AlphaZero. Нейронная сеть играет в шахматы

Ага, ну урежьте себе видеокарту, посмотрим, как вы получите TPU...

Не факт. Сами матчи движков малоинтересны. Основное предназначение программ это анализ. А при анализе тайм-менеджмент Стокфиша не используется в принципе.

На всякий случай)

Является ли Альфа Зеро прорывом в понимании шахмат компьютерными движками.

В каком месте я это утверждаю? По количеству транзисторов, думаю, вполне сравнимы с современными видеокартами. CPU и GPU массово производятся, TPU нет. Стоимость производства TPU будет выше, даже если чипы проще.

В статье утверждается, что на длинных контролях преимущество A0 увеличивается, а SF выигрывает на самых коротких (менее 1 с на ход).
См. графики на с. 7. https://arxiv.org/pdf/1712.01815.pdf

Ок, вот вам два последовательных скрина - 52-я глубина, оценка 0.00 до хода Qf4, и реакция на этот ход после.
Смахивает, честно говоря, на какой-то "баг веры в ничейность", я такие странности нередко за Стоком замечаю. И походу для партии с АльфаЗеро этот баг, если он реально есть, не пофиксили.

Альфа хорош, но оказалось что чуть плоховат сток - есть над чем работать. Интереснее другое - а у человека достаточно понимания (четких критериев), чтобы определить позиция проиграна или защитима? Ведь сток даже на глубине 48 в одной из позиций ставил нули (равенство)... Ага берем позицию, заводим её, например, в чессбэйз, включаем якобы всезнающий движок и грузим его до глубины...хватит и 35 полуходов, - вот и весь наш (человеческий) критерий...

Где, простите, вы видели такой формат при тестировании движков? Очевидно же, что 1час движку на всю партию и этот же час - фиксировано 1 минута на ход может его только ослабить. Так зачем это делать? Нам времени не жалко или сила нужна поменьше?

Это у вас какой-то баг. Мой SF8 видит, что Qf4 выигрывает уже на глубине 31 (4 секунды).
http://prntscr.com/hl74ey

Забавно - раньше был анекдот: "Сенсация - Каспаров приграл калькулятору!"...

Это же научное исследование. Статья в arxiv.org. Ее будут рецензировать специалисты. Все это еще не раз будет демонстрироваться и проверяться.

Возможно, знакомый по институту работает в Гугле по этой теме. Но выяснить вряд ли можно много. Очень жесткие условия неразглашения.

Насчёт того что прога упёрлась в потолок, вероятно есть какой то уровень после которого уже трудно победить ничейную смерть, и например теоретически не может быть программ с уровнем 4000 и 4500, все они наверно на 4000 будут играть.

И второе, возможно упёрлись в размер нейросети и она не может запомнить больше информации общей для всех позиций, вот если создать отдельно нейросеть для дебюта, миттельшпиля, и эндшпиля, то возможно усиление ещё пунктов на 100 200, имхо.

Ну если по скринам судит, то у вас Вяленый цепляет эндшпильные базы и видит, у а NoraNora без баз не видит данный ход.

Ну а как тестовые билды движков (того же Вяленого и всех других) проверяют? Там вообще УКК ставят 1 сек или даже 0.5 сек на ход. Что это принципиально меняет?

Если бы он его запомнил, то он бы не показывал нули первые три секунды.
А вот эндшпильные базы действительно влияют. Без них действительно не находит.
Думаю, их отключение повлияло на счет в матче.

Для компенсации лагов бывает ставят прибавку на ход, бывает не ставят. Это не принципиально, повторюсь, сейчас у всех SSD стоят, шины быстрые,куча не загруженных ядер на железяке . При МИНУТЕ на ход какие вообще могут быть претензии к контролю? Он (Вяленый) не успел подумать, лаги от железа мешали? У меня единственная претензия к авторам А0 в том, что не дали Стоку дебютную книжку хотя бы ходов на 10, ну и партий маловато обнародовали, хотелось бы все 100 глянуть.

Потом выяснят, что А0 мочу подменили и её дисквалифицируют.

Камский уже готов пооператорить со Стоком против A0.

Да, какие-то свои внутренние тесты. Но больше доверяют результатам - CCRL, CEGT. И мне не известно ни одного рейтинг-листа с контролем фиксированное время на ход

64 TPU (11,5 PFLOPS), на которых шла тренировка нейросетки (+ еще 5000 TPU генерировали 700 тыс. игр) (исправлено).
фото отсюда:
https://www.forbes.com/sites/moorin...gle-nvidia-and-the-machine-learning-industry/

—- добавлено: 9 дек 2017, опубликовано: 9 дек 2017 —-

в пользу Стокфиша можно предположить, что в каждом дебюте есть "ямы" и без дебютной базы он в них попадал
если их залатать, то уже не будет такой катастрофы как +39=11 во французской защите

В статье сказано, что использовалось 4 TPU. Причем непонятно: то ли одна плата с 4 чипами, то ли 4 платы.

Не хочется выглядеть как человек с самой отстойной версией "Стокфиша", но у меня он так играет.))

—- добавлено: 9 дек 2017, опубликовано: 9 дек 2017 —-

Надеюсь, это не спам. Просто доказательство, что "Стокфиш" так играет - и продолжает играть спустя уже немало времени.

Какой Stockfish? 8-й быстро понимает, последний ещё быстрее. После Rf8 оценка +10 практически. Без таблиц.

Тогда хеш маленький, наверное. Уж на 64 ядрах должен был ход найтись.

Комсюк, вполне возможно, из-за этого. Хеш и потоки связаны между собой, чем больше хеш, тем больше продуктивность SMP.

Частично согласен, дал бы Стоку 5-фигурки попользовать, но не более.

Да, хэша действительно зажали. На TCEC топовые движки (Гудини, Вяленый, Комодо) по 16Гб хэша используют, более при таком контроле и не к чему.

А если Альфу тренировать с нуля не из начальной позиции, а например из берлинского варианта? Причем белыми и черными отдельно. Получится прецизионный инструмент для крайне сложной задачи - пробивать черных в берлине.