Тактика решает все на одноглазом уровне, и нечего заморачиваться на все эти книжки.
Дебюты тоже надо знать на каком-то уровне и эндшпиля. И планы подсматривать у сильных шахматунов. Тактика это то, что проседает быстрее всего без регулярной игры. Мозг почему-то демонтирует именно эти нейросвязи первыми под свои нужды. Тактикой поэтому надо заниматься как можно чаще. Но она не решает.
Для одноглазых? Ну да надо знать что то чтобы детский мат не схлопотать. Я вот например совсем дебютов не знаю (вру дебют эльшада год назад посмотрел в ютюбе), но вполне себе на одноглазом уровне держусь - согласно статистке сайтов нахожусь в топ 10% с запасом.
Ну да надо знать что то чтобы детский мат не схлопотать.
Это если вы играете на 1.е4 е5 2.Kf3 Kf6 например. Но если вы играете достаточно много и долго, то вам это надоест и захочется попробовать что то новое. Например Теорию Правды. А там уже надо представлять, как тормозить пешку рвущуюся на e6 стремительным домкратом. В таракане там всякие атаки Панова существуют, в Алехине варианты трех пешек.
Немного дебют надо знать. Иначе другие одноглазые, учившиеся играть 40лет назад в Дворцах Пионеров вас и на теории 80х для разрядников ущучат.
А какой по-вашему уровень соответсвует КМС-у? Если 1800 то все верно, примерно на этом уровне шахматист должен перестать зевать все в 1-2 хода при игре с себе подобным.
А я утверждал что все? Я говорил про тренеров, не все книжки пишут, кто то файлики в чесбейс формате клепают и потом показывают по скайпу. Кто-то даже помнит в голове, бывает и такое.
Согласен, немного надо. Скажем так, можно брать пример с великого Магнуса и уметь уходить в бок. Гамбит крыла например и все время потраченное соперником на изучение сицилианки можно смело спустить в унитаз.
Магнуса и уметь уходить в бок. Гамбит крыла например и все время потраченное соперником на изучение сицилианки можно смело спустить в унитаз.
Согласен, это хороший метод, но тоже надоедает. К тому же соперник сам может пойти в бок до вас. И у вас не будет того багажа опыта и знаний как у Магнуса чтобы разобраться. Предположение же, что одноглазый соперник глубоко учил сицилианку практика часто не подтверждает.
Но корреляция то есть очевидно. КМС в блиц на личессе показывает 2200+, первый разряд примерно 2000+
Да и у гроссов корреляция с блицем очень сильная, есть исключения, но в среднем рейтинг в блиц хороший предиктор классического рейтинга.
Но корреляция то есть очевидно. КМС в блиц на личессе показывает 2200+, первый разряд примерно 2000+
Ну может есть корреляция и между бегом и глубиной познаний в фундаментальной физике. Кто лучше бегает, тот и лучше и понимает. Значит ли это, что мы бегунам будем ученые степени раздавать?
Звания и разряды за это дурошлепство пока не дают. И отлично.
и не зевать в один ход, и если не зевать в два хода, то будешь уже играть на уровне КМСа.
PP wrote:
КМС в блиц на личессе показывает 2200+
Вот это, скорее всего, не бьется для блица, хоть я и некомпетентен, но иногда приходится играть за команду в реале, и почти уверен, что не бьется.
На личессе вроде режим бесплатного анализа партии есть.
Если глянуть партии этих 2200 - зевают они в 1-2 хода наверняка как подорванные.
И даже не мистейками а целыми бландерами. При игре со своим уровнем блицоров разумеется.
А может я и не прав, и на личесе 2200 в блице это ого-го!
Хотя я знаю людей которые имеют 2200 на личесе и 2100 в блиц официальный.
Я вот например совсем дебютов не знаю (вру дебют эльшада год назад посмотрел в ютюбе), но вполне себе на одноглазом уровне держусь - согласно статистке сайтов нахожусь в топ 10% с запасом.
Для любителя это скорее всего очень неплохо. Надо собраться всем форумом подурошлепствовать как-нибудь, если там есть турниры общие. Хотя можно и расписать турнир на листочке.
Без ушастого гроссмейстера эта куча дорогого железа ничего не может объяснить одноглазым шахматистам.
ну, в своё оправдание Вобла вполне может привезти засунутые в ОФ программерами статические (!) правила и эвристики типа ладья с пешками лучше коня со слоном и пр.; Альфа может выложить более абстрактные весА нейросети и другие параметры понятные ушастым, а обе вместе вполне могут налить одноглазым тактические расчёты
ну, в своё оправдание Вобла вполне может привезти засунутые в ОФ программерами статические (!) правила и эвристики типа ладья с пешками
Насколько я знаю, не может пока этого сделать Вобла, нет такой функции в движке, надо дописывать, да это и не интересно особо. Ценность ведь материала от позиции сильно зависит. Если взять оценку того же Иосифа Дорфмана из его фундаментального двухтомника (Метод в шахматах), там все намного сложнее. Скорее всего у Воблы оценочная функция тоже не только от материала зависит. Вот если бы была фича раскладывающая хотя бы воблину оценку из цифры в какие-то параметры с весами - уже лучше было бы.
Возможно потому разработчики движков и не спешат переводить слагаемые своей оценки в понятный человеку вид, что не хотят лишать солидного заработка тысячи гроссов на пенсии и куска хлеба миллиона тренеров квалификацией пониже.
все это верно, конечно, я скорее поимел в виду то, что в принципе Вобле гораздо легче разложить свою ОФ по полочкам, чем Альфе, поскольку оценка последней выкристаллизовывает динамически и интегрально-органически на базе нагромождения опыта наигрывания с собой и другими
На самом деле всё проще.
Если бы эти тренеры реально такое могли совершить, к ним бы уже выстроилась очередь из мировой шахматной элиты и многомиллионные контракты.
Да ладно, там и призовых таких нет, какие многомиллионные? Форма пунктов 30-50 добавит к текущей силе и всё. Плюс многие не знают,многие знают, но не верят.
К тому же это не гарантируется. Может не получиться. Человек простуду подхватил или съел не то или перенервничал по какому-то поводу и всё.
Until very recently, the machines that could trounce champions were at least respectful enough to start by learning from human experience.
To beat Garry Kasparov at chess in 1997, IBM engineers made use of centuries of chess wisdom in their Deep Blue computer. In 2016, Google DeepMind’s AlphaGo thrashed champion Lee Sedol at the ancient board game Go after poring over millions of positions from tens of thousands of human games.
In October 2017, the DeepMind team published details of a new Go-playing system, AlphaGo Zero, that studied no human games at all. Instead, it started with the game’s rules and played against itself. The first moves it made were completely random. After each game, it folded in new knowledge of what led to a win and what didn’t. At the end of these scrimmages, AlphaGo Zero went head to head with the already superhuman version of AlphaGo that had beaten Lee Sedol. It won 100 games to zero.
The team has now created another master gamer in the AlphaGo family, this one called simply AlphaZero. In a paper published in Science, DeepMind researchers revealed that after starting again from scratch, the trained-up AlphaZero outperformed AlphaGo Zero — in other words, it beat the bot that beat the bot that beat the best Go players in the world. (The paper was first posted to the scientific preprint site arxiv.org in December 2017.) And when it was given the rules for chess or the Japanese chess variant shogi, AlphaZero quickly learned to defeat bespoke top-level algorithms for those games, too. Experts marveled at the program’s aggressive, unfamiliar style. “I always wondered how it would be if a superior species landed on Earth and showed us how they played chess,” Danish grandmaster Peter Heine Nielsen told a BBC interviewer. “Now I know.”
The past year also saw otherworldly self-taught bots emerge in settings as diverse as no-limit poker and Dota 2, a hugely popular multiplayer online video game in which fantasy-themed heroes battle for control of an alien world.
Of course, the companies investing money in these and similar systems have grander ambitions than just dominating video-game tournaments. Research teams like DeepMind hope to apply similar methods to real-world problems like building room-temperature superconductors, or understanding the origami needed to fold proteins into potent drug molecules. And of course, many practitioners hope to eventually build up to artificial general intelligence, an ill-defined but captivating goal in which a machine could think like a person, with the versatility to attack many different kinds of problems.
Yet despite the investments being made in these systems, it isn’t yet clear how far past the game board the current techniques can go. “I’m not sure the ideas in AlphaZero generalize readily,” said Pedro Domingos, a computer scientist at the University of Washington. “Games are a very, very unusual thing.”
Мне 16, я начал заниматься шахматами 3 месяца назад, дистанционно с тренером 3 раза в неделю, в клубе еще, книги, задачи, смогу ли я стать гроссмейстером,или даже Чемпионом Мира? Каждый деньпо 3-4 час
И что Вы понимаете под выявлением сильнейшего, выявление победителя?
Я понимаю возможность предсказать победителя матча в 12+ партий в классику хотя бы с вероятностью 60%.
Давайте посмотрим на матчи за корону за последние лет 20 и справился ли рейтинг с предсказанием результата.
Считаем, что если рейтинг различается меньше чем на 10-15 пунктов, то рейтинг условно равный.
Смотрим только классику так как рапид это отдельная дисциплина.
А теперь давайте возьмем такой критерий - если возраст шахматистов отличается на 6 лет и меньше, то будет ничья.
Если разница больше 6 лет то выигрывает более молодой.
№ Год Участники Результат Разница Предсказал ли год рождения результат?
01 2000 Каспаров (1963) - Крамник (1975) 6.5:8.5 12 успех
02 2004 Крамник (1975) - Леко (1979) 7.0:7.0 04 успех
03 2006 Крамник (1975) - Топалов (1975) 6.0:6.0 00 успех
04 2008 Ананд (1969) - Крамник (1975) 6.5:4.5 06 фейл, д.б. ничья
05 2010 Ананд (1969) - Топалов (1975) 6.5:5.5 06 фейл, д.б. ничья
06 2012 Ананд (1969) - Гельфанд (1968) 6.0:6.0 01 успех
07 2013 Ананд (1969) - Карлсен (1990) 3.5:6.5 21 успех
08 2014 Карлсен (1990) - Ананд (1969) 6.5:4.5 21 успех
09 2016 Карлсен (1990) - Карякин (1990) 6.0:6.0 00 успех
10 2018 Карлсен (1990) - Каруана (1992) 6.0:6.0 02 успех
80% правильных предсказаний.
Мы видим, что рейтинг это насколько г@веный предсказатель, что даже год рождения его просто разносит в пух и прах.
Тогда зачем вообще проводить матчи если они не укладываются в рейтинговую парадигму?
Проще игнорировать парадигму. Потому как от матчей есть польза (они двигают шахматыы вперед, заставляют сильнейших шахматистов планеты выладываться демонстрировать всё на что способны), а от парадигмы пользы никакой.