EZ
Deep mind применили AlphaGo Zero к шахматам и сеги
Size: a a a
2017 December 06
EZ
Mastering Chess and Shogi by Self-Play with a General Reinforcement Learning Algorithm https://arxiv.org/abs/1712.01815
V
Wow
M
ODS effect ))
AM
Mastering Chess and Shogi by Self-Play with a General Reinforcement Learning Algorithm https://arxiv.org/abs/1712.01815
очень интересно. я не верил, что RL подход заработает в шахматах, т.к. существующие программы уже очень сильны. однако им удалось победить Stockfish и еще при этом тратить меньше времени на ход
EZ
очень интересно. я не верил, что RL подход заработает в шахматах, т.к. существующие программы уже очень сильны. однако им удалось победить Stockfish и еще при этом тратить меньше времени на ход
ну по флопсам думаю больше вышло, но победа над stockfish впечатляет
EZ
Еще бы книгу и эндшпильные таблицы
AN
Думаю по флопсам ровно столько же вышло, там лимит по времени думания и оба подхода отлично параллелятся)
EE
А кто-нибудь смотрел сами партии? Там получилось что-то не ожиданное?
AM
во время обучения она некоторые начала вообще перестала играть, судя по графику, и все чаще выбирать ферзевой гамбит и английское начало (если я правильно проинтерпретировал график)
EZ
Думаю по флопсам ровно столько же вышло, там лимит по времени думания и оба подхода отлично параллелятся)
да нифига, там же несколько tpu
EE
во время обучения она некоторые начала вообще перестала играть, судя по графику, и все чаще выбирать ферзевой гамбит и английское начало (если я правильно проинтерпретировал график)
Понятно. Типичный закрытый :)
AM
Понятно. Типичный закрытый :)
ну мб это самые сложные для AlphaZero оказались
EZ
ну вообще движковые профи сделали пару серьезных замечаний по методике
AM
ну вообще движковые профи сделали пару серьезных замечаний по методике
на форуме lichess читаешь?
EZ
на форуме lichess читаешь?
talkchess
AN
Ок, point taken, они наверное чужие движки на TPU не переписывали.
EZ
Ок, point taken, они наверное чужие движки на TPU не переписывали.
альфабета больше приспособлена для cpu
AM
люди сидели, годами писали движок, тут пришел дип майнд и через несколько часов движок побит) конечно нужно к чему-то придраться, но это все такое себе