Для работы проектов iXBT.com нужны файлы cookie и сервисы аналитики.
Продолжая посещать сайты проектов вы соглашаетесь с нашей
Политикой в отношении файлов cookie
да не несите чепухи! Может дизайн где-то и спорный, но уровень более чем приличный. Если Вы в состоянии оценить только шильдик, то это мало что говорит о том, что Вы оцениваете.
Америкосы, бай ве вей, не то что все поголовно сидят на иффонах, как Вы думаете. Тот же Гнусмас там вполне в почёте. Коллега прав. Шильдик предпочитают чувачки побогаче из стран победнее, где понты рулят.
сам ты)) балалайка. нормальный дизайн. на любителя, конечно, но ничего кринжового, каких-то явных провалов нет, разве что отсутствие знакомого шильдика…
это — игра слов и не более. огромное количество ситуаций, когда именно оценочное «дорого» или «дёшево» — вполне уместно. в общем-то и высокое и низкая цена также оценочное суждение. в зависимости от контекста и так, и так, можно называть.
тут скорее нужно думать в сторону, а как человеку так тренироваться, чтоб это его развивало. и в общем, и конкретно в понимании шахматной игры. и тут всё очень индивидуально, а людей «понимание» тоже очень сильно отличается. на мой скромный взгляд, важно развиваться не сколько сравнивая себя с кем-то, в том числе и с компом, а просто соображая на тему того, что тебе действительно нужно. мне например тренировка тактики дали очень хорошую базу, для более глубокого изучения каких-то теоретических моментов. Но тут у каждого своё. Вон, Фирудже, говорят базы не хватает и в некоторый ситуациях его понимание «а что тут вообще можно делать и в какую сторону лучше пойти» на уровне КМС. В эншпиле современные гроссы иногда «плавают». Поскольку компы дают конкретный ответ, на конкретный вопрос, общие вопросы задаются мало и мало обдумываются. А это ведёт к некоторому дефициту мысли, при казалось бы, лёгкой возможности, получить готовый ответ на любой вопрос.
Почему машины так стремительно развиваются. Они проще и заставить её пахать, проще чем человеческий мозг, тайнам которого, мы едва только подступились.
Но, на мой взгляд, цели для развития и того, и другого, почти противоположные. Для машины важно находить сильные нефорсированные ходы. Причём ИИ, вроде в этом сильно преуспел, но всё-таки у него «псивдонефорсирвоанность», поскольку он в процессе тренировки нашёл неочевидные закономерности, которые помогают ему достаточно хорошо понимать, что в каждой ситуации делать. Человеку же важно как раз в любой ситуации находить «что в данной ситуации работает», то есть находить скрытую логику позиции, а это именно находить форсированность в не форсированных позициях.
Поэтому я бы разделил цели для усиления для людей, и для машин, машины нужно обучать там, где их расчёт не дотягивается, каким-то образом давать им в расчёт такие позиции, которые могли бы им расширить горизонт возможных просчётов (но чтоб это их не сбивало, они предварительно должны быть уже обучены). Разумеется мысль достаточно сырая, её нужно прорабатывать. А людям важно увидеть логику там, где её, на первый взгляд нету, находить содержательность там, где она есть. и в этом плане комп может помочь, но только тогда, когда мы сами хорошенько попахали, и у нас родились СОДЕРЖАТЕЛЬНЫЕ вопросы, чтоб просчёт дал нам какие-то ответы, которые мы могли бы встроить в концепцию или могли это концепцию развить или опровергнуть, родив тем самым, новую концепцию. Но мысль, в любом случае, должна идти далеко впереди просчёта.
человек не умеет считать «на аппаратном» уровне, на уровне сигнальной системы. любая «обработка» позиции идёт через осознавание, да где-то в фоне там может и болтается какое-то количество паттернов, но как человек их умеет обнаружить «схожесть идеи» — большой вопрос и насколько тут можно сравнивать с аналогичной способностью машины. похожая идея может быть, в очень, внешне, разных позициях. и потом в одной позиции много идей, и какое сочетание из них есть ключ, к понимнию — вопрос. Машина эти «сложности» перебором решает, но не всегда это работает так хорошо, что-то считается удобно, а что-то понимается относительно легко, а вот счётом дотянуться, не так уж и просто. самое забавное что машина иногда и тактику не так ух хорошо видит, особенно когда есть жертвы и «тихие» ходы.
если конкретно взять нейросеть, то, как мне кажется, она идёт по принципу «будем жать, тут должно что-то найтись». может такой быть, что можно упереться в крепость и человек заранее такую возможность предусмотрит лучше, хотя найти возможность «прошибить» против сильного противника ему будет крайне тяжело, поскольку это очень много очень точной и при этом креативной работы, когда и фанатазию нужно подключить и при этом быть практически безупречно точным, на довольно длинном промежутке игры.
Я давно говорил, что например, шахматы, нужно обучать,
1. СНАЧАЛА базовая поддержка. типа как Alpha Zero
2. Потом берём таблицы, 7-фигурные, вроде больше пока и нет. Пусть система проверяет сходимость своих алгоритмов на них. Но не факт, что те правки, которая система сделает себе для малофигурных эндшпилей, будут работать, допустим в миттешпиле. Поэтому важно чтоб система регулярно проверяла универсальность этих принципов, на играх с самим собой.
3. Берём базу человеческих (да и вообще любых) партий (но хорошего уровня, скажем 2300+, хотя можно и 2000+. если система УЖЕ хорошо обучена они их не испортит, поскольку система просто увидит все ошибки, но качество партий нужно, чтоб она не делала много лишней работы). И пусть они с ошибками, возможно система разбирая их тоже будет брать что-то на вооружение. То есть на миллиард ошибок она найдёт ту лазейку, которую, возможно, ни человек, ни другая машина, ранее, не находили. И нам польза, и система будет получает возможность иногда идти по тем путям, которые ранее ей было отбракованы.
Вот как-то так…
ИИ, вероятно, следовало назвать, скорее, искусственный рефлекс, потому что миллионы повторений похожих ситуаций, делает практически идеальной автоматическую реакцию, а вот чтоб понять принцип, нужно осознать чего же в этих ситуациях общего…
фигня все эти Ваши самокаты, хоть с 10ю полезными подсками и защитой для уе кроссов. лесапед — сила и здоровье!
А в городе всех — на выделенную полосу. Нефик им всем делать и среди пешеходов, и среди водителей.
Почему машины так стремительно развиваются. Они проще и заставить её пахать, проще чем человеческий мозг, тайнам которого, мы едва только подступились.
Но, на мой взгляд, цели для развития и того, и другого, почти противоположные. Для машины важно находить сильные нефорсированные ходы. Причём ИИ, вроде в этом сильно преуспел, но всё-таки у него «псивдонефорсирвоанность», поскольку он в процессе тренировки нашёл неочевидные закономерности, которые помогают ему достаточно хорошо понимать, что в каждой ситуации делать. Человеку же важно как раз в любой ситуации находить «что в данной ситуации работает», то есть находить скрытую логику позиции, а это именно находить форсированность в не форсированных позициях.
Поэтому я бы разделил цели для усиления для людей, и для машин, машины нужно обучать там, где их расчёт не дотягивается, каким-то образом давать им в расчёт такие позиции, которые могли бы им расширить горизонт возможных просчётов (но чтоб это их не сбивало, они предварительно должны быть уже обучены). Разумеется мысль достаточно сырая, её нужно прорабатывать. А людям важно увидеть логику там, где её, на первый взгляд нету, находить содержательность там, где она есть. и в этом плане комп может помочь, но только тогда, когда мы сами хорошенько попахали, и у нас родились СОДЕРЖАТЕЛЬНЫЕ вопросы, чтоб просчёт дал нам какие-то ответы, которые мы могли бы встроить в концепцию или могли это концепцию развить или опровергнуть, родив тем самым, новую концепцию. Но мысль, в любом случае, должна идти далеко впереди просчёта.
если конкретно взять нейросеть, то, как мне кажется, она идёт по принципу «будем жать, тут должно что-то найтись». может такой быть, что можно упереться в крепость и человек заранее такую возможность предусмотрит лучше, хотя найти возможность «прошибить» против сильного противника ему будет крайне тяжело, поскольку это очень много очень точной и при этом креативной работы, когда и фанатазию нужно подключить и при этом быть практически безупречно точным, на довольно длинном промежутке игры.
1. в чём польза шахмат для человека?
2. чем компьютер полезен для шахматистов?
глобальненькие вопросики, между прочим)
1. СНАЧАЛА базовая поддержка. типа как Alpha Zero
2. Потом берём таблицы, 7-фигурные, вроде больше пока и нет. Пусть система проверяет сходимость своих алгоритмов на них. Но не факт, что те правки, которая система сделает себе для малофигурных эндшпилей, будут работать, допустим в миттешпиле. Поэтому важно чтоб система регулярно проверяла универсальность этих принципов, на играх с самим собой.
3. Берём базу человеческих (да и вообще любых) партий (но хорошего уровня, скажем 2300+, хотя можно и 2000+. если система УЖЕ хорошо обучена они их не испортит, поскольку система просто увидит все ошибки, но качество партий нужно, чтоб она не делала много лишней работы). И пусть они с ошибками, возможно система разбирая их тоже будет брать что-то на вооружение. То есть на миллиард ошибок она найдёт ту лазейку, которую, возможно, ни человек, ни другая машина, ранее, не находили. И нам польза, и система будет получает возможность иногда идти по тем путям, которые ранее ей было отбракованы.
Вот как-то так…
А в городе всех — на выделенную полосу. Нефик им всем делать и среди пешеходов, и среди водителей.