Alpha Zero schlägt Stockfish

[Timm]

Zitat von Hawkwind

hier gibt es übrigens die Publikation der Gruppe:
Mastering Chess and Shogi by Self-Play with a General Reinforcement Learning Algorithm

Also Montecarlo Suche statt alpha beta. Aber für mich ansonsten ziemlich kryptisch. Interessant ist auch die Häufigkeitsverteilung bei den selbstgelernten Eröffnungen, das dürfte Gesprächsstoff geben.

Übrigens hat wie hier zu sehen, Carlsen gegen Aronian gerade das Blatt in einer Serie von mit den Vorschlägen von Stockfish übereinstimmenden Zügen zu seinen Gunsten gewendet und gewonnen.

[Hawkwind]

Zitat von Timm

Also Montecarlo Suche statt alpha beta. Aber für mich ansonsten ziemlich kryptisch.

Für mich leider auch ... anscheinend wird jedem Zug in einer Position durch die Bewertung eine Gewinnwahrscheinlichkeit zugeordnet. Anscheinend wird nicht einmal das Material auf dem Brett bewertet!?

Zitat von Timm

Interessant ist auch die Häufigkeitsverteilung bei den selbstgelernten Eröffnungen, das dürfte Gesprächsstoff geben.

Ich habe den Verdacht, dass AlphaZero die Eröffnungstheorie revolutionieren könnte. Das ist ein bisschen wie "Schach vom anderen Stern" oder HAL-9000 spielt Schach (aus "2001 – Odysee im Weltraum").

[Timm]

Zitat von Hawkwind

Für mich leider auch ... anscheinend wird jedem Zug in einer Position durch die Bewertung eine Gewinnwahrscheinlichkeit zugeordnet. Anscheinend wird nicht einmal das Material auf dem Brett bewertet!?

Ja, nach dem Zitat oben nicht. Bei einem matt ist ist Material Unterlegenheit egal, im Mittelspiel aber nicht. Wenn aber alle Selbstspiele bis zur Entscheidung remis, Gewinn, Verlust gespielt werden, dann sollte das Material keine Rolle spielen!? Na ja, ich weiß nicht, es sind eigentlich müßige Spekulationen.

Zitat von Hawkwind

Ich habe den Verdacht, dass AlphaZero die Eröffnungstheorie revolutionieren könnte. Das ist ein bisschen wie "Schach vom anderen Stern" oder HAL-9000 spielt Schach (aus "2001 – Odysee im Weltraum").

Ein klasse Film.

Und ja, die Sekundanten werden gut ausgelastet sein.

[Hawkwind]

https://www.msn.com/de-at/nachrichte...cid=spartanntp

...
Wissenschaftler haben neben unserem Sonnensystem erstmals ein weiteres gefunden, in dem acht Planeten um eine Sonne kreisen. Die US-Raumfahrtbehörde Nasa und der Internetgigant Google kündigten am Donnerstag den Fund eines achten Planeten an, der sich um den Stern Kepler-90 dreht. Die neuste Entdeckung dieses sogenannten Exoplaneten wurde mithilfe von Googles künstlicher Intelligenz gemacht.
...

Hervorhebung von mir.

Ist das auch "AlphaZero und Konsorten"?
Da kommen so langsam Erinnerungen an "Skynet" aus den Terminator-Filmen hoch. Vielleicht erklärt uns AlphaZero irgendwann für unmündig (was ja angesichts Klimakatastrophe etc sogar nachvollziehbar wäre) und übernimmt die Kontrolle?

[Bernhard]

Zitat von Hawkwind

und übernimmt die Kontrolle?

"Das wäre doch mal was! Die Computer können denken, und die Menschen hören ganz damit auf."

Zitat aus Tron 1. Wer hat's gesagt?

[Hawkwind]

BTW, this is the opinion of the computer chess pioneer Ed Schröder (author of "Rebel") about the Deep Zero - Stockfish match:

Zitat von Ed Schröder

I am not a conspiracy theorist at all but this Alpha Zero thing needs to be questioned for various reasons and I will serve for some limited time as devil's advocate to warm up the discussion.

#1. We are offered games without depths and scores.
#2. I don't believe it's possible 4 hours of self play can do that, not even 4000 hours, it's insane.
#3. I haven't seen an official statement from Google.
#4. Games can be played by a correspondence player with the help of Houdini tactical (or so) and cherry-picked the best ones, ignoring all the lost games also making use of massive take-backs.

CONSEQUENCES
If this type of learning is possible then (IMO) mankind is in deep trouble, imagine what in theory would be possible. Examples.

#1. Predict the stock market and get rich.

#2. Suppose politicians ask the question:

Dear comp, how do we solve global warming?

Alpha 666

Reduce the population from 7 billion to 500 million and the Earth will restore itself.

------

Shoot !

quoted from the American computer chess forum

http://www.talkchess.com/forum/viewt...=743214#743214
---

hmm, warum schreib ich eigentlich auf Englisch?

[Timm]

Zitat von Hawkwind

hmm, warum schreib ich eigentlich auf Englisch?

Perhaps because the english processing part of your neural net couldn't but proceed in english after having read Ed Schröder.

Er ist ja ziemlich bissig. Die Unterstellung #4 scheint selbst unter "devil's advocate" ziemlich abwegig.

Hier noch Infos zu AlphaZero von Jemand, der ziemlich Ahnung zu haben scheint.

https://chess.stackexchange.com/ques...ding-alphazero

Stockfish uses alpha-beta, while AlphaZero uses Monte-Carlo. They are two very different algorithms. The alpha-beta algorithm assumes a lower/upper bound, while Monte-Carlo creates simulations from the root to leaf.

https://chess.stackexchange.com/ques...has-never-seen

The evaluation function of a chess engine, whether instantiated as a neural net or explicit code, is always able to assign a value to any board position. If you give it a board position, even absurd ones that would never occur in a game, it will be able to spit out a number representing how favorable it is to one player or another. Since the number of board positions in chess is unmanageably gigantic, the training can only occur on an infinitesimal sample of the game tree. The engine is not simply recalling previously calculated values of board positions, but is performing calculations based on the arrangement of the pieces. For a non-neural-net example, part of a chess engine's evaluation might be to add up the value of each piece on its side and subtract the total value of the opponent's pieces. Then, one set of parameter that would be adjusted while training would be the value of each piece.

[Timm]

https://chess.stackexchange.com/ques...tockfish-match

AlphaZero and the previous AlphaGo Zero used a single machine with 4 TPUs Stockfish and Elmo played at their strongest skill level using 64 threads and a hash size of 1GB.

So, AlphaZero used special hardware developed by Google. It used specialized Tensor Processor Units (TPUs) rather than general Central Processing Units (CPUs) as are available commercially.

This is how Wikipedia describes the second generation TPUs they used -

The second generation TPU was announced in May 2017. Google stated the first generation TPU design was memory bandwidth limited, and using 16 GB of High Bandwidth Memory in the second generation design increased bandwidth to 600 GB/s and performance to 45 TFLOPS. The TPUs are then arranged into 4-chip 180 TFLOPS modules

They used 4 TPUs for the games, so a processing power of 180 TFLOPS. Note TFLOPS = 1000 billion floating point operations per second.

Welch eine gewaltige Rechenleistung von AlphaZero.

Die Analyse einiger Partien weiter unten zeigt, daß SF mit mehr Zeit bessere Züge gefunden hätte, was ja nicht verwunderlich ist. Aber es wirft die Frage auf, welche Zeit/Zug man SF geben müßte, damit der Vergleich der engines angesichts der gigantischen hardware von AZF fair ist. Ich kenne mich da überhaupt nicht aus, aber ein Anhaltspunkt könnten die 180 TFLOPS von AZ's hardware sein.

[Hawkwind]

They used 4 TPUs for the games, so a processing power of 180 TFLOPS. Note TFLOPS = 1000 billion floating point operations per second.

Ein Quad-Core-PC mit 3,0 GHz dagegen hat etwa 48 GFLOPS.

Lief Stockfish auf einer derartigen HW, dann kann man davon ausgehen, dass die HW von AlphaZero um einen Faktor von einigen tausend performanter war (4000 ?).
HW und SW sind so unterschiedlich, wie will man da "Fairness" definieren?
Man könnte versuchen, das auszugleichen, indem man AlphaZero 5 Sek / Zug gibt und Stockfish 5 h / Zug.

[Timm]

Zitat von Hawkwind

Ein Quad-Core-PC mit 3,0 GHz dagegen hat etwa 48 GFLOPS.

Lief Stockfish auf einer derartigen HW, dann kann man davon ausgehen, dass die HW von AlphaZero um einen Faktor von einigen tausend performanter war (4000 ?).

Es liegt schon lange zurück, ich habe dunkel in Erinnerung, daß mit alpha-beta Suche die erreichbare Tiefe mit 4-facher Rechenzeit grob um einen HZ wächst. Falls das so ist, könnte dieser Faktor ca. 10 HZ bringen, wenn ich das richtig überschlagen habe. Wie auch immer, SF würde erheblich stärker spielen.

Aber auch wenn SF unter solchen Voraussetzungen überlegen wäre, diese Selbstlernfähigkeit von AZ ist etwas fundamental Neues und vermutlich noch keineswegs ausgereizt.

Die Diskussion ist in vollem Gange und vielleicht äußert sich Hassabis von Deep Mind nochmal. Zur erreichten Tiefe scheint bisher nichts bekannt zu sein. Hast Du bzgl. Monte Carlo 'von der Wurzel bis zum Blatt' auch so verstanden, daß die Spiele gegen sich selbst bis zu einem eindeutigen Ergebnis ausgeführt werden?