Você está na página 1de 1

Aluno: Iago Albuquerque Pamplona Rodrigues - Matrícula: 04113961

Resumo do artigo “Some studies in Machine Learning Using the Game of


Checkers”.

O presente artigo descreve a investigação de dois procedimentos de aprendizado de


máquina utilizando um jogo de damas. Foi feito um trabalho suficiente para verificar o fato
de um computador poder ser programado para aprender a jogar um jogo de damas melhor
do que pessoas humanas. Além disso, a máquina pode aprender a fazer isso num período
notavelmente curto.
O autor Arthur L. Samuel descreve como desenvolveu esse programa que permitia ao
computador aprender com suas próprias experiências de jogo. Inicialmente, o programa fazia
jogadas aleatórias, porém, ao longo do tempo, começou a aprimorar suas jogadas com base
nas consequências das decisões tomadas em partidas anteriores. Um conceito central
apresentado no artigo é a "função de avaliação". Essa função permitia ao computador avaliar
a qualidade de diferentes posições no tabuleiro. Por exemplo, se o programa identificasse
que uma jogada levaria a uma situação vantajosa, a função de avaliação atribuía um valor
positivo àquela jogada. Ao realizar uma série de partidas contra si mesmo, o programa
continuamente melhorava suas habilidades, utilizando o feedback das partidas anteriores
para ajustar suas estratégias e tomar decisões mais acertadas. O autor observou uma
evolução gradual no desempenho do programa, mesmo que ele tivesse começado com
habilidades limitadas.
Em resumo, o artigo descreve como o computador foi treinado para jogar damas de
forma inteligente, aprendendo com suas próprias experiências de jogo. Esse processo
envolveu a aplicação de uma função de avaliação para determinar as melhores jogadas e o
constante aperfeiçoamento com base nos resultados das partidas anteriores. Esse trabalho
pioneiro teve um papel fundamental no desenvolvimento inicial de algoritmos de
aprendizado de máquina e jogos de computador inteligentes.

Palavras-chave: Aprendizado de máquina, Jogo de damas, treinamento, algoritmos;

Você também pode gostar