AlphaZero在1000盘对抗赛中重创Stockfish8
本文翻译并修改于chess.com，版权归原作者所有
去年12月，AlphaZero的出现如同冲击波一样席卷全球。而就在今天，人工智能团队DeepMind公布了“引擎自我学习”这一项目的最新成果，结果令人震惊不已：新版本的AlphaZero以155胜，6负，839平的战绩碾压国象顶尖引擎Stockfish8.毫无悬念地再一次证明了，AlphaZero代表了全球最强大的国际象棋水平。
不仅如此，AlphaZero在一系列让时赛中也同样击败了Stockfish8，即使是在1：10的时间赔率差距下，AlphaZero依然可以击败Stockfish8。根据DeepMind的说法，AlphaZero还击败了Stockfish9，其结果与Stockfish8基本相同，不仅如此，AlphaZero还赢得了与带有强大开局库的Stockfish8的比赛，添加强大开局库毫无疑问对Stockfish的帮助是极大的，当AlphaZero执黑时，Stockfish赢得许多场胜利，但是仍不足以获取整个对抗赛的胜利。
（以上为AlphaZero对阵无布局库和有布局库的Stockfish的对局结果，绿色为胜局数，红色为负局数，图片来源于Science杂志）
这一结果已经由DeepMind的研究人员发表在了《科学》期刊上，并由DeepMind提供给选定的国际象棋媒体，该公司总部位于伦敦，由Alphabet所拥有。
这1000场比赛是于2018年初进行的，在比赛中，双方的时限为每方三小时，每步棋加15秒，这一时限解决了在2017年AlphaZero与Stockfish对抗赛上的最大争议点：即每步棋一分钟对于Stockfish而言是处于劣势的。（2017年AlphaZero与Stockfish对抗赛的时限为每步棋一分钟）
而三个小时，每步棋外加15秒的时限，便不存在这样的争议了，因为这一时限可以给任何引擎足够的思考时间，可以让引擎充分发挥出自己的水平，在让时赛中，即使是1：10的时间赔率，AlphaZero依然占有优势，当时间赔率达到1：30时，Stockfish才占据上风。
AlphaZero让时赛的结果表明：它不仅比任何传统引擎都要强大的多，并且使用了更有效的搜索好棋的方法，根据DeepMind的说法，AlphaZero使用Monte Carlo树进行搜索，每秒可以检索60000个局面。
（AlphaZero如何处理局面，搜索招法的图表分析，图片来源于Science杂志）
根据DeepMind的说法，AlphaZero从游戏规则开始学棋，使用机器自学技术不断更新自己的”神经网络“，5000个TPU（Google的张量处理单元）被用于生成第一组”自我对弈“，然后使用16个TPU训练”神经网络“。
其总训练时间是9个小时，从游戏规则开始，据DeepMind的说法，新版本的AlphaZero仅用了4个小时就超过了Stockfish，9个小时后，它便远超世界上所有的传统引擎。
在对抗赛中，Stockfish使用了44个CPU，AlphaZero使用了一台具有4个TPU和44个CPU的机器，Stockfish的散列大小为32GB，并且使用了”syzygy endgame database“。
点按“阅读原文”，可下载DeepMind公布的210盘对局。
（本文转自：“kb的国象天堂”微信公众号）