Leela Chess Zero: differenze tra le versioni
Contenuto cancellato Contenuto aggiunto
m Fix link ad archive.is - gli alias 'md', 'ph', 'today' non sono più funzionanti |
|||
| (8 versioni intermedie di 6 utenti non mostrate) | |||
Riga 10:
}}
'''Leela Chess Zero''' (abbreviato '''LCZero''' o '''Lc0''') è un [[motore scacchistico]] [[open source]] sviluppato da Gary Linscott (uno degli autori di [[Stockfish]]) insieme a una comunità di contributori, primo motore open source basato sulle tecniche di [[apprendimento automatico]] [[apprendimento profondo|profondo]] introdotte da [[DeepMind]] nello sviluppo di [[AlphaZero]]. Il software è un [[agente intelligente|agente artificiale]] che combina la [[ricerca ad albero Monte Carlo]] con una [[rete neurale convoluzionale]] [[apprendimento profondo|profonda]], ed è addestrato esclusivamente [[apprendimento per rinforzo|per rinforzo]] giocando un gran numero di partite contro se stesso. L'addestramento è eseguito tramite una rete di [[calcolo distribuito]] volontario coordinata tramite il sito del progetto.<ref name="SilverApril2018"/> Nell'agosto 2019 l'addestramento conta oltre 232 milioni di partite giocate.
Tale paradigma è radicalmente diverso da quello dei motori scacchistici convenzionali, basati su varianti della ricerca ad albero [[minimax]] con [[potatura alfa-beta]] e una funzione di valutazione implementata manualmente, e permette di raggiungere un'elevata forza di gioco con uno stile di gioco radicalmente differente e più "creativo", allo stesso tempo valutando ad ogni mossa un numero di posizioni inferiore di diversi [[ordine di grandezza|ordini di grandezza]].<ref name="science" /><ref>Paragoni diretti con motori tradizionali in termini di forza di gioco sono tuttavia resi difficili dal fatto che le implementazioni sono ottimizzate per architetture hardware diverse. L'implementazione più naturale di un agente artificiale come Leela è basata su [[GPGPU]], in quanto la valutazione della rete neurale può essere eseguita in maniera estremamente efficiente su una [[graphics processing unit|GPU]]. I motori tradizionali non sono invece capaci di sfruttarne in maniera altrettanto efficiente il massivo parallelismo, ma traggono vantaggio dall'elevata ottimizzazione delle moderne [[CPU]] nell'esecuzione di istruzioni complesse e con parallelismo il cui flusso di esecuzione è divergente.</ref>
Il progetto è nato come [[fork (sviluppo software)|fork]] di [[Leela Zero]], software per il
== Storia ==
Riga 28:
Nella sedicesima stagione del TCEC Leela terminò terza in premier division, non qualificandosi dunque per la superfinale, un punto dietro Stockfish e mezzo punto dietro AllieStein (altro motore basato su reti neurali). Leela fu l'unico motore a rimanere imbattuto nell'evento, tuttavia ottenne un numero minore di vittorie che la lasciò dietro ai due finalisti.<ref>{{Cita web|url=https://www.tcec-chess.com/archive.html?season=16&div=p&game=1|titolo=Season 16, Div P archive|accesso=30 settembre 2019}}</ref> Nella quarta edizione della TCEC cup Leela fu sconfitta nella finale da Stockfish con un punteggio di 4,5-3,5.
Il 21
== Note ==
Riga 49 ⟶ 50:
<ref name="SilverApril2018">{{Cita web|cognome1=Silver |nome1=Albert |titolo=Leela Chess Zero: AlphaZero for the PC |url=https://en.chessbase.com/post/leela-chess-zero-alphazero-for-the-pc |sito=Chess News |accesso=11 giugno 2018 |data=26 aprile 2018}}</ref>
<ref name="tcec archive">{{cita web|url=http://tcec.chessdom.com/archive.
<ref name="note1">
Riga 92 ⟶ 93:
}}</ref>
<ref name="note6">See the TCEC Cup 1 archives at [http://tcec.chessdom.com/archive.
<ref name="note7">
Riga 124 ⟶ 125:
}}</ref>
<ref name="tcec15">{{Cita web
|url= https://blog.lczero.org/2019/05/lc0-won-tcec-15.html
|sito= LCZero Blog
|data= 28 maggio 2019
|accesso= 28 maggio 2019
|urlarchivio= https://web.archive.org/web/20190528132815/https://blog.lczero.org/2019/05/lc0-won-tcec-15.html
}}</ref>▼
|dataarchivio= 28 maggio 2019
|urlmorto= sì
▲ }}</ref>
<ref name="Hogy2019">
| |||