قائمة الطعام
المنهج الدراسي شطرنج - منهج الذكاء الاصطناعي القائم على الألعاب اللوحية التاريخية (شطرنج، شطرنج، قرقر، داما) لتنمية الشباب
Shatranj.ai هو التراث أولاً، والبناء والتجربة منهج الذكاء الاصطناعي. نتعلم الذكاء الاصطناعي الحديث من خلال إعادة بناء الأدوات الفكرية التي شكلت عملية صنع القرار البشري لقرون: ألعاب الطاولة التاريخية. تنقلت هذه الألعاب عبر اللغات والحضارات، حاملةً أنماطًا من المنطق والأخلاق والإبداع. وهي تشكل اليوم واحدة من أوضح المختبرات لفهم الذكاء الاصطناعي - لأنها كل خطوة قابلة للقياس, ، كل قرار قابل للتفسير، وكل خوارزمية تترك أثرًا يمكنك اختباره.
مسار الألغاز التاريخية (الدراسات الأساسية والمصادر): نتناول عبر المنهج الدراسي مجموعة منتقاة من الألغاز التاريخية ودراسات نهاية اللعبة: جولة الخيل (جولة الفارس), ثماني ملكات, فإن القمح والشطرنج لغز النمو الأسي، دراسات التزاوج الكلاسيكية (بما في ذلك ديلارام والمخطوطات المخطوطة المبكرة)، و ألماسة سولي. تستمد عمليات إعادة البناء وروايات الألغاز التي قمنا بها من كتابين تاريخيين أساسيين في الشطرنج: ليبرو ديل أسيدريز و كتاب الشطرنج-مصدران من أهم مصادر التراث الثقافي والفكري للشطرنج والشطرنج.
يذهب هذا المنهج ما بعد الشطرنج. ستقوم بإعادة إنشاء وتحليل العديد من ألعاب الطاولة التاريخية مثل 3-حجر 3, 9-حجر, مانكالا, فإن لعبة أور الملكية, و لعبة الداما, بالإضافة إلى الأنظمة الاستراتيجية الأكثر ثراءً في قيركات و شطرنج. الهدف هو تعلم الذكاء الاصطناعي كـ مجموعة من الأفكار القابلة للنقل, وليس شيئاً مرتبطاً بلعبة واحدة.
معالم الذكاء الاصطناعي من خلال برنامج الشطرنج: نتتبع بوضوح الأنظمة البارزة وما علّمه كل منها للعالم عن “ذكاء الآلة”: الترك, أزرق غامق, ألفا زيرو, و ستوك فيش. يرى المتعلمون كيف البحث, التقييم, ، القيود الهندسية (الرقائق، والذاكرة، والسرعة)، وشكلت الأساليب الحديثة القائمة على التعلم تطور برمجيات الشطرنج والذكاء الاصطناعي.
لمن هذا المنهج الدراسي
• الطلاب: تعلم الذكاء الاصطناعي من خلال بناء أنظمة يمكنك شرحها وقياسها وتحسينها.
• المعلمون: دورة معيارية يمكنك تدريسها كوحدات متسلسلة كاملة أو وحدات مستقلة.
• المدارس والمؤسسات: مسار ثري ثقافيًا للذكاء الاصطناعي للنوادي والمواد الاختيارية والمعسكرات التدريبية والبرامج متعددة التخصصات.
ما ستتمكن من القيام به
- بناء بيئات ألعاب الطاولة وتنفيذ توليد الحركة القانونية
- تنفيذ البحث الكلاسيكي للذكاء الاصطناعي (إدارة خدمات الدعم اللوجستي، وخدمات الدعم اللوجستي، وخدمات الدعم اللوجستي، وخدمات الصرف الصحي في الولايات المتحدة، وخدمات الصرف الصحي في الولايات المتحدة، وخدمات الصرف الصحي في الولايات المتحدة الأمريكية*, مينيماكس, ألفا-بيتا)
- الاستخدام البرمجة الديناميكية لحل دراسة نهاية اللعبة التاريخية
- فهم كيفية عمل محركات الشطرنج الحديثة (التمثيل ← نقل الجين ← البحث ← التقييم)
- تنفيذ التعلم المعزز من التعلم الكمي الجدولي إلى شبكات كيو العميقة و MCTS
- فهم طراز ألفا زيرو ستايل خطوط الأنابيب (شبكات السياسة/القيمة + شبكة السياسات/القيم + PUCT + اللعب الذاتي)
خريطة المنهج الدراسي (25 درساً، مجمعة في 9 أقسام)
القسم 1 - الأسس وأساسيات بايثون (الدروس 1-6)
الدرس 1: نطاق المقرر الدراسي وأولوياته
الدرس 2: مقدمة في الحوسبة وإعداد بايثون
الدرس 3: أنواع بيانات بايثون
الدرس 4: الشروط، والحلقات، وتدفق التحكم
الدرس 5: الدوال، والنطاق، والمعلمات
الدرس 6: الملفات، والاستثناءات، والمكتبات، والاختبارات
القسم 2 - البرمجة الموجهة للكائنات ونمذجة الألعاب اللوحية (الدرس 7)
الدرس 7: العمليات التشغيلية المفتوحة، الفصول، تيك تاك تو
القسم 3 - أسس الشطرنج وقانون المحرك (الدرسان 8-9)
الدرس 8: الشطرنج وتمثيل لوحة الشطرنج والشطرنج
الدرس 9: حركة القطع، وتحديثات حالة اللعبة، والشروط النهائية
القسم 4 - خوارزميات البحث الكلاسيكية وخوارزميات البحث العدائية (الدرسان 10-11)
الدرس 10: مسائل البحث واجتياز الرسم البياني (خدمات الدعم اللوجستي، خدمات الدعم اللوجستي، خدمات الدعم اللوجستي الموحد)
الدرس 11: البحث الاستدلالي وأشجار الألعاب العدائية (A*, مينيماكس, التوقع, ألفا-بيتا)
القسم 5 - حل ألغاز الشطرنج القديمة باستخدام خوارزميات الذكاء الاصطناعي (الدروس 12-15)
الدرس 12: جولة الخيل (جولة الفارس)
الدرس 13: لغز الملكات الثماني
الدرس 14: مسألة رقعة الشطرنج والقمح (النمو الأسي + الرياضيات اللغز)
الدرس 15: الحد الأدنى، ألفا-بيتا ومنطق الشاه (مع كش ملك تاريخي ومصادر)
القسم 6 - البرمجة الديناميكية (الدرس 16)
الدرس 16: ماسة سولي (دراسة نهاية اللعبة التاريخية)
القسم 7 - التاريخ المتشابك بين الذكاء الاصطناعي وبرامج الشطرنج الحديثة (الدرس 17)
الدرس 17: ستوك فيش كبرنامج ذكاء اصطناعي حديث للشطرنج (هندسة المحركات، والبحث/التحليل الحديث، وتكييف المحركات مع المتغيرات التاريخية مثل الشطرنج)
القسم 8 - التعلم المعزز (الدروس 18-22)
الدرس 18: أسس RL (عالم الشبكات، البرمجة الديناميكية، التعقيد)
الدرس 19: جدولة Q-Learning على FrozenLake (الرخ المتجمد)
الدرس 20: الرخين في مواجهة الملك الوحيد (التعلُّم الكمي TD Q)
الدرس 21: شبكات Q-Networks العميقة (Connect-4، Fox & Hounds، Othello/Reversi)
الدرس 22: عمليات طرح مونت كارلو و MCTS على قيركات
القسم 9 - ألفا زيرو (الدروس 23-25)
الدرس 23: ألفا زيرو على عطيل/ريفيرسي (شبكات السياسة/القيمة + شبكة السياسات/القيم + PUCT + اللعب الذاتي)
الدرس 24: ألفا زيرو على قيركات (PUCT، شبكات السياسة/القيمة، اللعب الذاتي؛ ترميز الحركة الواعية بالمسار)
الدرس 25: لعبة الداما التركية (داما): المقارنات بين ألفا - بيتا، ومقارنات ألفا - بيتا، ومقارنات ألفا - صفر
كيف تبدأ. إذا كنت جديدًا على Python، ابدأ بالدروس 1-6. إذا كنت تبرمج بالفعل، ابدأ بالدروس 8-11 للدخول في بناء المحرك والبحث. يمكن للمعلمين تدريس كل قسم على حدة كوحدات مستقلة أو تقديم المسار الكامل المكون من 25 درسًا. للوصول إلى الدروس قم بإنشاء حساب مجاني وتسجيل الدخول إلى نظام إدارة التعلم الخاص بنا: lms.shatranj.ai
