JellyFish - styrker og svakheter

JellyFish og TD-gammon baserer seg begge på såkalte 'nevrale nettverk'. Dette er en retning innen kunstig intelligens som er inspirert av hvordan biologiske hjerner er bygd opp av nerveceller. De kunstige nettverkene har svært få 'nerveceller', og kan best sammenliknes med laverestående organismer, som f eks maneter (jellyfish på engelsk).

For å forstå hvordan de virker er det nok mer hensiktsmessig å se de nevrale nettene som matematiske funksjoner. JellyFish er faktisk ikke annet enn en stor og stygg formel som regner ut tilnærmede sannsynligheter som funksjon av egenskaper ved stillinger. Det som er spesielt med funksjonene nevrale nett representerer er at de har store mengder justerbare parametre, som bekriver sammenhengen mellom input (stillingen) og output (tilnærmet gevinstsannsynlighet). Et nevralt nettverk kan ha 10.000-vis av justerbare parametre, og avanserte matematiske metoder brukes for å justere disse best mulig for å passe med en 'fasit'. Det praktiske med JellyFish (og TD), er at den produserer fasiten selv, som resultatet av partiet. På den måten lærer den faktisk av å spille med seg selv!

JellyFish har på denne måten utviklet seg fra å ikke vite noe om backgammon til å bli en meget sterk spiller, og på det høyeste nivået kan den etter alt å dømme måle seg med de sterkeste menneskene i verden. Noen tviler på dette fordi de kan se at den gjør noen trekk de vet er feil. De tenker at siden den ikke engang behersker slike enkle ting, kan den umulig være videre god. Her følger et eksempel på en slik stilling:

 24 23 22 21 20 19 18 17 16 15 14 13
------------------------------------------------------
| O O O | O O O X |
| O O O | O X |
| O O | |
| | |
| | |
| | |
| | |
| X X | O |
| X X X | X X O |
| X X X X | X X O |
------------------------------------------------------
 
 1 2 3 4 5 6 7 8 9 10 11 12

(Forts neste nummer)