KataGo

圍棋軟件

KataGo是由David J. Wu(lightvector)所研究並開發的一套圍棋軟體

KataGo
原作者David J. Wu[1]
開發者David J. Wu
首次發布2019年2月27日,​5年前​(2019-02-27[2]
目前版本
  • 1.14.0 (2023年12月28日;穩定版本)[3]
編輯維基數據鏈結
原始碼庫github.com/lightvector/KataGo
程式語言C++Python
類型電腦圍棋
許可協定MIT許可證
網站github.com/lightvector/KataGo
KataGo Server
原作者David J. Wu and Tycho Tatitscheff[4]
開發者David J. Wu and Tycho Tatitscheff
首次發布2020年11月8日,​3年前​(2020-11-08[5]
原始碼庫github.com/katago/katago-server
程式語言Python
類型電腦圍棋
許可協定MIT許可證
網站katagotraining.org

簡介 編輯

KataGo是David J. Wu依照DeepMindAlphaGo ZeroAlphaZero論文為基礎[6],以及許多在DeepMind論文之後的相關研究及原創的研究,大幅改善了訓練速度(超過50倍[7]:1[1],也因此搭配所釋出訓練網路資料,成為目前世界上最強的電腦圍棋軟體之一。

KataGo所實做的電腦圍棋程式包括了[1]

  • 自我對弈訓練的程式(使用C++Python 3與TensorFlow實做)
  • 可以透過軟體操作的GTP引擎(使用C++實做)

另外由Jane Street Capital英語Jane Street Capital(作者所在的公司)提供運算所需資源外,也公開釋出訓練的成果(訓練網路資料)[1]

KataGo因豐富的分析能力,被用在圍棋線上分析網站AI Sensei作為預設的分析引擎[8]

「KataGo」這個名字來源於日語單詞「かた (kata)」(類型[9]。目前,即使在英語中,武道的形式也被稱為「kata」。作者 lightvector (David J. Wu) 表示,它作為一個通過強化學習永久訓練自己並旨在完成自己的形式的人工智慧的名稱似乎是合理的。

差異 編輯

AlphaZero 編輯

除了開放原始碼與開放資料以外,KataGo與AlphaZero主要差異在於透過研究大幅降低了初期自我訓練的成本[7],使得一般家用的高階電腦可以在數天內,從零訓練出一個具有中高段水準的業餘高手水準的訓練網路[1]

Leela Zero 編輯

KataGo與Leela Zero的主要差異在於,KataGo的GTP引擎支援了kata-analyze指令,可以讓前端的程式(像是Lizzie)取得KataGo的目數分析,這可以輔助人類棋手判斷,減輕讓子棋中黑棋不會下出最好的選擇的問題[1]

另外一個差異是KataGo同時支援OpenCL(自v1.2支援[10])與CUDA[1](在OpenCL上,最新版本做了優化,不再是CUDA版本快數倍,而是兩個版本相差無幾),但Leela Zero只支援OpenCL[11]

強度 編輯

第一個版本 編輯

第一個版本(編號g65,v1.0)是在2019年二月使用35顆NVIDIA Tesla V100訓練7天,從6 blocks x 96 filters訓練到15 blocks x 192 filters[12],棋力大約與LZ130(Leela Zero的第130代)相符[13],大約是超越人類的強度[1]

權重代號 版本 註解 訓練長度(天) Elo
b6c96-s103408384-d26419149 v1.0 6x96權重 - -
b10c128-s101899520-d60734663 10x128權重 - -
b15c192-s279618816-d164990022 15x192權重 - -

第二個版本 編輯

第二個版本(編號g104,v1.1)是在2019年五月與六月使用28顆NVIDIA Tesla V100訓練,從6 blocks x 96 filters訓練到20 blocks x 256 filters[14],由於大幅改善了超參數(hyperparameters),只使用了3.5天就超越第一版的棋力[1][15],另外引入了LCB(英語:Lower confidence bound)大幅提昇了棋力[15]。最後訓練了19天產生出20 blocks的版本,棋力超越了LZ-ELFv2(ELF OpenGo的v2權重配上Leela Zero的程式),另外與Leela Zero 40 blocks版本的比較,大約落在LZ200的棋力[1]

權重代號 版本 註解 訓練長度(天) Elo
g104-b6c96-s97778688-d23397744 v1.1 最後一個6x96權重 0.75 -1146
g104-b10c128-s110887936-d54937276 最後一個10x128權重 1.75 -476
g104-b15c192-s297383936-d140330251 最後一個15x192權重 7.5 327
g104-b20c256-s447913472-d241840887 最後一個20x256權重 19 908

第三個版本 編輯

第三個版本的訓練一開始使用29個GPU,到第14天後增加為37個GPU,再24天後(38天)增加為47個GPU[1]

自v1.5.0[16]開始支援純CPU運算(使用Eigen英語Eigen (C++ library)函式庫)。並自v1.8.0版開始支援分散式訓練,允許全球的使用者一起訓練權重。

權重代號 版本 註解 訓練長度(天) Elo
g170-b6c96-s175395328-d26788732 最後一個6x96的權重 0.75 -1184
g170-b10c128-s197428736-d67404019 最後一個10x128的權重 1.75 -280
g170e-b10c128-s1141046784-d204142634 v1.3 延伸再訓練10x128的權重 - 300
g170-b20c256x2-s668214784-d222255714 20x256的權重 15.5 959
g170-b15c192-s497233664-d149638345 15x192的權重 7.5 512
g170-b20c256x2-s1039565568-d285739972 v1.3.1 20x256的權重 21.5 1073
g170e-b15c192-s1305382144-d335919935 v1.3.1-nets 延伸訓練15x192的權重 - 867
g170-b20c256x2-s1420141824-d350969033 20x256的權重 27.5 1176
g170e-b15c192-s1672170752-d466197061 v1.3.2 延伸訓練15x192的權重 - 935
g170-b20c256x2-s1913382912-d435450331 20x256的權重 35.5 1269
g170-b20c256x2-s2107843328-d468617949 20x256的權重 38.5 1293
g170e-b20c256x2-s2430231552-d525879064 v1.3.3 20x256的權重 47.5 1346
g170-b30c320x2-s1287828224-d525929064 30x320的權重 47.5 1412
g170-b40c256x2-s1349368064-d524332537 40x256的權重 47 1406
g170e-b20c256x2-s2971705856-d633407024 v1.3.3-nets 20x256的權重 64.5 1413
g170-b30c320x2-s1840604672-d633482024 30x320的權重 1524
g170-b40c256x2-s1929311744-d633132024 40x256的權重 1510
g170e-b20c256x2-s3354994176-d716845198 v1.3.4 20x256的權重 78 1455
g170-b30c320x2-s2271129088-d716970897 30x320的權重 1551
g170-b40c256x2-s2383550464-d716628997 40x256的權重 1554
g170e-b20c256x2-s3761649408-d809581368 v1.3.5-nets 20x256的權重 92 1513
g170-b30c320x2-s2846858752-d829865719 30x320的權重 96 1619
g170-b40c256x2-s2990766336-d830712531 40x256的權重 1613
g170e-b20c256x2-s4384473088-d968438914 v1.4.0 20x256的權重 117 1529
g170-b30c320x2-s3530176512-d968463914 30x320的權重 1643
g170-b40c256x2-s3708042240-d967973220 40x256的權重 1687
g170e-b20c256x2-s4667204096-d1045479207 20x256的權重(實驗性) 129 1561
g170-b30c320x2-s3910534144-d1045712926 30x320的權重(實驗性) 1651
g170-b40c256x2-s4120339456-d1045882697 40x256的權重(實驗性) 1698
g170e-b20c256x2-s4842585088-d1091433838 20x256的權重(實驗性) 136.5 1547
g170-b30c320x2-s4141693952-d1091071549 30x320的權重(實驗性) 1653
g170-b40c256x2-s4368856832-d1091190099 40x256的權重(實驗性) 1680
g170e-b20c256x2-s5055114240-d1149032340 v1.4.2-nets 20x256的權重(實驗性[註 1] 145.5 1539
g170-b30c320x2-s4432082944-d1149895217 30x320的權重(實驗性[註 1] 1648
g170-b40c256x2-s4679779328-d1149909226 40x256的權重(實驗性[註 1] 1690
g170e-b20c256x2-s5132547840-d1177695086 20x256的權重 150 1577
g170-b30c320x2-s4574191104-d1178681586 30x320的權重 1759
g170-b40c256x2-s4833666560-d1179059206 40x256的權重 1788
g170e-b20c256x2-s5303129600-d1228401921 v1.4.5 20x256的權重 157 1645
g170-b30c320x2-s4824661760-d1229536699 30x320的權重 1908
g170-b40c256x2-s5095420928-d1229425124 40x256的權重 1919

相關連結 編輯

參考資料 編輯

  1. ^ 1.00 1.01 1.02 1.03 1.04 1.05 1.06 1.07 1.08 1.09 1.10 lightvector. GTP engine and self-play learning in Go. GitHub. lightvector/KataGo. [2020-01-01]. (原始內容存檔於2021-01-14) (英語). 
  2. ^ lightvector. TensorRT Backend, Many Minor Improvements. GitHub. lightvector/KataGo. [2020-01-01]. (原始內容存檔於2021-01-26) (英語). 
  3. ^ Release 1.14.0. 2023年12月28日 [2024年1月19日]. 
  4. ^ lightvector. katago/katago-server. GitHub. [2021-01-14]. (原始內容存檔於2020-11-19). 
  5. ^ lightvector. v0.1. GitHub. katago/katago-server. 2020-11-08 [2021-01-14]. (原始內容存檔於2020-11-19) (英語). 
  6. ^ David Wu. Accelerating Self-Play Learning in Go. TECH BLOG. Jane Street. 2019-02-28 [2020-01-01]. (原始內容存檔於2020-11-07) (英語). 
  7. ^ 7.0 7.1 David J. Wu. Accelerating Self-Play Learning in Go. 2020-11-09. arXiv:1902.10565v4  [cs.LG]. 
  8. ^ bsteuber. Analyze with a fixed visit number?. GitHub. lightvector/KataGo. 2019-12-19 [2022-01-09]. (原始內容存檔於2020-10-30) (英語). 
  9. ^ lightvector. The Name of KataGo. GitHub. lightvector/KataGo. 2020-08-27 [2022-01-09]. (原始內容存檔於2022-01-09) (英語). 
  10. ^ lightvector. OpenCL, Windows Support, other features and fixes. GitHub. lightvector/KataGo. 2019-07-21 [2020-05-12]. (原始內容存檔於2020-10-30) (英語). 
  11. ^ MaxVanDijck. Go engine with no human-provided knowledge, modeled after the AlphaGo Zero paper.. GitHub. leela-zero/leela-zero. [2020-01-02]. (原始內容存檔於2021-01-06) (英語). 
  12. ^ katago-public/g65/models. [2020-01-01]. (原始內容存檔於2020-01-01). 
  13. ^ lightvector. Initial release. GitHub. lightvector/KataGo. 2019-02-27 [2020-01-14]. (原始內容存檔於2020-10-30) (英語). 
  14. ^ katago-public/g104/models. [2020-01-01]. (原始內容存檔於2020-01-01). 
  15. ^ 15.0 15.1 lightvector. Strong Neural Net, LCB, and many bugfixes. GitHub. lightvector/KataGo. 2019-06-18 [2020-01-14]. (原始內容存檔於2020-10-30) (英語). 
  16. ^ lightvector. OpenCL FP16 Tensor Core Support. GitHub. lightvector/KataGo. 2020-08-03 [2020-08-26]. (原始內容存檔於2020-10-30) (英語). 
  17. ^ lightvector. Experimental Neural Nets. GitHub. lightvector/KataGo. 2020-06-06 [2020-06-07]. (原始內容存檔於2020-10-30) (英語). 

註解 編輯

  1. ^ 1.0 1.1 1.2 實驗性質,加入了人類的棋譜,未必會比v1.4.0所提供的網路強。[17]

外部連結 編輯