1.3. Игры и принятие решений
Попытки программировать на ЭВМ игры были характерны для современного искусственного интеллекта с момента его возникновения. Несомненно, одна из причин заключается в том, что эта проблема в некотором смысле вызывающая. Люди играют в сложные игры. Очень легко показать, что в принципе можно составить программу, умеющую играть в совершенстве в любую настольную игру. Однако никто еще, кажется, не смог написать программу, игра которой была бы сравнима с лучшей игрой человека.
Вторая, более общая причина для занятий игровыми программами, связана с тем, что они могут представлять общий класс задач, с которыми в настоящее время вычислительные машины справляются довольно плохо. В великолепной статье Ньюэлла, Саймона и Шоу (1958) о первых попытках программирования шахматной игры указано, что в игре содержится слишком много альтернативных продолжений, чтобы ЭВМ могла исследовать каждый ход, и
потому в хорошей шахматной программе должны быть эвристики, позволяющие ограничиться исследованием лишь разумных ходов. Кроме того, для выигрыша не нужно каждый раз находить наилучшие ходы — достаточно просто неплохих. Можно надеяться, что, занимаясь играми, мы научимся с помощью вычислительных машин находить удовлетворительные, хотя и не обязательно оптимальные решения очень сложных задач. По более пессимистическим прогнозам может оказаться, что все усилия в этой области приведут лишь к формализации стратегий для отдельных изучаемых игр.
Третье основание для изучения игр на ЭВМ заключается в том, что в этой области большую роль играет обучение, хотя сам процесс не вполне понятен. Объяснение умному человеку шахматных правил еще не делает его выдающимся игроком. Необходим опыт, но не ясно, что это такое. Если бы мы могли составлять эффективные игровые программы, которые использовали бы свой опыт, возможно, появились бы некоторые идеи о том, что же значит обучаться, решая сложные задачи. Сэмюэль (1959, 1963, 1967), чья работа по игре в шашки является, наверное, наиболее изощренным исследованием по самоорганизующимся программам для игр, подчеркивал, что суть его работы не в исследовании шашек самих по себе, а в изучении процесса машинного обучения, в котором шашки берутся лишь в качестве удобного объекта.
Работы по игровым программам развивались почти независимо от математических исследований в области „теории игр“. Это отчасти можно объяснить тем, что данные два направления преследуют различные цели. Математический анализ игр изучает стратегии, которым должен следовать идеализированный совершенный игрок. При программировании же действий игрока пытаются добиться приемлемой игры при определенных ограничениях на использование ресурсов. Саймон точно резюмировал суть проблемы, разделив стратегии на оптимизирующие и удовлетворительные. Возможно, описание совершенного игрока сильно отличается от конструкции играющего приемлемо, однако резонно было бы спросить, почему между этими двумя областями исследований не было большей координации.
Мы будем рассматривать игры как часть решения задач и фактически лишь вкратце коснемся этого вопроса. Такой подход был принят по двум причинам. Для того чтобы написать игровую программу, надо решить проблему представления структуры игры. Неясно, говорит ли нам решение той или иной частной игры что-нибудь об играх и программировании вообще. Игры представляют интерес, если в тех или иных аспектах частных игр проявляются свойства определенного общего класса задач. Мы будем обращать внимание прежде всего на класс задач в целом, а не на детали какой-то игры. Отметим, однако, что наш подход уведет нас в сторону от одной интересной и быстро развивающейся области. Регулярно
проводятся соревнования вычислительных машин, играющих в шахматы. Изучаются и другие игры, правда, не столь интенсивно. Было бы очень ценно издать книгу, в которой суммировалась бы эта работа и связанные с ней идеи.
