Вышла очень интересная статья “Acquisition of Chess Knowledge in AlphaZero” и я вам рекомендую ее почитать, у нее огромный потенциал изменить наше восприятие возможностей уже существующих систем ИИ. Вывод в статье такой: “Изучение эволюции человеческих концепций с помощью зондирования показало, что многие человеческие концепции могут быть точно регрессированы из сети AlphaZero после обучения, даже если AlphaZero никогда не видел человеческой игры в шахматы, и нет никакой целевой функции, способствующей человеческой игре / … / Факт, что человеческие концепции могут быть локализованы даже в сверхчеловеческой системе, обученной самостоятельной игрой, расширяет диапазон системы, в которых мы можем ожидать найти понятные человеку концепции”
Я прочитал и теперь хочу перечитать. Обратите внимание, соавтором статьи числится Vladimir Kramnik - это тот самый Крамник en.chessbase.com/post/acquisitio
Acquisition of Chess Knowledge in AlphaZero
Researchers at DeepMind and Google Brain, in collaboration with Grandmaster Vladimir Kramnik, are working to explore what chess can teach us about AI and vice versa. Using Chessbase’s extensive historical chess data along with the AlphaZero neural network chess engine and components from Stockfish 8, they ask: what can we learn about chess history by studying AlphaZero, how does AlphaZero learn to evaluate positions, and is AlphaZero computing anything human-like? Their paper, “Acquisition of Chess Knowledge in AlphaZero”, has just been published.