L'impact de l'IA sur les échecs (1/2) (2024)

La vague de moteurs à réseaux neuronaux qu'AlphaZero a inspirée a eu un impact sur la préparation des échecs, la théorie des ouvertures et les concepts de milieu de partie. Nous pouvons voir cet impact plus clairement au niveau de l'élite, puisque les Grands Maîtres du top mondialpréparent leursouvertures et trouvent de nouvelles idéesen travaillant en s'aidant de leurs analyses impartiales. Par exemple, Carlsen a cité AlphaZero comme une source d'inspiration pour son jeu remarquable en 2019. Unmoteurà réseau de neurones tel que celui-ciapprendgrâce à une multitude departies jouées contre lui-même -ce que l'on appelle "l'apprentissage par renforcementautonome" - ce qui lui permet de déceler quels schémas fonctionnent bien en fonction desdifférents types de positions. Cette capacité de reconnaissance demodèles suggère que les réseaux de neurones artificielssont particulièrement forts dans les ouvertures et les milieux de jeu stratégiques, là où les facteurs à long terme doivent être évalués avec précision. Leur expertise permet d'orienter la partie vers des positions qui offrent des probabilités de victoire relativement élevées.

Quatre moteurs ont été sélectionnés pour cette étude:

Le moteur hybride Stockfish vise à obtenir le meilleur des deux types de programme: la vitesse de calcul des moteurs classiques et la compréhension stratégique des réseaux neuronaux. La pratique a montré que cette approche est très efficace car elle évalue systématiquement tous les types de positions avec précision, qu'il s'agisse demilieux de partie stratégiques aux complications tactiques désordonnées.

Dans cet article en deux parties l'auteur présente quelques concepts qui ont pour origine les analyses tirées des moteurs plus récents. Les annotations des parties sont basées sur le travail réalisé pour l'édition dulivreThe AI Revolution in Chess.

Clash entre les styles

L'une des plus grandes différences de compréhension entre les moteursplus anciens et les plus récents se trouve dans les milieux dejeustratégiques, qui promettent des améliorations à long terme pour un des deux joueurs. Comme le montrent de nombreuses parties entre AlphaZero etStockfish, les moteurs plus anciens ne voient pas toujours les dangers. S'appuyer uniquement sur le calcul coup par coup n'est pas toujours suffisant pour résoudre les problèmes contre les adversaires les plus forts. A contrario, les moteurs à réseaux neuronaux excellent à faire monter lentement la pression, en apportantde petites améliorations qui optimisentles chances de victoire, avant de lancer progressivement la percée décisive.

Dans la partie suivante, les moteursplus anciens estimentque le résultat de l'ouverture est tout à fait satisfaisant pour les Noirs, tandis que les plus récents ne sont plus du tout d'accord avec cette évaluation. Grischuk se range du côté de l'opinion des moteurs à réseau neuronal et comprend que l'initiative à long terme des Blancs est objectivement - et de surcroîtdans la pratique -extrêmement difficile à gérer pour les Noirs.

Développements dans l'Ouverture

L'idée la plus populaire des moteurs à réseaux de neuronesest sans doute l'avance du ♙h, où les Blancs poussent h4-h5-h6 (vsles Noirs ...h5-h4-h3) pour restreindre l'espace des Noirs àl'aile-♚et leur enlever certaines cases clés. L'idée elle-même n'est pas du tout nouvelle, mais les moteurs les plus récents l'apprécient beaucoup plus que les anciens. Cela a conduit à de nombreuses nouveautés dans des ouvertures, comme par exemple laGrünfeld, où le ♝g7 est gênépar l'attaque du ♙h. L'approche avant-gardiste dans lapartie suivante démontre également la capacité des réseaux de neurones de créer des problèmes sur le long-terme:

Le choc des stylesentre les moteurs classiques et l'IA etses réseaux de neuronesest fascinant à analyser. De nombreux exemples à ce sujet peuvent être trouvés dans les célèbres parties entreAlphaZero etStockfish et dans les ouvertures où les moteurs ne sont pas d'accord sur l'évaluation, comme dans la partie Grischuk - Nakamura ci-dessus. Leur désaccord a conduit à des avancées majeures dans toutes les ouvertures populaires, les anciennes lignes étant révisées et les nouvelles variantes soutenues par les moteurs modernes étant introduites dans la pratique de haut niveau.

La deuxième partie de cet articleexaminera une autre ouverture inspirée par l'IA, et la bataille qui s'ensuivitentre deux joueurs armés d'idées provenant de moteurs à réseau deneurones.

Liens

• L'aventure de la programmation dans les échecs (1e partie):Comment des adversaires mignons sont devenus des machines imbattables
• L'aventure de la programmation dans les échecs (2e partie):Vaincre par la force brute
• L'aventure de la programmation dans les échecs (2e partie):The Woosh: aux origines de Fat Fritz
• Échecs et Intelligence Artificielle: qu’en pense Frederic Friedel, le gourou de ChessBase?(1e partie)
• Échecs et Intelligence Artificielle: qu’en pense Frederic Friedel, le gourou de ChessBase?(2e partie)

• Il y a 25 ans: Deep Blue battait Kasparov

• Fat Fritz 2.0 - Le nouveau n°1
• Comment fonctionne Fat Fritz
• Fritz 18 guide le génie qui est en vous

Règles pour les commentaires

Nouveautés