Перейти к содержанию

Новости го · хроника событий, люди и первоисточники

ГО-ДАЙДЖЕСТВесь мир го. История продолжается.
Материалов на сайте: 1698Историческая хроника 400–2026
Рубрики
Найти по теме
Страны и регионы

Весь архив: статьи и биографии. Материал может относиться к нескольким странам.

Выбрать другую страну
Исторические периоды
■ Популярные темы архиваЧемпионатыЛенинградКонгрессы
Архивная хроникаНаука и технологии

KataGo сделала открытый анализ го содержательнее одной вероятности победы

Проект, опубликованный в 2019 году, соединил ускоренное самообучение с развитием открытого движка, оценивающего счёт, территорию и разные условия игры.

2019ВРЕМЯ СОБЫТИЯ

В 2019 году Дэвид Ву опубликовал исследование Accelerating Self-Play Learning in Go, посвящённое KataGo. Первая версия статьи появилась 27 февраля. Проект развивал обучение через самостоятельные партии, добавляя способы сократить необходимые вычисления. В авторской истории отдельно описаны первый цикл февраля 2019 года и второй цикл мая—июня.

В исследовании сравнивались затраты на самообучение и сила полученных моделей. Автор сообщал, что одна из версий превзошла итоговую модель ELF OpenGo после 19 дней обучения менее чем на 30 графических процессорах. Это результат конкретного эксперимента; показатель сокращения вычислений относится к сравниваемым методам.

Открытый проект развивался и как инструмент для игроков. Его документация описывает оценку счёта и территории в дополнение к вероятности победы, работу с разным коми, форой и размерами доски. История цикла декабря 2019 — июня 2020 года отдельно отмечает поддержку японских правил и улучшение оценки счёта.

Так появился открытый инструментарий, позволяющий разбирать позицию через несколько показателей: предполагаемую территорию, ожидаемый результат в очках и вероятность победы. Разработчики предоставили код, обученные модели и документацию взаимодействия с другими программами. Перечисленные возможности относятся к развитию проекта в разные годы: его история различает первоначальные эксперименты и последующее расширение функций анализа.

Основание материала

Источники и проверка

  1. Исследование

    Дэвид Ву: Accelerating Self-Play Learning in Go, авторская аннотация и история версий

    Прочитан оригинал источника: исторический, организационный или технический раздел.

    Проверен:

  2. Официальный источник

    KataGo: авторская история обучения и развития проекта

    Прочитан оригинал источника: исторический, организационный или технический раздел.

    Проверен:

  3. Официальный источник

    KataGo: документация открытого движка и анализа партий

    Прочитан оригинал источника: исторический, организационный или технический раздел.

    Проверен:

Раскрытие связи

Материал входит в общий проект сайтов о го.

История продолжается.

Другие события в хронике →