ארתור סמואל
 | |
| לידה |
5 בדצמבר 1901 ארצות הברית |
|---|---|
| פטירה |
29 ביולי 1990 (בגיל 88) סטנפורד, ארצות הברית  |
| ענף מדעי | מדעי המחשב, בינה מלאכותית |
| מקום לימודים |
|
| מוסדות |
אוניברסיטת סטנפורד |
| פרסים והוקרה |
|
  | |
ארתור לי סמואל (באנגלית: Arthur Lee Samuel) (5 בדצמבר 1901 - 29 ביולי 1990) היה חלוץ בתחום משחקי המחשב והבינה המלאכותית[1]. סמואל פרסם ב-1959 את המונח למידת מכונה. תוכנת הדמקה של סמואל הייתה בין התוכניות הראשונות המוצלחות של למידה עצמית בעולם, והדגימה באופן מרשים את הרעיון של בינה מלאכותית. סמואל היה חבר בכיר בקהילת TeX, שהקדיש זמן רב למתן תשומת לב אישית לצורכי המשתמשים.
ביוגרפיה[עריכת קוד מקור | עריכה]
סמואל נולד ב-5 בדצמבר 1901 באמפוריה, קנזס, וסיים את לימודיו בקולג' אוף אמפוריה בקנזס ב-1923.[2] הוא קיבל תואר שני בהנדסת חשמל מ-MIT ב-1926, ולימד שם במשך שנתיים כמדריך.[3] ב-1928 הוא הצטרף למעבדות בל, שם עבד בעיקר על שפופרות ריק.[4] במהלך מלחמת העולם השנייה עבד על שיפורים בטכנולוגית מכ"ם. הוא פיתח מתג שידור-קליטה, שאפשר להשתמש באנטנה אחת הן לשידור והן לקליטה. לאחר המלחמה עבר לאוניברסיטת אילינוי באורבנה-שמפיין, שם יזם את פרויקט ILLIAC, אך עזב לפני שהשלים את המחשב הראשון שלו. בשנת 1949 עבר סמואל לחברת IBM בפוקיפסי, ניו יורק, שם ביצע את העבודה שהקנתה לו פרסום עולמי כמדען מחשב. סמואל השתמש במחשב המסחרי הראשון של יבמ לתוכנית הדמקה פורצת הדרך שלו, שהמחישה את ההתקדמות הדרמטית בתכנה ובחומרה וגרמה למניות יבמ לעלות ב-15 נקודות בין-לילה. התכנות הלא נומרי שלו סייע לעצב את מערך ההוראות של המעבדים, שכן הוא היה מהראשונים שעבדו עם מחשבים בפרויקטים אחרים מלבד חישוב נומרי.[1]
ב-1966 פרש סמואל מ-IBM והתמנה כפרופסור באוניברסיטת סטנפורד. הוא עבד עם דונלד קנות' בפרויקט TeX, והמשיך לכתוב תוכנה עד לאחר יום הולדתו ה-88. בשנת 1987 זכה סמואל בפרס חלוץ המחשבים של IEEE . ב-29 ביולי 1990 נפטר מסיבוך של מחלת פרקינסון.[5]
פיתוח תכנה למשחק דמקה[עריכת קוד מקור | עריכה]
עיקר המוניטין של סמואל בקהילת הבינה המלאכותית נובע ממחקרו על למידת מכונה ובעיקר מעבודתו פורצת הדרך על משחק הדמקה. סמואל האמין שללמד מחשבים לשחק משחקי חשיבה תסייע בפיתוח טקטיקות המתאימות לפתרון בעיות כלליות. סמואל בחר בדמקה, מכיוון שמדובר במשחק עם כללים פשוטים יחסית עם עומק משחק לא קטן.
הרכיב המרכזי בגישה של סמואל היה עץ חיפוש של מצבי לוח שניתן להגיע אליהם ממצב הלוח הנוכחי. מכיוון שהייתה לו רק כמות מוגבלת של זיכרון מחשב, סמואל יישם את מה שנקרא כיום גיזום אלפא ביתא.[6] כמו כן, במקום לחפש בכל נתיב עד שמגיעים לסיום המשחק, פיתח סמואל פונקציית הערכה המבוססת על מצב הלוח. פונקציה זו ניסתה להעריך את הסיכוי של כל אחד מהצדדים לנצח ממצב הלוח הנוכחי. הפונקציה לקחה בחשבון את מספר הכלים בכל צד, מספר המלכים, והקרבה של הכלים לשורה האחרונה, שבה הם הופכים למלכה. התוכנית בחרה את המהלך שלה בהתבסס על שיטת המינימקס, כלומר היא ביצעה את המהלך שממקסם את הערך של פונקציה זו, בהנחה שהיריב מנסה למקסם את הערך של אותה פונקציה מנקודת מבטו.[7]
סמואל פיתח שיטות מנגנונים שונים לשיפור התוכנית שלו. במה שהוא כינה למידה חיצונית, התוכנית זכרה כל מצב לוח שכבר ראתה, יחד עם המצב הסופי של המשחק. טכניקה זו הרחיבה למעשה את עומק החיפוש בכל אחת ממצבי הלוח הללו. התוכניות המאוחרות של סמואל העריכו מחדש את פונקציית ההערכה בהתבסס על קלט ממשחקים מקצועיים. הוא גם שיחק אלפי משחקים נגד עצמו כדרך נוספת ללמידה. עם כל העבודה הזו, התוכנית של סמואל הייתה הראשונה ששיחקה משחק לוח ברמה של חובב ברמה גבוהה.[8]
הערות שוליים[עריכת קוד מקור | עריכה]
- ^ 1 2 John McCarthy; Edward Feigenbaum (1990). "In Memoriam Arthur Samuel: Pioneer in Machine Learning". AI Magazine. AAAI. 11 (3). נבדק ב-11 בינואר 2015.
{{cite journal}}: (עזרה) - ^ Biographies: Eloge: Arthur Lee Samuel (1901-90) | IEEE Journals & Magazine | IEEE Xplore, ieeexplore.ieee.org
- ^ Narvaez, Alfonso A. (1990-08-09). "Arthur Samuel, 88, Pioneer Researcher In Computer Science". The New York Times (באנגלית אמריקאית). ISSN 0362-4331. נבדק ב-2023-11-15.
- ^ The gas-discharge transmit-receive switch | Nokia Bell Labs Journals & Magazine | IEEE Xplore, ieeexplore.ieee.org
- ^ John McCarthy, Gio Wiederhold, Ed Feigenbaum, Memorial Resolution: Arthur L. Samuel, 1990
- ^ Richard Sutton (30 במאי 1990). "Samuel's Checkers Player". Reinforcement Learning: An Introduction. MIT Press. נבדק ב-29 באפריל 2011.
{{cite book}}: (עזרה) - ^ Arthur, Samuel (1959-03-03). "Some Studies in Machine Learning Using the Game of Checkers". IBM Journal of Research and Development. 3 (3): 210–229. CiteSeerX 10.1.1.368.2254. doi:10.1147/rd.33.0210. S2CID 2126705.
- ^ Schaeffer, Jonathan. One Jump Ahead: Challenging Human Supremacy in Checkers, 1997,2009, Springer, ISBN 978-0-387-76575-4. Chapter 6.
