Искусственный интеллект в шахматах

[sovaz1997]

Возможно, это прорыв в шахматных движках. AlphaZero разгромил Stockfish (28 побед в 100 партиях): https://arxiv.org/pdf/1712.01815.pdf. Железо далеко не одинаковое, конечно, но идея только развивается и это может перемешать лидеров рейтинга в будущем.



Интересные ссылки в теме-

Alpha0-Stockfish-10-games
http://forchess.ru/showpost.php?p=53807&postcount=19

Видео от Свидлера
http://forchess.ru/showpost.php?p=53844&postcount=23

Видео от Шипова
http://forchess.ru/showpost.php?p=54159&postcount=86

Статья об искусственный интеллекте
http://forchess.ru/showpost.php?p=53657&postcount=42

10 партий на lichess.org
http://forchess.ru/showpost.php?p=53918&postcount=77

[Alex_Lk]

Прочитал статейку про AlfaZero там сказано что они наиграли 44 миллиона тренировочных партий за 9 часов.
Не знаю стоит ли тратить время разбираясь с тем что они там сделали. Все равно доступа к такому железу нет.

Цитата:

Crest с KasparovChess

По виду, это был чисто рекламный матч!
Против АльфаЗеро играл какой-то кастрат на слабом железе, которого назвали громким именем Стокфиш.
Выглядит как явная подстава.
Думаю, обычный Стокфиш на моём домашнем стационаре наберёт против этого нового распиаренного монстра намного больше очков, чем тот самый кастрат.

Волну интереса к себе они поднять сумели. Какой толк от них для адвансеров ?

[Alex_Lk]

Цитата: Сообщение от Aster

Эта сеть работает с FP16, так что флопсы мерять - корректно.

А что такое FP16 ?

[Aster]

Floating point с 16битными числами

[Ofiscer]

Цитата: Сообщение от Alex_Lk

Какой толк от них для адвансеров ?

Для начала хотя бы все партии увидеть этого сенсационного матча со Стоком...

Свидлер говорит, что в дебюте АльфаЗеро преподнес несколько ценных новинок )

[tt66]

Цитата: Сообщение от Ofiscer

Для начала хотя бы все партии увидеть этого сенсационного матча со Стоком...

Свидлер говорит, что в дебюте АльфаЗеро преподнес несколько ценных новинок )

Да было бы очень интересно,особенно с комментариями Шипова.
А еще они очень опасались "восстания машин".Говорят,что могут допустить ошибку и тогда получится как в гифке

Развернуть для просмотра

[свернуть]

[Alex_Lk]

Цитата: Сообщение от Aster

Floating point с 16битными числами

Спасибо, просто не думал что кто-то использует половинную точность (FP16). В таких "попугаях" производительность заметно больше чем в стандартных float (FP32) или double (FP64). Во дают "манагеры" они хоть пишут что измерили свою производительность в половинках.
Но для шахмат никакие FP не нужны ни половинки ни двойные.

Давайте закончим. А то оффтопим.

[byan_mivv]

Цитата: Сообщение от Ofiscer

Для начала хотя бы все партии увидеть этого сенсационного матча со Стоком...

Свидлер говорит, что в дебюте АльфаЗеро преподнес несколько ценных новинок )

10 партий на Личессе -

https://lichess.org/study/wxrovYNH

[Alex_Lk]

Может кому удобней так, там в конце файла 10 партий

https://arxiv.org/pdf/1712.01815.pdf

[Maratka]

Цитата: Сообщение от Still

Всегда считал, что удвоение скорости - это 40-50 Эло
Проверено на движковых играх плайчесса

Только область применения этого правила удвоение-учетверение.

[otodranik]

Ничего не оффтопите!

[Maratka]

Цитата: Сообщение от Alex_Lk

Кстати измерять мощность компа в терафлопсах, это не для шахмат, В шахматах нет вычислений с плавающей точкой (флопсы) а только целочисленные вычисления.

А по моему их там чуть меньше, чем полно...

Чуть ли не первое попавшееся:
double r = log(d) * log(mc) / 1.95;

[Alex_Lk]

Цитата: Сообщение от Maratka

А по моему их там чуть меньше, чем полно...
Чуть ли не первое попавшееся:
double r = log(d) * log(mc) / 1.95;

Не думаю что это часто вызывается. Впрочем спасибо.
Интересно что так считают.

[high]

Бросилась в глаза третья партия. Первые десять ходов стояли у меня на доске в недавней партии на ICCF. Вот третья партия

1. Nf3 Nf6 2. c4 b6 3. d4 e6 4. g3 Ba6 5. Qc2 c5 6. d5 exd5 7. cxd5 Bb7 8. Bg2 Nxd5 9.O-O Nc6 10.Rd1 Be7 11. Qf5 Nf6 12. e4 g6 13. Qf4 O-O 14. e5 Nh5 15. Qg4 Re8 16. Nc3 Qb8 17. Nd5 Bf8 18.Bf4 Qc8 19. h3 Ne7 20. Ne3 Bc6 21. Rd6 Ng7 22. Rf6 Qb7 23. Bh6 Nd5 24. Nxd5 Bxd5 25. Rd1 Ne6 26. Bxf8 Rxf8 27. Qh4 Bc6 28. Qh6 Rae8 29. Rd6 Bxf3 30. Bxf3 Qa6 31. h4 Qa5 32. Rd1 c4 33. Rd5 Qe1+ 34. Kg2 c3 35. bxc3 Qxc3 36. h5 Re7 37. Bd1 Qe1 38. Bb3 Rd8 39. Rf3 Qe4 40. Qd2 Qg4 41.Bd1 Qe4 42. h6 Nc7 43. Rd6 Ne6 44. Bb3 Qxe5 45. Rd5 Qh8 46. Qb4 Nc5 47. Rxc5 bxc5 48. Qh4 Rde8 49. Rf6 Rf8 50. Qf4 a5 51. g4 d5 52. Bxd5 Rd7 53. Bc4 a4 54. g5 a3 55. Qf3 Rc7 56. Qxa3 Qxf6 57. gxf6 Rfc8 58. Qd3 Rf8 59. Qd6 Rfc8 60. a4 1-0

[Alex_Lk]

Цитата: Сообщение от high

Зачем Stockfish на 15-ом ходу ляпает 15...Re8? Откройте базы ICCF. Никто так не играет. 15...Qb8 приводит к быстрой ничье. Этот вопрос надо адресовать разработчикам движка

Движок видимо в плохих условиях. А вы пробовали перепроверить

[otodranik]

Цитата: Сообщение от Alex_Lk

Движок видимо в плохих условиях. А вы пробовали перепроверить

Они играли в пулю, или в быстрый блиц. Без дебютных баз. А вы переписочников с месяцем на ход! Я проверял - Стокфиш так ходит. Я вот о чем думаю, Альфа-Зеро учился на такой космический уровень 4 часа, а если 6 часов, или 8? А до чего он додумается перечитав все исторические книги? Я так перестану быть атеистом - более совершенный Альфа Зеро станет Богом, отправится в прошлое на машине времени - и Создаст вселенную!

[sovaz1997]

otodranik, AlphaZero учился всего 9 часов. За 4 часа он достиг уровня SF, а после усиление замедлилось и дальнейшее обучение бы сильно не изменило силу игры.

[otodranik]

Цитата: Сообщение от sovaz1997

otodranik, AlphaZero учился всего 9 часов. За 4 часа он достиг уровня SF, а после усиление замедлилось и дальнейшее обучение бы сильно не изменило силу игры.

Где, Вы, это прочитали? Везде говорят по-разному!

[Maratka]

Цитата: Сообщение от sovaz1997

otodranik, AlphaZero учился всего 9 часов. За 4 часа он достиг уровня SF, а после усиление замедлилось и дальнейшее обучение бы сильно не изменило силу игры.

Цитата: Сообщение от otodranik

Они играли в пулю, или в быстрый блиц. Без дебютных баз. А вы переписочников с месяцем на ход! Я проверял - Стокфиш так ходит. Я вот о чем думаю, Альфа-Зеро учился на такой космический уровень 4 часа, а если 6 часов, или 8?

Тут полезно определиться с определением "учился".
SF (да и вообще любой движок) тоже можно учить: это дебютные справочники.
Более того, на фоне сложности и трудоемкости написания движка функция автозаписи партии (для обучения важна последовательность ходов) с установкой флага итога партии 1/0/-1, пишется за какие-то жалкие доли процента времени, однако результат будет вполне осязаемым: движок играя белыми будет играть дебют, в котором белые выигрывали чаще всего, а черными - который реже всего проигрывали. Собственно все это уже и давным-давно реализовано, с той лишь разницей, что оно реализовано на уровне оболочек.

Принципиальная разница лишь в том, что Альфа-Зеро результат обучения хранит в некой "расширенной" книге, и книга эта не точная последовательность ходов, а набор эвристических правил с коэффициентами (те самые наши веса фигур, структура пешек, разнопольные слоны, открытые вертикали для ладей, пешечный "домик" для короля, и т.д. т.е. по сути часть обычного движка вынесена в базы, в результате чего все наши коэффициенты, и не только они устанавливаются исключительно точно - раз, и могут динамически меняться в зависимости от позиции - два.

Цитата: Сообщение от otodranik

Где, Вы, это прочитали? Везде говорят по-разному!

Суть не важно. Важно, что после некоторого предела (и он скорее всего уже достигнут) движок будут настроен настолько точно, что дальнейшее обучение будет давать грубо говоря +10 Elo за вдвое бОльшее время чем предыдущие 10 Elo.
Т.к. если то что мы имеем сейчас - это единицы часов, то рост на дополнительные 100 Elo - это будет год обучения, а 200 ELo - 1000 лет.

[otodranik]

Цитата: Сообщение от Maratka

Тут полезно определиться с определением "учился".
SF (да и вообще любой движок) тоже можно учить: это дебютные справочники.
Более того, на фоне сложности и трудоемкости написания движка функция автозаписи партии (для обучения важна последовательность ходов) с установкой флага итога партии 1/0/-1, пишется за какие-то жалкие доли процента времени, однако результат будет вполне осязаемым: движок играя белыми будет играть дебют, в котором белые выигрывали чаще всего, а черными - который реже всего проигрывали. Собственно все это уже и давным-давно реализовано, с той лишь разницей, что оно реализовано на уровне оболочек.

Принципиальная разница лишь в том, что Альфа-Зеро результат обучения хранит в некой "расширенной" книге, и книга эта не точная последовательность ходов, а набор эвристических правил с коэффициентами (те самые наши веса фигур, структура пешек, разнопольные слоны, открытые вертикали для ладей, пешечный "домик" для короля, и т.ж. т.е. по сути часть обычного движка вынесена в базы, в результате чего все наши коэффициенты, и не только они устанавливаются исключительно точно - раз, и могут динамически меняться в зависимости от позиции - два.

Ну это уже доселе неведомое состояние. Вряд-ли, даже Альфа-зеро смог все за несколько часов просчитать, а вот научиться - да.

[sovaz1997]

В Alpha Zero вообще нет оценки материала и других вещей. Нейросеть сама оценивает позицию по общему виду, как люди (хоть это и можно представить в виде огромного математического выражения с коэффициентами).

[Maratka]

Цитата: Сообщение от otodranik

Вряд-ли, даже Альфа-зеро смог все за несколько часов просчитать, а вот научиться - да.

Разумеется. Ему грубо говоря скормили несколько тысяч/миллионов партий, сыгранных приличными движками (вероятно даже одним SF) за последний год на приличном контроле времени и приличном железе, на основе чего он "самонастроился"... собственно и все.
Причем для корпорации уровня Гугл купить под данный проект ну скажем 10K рабочих станций с ChessBase'овской оболочкой и SF'шем - вполне посильная трата, а эти 10K станций на контроле времени скажем 2 часа/партия генерировали базу для обучения со скоростью ~50K партий в сутки. Если же там использовали виртуализацию (что наиболее вероятно), то обошлись и вовсе несколькими сотнями стоек с серверами.

[sovaz1997]

Цитата: Сообщение от otodranik

Где, Вы, это прочитали? Везде говорят по-разному!

Вот первоисточник: за 4 часа Alpha Zero превзошла Stockfish:
https://arxiv.org/pdf/1712.01815.pdf

[Maratka]

Цитата: Сообщение от sovaz1997

В Alpha Zero вообще нет оценки материала и других вещей. Нейросеть сама оценивает позицию по общему виду, как люди (хоть это и можно представить в виде огромного математического выражения с коэффициентами).

Все там есть, ибо результат обучения должен в каком-то виде хранится (на диске, или одноразово - в ОЗУ - не суть), а потому его, это самый результат обучения нужно как-то формализовать в виде некого набора правил.

[sovaz1997]

Цитата: Сообщение от Maratka

Разумеется. Ему грубо говоря скормили несколько тысяч/миллионов партий, сыгранных приличными движками (вероятно даже одним SF) за последний год на приличном контроле времени и приличном железе, на основе чего он "самонастроился"... собственно и все.
Причем для корпорации уровня Гугл купить под данный проект ну скажем 10K рабочих станций с ChessBase'овской оболочкой и SF'шем - вполне посильная трата, а эти 10K станций на контроле времени скажем 2 часа/партия генерировали базу для обучения со скоростью ~50K партий в сутки. Если же там использовали виртуализацию (что наиболее вероятно), то обошлись и вовсе несколькими сотнями стоек с серверами.

В том-то и суть, что ему ничего не скармливали. Он сам с собой играл.

[sovaz1997]

Цитата: Сообщение от Maratka

Все там есть, ибо результат обучения должен в каком-то виде хранится (на диске, или одноразово - в ОЗУ - не суть), а потому его, это самый результат обучения нужно как-то формализовать в виде некого набора правил.

Можно, также, как и мозг можно тоже формализовать. Но это будет нереально трудно.

[Maratka]

Цитата: Сообщение от sovaz1997

В том-то и суть, что ему ничего не скармливали. Он сам с собой играл.

В принципе и так можно.

Берсеркер. Содержание - 1. НЕ ЗАДУМЫВАЯСЬ
http://www.ngebooks.com/book_19224_c...DUMYVAJAS.html

Крохотный рассказик, минут на десять. Настоятельно рекомендую.

[Maratka]

Цитата: Сообщение от sovaz1997

Можно, также, как и мозг можно тоже формализовать. Но это будет нереально трудно.

Не "можно", а именно так и есть, ибо иначе не бывает.
Соответственно, либо мы запоминаем бесконечное количество разных эвристик, чем забиваем любой разумный объем памяти, либо формализуем это с помощью неких коэффициентов и относительно небольшого количества правил. А правила будут ровно те самые, которые использовать и гроссмейстеры, и сильные движки: важность защиты короля, важность открытых диагоналей для своих слонов, и вертикалей для ладей, важность общей маневренности фигур, и т.д.
Другое дело, что "внутри" программы эти правила не будет называться "mobQueen2" или "king_safety_1", а будет что-то вроде "0x00000001 - 0xFFFFFFFF" с сортировкой (вероятно) убыванию важности. Но так или иначе эти правила будут, потому как это машина, а машина думать не могЕт, для нее все что есть - это набор 0 и 1.

[otodranik]

Цитата: Сообщение от sovaz1997

Можно, также, как и мозг можно тоже формализовать. Но это будет нереально трудно.

Подумаешь, подумает Альфа-Зеро несколько месяцев и сделает

[sovaz1997]

Цитата: Сообщение от Maratka

Не "можно", а именно так и есть, ибо иначе не бывает.
Соответственно, либо мы запоминаем бесконечное количество разных эвристик, чем забиваем любой разумный объем памяти, либо формализуем это с помощью неких коэффициентов и относительно небольшого количества правил. А правила будут ровно те самые, которые использовать и гроссмейстеры, и сильные движки: важность защиты короля, важность открытых диагоналей для своих слонов, и вертикалей для ладей, важность общей маневренности фигур, и т.д.
Другое дело, что "внутри" программы эти правила не будет называться "mobQueen2" или "king_safety_1", а будет что-то вроде "0x00000001 - 0xFFFFFFFF" с сортировкой (вероятно) убыванию важности. Но так или иначе эти правила будут, потому как это машина, а машина думать не могЕт, для нее все что есть - это набор 0 и 1.

Не совсем так. Там не будет именно этих факторов, там будет связка факторов, которая будет влиять друг на друга. Вот например, как мы понимаем, что позиция - крепость? Примерно также Alpha Zero это понимает и факторами это будет трудно описать. Можно сказать, появляется дополнительное измерение, где эти факторы с каждым слоям все больше обобщаются. А то, что машина думать не моГет — это сильное заявление.

[Maratka]

Цитата: Сообщение от sovaz1997

Не совсем так. Там не будет именно этих факторов, там будет связка факторов,

Ну так в любом движке, играющем хотя бы на 2000 Elo связка факторов. ;)

Цитата: Сообщение от sovaz1997

А то, что машина думать не моГет — это сильное заявление.

Зато единственно верное исходя из определения "думать".

Простой пример: попытаемся написать некую программу машинного перевода, но интеллектуальную, которая будет не просто переводить текст, а делать перевод лучше оригинала, приводя например косноязычное выражение к нормальному литературному языку, и переводя на другой язык уже нормализованное выражение.

А теперь попытаемся нормализовать фразу "Вася ударил карандашом по столу, и сломал его" к виду "Вася ударил карандашом по столу и сломал карандаш".
Просто? Конечно просто! Но не для машины, ибо она не знает свойств карандашей и столов, а потому не сможет определить, какой предмет был сломан.

_______
Заметьте, я выше пишу не о том, может ли машина думать, а просто даю пример для практического решения некой задачи, которая вне всякого сомнения является интеллектуальной. А таких задач бесконечное количество.