Ziel des Projekts war die Konzeptionierung und Programmierung eines neuronalen Netzwerks für die Anwendung auf Schach. Der Vorteil neuronaler Netze liegt darin, dass diesen keine konkreten Verhaltensmuster einprogrammiert werden muss, sondern dass diese selbst entwickelt werden. Nachdem das Spielbrett in einer einheitlichen Matrix darstellbar war, stellte sich ein Problem klassischer neuronaler Netzwerke ein: Es ist nur ein binärer In- bzw. Output möglich und daher ein hoher Rechenaufwand bei vielen Schachsituationen. Eine Möglichkeit bestand darin, die Struktur der Neuronen des Netzwerks zu verändern, womit dieses zwar nicht mehr die Definition eines neuronalen Netzwerks erfüllt, aber auf Schach andwendbar wird. Diesen Ansatz habe ich verfolgt, jedoch mit wenig Erfolg. Zwar ist das Ergebnis verwendbar, der Laufzeit-Aufwand ist jedoch nicht vorhersagbar und somit nicht für den tatsächlichen Einsatz geeignet. Mein nächster Ansatz besteht in der Verwendung eines Minimax-Algorithmus mit einem neuronalem Netzwerk als bewertende Funktion, um einen vorhersagbaren Laufzeitaufwand zu erhalten.

Noah Mehling (Friedrich-Koenig-Gymnasium, Würzburg)