2KB Hajmli Shaxmat Dvigatelining Sirli Dunyo: Sameshi va Uning AI Asoslari

Texnologiya olamida kod hajmi va samaradorlik bir-biriga zid bo‘lishi mumkin degan taxmin ko‘p. Biroq, Sameshi nomli shaxmat dvigatelining yaratuvchisi bu taxminni isbotlaydi – u faqat 2KB ichida ~1200 Elo darajasiga erishgan.

1. Dvigatelning asosiy g‘oyasi

Sameshi Negamax algoritmini alpha‑beta pruning bilan birlashtiradi. Negamax – MinMax algoritmining soddalashtirilgan shakli bo‘lib, har bir harakatni “mening eng yomon holatim” sifatida baholaydi. Alpha‑beta pruning esa bu baholash jarayonida keraksiz tarmoqlarni kesib, hisoblash tezligini oshiradi.

2. 120‑hujayrali "mailbox" taxtasi

Taxta tasvirini saqlash uchun muallif 120‑hujayrali "mailbox" usulini qo‘llagan. Bu usulda taxta 8×8 o‘yin maydonidan tashqari qo‘shimcha hujayralar bilan to‘ldiriladi, bu esa harakatlarni tekshirishda chegaralarni tekshirishni soddalashtiradi. Natijada kod hajmi kamayadi, lekin harakatlar aniqligi saqlanadi.

3. Chekmate va stalemateni qo‘shish

Chekmate va stalemate holatlarini ham kodga kiritish qiyin bo‘lishi mumkin, lekin muallif ba’zi kamdan‑kam uchraydigan holatlarni e’tibordan chetlashtirib, bu funksiyalarni 2KB ichiga sig‘dirgan. Natijada dvigatel o‘yin oxirida to‘g‘ri qaror qabul qiladi.

4. Elo baholash usuli

Sameshi 240 avtomatlashtirilgan o‘yin orqali Stockfishning 1320‑1600 Elo oralig‘idagi versiyalari bilan sinovdan o‘tkazildi. Har bir o‘yin 5 darajali chuqurlikda va bir xil rang taqsimoti bilan o‘ynaldi. G‘alaba/diqqat/yo‘qotish natijalari standart logistika formulasi va 95% binomial ishonchlilik intervalli yordamida Elo darajasiga aylantirildi.

5. Demoscene madaniyati bilan aloqasi

Muallif o‘zini demoscene – kompyuter san’ati subkulturasining katta muxlisi deb hisoblaydi. Demoscene dasturchilari ko‘pincha minimal hajmli, ammo vizual yoki funksional jihatdan ajoyib dasturlar yaratadilar. Sameshi ham shu an’anani davom ettiradi: 2KB ichida shaxmat o‘yinini amalga oshirish demoscene‑ning “kodni siqib chiqarish” ruhini aks ettiradi.

6. Nima uchun bu muhim?

• Kichik hajm, katta imkoniyat: 2KB kabi kichik hajmda samarali AI yaratish, cheklangan resursli qurilmalarda (IoT, mikrokontrollerlar) AI qo‘llash imkoniyatini ko‘rsatadi.
• Ta’lim vositasi: Negamax, alpha‑beta pruning va mailbox taxtasini o‘rganish uchun ajoyib amaliy misol.
• Demoscene ilhomlantiradi: Minimalistik kod yozish madaniyati yangi innovatsiyalarni rag‘batlantiradi.

7. Xulosa

Sameshi – bu faqat shaxmat dvigatel emas, balki kodni optimallashtirish, AI algoritmlari va demoscene madaniyatining birlashgan namunasidir. 2KB ichida ~1200 Elo darajasiga erishish, texnik jihatdan chuqur bilim va ijodiy yondashuvni talab qiladi. Kelajakda bunday yondashuvlar kichik qurilmalarda AI xizmatlarini kengaytirish, o‘yinlar va ta’lim platformalarida yangi imkoniyatlar yaratishda foydali bo‘lishi mumkin.