排名榜首，而鮑比菲舍爾排名第三。

在當(dāng)前條件下，這種新的排名方法不能立即取代ELO系統(tǒng)，這更容易設(shè)置和實(shí)施。但是，計(jì)算能力的提高將有可能在不久的將來將新方法擴(kuò)展到不斷增長的玩家群體。