ChessRank.org

Внутри подготовки к сопернику: как мы строим двойника вашего следующего соперника

Откройте подготовку к сопернику, введите ник — и вскоре вы смотрите через доску на нечто тревожное: бот, который разыгрывает дебюты так же, как этот человек, сползает в те же шаткие структуры, в которые он сползает всегда, и будто точно знает, когда он склонен зевать. Мы называем его ботом-двойником, и под капотом это по-настоящему многослойная инженерия: несколько независимых систем, поставленных друг на друга, и каждая отвечает на свой вопрос о незнакомце, с которым вы никогда не играли.

Четыре системы, один бот-двойник
Книга точных позиций
каждая позиция, до которой он действительно доходил, и что он там играл
Книга привычек
узнаёт его расстановки даже в позициях, где он никогда не бывал
Отпечаток стиля
статистический портрет того, как он выбирает ходы, в сравнении с игроками его силы
Страховочная сетка
живая проверка движком, которая не даёт боту-двойнику повторить привычку и подставить фигуру

Сначала он читает историю

Как только вы вводите имя, мы подтягиваем недавние партии этого игрока и прогоняем их через один проход анализа: процент побед, какие дебюты он реально получает каждым цветом, насколько сильно он играет в разных стадиях партии и, что важнее всего, где именно он терял больше всего очков в прошлом. Не по догадкам. По подсчёту, из его собственных ходов.

Книга точных позиций: его ходы, разложенные по полочкам

Из этой истории мы строим таблицу поиска: для каждой позиции, до которой игрок когда-либо доходил, что он сыграл и как часто? Когда бот-двойник идёт по его следам, он не импровизирует — он берёт прямо из этой таблицы, с весами по тому, как часто он действительно выбирал каждый вариант. Зайдите в позицию, где он бывал пятьдесят раз, — и ответ бота придёт из тех же пятидесяти точек данных. Это меньше похоже на симуляцию и больше на повтор, озвученный числами.

Приём, от которого становится жутковато точно: книга привычек

Вот часть, потребовавшая настоящих раздумий. Таблица точных позиций помогает, только пока вы снова в позиции, где он уже бывал, — и стоит вам сыграть что-то чуть необычное, как она пустеет. У живых соперников нет бесконечной памяти, зато у них есть привычки: игрок, который всегда фианкеттирует слона, всегда рокируется к восьмому ходу, всегда строит один и тот же пешечный треугольник, что бы вы ни делали на другом фланге.

Поэтому мы построили второй индекс, который намеренно выбрасывает половину информации: он запоминает позицию только по его собственным фигурам, размывая то, что делаете вы. Именно эта более размытая память позволяет боту-двойнику узнать «это похоже на его лондонскую систему» в позиции, которой формально ни разу не было в его партиях. Распознавание схем заменяет здесь шахматный мозг — и каждая вспомненная привычка молча перепроверяется на безопасность перед ходом, чтобы знакомая расстановка не забрела в подставленную фигуру на девятом ходу просто потому, что позиция похожа.

Поверх обеих книг лежит самый странный слой: личность, сведённая к набору регуляторов. Мы строим отпечаток стиля, сравнивая реальные ходы игрока с контрольной группой соперников примерно его силы. Это превращает «играет осторожно», «любит острую тактику» или «теряет терпение в равных позициях» в числовые смещения, которые тихо наклоняют решения бота-двойника в ту же сторону всякий раз, когда ему приходится импровизировать за пределами обеих книг. В итоге он не просто помнит его дебют — он клонится туда же, куда клонится он.

Откуда берётся сила: Stockfish и модель на нашем сервере

Книги объясняют, какие ходы бот-двойник знает. Они не объясняют, насколько сильным он должен быть и как именно ему стоит ошибаться. Эта часть начинается на вашем собственном устройстве: Stockfish работает прямо в вашем браузере на нескольких недавних партиях соперника и оценивает каждый допустимый ход в каждой позиции, где у него был выбор. Затем результаты уходят на наш сервер, где наша модель учится на них: как часто этот игрок находит лучший ход, когда он срывается и насколько велики его ошибки.

Эта модель представляет собой нейросеть: математическую модель, похожую на LLM, которые стоят за Claude и ChatGPT. Языковая модель выбирает следующее слово. Бот-двойник выбирает следующий ход так, как выбрал бы ваш соперник.

Так почему это происходит так быстро, а отчёт и задачи из зевков заставляют ждать?

Большая часть отчёта состоит из подсчёта, а не из вычислений. Репертуар, две книги, стилевой отпечаток и слабые места представляют собой арифметику над партиями, которые уже сыграны, и браузер справляется с ней за считаные мгновения. Stockfish нужно оценить только те партии, которые вы запросили, а если кто-то уже разведывал те же партии, результат возвращается из проверенного кеша за секунды.

Анализ партий и задачи из зевков отвечают на совсем другой вопрос, у которого нет короткого пути: был ли этот конкретный ход в этой конкретной партии действительно хорош — и насколько? Пять минут назад такого вопроса не существовало. Его никто никогда не задавал, потому что позиция на вашей доске уникальна для только что сыгранной партии. Нет таблицы, где её можно найти. Единственный честный способ ответить — отдать позицию настоящему шахматному движку и дать ему считать, ход за ходом, всю партию; а когда он проверяет, была ли жертва действительно корректной, ему приходится задать поверх первого второй вопрос: что будет, если её возьмут? Это не поиск по таблице. Это настоящее последовательное мышление, происходящее вживую на вашем устройстве, по одной позиции за раз, и никакой кэш в мире не пропустит этот шаг для партии, которую никто никогда не играл.

Проще говоря: подготовка к сопернику изучает привычки одного игрока по нескольким партиям. Отчёт и задачи из зевков должны продумывать каждый ход партии, которая перед вами.

Постройте своего двойника

Подготовка к соперникуРазведайте любого игрока и сыграйте против бота, построенного из его собственной истории

Знайте его привычки ещё до того, как пошли часы.