Компьютерные настольные игры: Лучшие игры Настольная игра на PC (ПК) – топ игр в жанре Настольная игра, список на PC (ПК)

Лучшие игры Настольная игра на PC (ПК) – топ игр в жанре Настольная игра, список на PC (ПК)

⁵¹¹

По рейтингу Игромании

От высокого к низкомуОт низкого к высокому

По дате выхода

Сначала новыеСначала старые

По рейтингу пользователей

От высокого к низкомуОт низкого к высокому

По алфавиту

A-ZZ-A

Magic: The Gathering Arena

PC

ККИ, Настольная игра

The Witcher Adventure Game

Android, iOS, Mac, PC

Приключение, Ролевая игра, Стратегия, Пошаговая стратегия, Паззл, Настольная игра

Chess Titans (Microsoft)

PC

Настольная игра

Astral Tournament

PC

Стратегия, Пошаговая стратегия, Паззл, Настольная игра

Pathfinder Adventures

Android, iOS, Mac, PC

Ролевая игра, Стратегия, ККИ, Настольная игра

Color Lines (1992)

Mac, PC

Паззл, Настольная игра

Commander: The Great War

iOS, Mac, PC

Стратегия, Пошаговая стратегия, Обучение, Настольная игра

Poker Night 2

iOS, Mac, PC, PS3, Xbox 360

Спорт, Симулятор, ККИ, Аркада, Настольная игра

Гвинт

Android, iOS, PC, PS4, Xbox One

Стратегия, ККИ, Настольная игра

Panzer Corps

iOS, Mac, PC

Стратегия, Пошаговая стратегия, Обучение, Тактика, Настольная игра

Magic: the Gathering — Duels of the Planeswalkers 2014

PC, PS3, Xbox 360

Стратегия, Паззл, ККИ, Настольная игра

Hero Academy

iOS, Linux, Mac, PC

Стратегия, Пошаговая стратегия, Настольная игра

Armello

iOS, Linux, Mac, Nintendo Switch, PC, PS4, Xbox One

Приключение, Ролевая игра, Стратегия, Настольная игра, Стратегия в реальном времени

Monopoly 3

PC

Паззл, Настольная игра

Blood Bowl

Android, iOS, NDS, PC, PSP, Xbox 360

Стратегия, Пошаговая стратегия, Спорт, Тактика, Настольная игра, Стратегия в реальном времени

1 2 . .. 35 далее

Почему настольные игры становятся популярнее компьютерных

Десять лет назад российский рынок «настолок» появился в онлайне, потом начал развиваться и офлайн-рынок. Сейчас две трети продаж настольных игр в России приходится на специализированные магазины настольных игр. Самые крупные рынки настольных игр — Северная Америка, Германия и Франция.

Сегодня самый эффективный способ продвижения настольных игр на рынок — игротеки. «Единственный барьер, который необходимо преодолеть пользователям при знакомстве с настольными играми, — чтение правил игры, — рассказал генеральный директор и сооснователь Hobby World Михаил Акулов. — А на игротеке вам устно объясняют правила игры, на это тратится 10-15 минут максимум, и все становится понятно. При этом есть игры, которые продаются миллионными тиражами, у которых простые правила. С таких игр и нужно начинать разбираться, после того как вы поймете механику игр, даже сорок страниц правил не будут пугать».

По стоимости билета в кино можно купить настольную игру, в которую потом можно играть много раз

Как правило, о времени и местах проведения игротек можно узнать на официальных сайтах производителей игр и в тематических группах в социальных сетях. Помимо этого раз в год проходит фестиваль настольных игр «Игрокон». На нем можно бесплатно поиграть в любые игры, которые понравятся.

Нет подобных развлечений для всей семьи, которые были бы столь многообразны. По стоимости билета в кино можно купить настольную игру, в которую потом можно играть много раз.

Многие компьютерные игры сделаны на основе настольных, однако наблюдается и обратный процесс. Есть настольная игра по World of tanks, локализация «Цивилизации», StarCraft, World of Warcraft. «При этом все ведущие гейм-дизайнеры компьютерных игр обязательно играют в настольные игры, это позволяет им понять, как работает игровая механика», — заметил эксперт.

Настольные игры — это не только развлечение. Есть игры на исторические и географические темы: в таком формате дети легко усваивают новые знания. Логические и стратегические игры учат мыслить, ставить цели и расписывать задачи для их достижения, развивают пространственное мышление. Наконец, сам процесс игры снимает стресс и оказывает положительное влияние на здоровье и самочувствие. К такому выводу пришли ученые из Университета Стокгольма: они провели эксперимент, в ходе которого люди от пяти до сорока лет регулярно играли в настольные игры на протяжении трех месяцев. В результате мозг людей, принимавших участие в исследовании, стал работать на 30 процентов лучше. «Кстати, в Германии часто пожилым людям врачи рекомендуют играть в настольные игры, чтобы поддерживать умственную форму», — добавил Михаил Акулов.

Сегодня любой может выпустить в свет свою игру. Главное — идея. Важно заложить прочный фундамент, на котором будет строиться хорошая настольная игра. Для этого нужно придумать увлекательную механику, интересную широкой аудитории. Уже одной качественной задумки достаточно для того, чтобы создать хит и хорошо на этом заработать. После понадобится помощь художника, который воплотит идею в реальность: нарисует графику, оформит все необходимые элементы.

Или же можно заинтересовать идеей издательство. В этом случае профессионалы сами «оденут» игру, придумают ей красивую обертку. Сначала фокус-группа протестирует игру. Как правило, на этом этапе приходится играть на простых бумажках — ведь идея еще не реализована. Во время тестирования работники могут внести правки в игру и оценить, насколько она будет успешной. Здесь их власть почти безгранична: чтобы издать действительно интересный продукт, сотрудники могут вмешаться абсолютно во все — от дизайна до сценария. После внутреннего одобрения они оценивают проект и решают, как будут выглядеть компоненты игры, сколько она будет стоить, в скольких экземплярах ее издавать. А дальше, если игра действительно интересная, она начнет продавать себя сама.

Российская газета — Федеральный выпуск: №296(7164)

Поделиться:

Образ жизни

11 компьютерных настольных игр, в которые никто не хотел играть

Помните настольные игры, в которые вы играли в детстве? Нет? Мои извинения.

Помнят ли ваши родители настольные игры, в которые они играли в детстве? (Поднесите их к экрану компьютера.) Вот так. Привет народ.

Я здесь, чтобы сказать вам, что игры, в которые вы играли в детстве, были слишком веселыми. Такие названия, как «Монополия», «Жизнь» и «Страна сладостей», неспроста безраздельно господствовали, продавались миллионами копий и занимали место почти в каждом американском доме.

Но есть альтернативный мир невеселых настольных игр. Это игры, в которые играли «другие дети», когда вы топили линкор вашей сестры. Я говорю о малоизвестной настольной игре, вдохновленной компьютером. В то время как большинство этих названий были образовательными проектами, которые, вероятно, проводили свои дни, томясь в школьных зданиях, некоторые из них кажутся явными попытками оседлать фалды революции домашних ПК начала 1980-х годов.

Еще более странным является тот факт, что ни один живой человек никогда не слышал о них. И все же они существуют. Почему? Кто их сделал? Эльфы? Вы вполне можете найти ответ на вопрос на следующих слайдах. Если да, я надеюсь, вы сообщите мне в комментариях, когда наше путешествие будет завершено, потому что я понятия не имею.

( Эта статья была впервые опубликована 24 июля 2011 года. )

Реклама

1. Компьютерный капер (1983)

Издатель: Holiday Games

Эта красочная игра, своего рода игра Candy Land, наполненная компьютерными каламбурами, предназначена для обучения детей компьютерной терминологии с помощью «Дружелюбного компьютера Ирвинга». Предприимчивые игроки путешествуют от «Острова ввода» к «Пропуску для распечатки», встречая по пути такие достопримечательности, как «Оборудование», «Гора памяти» и «Силиконовая долина». Текущее местонахождение Ирвинга неизвестно, но эксперты считают, что он мог быть выведен из эксплуатации и переработан еще в 19 лет.86.

(Фото: космический маг)

2. Короткое замыкание: компьютерная энергетическая игра (1990-е)

Издатель: Parker Brothers

Согласно BoardGameGeek (открывается в новом окне), Short Circuit — это игра, в которой игроки используют стратегическое планирование, расчет времени и удачу для накопления и приобретения энергии. Программное обеспечение и деньги, когда они используются вместе с их компьютерами, взаимодействуют на протяжении всего игрового периода, создавая захватывающую кульминацию, в которой побеждает один игрок.

Я подозреваю, что интернет-компании 1990-х годов использовали набор правил Короткого замыкания в качестве своей бизнес-модели. «Эй, ребята. Накопим энергию и победим деньгами!»

(Фото: Грэм Локвуд)

3. Си-Джамп (2005)

Издатель: C-Jump Factory

Официальный сайт C-Jump (открывается в новом окне) утверждает, что игра «помогает детям изучить основы языков программирования, таких как C, C++ и Java». Попутно дети также узнают о лыжном спорте, овладение которым необходимо для успешной работы на компьютере.

В конце концов, легенда индустрии Гордон Белл(Opens in a new window) однажды сказал**: «Программирование похоже на катание на лыжах, джентльмены». Эксперты до сих пор спорят о значении этого утверждения, но многие в целом интерпретируют его как искреннее одобрение зимнего спорта как здорового, бодрящего вида упражнений.

** Гордон Белл этого не говорил.

(Фото / s: Фабрика C-Jump)

4. РЭМ (1984)

Издатель: Карл Рейнхард

REM — это соревновательная карточная игра, в которой проверяется знание каждым игроком языка программирования BASIC, а также общих компьютерных терминов. Игра также добавила в смесь еще одну механику, в которой «противники стирают программы друг друга и повреждают диски друг друга», согласно обратной стороне коробки (я не уверен, как это работает). В комплекте даже была стопка миниатюрной бумаги для принтера для ведения счета. К сожалению, издатель отказался включить крошечный, скрипучий матричный принтер.

(Фото: игры здесь)

5. Компьютерная ярость (1977)

Издатель: Creative Computing Magazine

Использование компьютеров всегда вызывало разочарование, особенно в 1977 году. Computer Rage направляет этот гнев через настольную игру, в которой игроки перемещают свои игровые фигуры (называемые в игре «Программами») из « Вход» на «Выход».

Победителем становится тот, кто первым достигнет выхода. Согласно инструкции, игра содержит «много параллелей между игрой в Computer Rage и работой современной компьютерной системы». Сомневаюсь.

(Фото: Эрик Циммерман)

6. Вход (1984)

Издатель: Milton Bradley

Input — это сложная игра с плитками, в которой два игрока поочередно размещают плоские пластиковые детали на причудливом игровом поле, отлитом под давлением, с целью уничтожить своего противника. Уникальный узор из точек и линий покрывает каждую плитку (хотя обе стороны имеют одинаковый набор плиток, только разных цветов). Паттерны каким-то образом имитируют шаги в программе, которым необходимо следовать, чтобы правильно играть в игру. Но это еще никому не удавалось, потому что даже ее создатели не могли понять, как играть.

Ввод похож на игру, которую вы открываете один раз в рождественское утро, а затем изгоняете, чтобы прожить остаток своей естественной жизни в игрушечном гулаге на чердаке ваших родителей.

(Фото: Ллойд Бэнфилд)

7. Игра обработки данных (1983)

Издатель: Learning Innovations

Игра «Обработка данных» очень похожа на «Игру жизни» — если кто-то высосет каждую унцию радости и запустит ее на солнце. С тех пор наша ближайшая звезда пытается выплюнуть его, отсюда и явление, известное как солнечные пятна.

Компания Learning Innovations создала эту игру, исходя из ошибочного предположения, что людям нравится приносить домой загадочную компьютерную работу 1970-х годов и играть в нее как в настольную игру. В результате вы нигде и никогда не найдете эту игру.

(Фото: космический маг)

8. Игра ввода/вывода (1982)

Издатель: Educational Insights

Эта игра подозрительно пахнет, как игра, в которую вам придется играть в школе. Он сочетает в себе карты программирования BASIC с игровой доской, основанной на целях. Для игры вы берете случайные карточки с командами и операторами BASIC и пытаетесь написать программу. Если вы потерпите неудачу, Гордон Белл выскакивает и бьет вас по лицу**. Он также поставлялся с дополнительным буклетом программ BASIC, предназначенных для работы на вашем TRS-80.

** Сноска добавлена ​​для комедийного эффекта.

(Фото / s: Steelwheelz50)

9. Компьютерама (2006)

Издатель: Rainbow Games

Что такое Computerama? Или, если мы скажем: «Чем НЕ является Computerama?» Со слов издателя: «Эта игра сочетает в себе множество интересных особенностей других известных и успешных игр в одном веселом событии. Это игра в покер? Игра в бинго? Или игра в слова? Да, да, и да! Это все это и многое другое ». Я купил эту игру в 2010 году, когда она называлась «Комплект игр, собранных вместе в коробке».

(Фото: Радужные игры)

10. Ярлык! Основы компьютера (2007)

Издатель: Shortcut 2 Learning

Shortcut! Основы компьютера сочетают в себе образовательные вопросы на тему компьютеров и Интернета с игровым полем в стиле Candy Land, где игроки (вероятно, учитель) вынуждены мчаться к финишу. По иронии судьбы, игровое поле больше похоже не на короткий путь, а на окольный маршрут, специально разработанный для того, чтобы удлинить ваше путешествие. Просто говорю’.

(Фото: Синди Новак)

11. Компьютерное домино (1985)

Издатель: Wellington Games

Этот набор «компьютерных домино», по-видимому, не имеет ничего общего с компьютерами, за исключением того факта, что каждая часть имеет зеленые точки на черном фоне, имитирующие популярные монохромные мониторы того времени. В качестве бонуса детали сделаны из картона для дополнительной прочности. Опять же, в набор могли входить какие-то измененные правила, вдохновленные компьютером, о которых я не знаю. Но я сомневаюсь.

(Фото: Артур Дауди)

Получите наши лучшие истории!

Подпишитесь на Что нового сейчас , чтобы каждое утро получать наши главные новости на ваш почтовый ящик.

Этот информационный бюллетень может содержать рекламу, предложения или партнерские ссылки. Подписка на информационный бюллетень означает ваше согласие с нашими Условиями использования и Политикой конфиденциальности. Вы можете отказаться от подписки на информационные бюллетени в любое время.

Спасибо за регистрацию!

Ваша подписка подтверждена. Следите за своим почтовым ящиком!

Подпишитесь на другие информационные бюллетени

Как компьютер победил Мастер Го

Бог двигает игрока, он в свою очередь фигуру.
Но какой бог за пределами Бога начинает круг
Праха и времени, сна и агонии?

— Хорхе Луис Борхес

Пока я пишу эту колонку, компьютерная программа под названием AlphaGo побеждает профессионального игрока в го Ли Седоля на получившем широкую огласку турнире в Сеуле. Седол входит в тройку лучших игроков мира, получив высший ранг в девять данов. Победа над одним из лучших представителей человечества в этой очень старой и традиционной настольной игре — сокрушительный 3 к 1, и впереди еще одна игра. С этим поражением компьютеры превзошли людей в последней из классических настольных игр, игре, известной как глубиной, так и простотой. Закончилась эпоха и начинается новая. Методы, лежащие в основе AlphaGo, и ее недавняя победа имеют поразительные последствия для будущего машинного интеллекта.

Возникновение из ниоткуда

Восхождение AlphaGo на вершину мира го было ошеломляющим и совершенно отличным от траектории машин, играющих в шахматы. В течение 10 лет специальная команда инженеров по оборудованию и программному обеспечению, в конечном итоге нанятая IBM, построила и запрограммировала специальный суперкомпьютер под названием Deep Blue, который делал одну и только одну вещь — играл в шахматы, оценивая 200 миллионов позиций на доске. в секунду. Ожидаемым событием стало то, что команда IBM бросила вызов тогдашнему чемпиону мира по шахматам Гарри Каспарову. В матче из шести партий, сыгранном в 19В 96 году Каспаров обыграл Deep Blue с тремя победами, двумя ничьими и одним поражением, но год спустя проиграл в историческом матче-реванше со счетом 2:1/2 и 3:1/2.

Шахматы — это классическая стратегическая игра, похожая на крестики-нолики (крестики-нолики), шашки (шашки), реверси (Отелло), нарды и го, в которых игроки по очереди расставляют или перемещают фигуры. В отличие от карточных игр, в которых участники видят только свои собственные карты, а также все сброшенные карты, игроки имеют полный доступ ко всей соответствующей информации, причем случайность не играет никакой роли.

Правила игры в го значительно проще, чем в шахматах. Каждая из черных и белых сторон имеет доступ к чаше с черными и белыми камнями, и каждая по очереди размещает по одному на сетке 19 на 19. После размещения камни не двигаются. Цель игры, зародившейся в Китае более 2500 лет назад, состоит в том, чтобы полностью окружить противоположные камни. Такие обведенные камни считаются захваченными и убираются с доски. Из этой чистой простоты возникает великая красота — сложные сражения между черными и белыми армиями, которые простираются от углов до центра доски.

Строго логические игры, такие как шахматы и го, можно охарактеризовать количеством возможных позиций, ограничивающих их сложность. В зависимости от фазы игры игроки должны выбрать один из небольшого числа возможных ходов, называемых широтой игры или коэффициентом ветвления b . Если настала очередь белых, им нужно выбрать один из b возможных ходов; На каждое из них черные могут ответить b своих контрходов. То есть после одного хода уже b раз b или b ² ходов, которые белые должны учитывать при разработке стратегии. Предполагая, что игра в шахматы длится в среднем d ходов (называется глубиной игры), полное дерево игры с любой исходной позиции — список всех ходов, контрходов, контрходов и так далее до тех пор, пока та или другая сторона wins — содержит около b раз b раз b …, d раз подряд или b ^d конечные позиции (так называемые конечные узлы или листья дерева поиска). Учитывая, что типичная шахматная партия имеет коэффициент ветвления около 35 и длится 80 ходов, количество возможных ходов огромно, около 35 ⁸⁰ (или 10 ¹²³ ), также известное как «число Шеннона» в честь пионера лаборатории Белла. Клод Шеннон, который не только изобрел теорию информации, но и написал первую статью о том, как запрограммировать машину для игры в шахматы, еще в 1950 году. Номер Шеннона: 10 ¹²³ огромен, особенно если учесть, что во всей наблюдаемой Вселенной, состоящей из галактик, звезд, планет, собак, деревьев и людей, всего около 1080 атомов. Но сложность го больше, намного больше. С его широтой в 250 возможных ходов за ход (в го играют на доске 19 на 19 по сравнению с гораздо меньшим шахматным полем 8 на 8) и типичной глубиной игры в 150 ходов, есть около 250 ¹⁵⁰ или 10 ³⁶⁰ возможных ходов. Это число выходит за рамки воображения и делает любую мысль об исчерпывающей оценке всех возможных ходов совершенно и полностью нереалистичной.

Учитывая эту практически безграничную сложность, го гораздо больше, чем шахматы, заключается в распознавании закономерностей, возникающих, когда скопление камней окружает пустое пространство. Игроки воспринимают, сознательно или нет, отношения между группами камней и говорят о таких, казалось бы, нечетких понятиях, как « легкие» и «тяжелые» формы камней и аджи , что означает скрытые возможности. Однако такие концепции гораздо труднее уловить алгоритмически, чем формальные правила игры. Соответственно, компьютерные программы го проигрывали своим шахматным аналогам, и ни одна из них никогда не побеждала профессионального человека в обычных турнирных условиях. По прогнозам, до такого события должно пройти не менее десяти лет.

И тут AlphaGo ворвалась в общественное сознание благодаря статье в одном из самых уважаемых в мире научных журналов Nature от 28 января этого года. Его программное обеспечение было разработано командой из 20 человек под руководством бывшего шахматного вундеркинда и нейробиолога, ставшего пионером искусственного интеллекта, Демиса Хассабиса из его лондонской компании DeepMind Technologies, приобретенной в 2014 году Google. Наиболее интригующе то, что статья Nature показала, что AlphaGo играла против победителя европейского чемпионата по го Фань Хуэя в октябре 2015 года и выиграла со счетом 5: 0, не нанеся гандикап игроку-человеку, что является неслыханным событием. [ Scientific American является частью Springer Nature.]

Заглянуть под капот

Примечательно, что алгоритмы AlphaGo не содержат каких-либо действительно новых идей или прорывов. Программное обеспечение сочетает в себе старые добрые алгоритмы нейронных сетей и методы машинного обучения с превосходной программной инженерией, работающей на мощном, но довольно стандартном оборудовании — 48 центральных процессоров (ЦП), дополненных восемью графическими процессорами (ГП), разработанными для рендеринга трехмерной графики. для игровых сообществ и чрезвычайно мощный для выполнения определенных математических операций.

В основе вычислений лежат нейронные сети, отдаленные потомки нейронных цепей, работающих в биологическом мозге. Слои нейронов, расположенные в перекрывающихся слоях, обрабатывают входные данные — положение камней на доске 19 на 19 — и выводят все более абстрактные представления различных аспектов игры с помощью так называемых сверточных сетей. Эта же технология сделала возможным недавний прорыв в области автоматического распознавания изображений — например, автоматическая маркировка всех изображений, размещенных на Facebook.

Для любой конкретной позиции на доске две нейронные сети работают в тандеме для оптимизации производительности. «Сеть ценности» уменьшает эффективную глубину поиска, оценивая, насколько вероятно, что данная позиция на доске приведет к выигрышу, не гоняясь за каждым узлом дерева поиска, а «сеть политик» уменьшает широту игры, ограничивая количество ходов для конкретной позиции на доске, которую сеть рассматривает, обучаясь выбирать лучшие ходы для этой позиции. Сеть политик генерирует возможные ходы, которые затем оцениваются сетью создания стоимости с точки зрения их вероятности победить противника.

По иронии судьбы самые мощные методы этой полностью детерминированной игры, в которой каждый ход полностью определяется на основе предыдущих ходов, являются вероятностными, основанными на понимании того, что, поскольку подавляющее большинство ветвей дерева не может быть по возможности исследованы, лучше всего выбрать некоторые из наиболее многообещающих ветвей почти наугад и оценить их до конца, то есть до позиции на доске, в которой выигрывает либо один, либо другой игрок. Затем различные узлы в игровом дереве можно сопоставить с теми, которые с наибольшей вероятностью приведут к победе. Повторяясь снова и снова, такая псевдослучайная выборка, называемая поиском по дереву Монте-Карло, может привести к оптимальному поведению, даже если исследуется лишь небольшая часть всего дерева игры. Методы Монте-Карло, рожденные во грехе в Лос-Аламосской национальной лаборатории в конце XIX века.40-х годов для разработки первого ядерного оружия — широко используются в физике. Эта техника дерева Монте-Карло была успешно реализована в Crazy Stone, одной из первых программ, игравших в го на приличном любительском уровне.

Однако сам по себе поиск по дереву Монте-Карло был недостаточно хорош для того, чтобы эти программы могли конкурировать на уровне мировых стандартов. Для этого требовалось дать AlphaGo возможность учиться, сначала познакомив ее с ранее сыгранными играми профессиональных игроков в го, а затем позволив программе сыграть миллионы игр против самой себя, постоянно улучшая свою производительность в процессе.

На первом этапе 13-уровневая нейронная сеть политик начиналась с чистого листа — без предварительной обработки. Затем он был обучен на 30 миллионах позиций на доске из 160 000 реальных игр, взятых из базы данных го. Это число представляет собой гораздо больше игр, с которыми любой профессиональный игрок столкнется за свою жизнь. Каждая позиция на доске в сочетании с фактическим ходом, выбранным игроком (именно поэтому этот метод называется обучением с учителем), и соединения между сетями были скорректированы с помощью стандартных так называемых методов глубокого машинного обучения, чтобы повысить вероятность того, что сеть выберет ход. лучше переезжай в следующий раз. Затем сеть протестировали, предоставив ей позицию на доске из игры, которую она раньше никогда не видела. Он точно, хотя и далеко не идеально, предсказал ход, выбранный профессиональным игроком 9.0003

На втором этапе сеть политик обучалась с помощью обучения с подкреплением. Этот метод является прочным наследием бихевиоризма — школы мысли, доминирующей в психологии и биологии в первой половине прошлого века. Он исповедует идею о том, что организмы — от червей, мух и морских слизней до крыс и людей — учатся, связывая конкретное действие с конкретными стимулами, которые ему предшествовали. Когда они делают это снова и снова, организм выстраивает связь между стимулом и реакцией. Это можно сделать совершенно бессознательно, используя зубрежку.

Попробуйте научить собаку переворачиваться и «притворяться мертвым» по команде. Вы делаете это, разбивая это сложное поведение на более мелкие действия — лечь на землю, перевернуться, вытянуть лапы в воздух. Как только действие происходит либо спонтанно, либо потому, что вы показываете своей собаке, как это сделать, и она пытается подражать вам, оно вознаграждается (или «подкрепляется» на жаргоне) комбинацией похвалы или кусочка еды. Сделано достаточное количество раз, собака в конечном итоге будет вести себя как мертвая по команде.

Обучение с подкреплением было реализовано несколько лет назад в нейронных сетях для имитации поведения животных и обучения роботов. DeepMind с удвоенной силой продемонстрировал это в прошлом году, когда сети научили играть в 49различные видеоигры Atari 2600, в том числе Video Pinball, Star Gunner, Robotank, Road Runner, Pong, Space Invaders, Ms Pac-Man, Alien и Montezuma’s Revenge. (В знак грядущего atari — это японский термин, означающий неизбежный захват одного или нескольких камней.)

Каждый раз, когда он играл, сеть DeepMind «видела» один и тот же экран видеоигры, включая текущий счет, который увидит любой игрок-человек. Выходом сети была команда джойстику для перемещения курсора по экрану. Следуя диктату программиста максимизировать игровой счет, алгоритм сделал это и вычислил правила игры на протяжении тысяч и тысяч испытаний. Он учится двигаться, поражать инопланетные корабли и избегать их уничтожения. А в некоторых играх достигает сверхчеловеческой производительности. Тот же мощный алгоритм обучения с подкреплением был развернут AlphaGo для перехода, начиная с настройки сети политик после этапа контролируемого обучения.

На третьем и заключительном этапе обучения сеть ценности, которая оценивает, насколько вероятно, что данная позиция в совете директоров приведет к победе, обучается с использованием 30 миллионов самостоятельно сгенерированных позиций, выбранных сетью политик. Именно эта особенность самоигры, которую люди не могут воспроизвести (поскольку для этого потребовалось бы, чтобы разум игрока разделился на две части), позволяет алгоритму неуклонно совершенствоваться.

Особенность AlphaGo в том, что она выберет стратегию, которая максимизирует вероятность выигрыша независимо от того, на сколько. Например, AlphaGo предпочла бы выиграть с 90-процентная вероятность на два камня, чем 85-процентная вероятность на 50 камней. Мало кто отказался бы от немного более рискованного шанса сокрушить своего противника ради небольшой, но более верной победы.

Конечным результатом стала программа, которая показала лучшие результаты, чем любой конкурент, и превзошла мастера го Fan Hui. Хуи, однако, не входит в число 300 лучших игроков мира, а среди игроков высшего эшелона различия в их способностях настолько выражены, что даже тренировки на протяжении всей жизни не позволили бы Хуи победить кого-то вроде Ли Седоля. Таким образом, основываясь на пяти общедоступных играх между AlphaGo и Hui, Седол уверенно предсказал, что он будет доминировать над AlphaGo, выиграв пять игр ни с чем или, возможно, в плохой день, четыре игры к одной. Чего он не учел, так это того, что программа, с которой он столкнулся в Сеуле, была значительно улучшенной версией той, с которой Хуэй столкнулся шестью месяцами ранее, оптимизированной за счет неустанной игры с самим собой.

Интересное различие между Deep Blue и AlphaGo заключается в том, что механизм оценки первого, присваивающий положительное (хорошее) или отрицательное (плохое) значение любой позиции на шахматной доске, был явно запрограммирован. Это различие позволило программистам Deep Blue добавить явные правила, такие как «если возникает эта позиция, делай то», к репертуару тактик. Это невозможно для потомка нейронной сети Deep Blue, AlphaGo, где все знания неявно закодированы в «весах» сети.

Что дальше?

Deep Blue представлял собой триумф машинной мускулатуры над человеческим мозгом. Его успех почти полностью зависел от очень быстрых процессоров, созданных для этой цели. Хотя его победа над Каспаровым была историческим событием, триумф не привел ни к какому практическому применению, ни к какому-либо побочному эффекту. Действительно, вскоре после этого IBM сняла машину с производства.

Такая же ситуация вряд ли произойдет с AlphaGo. Программа работает на готовых процессорах. Предоставление ему доступа к большей вычислительной мощности (путем распределения ее по сети из 1200 процессоров и графических процессоров) лишь незначительно улучшило ее производительность. Особенность, которая имеет значение, заключается в способности AlphaGo разделяться на две части, играя против себя и постоянно улучшая свою общую производительность. На данный момент неясно, есть ли какие-либо ограничения на улучшения, на которые способна AlphaGo. (Если бы то же самое можно было сказать о нашем старомодном мозге.) Возможно, это составляет бьющееся сердце любой разумной системы, Святой Грааль, который ищут исследователи, — общий искусственный интеллект, соперничающий с человеческим интеллектом по своей мощи и гибкости. .

Вполне вероятно, что команда DeepMind Хассабиса подумывает о разработке более мощных программ, таких как версии, которые могут обучаться го с нуля, не полагаясь на примеры человеческих игр, версии, которые изучают шахматы, программы, которые одновременно играют в шашки , шахматы и го на уровне мирового класса или те, которые могут справиться с безлимитным техасским холдем-покером или подобными азартными играми.

Сделав очень похвальный шаг, Хассабис и его коллеги подробно описали алгоритмы и настройки параметров, которые команда DeepMind использовала для создания AlphaGo в сопроводительном Публикация Nature . Это еще больше ускоряет бешеный темп исследований ИИ в академических и промышленных лабораториях по всему миру. Для подкрепления алгоритмы, основанные на обучении методом проб и ошибок, могут применяться к множеству задач с достаточным количеством размеченных данных, будь то финансовые рынки, медицинская диагностика, робототехника, военные действия и так далее. Началась новая эра с неизвестными, но потенциально колоссальными среднесрочными и долгосрочными последствиями для моделей занятости, широкомасштабной слежки и растущего политического и экономического неравенства.

Каков эффект AlphaGo на самом го? Вопреки утверждениям об обратном, распространение повсеместных шахматных программ возродило шахматы, помогая воспитать поколение еще более сильных игроков. То же самое вполне может случиться с го-сообществом. В конце концов, тот факт, что любой автомобиль или мотоцикл может двигаться быстрее, чем любой бегун, не исключает бега ради удовольствия. Больше людей бегают марафоны, чем когда-либо. Действительно, можно утверждать, что, избавившись от необходимости постоянно доказывать, что они лучшие, люди теперь могут больше наслаждаться природой этой в высшей степени эстетической и интеллектуальной игры в ее суровом великолепии ради нее самой. Действительно, в древнем Китае одним из четырех искусств, которым должен был овладеть любой культурный ученый и джентльмен, была игра в го.

Точно так же, как осмысленная жизнь должна быть прожита и оправдана ее собственными внутренними причинами, так и нужно играть из-за ее внутренней ценности — из-за радости, которую она доставляет. Как выразился философ Марк Роулендс, эта радость может принимать разные формы:

«Существует радость концентрации, опыт полного погружения в то, что вы делаете. Есть радость самоотверженности, опыт преданности делу, а не результату, деятельности, а не цели.