Un à cinq par jour

[Raspoutine]

par Russel Sherwood de la WCCF, Fédération galloise d’échecs par correspondance


Cet article est le résumé de quelques conversations électroniques que j’ai eues récemment sur les moteurs d’échecs.
Aucun des principaux moteurs d’échecs n’est écrit spécifiquement pour les échecs par correspondance mais certains sont plus appropriés que d’autres ! Nous pouvons diviser les moteurs en cinq grandes catégories ; certains moteurs se répartissent en plus d’une catégorie, mais en considérant les différents groupes, le joueur pourra faire le bon choix pour l’aider dans son analyse.


Moteurs αβ* traditionnels

Cela inclut presque tous les moteurs grand public. En termes très simples, ces moteurs fonctionnent en considérant le meilleur mouvement, puis la meilleure réponse, la meilleure réponse à la réponse et ainsi de suite.
Ceci conduit à une recherche très étroite, qui aboutit rapidement à un bon coup, ce qui est essentiel pour une compétition rapide de moteurs, mais sous-optimal pour les échecs par correspondance car les méthodes utilisées pour atteindre une plus grande profondeur peuvent conduire à négliger des coups encore meilleurs.

Moteurs à large spectre (Wide Searcher)

Il existe un certain nombre de dérivés du Stockfish qui modifient la méthode de recherche pour effectuer une recherche beaucoup plus large, avec pour conséquence une recherche beaucoup plus superficielle. L’approche est utile pour des positions très compliquées avec de multiples mouvements raisonnables ou des positions très tactiques. Komodo est également capable de travailler de cette manière en modifiant certains paramètres.
Il est intéressant de noter que Houdini semble également avoir une recherche plus large car il progresse en profondeur de manière beaucoup plus lente que les autres moteurs.

Réseaux neuronaux (Neural Networks)

Ceux-ci (Lc0 et Deus X) sont les chouchous actuels du monde des moteurs, après le succès d’Alpha Zero. Ces moteurs sont encore tactiquement vulnérables, mais ils fournissent des informations très intéressantes dans des positions plus silencieuses. Le principal avantage de ces moteurs est la reconnaissance de formes, qui permet aux moteurs d’échecs de générer quelque chose de beaucoup plus proche du jeu stratégique. Un projet intéressant en cours de développement est un moteur en cours de formation sur les jeux de correspondance de niveau supérieur, qui devrait donner des résultats très intéressants !

SCTM

« Monte Carlos Tree Search » est une méthode alternative à l’approche αβ. Elle tend à être tactiquement plus faible que la méthode αβ, mais elle permet d’examiner les variantes multiples sans perte de vitesse. Actuellement, Komodo, Stockfish et Scorpio ont des versions SCTM. Il existe aussi des plugins (CuttleFish) qui permettent à n’importe quel moteur αβ d’effectuer une recherche de base dans les SCTM.

Spécials

Il existe un certain nombre de moteurs programmés non pas pour jouer ou analyser, mais pour résoudre des problèmes – certains d’entre eux comme « Sting » peuvent être utiles !

Comment utilisons-nous donc ces différents types de moteurs ? Pour moi, deux critères motivent ce choix : (a) Le nombre de mouvements viables et (b) La complexité tactique du poste.

Faible nombre de variantes – Complexité tactique élevée : Utilisez un Wide Searcher, puis un moteur αβ.
Faible nombre de variantes – Faible complexité tactique : Utiliser un NN, puis un moteur αβ.
Nombre élevé de variantes – Faible complexité tactique : Utiliser un SCTM, puis un NN, puis un moteur αβ.
Nombre élevé de variantes – Complexité tactique élevée : Utiliser un SCTM et un NN pour générer des suggestions, puis un Wide Searcher et enfin un moteur αβ.

*(αβ) En informatique, plus précisément en intelligence artificielle et en théorie des jeux, l’élagage alpha-bêta (abrégé élagage aß) est une technique permettant de réduire le nombre de nœuds évalués par l’algorithme minimax. Il est utilisé dans des programmes informatiques qui jouent à des jeux à 2 joueurs, comme les échecs ou les dames