AlphaZero és un programa informàtic desenvolupat per DeepMind, que utilitza un enfocament generalitzat d'AlphaGo Zero. El 5 de desembre de 2017, l'equip de DeepMind va llançar una preimpressió presentant AlphaZero, que va aconseguir en 24 hores un nivell de joc sobrehumà en escacs, shogi i Go en derrotar els campions del món, Stockfish, Elmo i la versió de 3 dies d'AlphaGo Zero en cada cas. AlphaZero va dominar Stockfish després de només 4 hores d'autoaprenentatge, sense accés a llibres d'obertura o base de dades de taules de finals.
Relació amb AlphaGo Zero AlphaZero (AZ) és una variant més generalitzada de l'algorisme AlphaGo Zero (AGZ), i és capaç de jugar shogi i escacs, així com Go. Les diferències entre AZ i AGZ inclouen:
AZ té regles codificades per establir hiperparàmetres de cerca. Ara la xarxa neuronal s'actualitza contínuament. Go (a diferència dels escacs) és simètric sota certes reflexions i rotacions; AGZ va ser programat per aprofitar aquestes simetries. AZ no és. Els escacs (a diferència de Go) poden acabar empatats, per tant, AZ pot tenir en compte la possibilitat de les taules.
AlphaZero vs Stockfish i Elmo En comparar les cerques d'arbre de cerca Monte Carlo, AlphaZero busca només 80,000 posicions per segon en escacs i 40,000 en shogi,Alphazero, un avance muy significativo en la Inteligencia Artificial en comparació amb 70 milions per Stockfish i 35 milions per Elmo. AlphaZero compensa el nombre més baix d'avaluacions mitjançant l'ús de la seva xarxa neuronal profunda per centrar-se molt més selectivament en la variació més prometedora.
Resultats A les partides d'escacs d'AlphaZero contra Stockfish, a cada programa se li va donar un minut de temps de reflexió per jugada. AlphaZero va guanyar 25 partides amb les blanques, en va guanyar 3 amb les negres i va empatar les 72 restants. El 2017, StockFish 8 era el campió vigent del campionat organitzat per chess.com d'escacs per ordinador, amb un Elo de 3400 punts.
En cent partides de shogi contra Elmo, AlphaZero va guanyar noranta i en va perdre vuit.
Després de 8 hores d'autoaprenentatge de Go tenint com a contrincant una versió prèvia d'AlphaZero, AlphaZero va guanyar seixanta partides i en va perdre quaranta.
En una versió actualitzada d'AlphaZero aquest va vèncer a Stockfish 8 en un matx de 1000 partides, obtenint un resultat de +155 -6 = 839. https://www.chess.com/es/news/view/alphazero-stockfish-ajedrez Calculant aquest resultat a Elo, AlphaZero seria superior a Stockfish 8 en 53 punts Elo. La diferència d'Elo és molt menor del que sembla i s'explica per la gran quantitat de taules al matx. (Alphazero va obtenir 57.45% dels punts vs 42.55% que va obtenir StockFish 8 https://chess24.com/es/informate/noticias/la-impresionante-fuerza-de-alphazero).
Referències
Enllaços externs AlphaZero: Shedding new light on the grand games of chess, shogi and Go Categoria:Motors d'escacs Categoria:Aprenentatge automàtic Categoria:Autodidactes