LCZero

[Maratka]

Цитата: Сообщение от Neofelis

Эти значения были посчитаны во время игры. Стокфиш точно так же считает варианты перед первым ходом и по сути формирует книгну во время игры.

Ну не совсем так!
Зеленые ветки выделены мною как наиболее предпочтительные, ибо играя по ним, движок как минимум на тех партиях, что крутятся у меня дома набирает максимум.

[Neofelis]

Цитата: Сообщение от Maratka

Продемонстрируйте пожалуйста рабочий проект.

Поставьте в настройках лилы -visits=1. Получите оценку позиции чистой сетью, без движка.

[Neofelis]

Цитата: Сообщение от Maratka

Ну не совсем так!
Зеленые ветки выделены мною как наиболее предпочтительные, ибо играя по ним, движок как минимум на тех партиях, что крутятся у меня дома набирает максимум.

Вы смешной. Конечно, он там наберает максимум, потому что он посчитал варианты и оценил их выше остальных. Это как сказать, что Стокфиш в линиях с оценкой выше, набирает больше очков.

[Maratka]

Цитата: Сообщение от foton

В таком случае в этой книге могут отсутствовать ряд более мощных ходов. Но для интереса можно и сделать...

Маловероятно. Тут работает принцип "миллион пчел не может ошибиться в том, что перед вами лежит кучка сахара": даже жесточайше обрезанный при обучении движок выбирает ход не случайно. И правильных ход (даже если движок не понял, что он действительно правильный, ибо не успел досчитать до выигрыша!) будет впоследствии, через несколько ходов с бОльшей вероятностью подтвержден, чем опровергнут.

[Maratka]

Цитата: Сообщение от Neofelis

Поставьте в настройках лилы -visits=1. Получите оценку позиции чистой сетью, без движка.

Кто оценку выводить будет?

[Maratka]

Цитата: Сообщение от Neofelis

Вы смешной. Конечно, он там наберает максимум, потому что он посчитал варианты и оценил их выше остальных.

А чего Вы решили, что это он подсчитал, а не я собрал статистику (благо оболочка ее выводит), и выбрал только линии, где при ходе белых побед у белых заметно больше, чем поражений?

Естественно, есть правки и по ходу, скажем после проигрыша запустить анализ в несколько часов на узловых позициях, где оценка скакала, но их немного, да и первый ход анализировать глупо.

[foton]

Цитата: Сообщение от Maratka

Маловероятно. Тут работает принцип "миллион пчел не может ошибиться в том, что перед вами лежит кучка сахара": даже жесточайше обрезанный при обучении движок выбирает ход не случайно. И правильных ход (даже если движок не понял, что он действительно правильный, ибо не успел досчитать до выигрыша!) будет впоследствии, через несколько ходов с бОльшей вероятностью подтвержден, чем опровергнут.

32-ки Налимова всё покажут....

[Maratka]

Цитата: Сообщение от foton

32-ки Налимова всё покажут....

Предлагаю быть реалистами.

[Neofelis]

Цитата: Сообщение от Maratka

А чего Вы решили, что это он подсчитал, а не я собрал статистику (благо оболочка ее выводит), и выбрал только линии, где при ходе белых побед у белых заметно больше, чем поражений?

Естественно, есть правки и по ходу, скажем после проигрыша запустить анализ в несколько часов на узловых позициях, где оценка скакала, но их немного, да и первый ход анализировать глупо.

Что значит собрал статистику? Это не сеть, а Монте Карло собирает. Сеть просто выводит оценку от 0 до 1, ну и предлагает ход. Сеть умеет играть и без движка. Вы ей позицию, а она вам ход.

[Maratka]

Цитата: Сообщение от Magystr

Чтобы прекратить споры и вернуть умиротворение: есть ли дебютная книга у Лилы и пользуется ли она ей?
Конечно пользуется, примерно такой: Сейраван. Как играть дебют,
или такой: Суэтин. Как играть дебют.

Никакого мира до прямого ответа crem: что есть дебют в понимании LZ, и как выбираются ходы в дюбюте? Есть ли отличие выбора хода в дебюте (где можно глянуть прямую статистику по ходу, в случае если она действительно есть) и хода в митель/эндшипле, где статистика уже в прямом виде отсутствует точно отсутствует, и есть (если вообще есть) только эмпирическая статистика вида "такой -то материал, такие-то открытые/закрытые диагонали/вертикали/горизонтали для слонов, ладей и ферзей, пешечная структура, наличие проходных, прикрытый король и пешки/фигуры, которые прикрывают прикрытие для короля"... и еще сотни факторов, которые сеть "всасывает" в себя при обучении, за счет чего собственно и может подстроить коэффициенты точнее, чем при ручном написании эвристиков при текущем положении дел в тестировании патчей у SF.

Цитата: Сообщение от Magystr

Кстати, очень хорошие книжки - рекомендую.

Для меня это сложно, как минимум на данном этапе: играть в шахматы самому оно сильно не поможет, а писать патчи для SF мне не хватает знаний C++
Впрочем, последнее лечится, так что - спасибо!

[Neofelis]

В дебюте, точно так же, как и в миттельшпиле выбирается ход - на основе просчета вариантов методом Монте-Карло. Никакой статистики у Лилы нет. Нейронка Лилы - это просто математичесская функция, которая на вход Х (матрица положений фигур на доске), выдает число y1, которое есть что-то типа вероятности выигрыша, и предпочитаемый ход y2. Дальше включается метод Монте-Карло, который и занимается просчетом позиции в глубину и выбором наилучшего хода.

На самом деле, можно вместо нейросети выбрать любой алгоритм машинного обучения, хоть линейную регрессию.

[Maratka]

Цитата: Сообщение от Neofelis

Что значит собрал статистику? Это не сеть, а Монте Карло собирает. Сеть просто выводит оценку от 0 до 1, ну и предлагает ход. Сеть умеет играть и без движка. Вы ей позицию, а она вам ход.

Ну в этом смысле и SF играет без движка: все что там есть можно подсчитать на тетрадке в клеточку...

[Neofelis]

Цитата: Сообщение от Maratka

Ну в этом смысле и SF играет без движка: все что там есть можно подсчитать на тетрадке в клеточку...

Ну и в какую силу Стокфиш будет играть на глубине в 1?

[Maratka]

Цитата: Сообщение от Neofelis

В дебюте, точно так же, как и в миттельшпиле выбирается ход - на основе просчета вариантов методом Монте Карло. Никакой статистики у Лилы нет. Нейронка Лилы - это просто математичесская функция

Давайте все же не путать движок с сетью (т.е. по сути базой коэффициентов).

Как набираются коэффициенты при обучении?
Выиграл белыми - корректируются в некий плюс за белых, и минус за черных. Выиграл черными - вероятно та же корректировка (конечно с учетом инверта), но с повышающим k, ибо черными (статистически) выиграть труднее. Ничья - небольшой минус белым и небольшой плюс черным. Ничего радикально нового тут придумать нельзя, ибо вообще тут нельзя придумать чего-то нового.

Что делает движок:
На основе коэффициентов он проводит расчеты, углубляясь в позицию, и пытаясь предвидеть согласно расчетам по коэффициентам в сети максимально правильные ответы на его же собственные ходы. Опять же, ничего принципиально нового, ибо тут вообще невозможно что-то новое. Возможны лишь небольшие хаки, вида "если оценка хода по двум линиям дает 54.03 и 53,78, а остальным линиям - 45,0, 33,3, 47,4 - то выбирать из первых двух, причем (дабы не было повторов) - возможно и бросанием монетки.
Если же оценка одной линии 54,5, а остальных сильно ниже 50 - то взять ход из первой линии.

Примерно так можно "захачить" расчет по любой сети, при этом рандомайз поднимать тем выше, чем сеть слабее, ибо в слабой сети коэффициенты далеки от идеальных, а значит с высокой вероятностью ход с весом 48,5 окажется лучше, чем ход с весом 53,12. Во всяком случае, при обучении это должно работать, при игре же не факт.

Ну или (например) движком можно тупо запретить сети 30xxx ставить второго ферзя (вида - не умеешь играть двумя - ну так и не ставь второго). Пусть над соперником висит угроза, что ты его поставишь, и пусть он отвлекается на блокировку этой пешки (он же не знает, что ты не поставишь, ибо играть парой ферзей не умеешь ). Да, это минус, но это для сети 30xxx меньший минус, чем если бы ферзя поставить.

_______
А теперь давайте спокойненько разбираться в ошибках моей логики (очень желательно, при наличии в обсуждении crem'а).

[Neofelis]

Цитата:

Как набираются коэффициенты при обучении?
Выиграл белыми - корректируются в некий плюс за белых, и минус за черных. Выиграл черными - вероятно та же корректировка (конечно с учетом инверта), но с повышающим k, ибо черными (статистически) выиграть труднее. Ничья - небольшой минус белым и небольшой плюс черным. Ничего радикально нового тут придумать нельзя, ибо вообще тут нельзя придумать чего-то нового.

Но что именно "скармливается" сети вы знаете?
Давайте математическим языком.
Допустим, у вас есть 1000 позиций из шахматных партий, с результатом 1, 0.5, 0.
У вас есть некая функция f(x), которая должна выводить нужное вам значение в зависимости от позиции х. Вы предполагаете, что ваша функция есть некая линейная комбинация от параметров х. Дальше решаете задачу оптимизации методом градиентного спуска.
В итоге, получаете некую функцию f(х), которая с какой-то точностью предсказывает результат партии, в которой встретилась эта позиция.

Из сыгранных партий выбираются рандомно пара позиций на которых и происходит вышеописанный процесс (с тем уточнением, что еще пытаемся угадать сыгранный ход). Начальная позиция никогда не попадает в те позиции, на которых Лила тренируется.

[Maratka]

Цитата: Сообщение от Neofelis

Но что именно "скармливается" сети вы знаете?
Давайте математическим языком.
Допустим, у вас есть 1000 позиций из шахматных партий, с результатом 1, 0.5, 0.

Скармливается однозначно результат (0, 1, 0,5)
все остальное - лирика, ибо что толку от позиции с весом в 0,74, если все закончилось ничьей? А вот при втором/третьем/сотом проходе, сторона с 0,74 таки выиграла. Итого в базу/сеть будет занесено (условно, если позиций встретилась 4 раза) 3,5 из 4 в данной позиции и данном ходе. Т.е. по итогам обучения, этот ход если и не станет доминирующим, то как минимум станет высоковероятным. При этом, еще важно учесть стадию игры: в дебюте 3,5 из 4 - это часто ни о чем, т.к. есть гораздо лучшая статистика другого хода с меньшей погрешностью, вида 380 из 410 (вероятность +/- та же, но статистики больше, а значит и вероятность ошибки - меньше). Совсем другое дело ранний миттельшпиль, тут 3,5 из 4 - это скорее всего будет определяющим.

_______
особо показательно это видно на радикально отличающихся движках, когда SF скажем рисует 0,0, LZ +7, и партия заканчивается либо ничьей, либо победой LZ, ибо один из них очень крупно ошибается.

Если же посмотреть условно 10 этих позиций, и из них доиграть партию - то может выйти как 9:1 в пользу LZ, так и 5,5:4,5 в пользу того же LZ. Очевидно, что при этом коэффициенты будут правлены очень сильно по разному.

______
Не уверен, но предполагаю, что это основа для "зевков" LZ: играя сам с собой в обучающихся партиях, он банально не видит того, что мог бы просечь SF, и строит k исходя из своего понимания позиции, а оно частенько неверно.

[Alex_Zet]

Какие доказательства ещё нужны? Что бы в небе вспыхнула надпись? Помилуйте, мы в достаточной степени привели веские доказательства превосходства Лилы над кем нибудь не было и этого вполне достаточно что бы согласится с нашей точкой зрения на происходящее. У нас и мысли не было подтасовать факты, ведь мы руководствуемся здравым умом и весомостью аргументов, кои нет нужды доказывать трижды, если вы конечно же не питаете надежды на реванш, что делает вас ещё более не понятным для диалога и оправдания.

[Alex_Zet]

Если уж вам так хочется что вам не в терпеж, то посмотрите как сети выносят всех подряд в СССС, вот уж что называется не сотрешь. К чему все эти высосанные из пальца аргументы если Комодо ab уже никуда не попадает, не попадет и Гудини. Дело осталось за малым, убедить некоторых что все это наяву а не сон.

[Maratka]

Цитата: Сообщение от Alex_Zet

Какие доказательства ещё нужны? Что бы в небе вспыхнула надпись?

Давайте без поэзии: LZ пересчитывает SF очень часто (собственно, все победы LZ основаны на этом), но при этом столь же часто зевает (ну и плюс 1-2 победы SF "вчистую", благодаря пересчету самого SF).

Спорить с этим глупо: LZ (как сборная России по футболу) может выиграть у кого угодно, но проиграть кому попало, SF в этом плане похож на голландцев или бразильцев, ибо играет более ровно, и если волею случая и не берет 1 место, то всегда в тройке призеров.

Ну а данность такова, что пересчет SF'ша нивелируется зевками, и мы имеем +/- паритет с точностью, заведомо меньшей погрешности.

Т.е. LZ таки добился двоевластия, но про победу над SF я бы пока скромно помолчал....

[svoitsl]

Судя по результатам микро турнирчика в блице и маленькая сеть вполне даже неплохо играет
турнир был с Deep Rybka 4.1SSE42 x64 4CPU, ТС 10'+1", книжка из одного полухода, по всем 20 вариантам

а результат такой:
14-4-2 +191 Эло
Но статистика очень маленькая, результат может и поменяться
Если посмотреть на рейтинг CCRL 40/4 то он для Рыбки 3205

[sovaz1997]

Цитата: Сообщение от Maratka

Скармливается однозначно результат (0, 1, 0,5)
все остальное - лирика, ибо что толку от позиции с весом в 0,74, если все закончилось ничьей? А вот при втором/третьем/сотом проходе, сторона с 0,74 таки выиграла. Итого в базу/сеть будет занесено (условно, если позиций встретилась 4 раза) 3,5 из 4 в данной позиции и данном ходе. Т.е. по итогам обучения, этот ход если и не станет доминирующим, то как минимум станет высоковероятным. При этом, еще важно учесть стадию игры: в дебюте 3,5 из 4 - это часто ни о чем, т.к. есть гораздо лучшая статистика другого хода с меньшей погрешностью, вида 380 из 410 (вероятность +/- та же, но статистики больше, а значит и вероятность ошибки - меньше). Совсем другое дело ранний миттельшпиль, тут 3,5 из 4 - это скорее всего будет определяющим.

_______
особо показательно это видно на радикально отличающихся движках, когда SF скажем рисует 0,0, LZ +7, и партия заканчивается либо ничьей, либо победой LZ, ибо один из них очень крупно ошибается.

Если же посмотреть условно 10 этих позиций, и из них доиграть партию - то может выйти как 9:1 в пользу LZ, так и 5,5:4,5 в пользу того же LZ. Очевидно, что при этом коэффициенты будут правлены очень сильно по разному.

______
Не уверен, но предполагаю, что это основа для "зевков" LZ: играя сам с собой в обучающихся партиях, он банально не видит того, что мог бы просечь SF, и строит k исходя из своего понимания позиции, а оно частенько неверно.

Вот вы все про базу данных говорите. Можете показать, в каком виде хранится ключ-значение в нейронной сети?

[Maratka]

Цитата: Сообщение от Neofelis

Ну и в какую силу Стокфиш будет играть на глубине в 1?

Явно не хуже, чем если бы методом Монте-Карло на тетрадке в клеточку перемножать матрицы.

[Maratka]

Цитата: Сообщение от sovaz1997

Вот вы все про базу данных говорите. Можете показать, в каком виде хранится ключ-значение в нейронной сети?

Можете показать, как оно _не_хранится_, и не появляется в результате обучения сети, тем самым показав, что там не данных, полученных на основе статистики?

[sovaz1997]

Цитата: Сообщение от Maratka

Можете показать, как оно _не_хранится_, и не появляется в результате обучения сети, тем самым показав, что там не данных, полученных на основе статистики?

Не уходите от ответа. Вы сказали, что движок ищет в сети позицию и ход к ней. Ну, или похожую позицию ищет. Так?

[Maratka]

Говорил.
Но это вовсе не значит, что я разбирался с форматом хранения данных сети. Как и Вы скорее всего: это лишь мое предположение. Как и Вы предполагаете, что я ошибся.

Короче:

Цитата: Сообщение от Maratka

Никакого мира до прямого ответа crem: что есть дебют в понимании LZ, и как выбираются ходы в дюбюте? Есть ли отличие выбора хода в дебюте (где можно глянуть прямую статистику по ходу, в случае если она действительно есть) и хода в митель/эндшипле, где статистика уже в прямом виде отсутствует точно отсутствует, и есть (если вообще есть) только эмпирическая статистика вида "такой -то материал, такие-то открытые/закрытые диагонали/вертикали/горизонтали для слонов, ладей и ферзей, пешечная структура, наличие проходных, прикрытый король и пешки/фигуры, которые прикрывают прикрытие для короля"... и еще сотни факторов, которые сеть "всасывает" в себя при обучении, за счет чего собственно и может подстроить коэффициенты точнее, чем при ручном написании эвристиков при текущем положении дел в тестировании патчей у SF.

[Asunta]

Как можно искать то, чего в сети нет ( ? )

Движок перебирает ходы ( Монте-Карло ), а в сети
ищет всего лишь "намёк" на их оценку..

[sovaz1997]

Цитата: Сообщение от Maratka

Говорил.
Но это вовсе не значит, что я разбирался с форматом хранения данных сети. Как и Вы скорее всего: это лишь мое предположение. Как и Вы предполагаете, что я ошибся.

Короче:

Я не понимаю предполагал, а читал некоторые статьи. А вы, видимо, нет. Вот и вся разница. Ещё раз: формат хранения - просто числа-коэффициенты и через 3 минуты я это докажу.

[Maratka]

Цитата: Сообщение от Asunta

а в сети
ищет всего лишь "намёк" на их оценку..

"Намек" возникает не на пустом месте.
Еще раз предлагаю мыслимый эксперимент (а для тех, у кого есть скрипты для обучения сети - и вполне реальный) - обучить сеть на поражениях черных, после чего дать ей играть только белыми против того же SF.

В результате, какой бы ход в партии не рассматривался, статистика по нему всегда будет сугубо положительная. А вот какой будет результат матча ....

___
это будет примерно то же, что переписать эвристики в SF с "+=" на "-=", т.е. рисовать штрафы вместо бонусов. Ну и наоборот.

[sovaz1997]

Так, доказать не смогу. Но я помню то время, когда сети хранились в нераспакованном вид с числами. Сейчас они все в сжатом виде лежат.

[sovaz1997]

Цитата: Сообщение от Maratka

"Намек" возникает не на пустом месте.
Еще раз предлагаю мыслимый эксперимент (а для тех, у кого есть скрипты для обучения сети - и вполне реальный) - обучить сеть на поражениях черных, после чего дать ей играть только белыми против того же SF.

В результате, какой бы ход в партии не рассматривался, статистика по нему всегда будет сугубо положительная. А вот какой будет результат матча ....

___
это будет примерно то же, что переписать эвристики в SF с "+=" на "-=", т.е. рисовать штрафы вместо бонусов.

Я ставлю на то, что против себя же не-настроенной сетка сыграет очень неплохо