Hoi allen,
Het is mogelijk wat diepe materie om te lezen voor niet-geinteresseerden, maar de TL;DR is: schaakcomputers kunnen nog een hoop verbeterd en een belangrijke stap is gezet. Link naar het artikel is gegeven aan het eind van het bericht.
De makers van het kunstige AI programma AlphaGo Zero hebben de methodiek nu generieker gemaakt en toegepast op zowel Go, Shogi, als schaken.
Het resultaat is, dat met significant minder rekenkracht in termen van quantiteit aan overwogen posities, de machine stockfish behoorlijk conclusief verslaat. Vanaf zet 0 spelend, 0 verliezen; vanaf specifieke openingen spelend, een enkel verlies af en toe, met heel veel zwarte remises.
Wat mij vooral opviel, is dat op computerschaakniveau, Frans blijkbaar een compleet onspeelbare opening is, Engels/Siciliaans relatief zeer prettige kansen biedt en dat de nieuwe speler op de markt een intense voorliefde heeft voor Catalaan-achtige opstellingen en onvoorziene koningsmaneouvres. (een voorbeeldpartij uit het Frans slaat een keer de loper op d2 terug met de koning om deze vervolgens op e3 te posteren; alle zware stukken nog in het spel).
De machine nu gebouwd door het AlphaZero team is nog lang niet geoptimaliseerd, maar brengt wel de kracht van zogeheten "Reinforcement Learning" in beeld. Voor mensen met een interesse in/achtergrond in machine learning, zeker een mooi artikel om in z'n totaliteit te lezen.
De zwakte van Stockfish met zwart wordt goed aangetoond, maar geef het een halve zet extra, en vrijwel alles eindigt in gelijkspel. Overigens eindigen ook de meeste partijen met Stockfish zwart in gelijkspel.
Het brengt ons een stap dichterbij het concluderen dat alle schaakspelen remise zijn.
Persoonlijke mening: Ik hoef dit helemaal niet aangetoond te krijgen. Huidig topniveau wordt al teveel beinvloed door voorbereiding ipv creativiteit aan het bord.
Artikel:
https://arxiv.org/pdf/1712.01815.pdf
|