Dette er faktisk et veldig komplekst spørsmål, og ikke et som har blitt løst på en tilfredsstillende måte, så vidt jeg vet. I hovedsak ber vi om en algoritme for å utføre en slags omvendt Turing-test, for å skille mellom menneskelige spillere og datamaskiner.

Først vil sjekker på klientsiden alltid ha svakheter, med mindre du er i fullstendig kontroll av klientmiljøet. La oss ta den første ideen - det høres bra ut å sjekke om det er byttet mellom vinduer. Dessverre er det trivielt jobbet ved å kjøre en sjakkmotor på en egen datamaskin, eller integrere motoren min med klienten slik at ingen "vindusbytte" finner sted, eller endre klienten til å rapportere 0 endringer i vinduet, eller ... Det er ingen virkelig måte å være sikker på at det er koden din som kjører på klienten.

Det vi sitter igjen med er fysisk tett kontrollerte klientmiljøer (som ikke kommer til å skje for alle online spill), eller serversiden, dvs. se på de faktiske trekkene som ble spilt (og kanskje tiden mellom trekkene, som du sier), og prøve å utlede datamaskinen eller det menneskelige aspektet.

Serversiden kan også dele på noen måter. Du kan sannsynligvis prøve en "top-down" -tilnærming, som vil være noe i retning av "fra tidligere spill i historien, bare 2% av menneskene fikk det til å bevege seg, mens 50% av datamaskiner klarer det". Dette ville faktisk være en ganske god måte å gjøre det hvis vi hadde nok data for "en hvilken som helst gitt posisjon". Sjakkrommet for sjakk er imidlertid så stort at selv svært store datasett ikke vil ha et betydelig antall spill som samsvarer med din posisjon når du først har kommet forbi det tidlige midtpartiet.

Forutsatt at vi ikke har noen pålitelig statistikk på den menneskelige siden av ligningen, kan du fremdeles presentere posisjonen til et antall sjakkmotorer (med en rekke forskjellige tidsinnstillinger hver), og se hvor tett spillerne 'trekk samsvarer med datamaskinens. I seg selv vil dette også føre til mange falske positive, men gjentatte positive for samme sjakkmotor og tidsinnstillinger vil gjøre det mer og mer sannsynlig at spilleren jukser. For å ytterligere forbedre dette, vil jeg sannsynligvis se på en "bottom-up" -tilnærming for å analysere sjakkposisjoner; kort sagt, prøver å finne ut hvorfor mennesker og datamaskiner spiller annerledes. F.eks. mennesker har en tendens til å gjenkjenne vanlige mønstre. I et spill med "merkelige" mønstre, eller usannsynlige situasjoner, vil et menneske være mindre sannsynlig å kunne spille veldig nøyaktig. Ingen av disse er i seg selv spesielt fordømmende, men gitt et stort antall spill, vil det fremheve trender for administratorer.

For å legge til noen detaljer i listen din, vil jeg gå i tråd med hvordan professorer oppdage plagarisme i papirer - ved å oppdage en plutselig endring. I sjakk er dette ekstremt vanskelig å definere, men en plutselig endring i spillestil eller spillstyrke kan indikere juks. Spesielt vil jeg se etter ukarakteristiske aggressive trekk som pleier å bare “trene”, og ikke har noen ulempe for spilleren (for nøyaktig). Tvungne kamerater i 4+ trekk fra en spiller som normalt setter riddere på kanten av brettet osv (det er mulig ... bare ikke sannsynlig). Hvordan akkurat dette ville fungere, høres ut som om det kan ta opp en hel bok (eller mer).

REDIGERING: Det var en artikkel om juks og deteksjon i sjakk på toppnivå nylig.

I blitz kan du fortelle hvor mye tid de bruker. Folk som bruker motorer bruker jevnlig tid til hvert trekk, i stedet for å blitse gjennom åpningen og bremse ned til en gjennomgang i mellomspillet som de fleste vanlige spillere. Spesielt kan de ikke spille åpningen raskt, fordi de må oppdatere datakortet etter hvert trekk i åpningen. Hvis de tar fem sekunder på bevegelse to og fem sekunder på bevegelse tjue, bruker de sannsynligvis en motor.

Antall skjermbrytere og spillets hastighet er meningsløst. Hvis du bruker disse til å klage til arrangørene av et nettsted for sjakkspill, vil de le av deg.

Det er to måter å fortelle om noen jukser. Den første er "røykepistolen". Vurder denne spillseksjonen -

  [White "Allwermann, Clemens (1900)"] [Black "Kalinitschev, Sergey (2505) Boeblingen (9), 30.12.1999"] [FEN "r6k / 1p3Rpp / p2p1bq1 / 3N4 / 2P5 / 1P6 / P1b2QPP / 5RK1 w - - 0 1 "] 1.Qa7 Rg8 2.Qxb7 Be4 3.Nf4 Qf5 4.Qd7 Qe5 5.Kh1 g5 6.Nh3 g4 7.Nf2 Bf5 8. Nxg4 Be4 9. R7xf6 Bxg2 + 10. Kxg2 Qe4 + 11. Kh3 

Spørsmålet er hva vil du spille i den posisjonen? Situasjonen er at en seier i denne, den siste runden i konkurransen, vil vinne deg turneringen foran en rekke stormestere. Ikke dårlig for bare 1900. Jeg mistenker at de fleste av oss ville spille noe rimelig solid som holder seieren. Beveger seg som Rxb7 eller Rd7 eller (for feige som meg ;-) Rxf6. Qa7 er en hjertestopper av et trekk, en røykepistol. Fritz vurderer som det beste trekket i posisjonen, hele 0.1 foran det nest beste trekket, Rd7. turneringens direkte vinner. Hva vil du si til Kalinitschev i den stillingen?

Slik gikk samtalen:

Allwermann: "It's mate in 8"

Kalinitschev: "I ikke tro det "

Allwermann:" "Sjekk det ut, du finner at jeg har rett"

Allwermann hadde selvfølgelig rett. Kan du finne kompisen i 8 i endelig posisjon? Uten silisiumassistanse?

Så, du har røykepistolen din, og du tar den med til arrangørene. Hva vil de gjøre?

Vel, så kommer den andre måten å oppdage og bevise utover rimelig tvil om at juks foregår.

De må samle minst 20 spill hver med minst 20 ikke-databasebevegelser og mate dem inn i en motor for kontroll. I utgangspunktet er det de leter etter er prosentandelen av tiden mistenkte velger et trekk utenfor databasen som samsvarer med motorens første valg, en av de første to valgene, en av de første tre valgene. De "beviste" terskelverdiene er -

Topp 1 65%

Topp 2 80%

Topp 3 90%

Et nylig eksempel er furore over ytelsen til Borislav Ivanov.

Her er statistikken hans -

Zadar 19.: Houdini 1.5a x64 Hash: 256 Tid: 30s Max Dybde: 20-talls {Borislav Ivanov (Spill: 9)}

{Topp 1-kamp: 210/314 (66,9%) Motstandere: 150/313 (47,9%)

{Topp 2 Kamp: 270/314 (86,0%) Motstandere: 207/313 (66,1%)

{Topp 3 kamp: 285/314 (90,8%) Motstandere: 238/313 (76,0%)

{Topp 4-kamp: 293/314 (93,3%) Motstandere: 267/313 (85,3%)

I 8. runde gikk live-feedet ned (man mistenker at dette tillot hans hjelp utenfor få grep) og han tapte for GM Predojevic. Hvis dette resultatet fjernes, er den nye statistikken:

Zadar 19th: Houdini 1.5a x64 Hash: 256 Time: 30s Max Depth: 20ply {Borislav Ivanov (Games:)}

{Topp 1 kamp: 197/287 (68,6%) Motstandere: 135/286 (47,2%)

{Topp 2 kamp: 252/287 (87,8%) Motstandere: 188/286 (65,7%)

{Topp 3 kamp: 265/287 (92,3%) Motstandere: 218/286 (76,2%)

{Topp 4 kamp: 272/287 (94,8%) Motstandere: 242 / 286 (84,6%)

Som du ser, vil begge statistikkene få ham til å bli kastet av en sjakkserver. Til sammenligning er analysen for spill 8 når feeden var nede:

{Hvit: Borislav Ivanov}

{Topp 1 kamp: 13/27 (48,1%)

{Topp 2 kamp: 18/27 (66,7%)

{Topp 3 kamp: 20/27 (74,1%)

{Topp 4 kamp: 22/27 (81,5%)

{Svart: Borki Predojevic}

{Topp 1 kamp: 15/27 (55,6%)

{Topp 2 kamp: 19/27 (70,4%)

{Topp 3 kamp: 20/27 ( 74,1%)

{Topp 4-kamp: 25/27 (92,6%)

Merk at FIDE har opprettet en kommisjon for å undersøke måter å oppdage og bekjempe datafusk. Retningslinjene deres er her. Legg merke til denne delen:

E. FIDE Internet-Based Game Screening Tool

FIDE vil levere et Internett-basert Game Screening Tool, som vil være tilgjengelig for alle autoriserte FIDE-tjenestemenn (IO, IA, ACC-medlemmer) og National Federation. Den skal være vert på en FIDE-dedikert nettside og vil gjøre det mulig for autoriserte parter å laste opp spill i PGN-format for en "rask test" som vil identifisere potensielle outliers i en turnering. Ved "screening" forstås det at dette bare gir en foreløpig test uten domsverdi, bortsett fra at den kan siteres mens den avviser påstander og avviser å fortsette til en manuell full test.

For å gi svaret mitt på hvordan jeg ville nærme meg dette, brukte jeg en enkel idé:

• Null Hypothesis Test

Tanken er at det er et begrenset antall offentlig tilgjengelige sjakkmotorer, la oss si N av dem. Denne antagelsen utelukker selvfølgelig muligheten for at juksemakeren har skrevet sin egen sjakkmotor (eller bruker en offentlig utilgjengelig sjakkmotor), men for å fange uformelle juksemaskiner bør dette være en sterk nok antagelse.

Null hypotesetest ville være veldig enkelt: for hver sjakkmotor X og for hver påfølgende bevegelse av det aktuelle spillet beregner du sannsynligheten p for å observere den avspilte følgen forutsatt nullhypotesen at spilleren ikke bruker sjakkmotor X for å gjøre grep for dem . En naiv antagelse kan legges til at spilleren beveger seg tilfeldig (eller tilfeldig velger fra et valgt antall toppbevegelser d_i ), så sannsynligheten for en gitt konsekvens av lengden k matchende trekk ville en sjakkmotor X gjøre, beregnes som (d_1) / (n_1) * (d_2) / (n_2) * (d_3) / (n_3) * ... * (d_k) / (n_k) der d_i er antall mulige (øverste) trekk å gjøre ved med sving, som vurdert av motor X og n_i er antall totalt trekk tilgjengelig for spilleren ved sving i (eller noen rimelig delmengde.)

Så bare beregne

  p * = minimum p over alle sjakkmotorer X, alle påfølgende y.  

Hvis p * er mindre enn en viss terskel markerer spilleren som en juksemaker siden det eksisterer en påfølgende y og sjakkmotor X som gir sannsynligheten for at spilleren ikke jukser under en ønsket sannsynlighet.

Jeg tror at analyse etter spillet gir deg den beste sjansen til å identifisere om en spiller jukser. Dette kan gjøres ved å bruke det som kalles T3 / T4-analysen.

Dette måler i utgangspunktet frekvensen som en spiller velger en av topp 3 eller topp 4 bevegelsene som er foreslått av en motor. Dette eliminerer i stor grad behovet for å identifisere målmotoren som er i bruk (da de generelt vil være enige om de øverste 4/5 trekkene selv om rekkefølgen på preferansen er forskjellig).

Det er programvare tilgjengelig som kjører sett med spill av brukeren mot de øverste n trekkene i motoren.Rediger:

Jeg er klar over ChessAnalyse som kan brukes til å gjøre en slik analyse. Du kan prøve prøveversjonen på 30 dager.

Hvis nettstedet ditt gir brukerne ett klikk for å få FEN-posisjoner eller PGN mens spillet kjører , bør du vurdere å spore disse.

Noen juksere jukser fra begynnelsen, men andre foretrekker å bare begynne juks når de er i trøbbel, og de vil åpenbart bruke kopien FEN / PGN-funksjonen siden det er tidkrevende å sette opp posisjonen manuelt.

Du bør på en eller annen måte lagre det sammen med flyttingen da han kopierte den, på denne måten kan du sammenligne fra det punktet til følgende trekk og se om styrken hans økte kraftig ved hjelp av sjakkmotorer.

Men det er veldig viktig at du bruk det bare for å hjelpe deg med å bestemme om han jukset, det ville være urettferdig å bruke et skript som ikke bruker menneskelig inngripen, det kan være mange falske positive, for eksempel, jeg liker ofte å kopiere posisjoner mens jeg spiller for å senere analysere dem uten behov for å søke etter spillet mitt eller finne det nøyaktige trekket fra PGN. Og jeg lar det ikke alltid være på utklippstavlen min fordi jeg er redd for å overskrive det, så jeg flytter det til notisblokk (som betyr at jeg bytter vindu like etter at jeg har kopiert det).

FWIW, ingen har nevnt Dr. Ken Regan ved navn, selv om pekeren til Liptons blogg beskriver en annen artikkel i Chess Life som diskuterer arbeidet hans.

Denne artikkelen er veldig informativ om Regans arbeid, tilstanden til deteksjonsteknikker som var i kraft i 2014, og FIDEs arbeid med å opprette en komité for å definere og kunngjøre standarder, verktøy og teknikker for å hjelpe TD-er med å stemple ut juks.