Deep Mind og Alpha Zero

Kunstig intelligens og nevrale nettverk har gitt nytt liv til sjakken

Maskinlæring er den helt nye faktoren som kan avgjøre hvem som får møte Magnus Carlsen i nordmannens femte VM-match. Systemet har også bidratt i letingen etter en korona-vaksine.

Maskinlæring er den helt nye faktoren som kan avgjøre hvem som får møte Magnus Carlsen i nordmannens femte VM-match. Systemet har også bidratt i letingen etter en korona-vaksine.

Entusiasme 

Rune Djurhuus har vært i den norske sjakkeliten i 30 år og ble europamester for junior i 1991. Til daglig jobber han altså som utvikler og har hovedfag i informatikk. Han blir veldig ivrig når samtalen vår penser inn på hvordan nevrale nettverk har fornyet «computersjakken» via Alphazero og open source-varianten Leela Zero. Den utgaven har alle toppspillere og andre som ønsker det, tilgang til i dag.

Djurhuus understreker at han ikke selv er ekspert på kunstig intelligens, men er ikke i tvil om at støtte fra datamaskiner blir viktigere og viktigere for toppspillerne som møtes i Russland nå for å kjempe om å få møte Carlsen i duell om VM-tittelen.

Med hovedfag i informatikk og stormestertittel i sjakk har Rune Djurhuus en sjelden innsikt i begge verdener. I 1991 ble han europamester for juniorer, foran blant annet senere verdensmester Vladimir Kramnik. Foto: Kristoffer Gressli

Da datamaskinene for alvor ble tatt i bruk innen sjakk på 1980-tallet, var det først og fremst databaseegenskapene som ble utnyttet. Spillerne kunne endelig holde oversikt over andre spilleres partier på en effektiv måte. Å vite hva motspiller normalt bruker av åpninger, er svært viktig innen sjakk.

– Garry Kasparov satte standarden. Han var langt foran sin tid, særlig i åpningsspillet. Kasparov analyserte dypt og hadde mange ideer.

Mens klassiske sjakkprogrammer er veldig gode til å finne rene taktiske muligheter – for eksempel at den ene spilleren kan vinne viktig materiell i løpet av få trekk i en uoversiktlig stilling, er de dårlige på å forklare spillerne hvorfor en plan er bedre enn en annen, påpeker Djurhuus.

Det hjelper heller ikke så mye å starte regneoperasjonene i en spesiell stilling, la datamaskinen jobbe i noen timer og så komme tilbake for å se hva den har funnet ut. Menneske og maskin må samarbeide.

– Toppspillerne har gjerne såkalte sekundanter som gjør mye av jobben. De er gjerne kapteinen på skipet, som styrer datamaskinen i hvilken retning den skal analysere.

Helt digitalt

At sjakken har blitt mer og mer digitalt basert, har vært et stort pluss, ifølge Djurhuus.

– Magnus Carlsen leste mange sjakkbøker da han var 10–11 år, mens dagens unge sjakktalenter knapt leser en bok. Alt skjer på nett. Jeg som vokste opp på Elverum hadde en ulempe kontra de som bodde i Oslo. Slik er det ikke lenger, hvor du bor betyr ingenting.

Med maskinlæring har det imidlertid kommet noe helt nytt. Da resultatene fra Alphazeros partier ble presentert, var det et sjokk for sjakkverden.

– I mange år var dybden i analysene viktigst; hvor mange trekk framover maskinene regnet. Stockfish bruker en lineær funksjon til å bedømme hvem som står best i en sjakkstilling, og regner kanskje 60 millioner trekk per sekund på en god maskin. I et alfa-beta-søk er det viktig å finne det beste første trekket blant kanskje 40 mulige, og starte søket med det trekket, slik at søket kan avgrenses mest mulig. Evalueringen til programmet blir ofte 0,0 – altså likt. Det er en ulempe, for det kan bety mange ting. Alphazero har et helt annet syn på stillingene, noe som er veldig spennende.

Der Stockfish sier 0,0 kan kanskje Alphazero bedømme stillingen til 53 prosent sjanse for hvit, uten å ha noen klar idé om hvordan partiet skal vinnes mange trekk fram i tid. Ifølge Djurhuus rimer det mer med en menneskelig måte å tenke på. Sjakkspilleren ser ikke så mange trekk fram, men har et inntrykk av at man står best på grunn av noen faktorer i stillingen.

Siden nevrale nettverk spiller sjakk på en annen måte, og i noen partier ofrer materiell eller gjør andre ting Stockfish og annen programvare unngår, har det påvirket flere toppspillere.

– Magnus Carlsen har blitt inspirert til å spille mer aggressiv sjakk, såkalt offersjakk. Alphazero klarte å bygge opp angrep sakte, du kunne se at stillingen ble bedre og bedre selv om programmet lå under i antall brikker. Utfordringen når mennesker spiller slik, er at man ofte tuller seg bort når man skal sette inn det avgjørende støtet.

Les også

Interaktivt forhold med maskinen

Som toppspiller i Norge stiller Djurhuus i en helt annen divisjon når det gjelder forberedelser enn de som møtes i Russland de neste ukene. Tid er den avgjørende faktoren.

– Det koster en del tid å sette seg ned med datamaskinen. Du kan la den regne alene, men aller helst skal du veilede den i visse retninger. Forholdet er interaktivt. De beste i verden bruker vanvittig mye tid på å pønske ut nye ideer i åpningene.

Carlsen-trener Nielsen er blant dem som jobber de lange dagene for å finne nye varianter. Og selv om maskinlæringen har gitt mer spennende sjakk nå, er han ikke sikker på at det forblir slik. Sjakk er et spill der det på toppnivå svært ofte ender uavgjort. Nielsen mener uansett at det er den beste spilleren vinner til slutt, ikke datamaskinen bak.

VM i sjakk

Verdensmester Magnus Carlsen møter en utfordrer til VM-finale mot slutten av 2020. Det blir Carlsens femte finale. Han har vunnet de fire foregående, og har vært verdensmester siden 2013.

Disse åtte spillerne møtes over 14 runder i Jekaterinburg, Russland: Fabiano Caruana (USA, rangert som nr 2 i verden), Ding Liren (Kina, nr 3), Alexander Grischuk (Russland, nr 4), Ian Nepomniachtchi (Russland, nr 5), Maxime Vachier-Lagrave (Frankrike, nr 8), Anish Giri (Nederland, nr 11), Wang Hao (Kina, nr 12) og Kirill Alekseenko (Russland, nr 39).

Turneringen spilles fram til 4. april. Åpningsseremonien er søndag 15. mars, og 1. runde spilles 17. mars.

VM-finalen spilles etter planen i Dubai, antakelig i desember. Finalen går over 14 partier.

– Nå er computerkraften ekstrem. Men grunnleggende er fortsatt at den beste sjakkspilleren vinner. Du finner ikke eksempler på at det var den med best teknologi. Arbeidet med datamaskinen må du ha. Men Magnus Carlsen har noen unike kvaliteter. Han er ikke så avhengig av teknologi, han har et menneskelig syn på stillingene på brettet, sier Nielsen til TU.

– Magnus har endret spillestil dramatisk de siste to årene. Han spiller skarpere åpninger basert på kunnskap fra de nye nevrale nettverkene, mener Sven Wisløff Nilssen, som driver bloggen sjakkfantomet.no og følger særlig turneringene Magnus Carlsen spiller.

Favoritten til å vinne kandidatturneringen som starter nå, er Fabiano Caruana, selv om Maxime Vachier-Lagrave (Frankrike) og Ian Nepomniachtchi leder turneringen halvveis.

Nilssen beskriver Carlsen og Caruana litt slik andre beskriver forskjellen på Alphazero og Stockfish:

– Magnus regner bredere enn Caruana, men ikke like langt fremover. Det betyr at de er svært ulike og at Magnus sin styrke er å se mange muligheter i hvert trekk og flere mulige strategivalg.

Amerikaneren holdt remis mot Carlsen i alle de 12 partiene i forrige VM-finale, før han ble for svak i hurtigsjakken. Caruana hadde imidlertid ifølge datamaskinene en meget god vinstsjanse i ett av partiene: Programvaren fant en måte å sette matt i rundt 30 trekk.

– Jeg vil ikke argumentere mot datamaskinen, kommenterte Caruana tørt etter partiet, da han ble gjort oppmerksom på muligheten han ikke fant.

– Jeg skjønner det bare ikke.

Nå spørs det om ikke både han og de andre utfordrerne forstår mer.

Kommentarer (0)

Kommentarer (0)

Eksklusivt for digitale abonnenter

På forsiden nå