几天前,ChessBase发布了Fat Fritz 2,在其网站上称其为“新的第一号”国际象棋引擎,“具有庞大的新神经网络,由Albert Silver用原始的Fat Fritz进行训练。”与现有的国际象棋引擎相比,他们宣传Fat Fritz 2使用的是新颖新颖的构想,但实际上Fat Fritz 2只是具有不同神经网络和最小变化的Stockfish,既没有创新也没有使引擎变得更强大。
由于这不是涉及ChessBase和A. Silver的事情第一次发生,因此,我们希望分享对这些发行版的印象。
在2018年7月,Silver秘密发送了Leela Chess Zero引擎和定制的神经网络,该引擎已经过训练,他以DeusX的名义参加了TCEC。使用Leela项目中的脚本对网络进行了培训,并且网络架构与Leela引擎所使用的架构相同(有关详细信息,请参见此Leela博客文章)。训练这样的网络并不罕见; Leela项目的成员定期这样做以测试想法。但是他们从未假装通过培训新网络来创建新引擎。
尽管DeusX实力的绝大部分是从Leela继承而来的,但Silver在一次采访中对Leela的工作大为轻描淡写,这表明他在几个月内就完成了其他引擎作者数十年的工作。即使引擎本身是Leela,而没有进行重大修改,Silver也将自己描述为引擎作者。
第二年,Silver以Fat Fattz的名义发布了DeusX网络的更新版本,作为ChessBase的Fritz软件包的一部分出售,价格为79.90欧元。它再次使用了Leela引擎,而没有进行功能更改(所做的更改包括修改名称和作者字符串以及一些默认参数值)。
Fat Fritz被推向市场,就好像它是一种创新的引擎,而不仅仅是重新命名为Leela。例如,产品描述开始于“这是一个半秘密的开发,是在过去9个月中设计的AlphaZero克隆”,并且没有提到Leela。在其中一篇文章的中间简短提到了可能最接近“归因”的内容,他说,Fat Fritz使用Leela作为“基础”。实际上,Fat Fritz是Leela,但网有所不同。甚至这篇文章也从描述DeepMind员工给ChessBase程序员的“鼓舞人心的”演讲开始,支持了ChessBase在Fat Fritz代码开发中起重要作用的错误印象。
在ChessBase文章中,Fat Fritz“引擎”被描述为暗示它比Stockfish和Leela更强,但证据值得怀疑。例如,Silver在Stockfish的比较中使用了过时的Stockfish版本,即使开发版本已知要强大得多。同样,与Leela相比,没有使用Leela的最强配置。
如果您在国际象棋创新中的想法是要为更改开源引擎的参数收取100欧元的费用,那么与https://t.co/omt8vnPgDW和https://t.co竞争时,您将遇到一些问题/ YYvW1XZRCj。
— Gian-Carlo Pascutto(@gcpascutto)2021年2月9日
吉安·卡洛·帕斯库托(Gian-Carlo Pascutto)是几款强大的Chess and Go引擎的作者,也是Stockfish和Leela Chess Zero项目的贡献者。
Leela的主要竞争对手Stockfish在2020年开始支持NNUE,即可以在CPU上运行的快速神经网络。此功能大大改善了Stockfish,恢复了其作为现有最强大的国际象棋引擎的地位。
当Silver决定再次跳上大肆宣传的火车,并发行了ChessBase以99.90欧元出售的Fat Fritz 2时,Stockfish团队与Leela团队有着同样的痛苦经历。现在已复制了Stockfish而不是Leela,但总体样式未更改:
与Leela和FF1一样,仅对Stockfish引擎进行了最小的更改(再次,软件和作者的名称以及一些默认参数)。尽管Stockfish引擎对于发挥力量至关重要,但仅简要提及它,而Fat Fritz 2神经网络对Stockfish所使用的引擎的影响则被大大夸大了。产品说明说FF2是“从Stockfish传奇式搜索的手术精度中学习”,但它不是从Stockfish中学习,而是从Stockfish中学习。
和以前一样,Fat Fritz 2被宣传为最强大的引擎,但是显示的唯一结果是针对较旧版本的Stockfish,而不是FF2使用的版本。独立的结果显示,FF2所基于的当前Stockfish版本实际上要比FF2强,这表明Silver的网并不能增加游戏强度。
ChessBase发布了Silver的采访,描述了这项工作。在采访随附的文字中,他们将Silver描述为Fat Fritz 2的“发明人”,并说他“几乎完全是从头开始”了该项目。实际上,仅进行了最小的更改,而Silver可能没有编写它们。
Silver将FF2描述为“全新”神经网络,但它使用了Stockfish拓扑结构,仅在图层大小上与Stockfish的网络不同。采访文章还说,Silver“遇到了来自日本的新神经网络技术”,大概是因为NNUE最初是在Shogi引擎中实现的。虽然听起来似乎Silver负责将这项创新引入国际象棋,但他并未实现NNUE,而是主要使用Stockfish工具来训练网络。
这是可悲的看到发动机比其开源起源较弱的创新那里已经没有任何的索赔,并提高索赔。这也是可悲的人盗用别人的开源的工作和努力,并声称这是他们自己的。
允许并鼓励每个人在给予荣誉的同时修改和改进Stockfish / Leela的代码;这就是开源软件的意图。只要符合Stockfish / Leela许可的条款,每个人都可以复制并出售Stockfish / Leela。但是请不要假装所销售的产品并非如此。