maaGames

Очевидно, что нейросеть должна работать не со словами, а со смысловой нагрузкой слов и фраз, иначе результат будет мало отличаться от рандомной комбинации слов.
Поэтому, каждое слово должно быть маркировано смысловой нагрузкой. Например "радость","злость","хорошее настроение","плак-плак" и тому подобное. Т.е. наделить каждое слово смыслом. Затем наделить смыслом комбинации слов и короткие фразы. Нейросети нужно будет скармливать именно тэги из учебного набора фраз (1000 может оказаться маловато). Нейросеть научится определять "смысл и эмоции" подаваемой на вход фразы. После этого можно будет попытаться провернуть обратный процес: задаёте набор тэгов на вход, а нейросеть выдаёт набор слов с таким смыслом. Будет коряво, потому что нужно слова просклонять в соответствии с правилами русского языка, можнт MS-word прикрутить для постобработки текста...

(1)Крестики-нолики >>> (2)уголки >>> (3)шашки без дамок >>> (4)шашки с дамками >>> (5)шахматы.

1 - чтобы разобраться с поиском A*
2 - чтобы разобраться с представлением оценки позиций на доске и сохранением позиции для каждой фигуры в минимальном представлении
3 - чтобы к позиционной оценке добавить стоимость фигур
4 - Это уже полноценные шашки с тактикой и стратегией, на малой глубине поиска такое не заработает нормально (не увидит появление дамок и отсекёт выгодные варианты)
5 - когда шашки с дамками будут адекватно работать, тогда можно пробовать делать шахматы по усечённым правилам, без рокировок, респауна пешек и с другими оговорками.

в шахматах ИИ по большому счёту нет, это супер-пупер математический комбайн. Весь ИИ содержится в звёзочке над А, а всё остальное - поиск в глубину.

"Программирование шахмат и других логических игр", Корнилов Евгений Николаевич.

Там все ответы по "сделать умнее".

Случайно не вы писали сценарий для 19 серии нынешнего сезона сериала "Кости"? Там получили трёхмерную модель костей, распечатали их на 3D принтере, а затем сканировали 3D сканером, чтобы получить в компьютере трёхмерную модель... У вас задумка такого же плана. Зачем растеризовать бинарный текст, чтобы затем распознавать его? Я люблю делать ненужные вещи, но не настолько же!

Весь смысл генетических алгоритмов именно в том, что мутации случайны, а не контролируются программистом по каким-то аспектам. Выборка происходит не перед мутацией (с выбором того, что следует изменить), а уже в мутировавшем поколении. Весь смысл в том, что непредсказуемое решение может оказаться более эффективным, чем предсказуемое.
Это как если программист подумает, что для увеличения скорости передвижения нужно наращивать число ног и через N поколений получит 100500 ножку, а случайные мутации "научат" тараканчика сворачивать тело в колесо (это я типа сравнил многоножку с какой-нибудь макрицей).
Т.е. происходят случайные мутации и алгоритм оценивает, привели ли они к какому-то улучшению по заданным признакам. В примере с огородом, можно ожидать рождение ребёнка с конечностями в форме лопат, который будет очень быстро пахать огород, но не один вменяемый программист не будет специально программировать такое создание.