Earticle

바둑(일본의 이고로부터 유래하여 영어로는 고(Go)라고 한다)이라는 게임은 완전히 국제적으로 되어 가고 있으며 일본은 물론 중국， 한국， 대만에는 중요한 프로기사 협회가 있고 아마추어 기사와 협회가 최소한 50여 개 국에 있다． 그리고 서버를 이용하여 국가의 경계선에 상관없이 상당히 독립적으로 온라인 바둑을 즐기는 기사들이 늘고있다． 영어가 국제적 언어로서의 역할이 날로 커지므로， 예를 들면 기술 분야에서와 같이， 이 게임을 널리 보급하는 주요한 역할은 영문판 문학이 할 수 있는 것이다． 즉， 자세히 말하자면 기존의 서적들과 기사들을 번역함으로써 바둑의 보급에 도움을 줄 수 있는 것이 다． 본문에서는 바둑 게임의 기술적 용어들의 번역상 공통적으로 통용될 수 있는 어휘들을 만드는 방법에 대한 과거와 현재의 어려움들 살펴 보고 있다.

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.

The following reflections are inspired by the work in the Swiss Museum of Games, where we are actually rearranging the permanent collection. The museum exists since 16 years now and is housed in a medieval castle at La Tour-de-Peilz situated directly at the shore of the Lake Geneva. The collection consists of about 4000 games from all over the world and from all times.