ELFOpenGo

ELF OpenGo是 Facebook AI Research 團隊（FAIR）所開發的電腦圍棋軟體佮所釋出來的資料。

簡介

ELF OpenGo 是 Facebook AI Research 團隊（FAIR）依照 DeepMind 佇科學期刊《自然》頂懸對 AlphaGo Zero 所發表的論文《Mastering the game of Go without human knowledge》佮 AlphaZero 的論文《Mastering Chess and Shogi by Self-Play with a General Reinforcement Learning Algorithm》所實在做出來的開源電腦圍棋程式，也就是無咧使用人類棋譜佮累積的圍棋智識，干焦實在做圍棋規則，使用單一類神經網路對自我對弈中學習（無成 AlphaGo 以人類的角度思考，設計矣 Policy Network 佮 Value Network）。

訓練網路使用二十 blocks x 兩百二十四 filters，在兩千個 GPU 下訓練兩禮拜，相比並 AlphaGo Zero 使用的二十 blocks x 兩百五十六 filters 版本略小寡（AlphaGo Zero 另外閣有四十喔 blocks x 兩百五十六 filters）。

因為 Facebook 所有的計算資源，產生出高品質的訓練網路資料佮對局棋譜，真濟有仝款的演算法抑是講 AlphaGo 相關論文內容的圍棋軟體攏積極測試 ELF OpenGo 所提供的訓練資料。

成績

著電腦

Leela Zero

Leela Zero 是目前少數有公開程式碼並公開訓練網路資料的圍棋軟體，而且猶原有志願者繼續投入資源計算演化，故不時予人當做其他圍棋軟體的基準。

由 Facebook 家己測試，ELF OpenGo 佮 Leela Zero 對戰的成績為一百九十八 : 二。佇咧 Leela Zero 的進度網站頂懸嘛定定會較現有訓練網路佮 ELF OpenGo 的較。

CGOS

志願者佇 CGOS 最使用 Leela Zero 的程式 ia̋n-jín 以及由 ELF OpenGo 公開的訓練網路（v 零）轉換做 Leela Zero 格式的訓練網路（即 Hash 值 ` 六十二 b 五千四百十七 b ` 的訓練網路，數號 ` LZ _ 六十二 b 五百四十一 _ ELF _ 千六百 `）做對弈測試，毋過因為目前佇 CGOS 試起來毋是 ELF Go 的程式 ia̋n-jín，臭奶呆 ELF OpenGo 的訓練資料佇轉換以後的影響。節甲二空一八年五月三十號   ( 二千空一十八拍五鋪三十 )，著弈已經超過一千盤，BayesElo 分數差不多三千七百七十分。

著人

Facebook 佮韓國棋院合作，以中國規則佮韓國的世界頂尖棋手對弈（貼目七孵五目）， 佇電腦每一步限制五十秒（使用單機單張 NVIDIA Tesla V 一百）， 人類無限時間的前提落來，一个人至少下兩局，達到十四 : 零的成績，著弈對手包括金志錫、申真響、朴永訓以及崔哲瀚。

相關連結

• AlphaGo Zero，所參考論文的電腦圍棋軟體。
• Darkforest，頂一代 Facebook 所開發的電腦圍棋軟體。
• Leela Zero，另外一套嘛是照 AlphaGo Zero 所實在做的開源電腦圍棋軟體，佇咧 ELF OpenGo 測試的時陣予人當做較基準。
• 電腦圍棋
• 圍棋軟體

外部連結

• 官方網站
• pytorch / ELF : ELF : a platform for game research