AlphaZero. Нейронная сеть играет в шахматы

Обучение проводится только 1 раз, поэтому считайте, что это входит в процесс разработки (но на совершенно ином уровне).

Кроме общего зачёта они сыграли по 100 игр на различных популярных дебютах, и stockfish на этих дебютах действительно иногда выигрывал (сицилианку 7 раз белыми, например). Можно считать что это "как бы stockfish сыграл будь у него дебютная таблица", но на самом деле alphazero такие неудобные для себя дебюты просто не играет! (как видно из графика).

Также информация о том, что у stockfish дебютной книги не было — это только догадка Накамуры, а официального подтверждения этому нету, и на самом деле вполне себе дебютная книга и могла бы быть. Например, когда alphaGo выиграл у Ли Седола, народ тоже "подозревал" что запретили в го играть "ко" Седолу под подписку о неразглашении, а на самом деле всё было честно.

И? Это гигабайты информации о начальной позиции, наработанные за много часов или дней. У движков они традиционно хранятся в дебютной книге. И у одного из соперников эту информацию просто отняли.
Как я говорил - корректное тестирование надо устраивать на наборе начальных позиций.

Кстати при разработке stockfish тоже используются большие вычислительные мощности (чтобы проверить на тестовых играх с самим собой, действительно ли изменения усиливают движок). Вот тут любой желающий может подключиться и предоставить свой комп для таких тестов: http://tests.stockfishchess.org/tests

Так что нельзя говорить что у alphazero большие мощности, а у stockfish такого нет. На самом деле мощности сравнимы и в процессе разработки, и в процессе игры.

Я просто хочу сказать одну мысль: чтобы сравнение было корректным, нужно одинаковое железо. Тогда мы можем сравнивать движки, т. к. условия одинаковые.

Но прорыв заключается в совершенно ином подходе к оценке позиции. Больше нет весов фигур, нет бонусов/штрафов. Есть просто система, в которой есть правила. И все. Даже если бы AlphaZero играла слабее, чем Stockfish, это бы не сильно преуменьшило достижение.

P. S. но я жду более качественного тестирования, большего количества партий для достоверности. Ведь человек+Stockfish против Stockfish тоже может показать красивые партии

Перед матчем или после — разницы нет, фаза обучения (много игр с самим собой) и игры с противником — это разные фазы. После того, как фаза обучения закончена, модель фиксируется и больше не обновляется. На играх со стокфишем alphazero не учится, он играл первую и последнюю игру с абсолютно одинаковыми знаниями.
(кстати был вопрос такой от журналистов, когда alphaGo играл с Ли Седолом, и до этого с компьютерными программами, и разрабочики подтвердили что между играми модель не меняется, на играх не учится).

Поэтому и требование разрешить stockfish'у править свою дебютную таблицу между играми было бы нечестным, хотя и не помогло б стокфишу.

Можно вопрос, ибо я не шахматный профессионал.
Вот смотрите:
https://lichess.org/zbCOTavB#56

Личессовский стокфиш в этой партии на 28-ом ходу (по идеи позиция должна стоять сразу по ссылке) пишет крепкий НОЛЬ. И если дать ему хоть в сто раз больше мощностей, то не удивлюсь, если он будет считать точно так же. Так вот вопрос: я смотрю на эту позицию своим убогим условным первым разрядом и мне кажется, что позиция черных на шахматном языке называется "ящик". И если показать ее шахматному профи, то он скажет так же, что да все, у черных плохо от слова "совсем": линии e и d намертво захвачены белыми, король черных разбит и гуляет по доске, конь и ладья на a8 и b8 - это венок (а не венец!). Я не прав? А вот если прав, то в этом то и есть разница между AZ и всеми предыдущими движками - она не пересчитала стокфиш, она его ОБЫГРАЛА.

Думаю, AlphaZero по силе слабее Стокфиша (хотя все сделано так, чтобы мы пришли к другому выводу), но играет круто и умно.
Странно, что Стокфиша не заставили думать 80тыс. позиций в секунду, чтобы счет в пользу AlphaZero был еще более впечатляющий -100 из 100.

У нейросети размер модели фиксированный, он не растёт от каждой игры. Если этот фиксированный размер слишком маленький, нейросеть грубо говоря "выкидывает" наименее важную информацию чтобы освободить место для более важной. Но даже небольшой модели (1 мегабайт), наверняка достаточно для того чтоб распознавать все "шаблоны" которые знают профессиональные гроссмейстеры, а у alphazero скорее всего модель побольше.

Говоря кратко: такой проблемы, которую вы описали, нету, т.к. количество необходимой памяти с каждой игрой не растёт.

Vladruss, вряд ли, количество переменных и данных необходимых для ввода бесконечно как жизнь. Объясню проще: во второй мировой войне победил ДУХОВНЫЙ подвиг советского солдата. По всем "мощностям" мы стояли на тот же "ящик", но то, что советские солдаты совершили под Сталинградом никакими мощностями не учесть и не просчитать. Это не лирика уже даже в военной науке. Ресурс "духовная сила нации" давно используется во всех военных стратегиях. Был прекрасный доклад одного полковника "О начале третьей мировой войны и ее возможной периодизации", пока, к сожалению, не могу его найти, чтобы дать ссылку.

Vladruss, да, у A0 нет оценки материала, он оценивает позицию в общем (как человек, можно сказать). Но обобщение оценки позиции и счёт намного лучше, чем у человека, хотя насчёт оценки позиции я не уверен, возможно, у человека она ещё лучше, учитывая очень скудные счетные способности.

Уже приводили кусочек этой игры, иллюстрирующий идею запирания ферзя в углу. Очень круто. Есть чему поучиться.

Ну, я вот загрузил позицию в chessbase, поставил на движок. Ну, понятно, мой кряхтит на убогой глубине, но он же с серверами соединяется и дает оценку тех, кто уже считал эту позицию. Stockfish 8 на глубине 48 дает твердые нули. "СОРОК ВОСЕМЬ, КАРЛ!!!" Когда до него дойдет??? Понятно, что, видимо, произошла ошибка в альфабетаотсечении и типа того, и всё... Он тупо не врубается. А человек врубается, что у черных край одним взглядом на позицию.

https://twitter.com/bennedik/status/938741157319856128
Statistics about the 1300 games played between AlphaZero and Stockfish. In total, AlphaZero won 318 games, lost 24, with 958 draws. That's 61% and an Elo performance of 3479, assuming 3389 Elo for Stockfish (which I think ran on a faster hardware than the Elo is from).

—- добавлено: 8 дек 2017 —-

Чаво?

Vertu, ну в смысле? В chessbase включаешь движок, он сверху показывает свой обсчет, ниже в другом окне показывает обсчет с серверов через инет. Если эту позицию уже считали, то ее оценка есть. Ну, как бы мой комп на глубине 48 давно бы дым пускал...

—- добавлено: 8 дек 2017, опубликовано: 8 дек 2017 —-

Да?.. Ой... А что это тогда? Я думал это с серваков через инет... Извиняюсь, в нес тогда дезинфу... Но этото что все же

Самое смешное, что Гуглу в принципе шахматы малоинтересны, поиграются немного и бросят,
как Го. А в Азии гошники до сих пор в себя прийти не могут. То же самое будет и с шахматами.
Только в себя долго не смогут прийти адвансеры и разработчики топовых движков
А цель Гугла — это по-настоящему сильный алгоритм для ИИ!
Только вот доиграются они с огнём, чует моё сердце ...
Понаделают из нас, человеков, нанороботы канцелярских скрепок ...