Shakkiohjelmien kehitys heuristisesta hausta neuroverkkopohjaiseen itseoppimiseen
Santonen, Tobias (2025-03-07)
Shakkiohjelmien kehitys heuristisesta hausta neuroverkkopohjaiseen itseoppimiseen
(07.03.2025)
Julkaisu on tekijänoikeussäännösten alainen. Teosta voi lukea ja tulostaa henkilökohtaista käyttöä varten. Käyttö kaupallisiin tarkoituksiin on kielletty.
avoin
Julkaisun pysyvä osoite on:
https://urn.fi/URN:NBN:fi-fe2025031217323
https://urn.fi/URN:NBN:fi-fe2025031217323
Tiivistelmä
Shakki on pitkään ollut sovelluskohde tekoälylle. Tässä tutkielmassa tarkastellaan shakkiohjelmien
erilaisia menetelmiä ja tekniikoita 1950-luvulta nykypäivään. Tutkielma keskittyy erityisesti alfabeeta-karsintaan pohjautuviin hakumenetelmiin, mitkä ovat olleet ylivoimaisesti menestyneimmät
tavat toteuttaa shakkia pelaava tietokoneohjelma.
Tietokonelaitteiston laskennallinen kehitys on mahdollistanut neuroverkkojen yleistymisen ja niiden
hyödyntäminen shakin pelaamisessa on noussut tutkimuskohteeksi. Merkittävin neuroverkkoon
pohjautuva shakkiohjelma AlphaZero osoitti perinteisesti kuvankäsittelyyn sovelletun
konvoluutioneuroverkon soveltuvan myös shakin pelaamiseen. NNUE puolestaan osoitti, että
perinteisestä neuroverkkorakenteesta voidaan kehittää tehokas shakin arviointimenetelmä.
Vaikka shakkiohjelmien kyky pelata shakkia on jo kauan sitten ylittänyt ihmispelaajien taidot,
shakissa ei ole löydetty strategiaa, jota noudattamalla voitaisiin taata pelin lopputulos.
erilaisia menetelmiä ja tekniikoita 1950-luvulta nykypäivään. Tutkielma keskittyy erityisesti alfabeeta-karsintaan pohjautuviin hakumenetelmiin, mitkä ovat olleet ylivoimaisesti menestyneimmät
tavat toteuttaa shakkia pelaava tietokoneohjelma.
Tietokonelaitteiston laskennallinen kehitys on mahdollistanut neuroverkkojen yleistymisen ja niiden
hyödyntäminen shakin pelaamisessa on noussut tutkimuskohteeksi. Merkittävin neuroverkkoon
pohjautuva shakkiohjelma AlphaZero osoitti perinteisesti kuvankäsittelyyn sovelletun
konvoluutioneuroverkon soveltuvan myös shakin pelaamiseen. NNUE puolestaan osoitti, että
perinteisestä neuroverkkorakenteesta voidaan kehittää tehokas shakin arviointimenetelmä.
Vaikka shakkiohjelmien kyky pelata shakkia on jo kauan sitten ylittänyt ihmispelaajien taidot,
shakissa ei ole löydetty strategiaa, jota noudattamalla voitaisiin taata pelin lopputulos.