Как AlphaZero училась игре
DeepMind опубликовала предварительные результаты в 2017 году, а в 2018 году — развёрнутую оценку игры в шахматы, сёги и го. Метод сочетал глубокую нейросеть с поиском по вариантам.
Что показывают компьютерные эксперименты
Активный, нестандартный стиль партий вызвал интерес шахматистов. Однако результаты сравнения программ зависят от условий испытаний; нельзя утверждать, будто AlphaZero обязательно сильнее всех позднейших движков.
При чтении работ об AlphaZero необходимо смотреть на правила эксперимента, время на вычисление и различия между обучением и игрой.
DeepMind сначала представила результаты AlphaZero в 2017 году, а в 2018-м вышла подробная научная публикация об алгоритме, осваивавшем шахматы, сёги и го при помощи самостоятельных партий. Система отличалась от классических движков с ручной оценочной функцией, но представлять её как «компьютер без правил» неверно: правила игр были заданы, а обучение происходило внутри них. Сравнение с Stockfish имеет смысл только с учётом версий движков, аппаратного обеспечения и регламента тестов.