Kunstig Intelligens til Brætspillet Taiji - Danmarks Tekniske Universitet

92 Konklusion
selv n˚a igennem et helt spil p˚a omkring et minut. Den samme opgave tager
for Néstor Romeral Andrés’ kraftigste AI næsten 20 minutter. Men p˚a trods
af at Néstor Romeral Andrés’ AI anvender godt 20 gange s˚a lang tid til sine
beregninger som Growth, lykkedes det kun at vinde et ud 10 spil, og dette var
ud fra de officielle regler, hvor et uafgjort resultat tæller som en sejr for sort.
Growth vinder ni ud af ti gange, hvor den sidste en ud af ti endte uafgjort eller
tabt afhængigt af reglerne. Og dette gjorde den p˚a kun ca. 5% af den tid Néstor
Romeral Andrés’ AI anvendte.
Desværre er resultatet ikke lige s˚a overbevisende mod en erfaren menneskelig
spiller, hvor den vinder en tre-fire gange ud af ti spil, hvilket dog ogs˚a er et
ganske glimmerende resultat sammenlignes med de andre AI’ers resultater.
Min overordnede konklusion er derfor, at ved at benytte flere AI-teorier og
kombinere disse p˚a gennemtænkt og gennemtestet m˚ade, kan man opn˚a væsentlige
forbedringer vedr. afviklingshastighed uden at sætte ’intelligensen’ over
styr. Dette er netop bevist med min AI. Derfor mener jeg ogs˚a det er rimeligt
at konkludere at AI vil kunne anvendes med fordel i flere gennemanalyserede
situationer. Disse situationer kan netop h˚andteres med AI uden at der behøves
at anvendes overvældende computerkraft.
Men ligesom det kan konkluderes at den kunstig intelligens kan bruges med fordel
p˚a gennemanalyserede situationer, kan det tilsvarende konkluderes at: For
situationer, hvor der ikke ligger en grundig analyse, der har afdækket alle udfaldsrum
for en given situation, vil de typer AI som er anvendt i denne opgave
ikke fungere. I situationer hvor ’spilbrættet’ ikke er kendt vil der være behov for
andre metoder, der kan simulere en anden type intelligens, den type vi i daglig
tale kalder intuition.
8.0.1 Fremtidige udviklingsmuligheder:
I fremtidsperspektivet for AlphaBeta AI’en er der mulighed at lave yderligere
forbedringer, disse kun komme p˚a flere fronter, men det bedste resultat ville
formentligt komme af kombinationer mellem nye tiltag og gamle fungerende
metoder.
Et omr˚ade hvor der kan indføres nogle nye tiltag er heuristikken. Nye heuristikker
kunne laves, som i stedet for blot at se p˚a scoren, kan g˚a ind og se p˚a
udvidelsesmulighederne for de største figurer eller ser p˚a hvor store de tredje
største figurer er. Det bedste resultat vil nok ikke komme ved at udskifte den
nuværende heuristik med en ny, men netop ved at kombinere den nuværende
heuristik med nye, og finde en passende vægtning mellem dem.
Vægtningen kunne f.eks. tilpasses ved hjælp af mere avancerede metoder inden
for AI, som simuleret nedkøling eller neurale netværk. Vægtningen vil med disse
metoder kunne tilpasses ud fra erfaringer med at spille spillet, og hvordan disse