Мени
Наставна програма на Shatranj.ai — Наставна програма за вештачка интелигенција базирана на историски друштвени игри (Шах, Шатранџ, Киркат, Дама) за развој на младите
Шатранџ.аи е наследство-прво, гради-и-експериментирај Наставна програма за вештачка интелигенција. Ние ја учиме модерната вештачка интелигенција преку преградување на интелектуалните алатки што со векови го обликуваа човечкото донесување одлуки: историски друштвени игри. Овие игри патуваа низ јазици и цивилизации, носејќи обрасци на логика, етика и креативност. Денес тие претставуваат една од најјасните лаборатории за разбирање на вештачката интелигенција — затоа што Секој потег е мерлив., секоја одлука е објаснива, и секој алгоритам остава трага што можете да ја тестирате.
Историска пазл-патека (основни студии и извори): Во текот на наставната програма се занимаваме со внимателно избран сет на историски загатки и завршни студии: Коњска тура (Витешки тур), Осум кралици, , Пченица и шаховска табла загатка за експоненцијален раст, класични студии за спарување (вклучувајќи Диларам и рани маневарски шаховски мат-комбинации), и Дијамантот на Сули. Нашите реконструкции и наративни загатки црпат од две основни историски шаховски книги: Книга за шахот и Книга на шахот—два од најважните извори за културното и интелектуалното наследство на шахот и шатранџот.
Оваа наставна програма оди надвор од шахот. Ќе рекреирате и анализирате повеќе историски друштвени игри, како што се 3-камен, 9-стоун, Манкала, , Кралска игра на Ур, и Шах, плус побогатите стратешки системи на Киркат и Шатранџ. Целта е да се научи вештачката интелигенција како пренослив сет на идеи, а не нешто поврзано со една единствена игра.
Пресвртници во вештачката интелигенција преку шаховски софтвер: Ние експлицитно ги следиме преломенските системи и што секој од нив му покажа на светот за “машинска интелигенција”: Туркот, Длабока сина, АлфаЗиро, и Риба на залиха. Учениците гледаат како пребарување, оценка, инженерски ограничувања (чипови, меморија, брзина), и модерните методи за учење ја обликуваа еволуцијата на шаховскиот софтвер и вештачката интелигенција.
За кого е наменета оваа наставна програма
• Студенти: Научете вештачка интелигенција со градење системи кои можете да ги објасните, измерите и подобрите.
• Наставници: модуларен курс кој можете да го предавате како целосна секвенца или како самостојни единици.
• Училишта и институции: културно богат AI пат за клубови, изборни предмети, буткампови и интердисциплинарни програми.
Што ќе можете да направите
• Изградете и имплементирајте околини за друштвени игри генерирање на правни потези
• Имплементирајте класично пребарување на ВИ (DFS, BFS, UCS, A*, минимакс, алфа–бета)
• Користење динамичко програмирање да реши историска завршница
• Разберете како функционираат модерните шаховски енџини (претставување → генерирање на движења → пребарување → евалуација)
• Имплементирање на учење со засилување од табуларно учење со Q кон длабоки Q-мрежи и МЦТС
• Разбирање во стилот на AlphaZero цевоводи (политика/вредносни мрежи + PUCT + самоигра)
Карта на наставната програма (25 лекции, групирани во 9 секции)
Дел 1 — Основи и основи на Python (Лекции 1–6)
Лекција 1: Опсег и приоритети на курсот
Лекција 2: Вовед во компјутерство и поставување на Python
Лекција 3: Типови на податоци во Python
Лекција 4: Условни оператори, циклуси, контрола на текот
Лекција 5: Функции, опсег, параметри
Лекција 6: Датотеки, Исклучоци, Библиотеки, Тестирање
Дел 2 — Објектно-ориентирано програмирање и моделирање на друштвени игри (Лекција 7)
Лекција 7: Објектно-ориентирано програмирање, класи, Трик-Трек
Дел 3 — Шаховски основи и код на моторот (Часови 8–9)
Лекција 8: Претставување на шаховската табла и шатрандж
Лекција 9: Движење на фигурите, ажурирања на состојбата на играта и терминални услови
Член 4 — Класични и противнички алгоритми за пребарување (Часови 10–11)
Лекција 10: Проблеми со пребарување и пречекување на графот (ДФС, БФС, УЦС)
Лекција 11: Хеуристичко пребарување и дрва на противнички игри (А*, минимакс, очекувано минимум-максимум, алфа–бета)
Секција 5 — Решавање на древни шаховски загатки со вештачки интелект алгоритми (Лекции 12–15)
Лекција 12: Коњска тура (Витезова тура)
Лекција 13: Загатка со осум кралици
Лекција 14: Проблемот со пченицата и шаховската табла (експоненцијален раст + математика на загатки)
Лекција 15: Минимакс, Алфа-Бета, Шаховска логика (со историски шаховски матови и извори)
Дел 6 — Динамичко програмирање (Лекција 16)
Лекција 16: Дијамантот на Сули (Историска студија на завршница)
Секција 7 — Исплетената историја на вештачката интелигенција и современиот шаховски софтвер (Лекција 17)
Лекција 17: Stockfish како современ софтвер за вештачка интелигенција во шахот (архитектура на мотор, модерно пребарување/оценување и прилагодување на мотори на историски варијанти како Шатрањ)
Секција 8 — Учење преку засилување (Лекции 18–22)
Лекција 18: Основи на RL (Свет на мрежа, Динамичко програмирање, Сложеност)
Лекција 19: Табеларно Q-учење на FrozenLake (Замрзнат Вранец)
Лекција 20: Две дами против осамен крал (TD Q-учење)
Лекција 21: Длабоки Q-мрежи (Connect-4, Fox & Hounds, Othello/Reversi)
Лекција 22: Монте Карло роулаутс и MCTS на Киркат
Дел 9 — АлфаЗиро (Лекции 23–25)
Лекција 23: AlphaZero на Отело/Реверси (политика/вредносни мрежи + PUCT + самоигра)
Лекција 24: AlphaZero на Киркат (PUCT, мрежи на политики/вредности, самоиграње; кодирање на потези со свесност за патеката)
Лекција 25: Турски дама: Алфа-Бета, MCTS водено од PUCT, споредби со AlphaZero
Како да започнете. Ако сте нов во Python, започнете со лекции 1–6. Ако веќе програмирате, започнете со лекции 8–11 за да навлезете во изградба на мотори и пребарување. Наставниците можат да предаваат по секции како независни единици или да го испорачаат целиот пат од 25 лекции. За да пристапите до лекциите, креирајте бесплатна сметка и најавете се во нашиот систем за управување со учење: лмс.шатранџ.аи
