Machine Learning: Alpha Zero selbermachen

Ein Open-Source-Projekt will das selbstlernende Schachprogramm für den Heimgebrauch nutzbar machen.

(Foto: dimasobko - Fotolia)

Vor einigen Wochen sorgte die Google-Tochter Deep Mind für Schlagzeilen. Ihr Schach-Programm Alpha Zero trainierte sich wenige Stunden, indem es 40 Millionen Partien gegen sich selbst spielte und daraus entsprechende Schlüsse zog. Alpha Zero gewann danach gegen den Weltmeister der Schachprogramme Stockfish einen Wettkampf über 100 Partien mit 28-0 Siegen. Das Programm läuft auf speziellen TPUs (Tensor Processing Unit), die sich besonders gut für Deep Machine Learning eignen.

Ein Open-Source-Projekt will ein ähnliches Programm wie Alpha Zero nun für den heimischen PC und später vielleicht auch für mobile Geräte nutzbar machen. Das Leela Chess Zero genannte Programm lernt nach den gleichen Prinzipien wie Alpha Zero. Trainiert wird es mit Hilfe der Community. Interessierte können CPU- oder GPU-Leistung für Trainingspartien zur Verfügung stellen oder Google rechnen lassen. Auf der Projektseite https://github.com/glinscott/leela-chess/wiki ist beschrieben, wie man mit Hilfe von Google Colaboration in einer virtuellen Maschine eine Tesla-K80-Grafikkarte von Nvidia werkeln lässt, ohne eigene Ressourcen zu verwenden. Lediglich ein Google-Konto ist dafür nötig. Stand Mitte Mai hat Leela Chess Zero bereits 15 Millionen Trainingspartien auf dem Buckel und bereits eine ordentliche Spielstärke erreicht. Ein Match gegen den Großmeister Andrew Tang endete 40-4.