Earticle

바둑은 중국에서 유래되었으며, 또한 한국, 일본 그리고 몇몇 다른 나라에서도 오랜 역사를 가지고 있는 것이다. 바둑의 장기간의 발전 동안에, 바둑은 일종의 풍성하고 다양한 문화를 형성하였을 뿐만 아니라, 국제적으로 널리 퍼진 운동 경기가 더욱더 되었다. 현대의 많은 운동 경기들에서, 긴 역사와 풍성한 문화를 보면 바둑이 다른 경기들에 비해 머리와 어깨 위에 서있는 것이다. 그리고 바둑의 문화성과 경기성은 바둑에 끝없는 매력을 주었을 뿐만 아니라, 바둑이 끊임 없이 나아가도록 추진하는 역할을 하였다.

Unlike other games such as chess, draughts and backgammon, computers are currently quite weak at the game of go ( baduk). Brute force is difficult due to the higher branching factor and game length. Human made algorithms become very complex before even approaching human strength on a subproblem of the game. One possible approach to this challenging problem is to use machine learning to let the program learn and improve without increased human effort. Machine learning has been successful in other games (e.g. draughts, backgammon). In this paper we give an overview of existing techniques. We discuss different aspects of learning, and propose some directions of research. In particular we believe that a first order representation language combined with a multistrategy learning system can achieve much more than what currently exists.