Klare Überlegenheit nicht in Sicht

von Walter Eigenmann

Der Hauptzweck der modernen Schachprogrammierung für die Anwender ist die Analyse von (eigenen oder fremden) Partien. Demgegenüber sind Turnier-Statistiken oder KI-Forschung nur „Abfallprodukte“.
Aber von Zeit zu Zeit ist es aufschlussreich, die aktuellen Engines nicht nur zum Analysieren einzusetzen, sondern sie auch mal unter- bzw. gegeneinander zu testen. Haben sich die vielgerühmten neuen NN-Engines mittlerweile vor der AB-Programmierung an die Spitze setzen können? Ein neues Engine-Turnier, ausgetragen auf einem heimischen AMD-Ryzen7-2700X zeigt eine nach wie vor unscharfe Momentaufnahme. Das Fazit gleich vorweggenommen: NN- und AB-Programme sind noch gleichauf.

Modernen Engines beim Spielen zuzusehen erinnert zuweilen an die eigenen Anfänger-Zeiten, als Taktik und Strategie noch ein (Schach-)Buch mit (mindestens) sieben Siegeln waren. Schnell, präzis, komplex, tödlich – die Programme knallen in Millisekunden so ausgefeilte Züge auf das virtuelle Brett, die noch vor 15 Jahren jedem Profi-Kommentator ein Heer von Doppelten Ausrufezeichen entlockt hätten. Wenn er sie denn überhaupt in ihrer ganzen Tiefe kapierte…

30 Halbzüge in einigen Sekunden

Denn man vergegenwärtige sich, dass bereits bei einer Bedenkzeit für die ganze Partie von nur vier Minuten diese Silikon-Monster auf flotten PC’s im Durchschnitt bis zu 30 Halbzüge weit (!) pro Zug vorausrechnen können. Und dies mit so raffinierten Algorithmen der Evaluierung und Bewertung, dass sie taktisch sogar bei diesem rasanten Spiel-Tempo kaum je Fehler machen. Zumindest keine, die ein Mensch ohne analytische Zuhilfenahme von eben diesen Programmen erkennen könnte…

Wen wundert’s also, dass heutzutage das häufigste Resultat zwischen Schach-Engines das Remis ist – ungeachtet irgendwelcher ausgeklügelter Opening-Books, welche diese mittlerweile extrem hohe Remis-Rate im Engine-Turnierbetrieb etwas senken sollen, aber nicht massgeblich können. (Vergl. hierzu auch eigene Turnier-Tests zum Thema Eröffnungsbücher).

Kopf-an-Kopf-Rennen

Die nachfolgende Rangliste wurde generiert von 17 der aktuell stärksten Programme in einem doppelrundigen Turnier. Und die Tabelle zeigt ein Bild, wie es momentan bei vielen Engine-Turnieren in der Computerschach-Szene anzutreffen ist: Die KI-Engine LeelaChess-Zero mit ihren Networks und die Alpha-Beta-Programme (hier vertreten durch SugarR & Brainfish) mit ihren ausgeklügelten Schachalgorithmen liefern sich ein Kopf-an-Kopf-Rennen bei zahllosen Unentschieden:

Unbezwingbare Leela (Lc0)

Das NN-Programm Lc0 25.0 mit dem Neuronalen Netz „t60-3010“ erwies sich in dieser Ausmarchung als unschlagbar: Es verlor keine einzige seiner 32 Partien und gewann immerhin deren 10 – eine beeindruckende Leistung, wenn man das extrem starke Gegnerfeld sieht. Mit 12 Siegen als das aggressivste Network erwies sich hier das „t40-1541“ mit Lc0 23.2. Überraschend weiters die noch vor dem einstigen Weltmeister Komodo rangierende neue Chessbase-NN-Engine Fat Fritz.
Insgesamt kann bei den Top-Ten dieses Rankings allerdings nicht von einem Sieger geredet werden, ein Punkt mehr oder weniger entschied über mehrere Ränge vor oder zurück, und zwischen dem erst- und dem zehntplatzierten Programm liegen gerade mal 4 Punkte. (Dass das Turnier keinerlei statistische Aussagekraft beansprucht, muss nicht extra betont werden. En masse „Partien auf Halde“ zu Statistik-Zwecken werden auf Engine-Portalen wie z.B. CCRL produziert.)

Lavieren wie Nimzowitsch

Wer die knapp 300 Partien analytisch untersucht im Hinblick auf NN-spezifisches Schachverhalten, der wird in verschiedener Hinsicht fündig. Insbesondere fallen diverse positionelle Aspekte der KI-Spielführung ins Auge; einige grundsätzliche Überlegungen zu LeelaChessZero finden sich hier: Künstliche Schach-Intelligenz – Als Autodidakt zur Weltspitze.
Bezüglich des hier fraglichen Engine-Turnieres sei exemplarisch ein spezifisch „strategisches Motiv“ herausgegriffen: Die Umgruppierung. Bereits Nimzowitsch hatte ja – in seinem bahnbrechenden Strategie-Buch „Mein System“ – das Figuren-Umgruppieren als zentralen Bestandteil seines neu eingeführten Schach-Begriff des Lavierens definiert, und mit LeelaChess scheint dieses Stratagem fröhliche Urständ zu feiern. Wohlgemerkt ohne menschliches Zutun…

Virtuose Handhabung des Springers

Die Engine Lc0 (bzw. ihre Neuronalen Netze) ist eine grandiose Meisterin im dynamischen Umdisponieren von unvorteilhaft platzierten Figuren hin zur aktiveren Positionierung. In weit höherem Masse als ihre Alpha-Beta-Kolleginnen trachtet Leela nach permanenter Optimierung ihrer Figurenstellungen. Besonders virtuos geht das NN-Programm mit seinen Springern um.

Nachfolgend vier Beispiele dafür, wie geschickt und effizient die Springer-Überführungen auf stärkere Felder vorgenommen werden – sogar noch dann, wenn die taktischen Komplikationen auf dem Brett eigentlich keineswegs eine traditionelle „Ruhesuche“ erlauben:

FEN-String: r2q1rk1/1b2bppp/4pn2/1p1p4/p1pP1B2/PnP1PN1P/1PBNQPP1/3RR1K1 w	FEN-String: r1b1q1k1/1p1p1ppp/1bpPn1n1/p3rB2/7P/PPN3P1/1BPQN3/R3KR2 w Q
FEN-String: 3qkb1r/1r3pp1/1nn1p2p/p2pP2P/1ppP4/1PP2NR1/P2BNPP1/1R1Q2K1 w k	FEN-String: 1b1r3k/ppnqn1p1/4br1p/3p1p2/3Pp3/BPN1PPPB/P1RNQ2P/5RK1 b

Downloads

• Für Chessbase-Oberflächen: Alle Partien Download CBH-CBV (zip)
• Für Nicht-Chessbase-Oberflächen: Alle Partien Download PGN
• Download der vier obigen Teststellungen: Download EPD (zip)

Lesen Sie im Glarean Magazin zum Thema Schachturniere auch über das Super-Schach aus China: Das GM-Turnier in Danzhou

… sowie den Report: Ju Wenjun ist die neue Schach-Weltmeisterin

ausserdem zum Thema Computerschach: Das Duell der Engine-Giganten

Ich unterstütze das ehrenamtliche Kultur-Projekt Glarean Magazin mit einer Spende:

---

English Translation (NN vs AB)

Clear superiority not in sight

by Walter Eigenmann

The main purpose of modern chess programming for the users is the analysis of (own or foreign) games. In contrast, tournament statistics or AI research are only „waste products“. But from time to time it is instructive not only to use the current engines for analysis, but also to test them among or against each other. Have the much-praised new NN engines meanwhile been able to take the lead before AB programming? A new engine tournament, held on a domestic AMD Ryzen7-2700X, still shows a blurred snapshot. The conclusion immediately anticipated: NN and AB programs are still equally strong.

Watching modern engines at play sometimes reminds one of one’s own beginner times, when tactics and strategy were still a (chess) book with (at least) seven seals. Fast, precise, complex, deadly – in milliseconds the programs slam such sophisticated moves onto the virtual board that 15 years ago any professional commentator would have been able to elicit an army of double exclamation marks. If he even understood them in all their depth…

30 half moves in a few seconds

Just think, if you consider that the whole game takes only four minutes, these silicon monsters can calculate up to 30 half moves per move on average on fast PCs. And this with such sophisticated algorithms of evaluation and scoring that they hardly ever make mistakes tactically, even at this rapid game tempo. At least none that a human being could recognize without the analytical help of these programs…

So it’s not surprising that nowadays the most common result between chess engines is a draw – regardless of any sophisticated opening books which are supposed to reduce the meanwhile extremely high draw rate in engine tournament mode a bit, but cannot do so significantly. (Cf. also own tournament tests on the subject of opening books).

Neck-and-neck race

The following ranking was generated by 17 of the currently strongest programs in a double round tournament. And the table shows a picture as it is currently to be found in many engine tournaments in the computer chess scene: The AI-Engine LeelaChess-Zero with its networks and the Alpha-Beta-Programs (here represented by SugarR & Brainfish) with their sophisticated chess algorithms are fighting a neck-and-neck race in countless draws:

Hardware: AMD Ryzen7 2700X 3.7 GHz – 1024 Mb Hash – 8Cores/16Threads – GPU RTX2080 Software: GUI Fritz 17 – 4min & 2sec reflection time per engine – 5-Moves-Opening-Book – 5-men-Syzygy-Tablebases

Indomitable Leela (Lc0)

The NN program Lc0 25.0 with the neural network „t60-3010“ proved to be unbeatable in this selection: It didn’t lose a single one of its 32 games and won 10 of them – an impressive performance considering the extremely strong opponent field. With 12 wins, the most aggressive network proved to be the „t40-1541“ with Lc0 23.2, and surprisingly, the new Chessbase-NN engine Fat Fritz, which is still ahead of the former World Champion Komodo.
All in all, however, there can be no talk of a winner in the top ten of this ranking, one point more or less decided several ranks forward or backward, and there are only 4 points between the first and tenth-placed program. (The fact that the tournament does not claim any statistical significance need not be emphasized. En masse „games on stockpile“ for statistical purposes are produced on engine portals such as CCRL)

Lavieren like Nimzowitsch

Whoever analytically examines the almost 300 games with regard to NN-specific chess behaviour will find something in various respects. Especially various positional aspects of AI chess play catch the eye.
Regarding the engine tournament in question here a specific „strategic motive“ is taken as an example: The regrouping. Nimzowitsch had already defined – in his groundbreaking strategy book „My System“ – the regrouping of pieces as a central component of his newly introduced chess concept of manoeuvring, and with LeelaChess this stratagem seems to celebrate its joyful beginnings. Mind you, without any human intervention…

Virtuoso handling of the knight

The engine Lc0 (or rather its neural networks) is a grandiose master in dynamically repositioning unfavorably placed figures towards more active positioning. To a far greater extent than her alpha-beta colleagues, Leela strives for permanent optimization of her figure positions. The NN program is particularly virtuoso with its knights.

Below are four examples of how skilfully and efficiently the knights are transferred to stronger squares – even when the tactical complications on the board do not allow for a traditional „Quiescence search„: —> (See the games above)