高效可更新神經網絡(NNUE,源於日本「Nue」的諧音,有時被寫作ƎUИИ)是一種基於神經網絡的評估函數,其輸入是棋子-方格表(Piece-Square Table),或其變體如王棋子-方格表。 [1] NNUE 主要用於Alpha-Beta樹的葉節點。 [2]NNUE 評估函數雖然比手工評估函數慢,但能比手工評估看得更深。 [3]

NNUE 由日本的那須悠發明,並於 2018 年引入將棋引擎[4] [5] 2020 年 8 月 6 日,NNUE 首次移植到西洋棋引擎Stockfish 12。 [6] [7]自 2021 年以來,所有頂級傳統西洋棋引擎(例如Komodo Dragon)為保證競爭力都使用了NNUE。

NNUE 在中央處理器(CPU)即可進行高速計算,無需圖形處理器(GPU)。

2018年用於將棋的最早的神經網絡由四個權重層組成:W1(16 位整數)和 W2、W3 和 W4(8 位)。 W1 編碼了王的位置,因此只有在王移動後才需要重新評估這一層。它使用增量計算單指令多數據流(SIMD)技術以及適當的內置函數[8]

參考資料

編輯
  1. ^ Gary Linscott. NNUE. April 30, 2021 [December 12, 2020]. (原始內容存檔於2023-04-22). 
  2. ^ Stockfish 12. Stockfish Blog. [19 October 2020]. (原始內容存檔於2020-11-26). 
  3. ^ Stockfish - Chessprogramming wiki. www.chessprogramming.org. [2020-08-18]. (原始內容存檔於2023-05-22). 
  4. ^ Yu Nasu. Efficiently Updatable Neural-Network-based Evaluation Function for computer Shogi (PDF). April 28, 2018 [2023-04-22]. (原始內容存檔 (PDF)於2023-03-15) (Japanese). 
  5. ^ Yu Nasu. Efficiently Updatable Neural-Network-based Evaluation Function for computer Shogi (Unofficial English Translation) (PDF). April 28, 2018 [2023-04-22]. (原始內容存檔 (PDF)於2023-04-07) (English). 
  6. ^ Introducing NNUE Evaluation. 6 August 2020 [2023-04-22]. (原始內容存檔於2020-10-05). 
  7. ^ Joost VandeVondele. official-stockfish / Stockfish, NNUE merge. July 25, 2020 [2023-04-22]. (原始內容存檔於2020-09-20). 
  8. ^ Yu Nasu. Efficiently Updatable Neural-Network-based Evaluation Function for computer Shogi (PDF). April 28, 2018 [2023-04-22]. (原始內容存檔 (PDF)於2023-03-15) (Japanese). Yu Nasu (April 28, 2018). "Efficiently Updatable Neural-Network-based Evaluation Function for computer Shogi"頁面存檔備份,存於網際網路檔案館(PDF) (in Japanese).