【科普】-【NNUE (Chess Programming Wiki)】

new

高效可更新神经网络（Efficiently Updatable Neural Networks，简称NNUE）是一种旨在替代在CPU上运行的棋类、将棋以及其他棋盘游戏的Alpha-Beta搜索评估的神经网络架构。该架构受到了Kunihito Hoki在他的将棋引擎Bonanza中应用的基于王位置索引的棋子-方格表（Piece-Square Tables，简称PSQT），以及进一步的两个棋子位置和行棋方的启发。NNUE由Yu Nasu于2018年提出，并用于国际象棋适应版本的Stockfish（如YaneuraOu和Kristallweizen），据称具有AlphaZero级别的实力。

据Henk Drost报道，Nodchip将NNUE作为概念验证引入到国际象棋引擎Stockfish 10中。Stockfish NNUE诞生了，到2020年夏天，计算机国际象棋社区因其迅速提高的棋力而充满热情，这种棋力提高来自于使用监督和强化学习方法训练的不同网络——尽管搜索速度减半，但仍比原版更强大。最终，这为Stockfish 12的巨大实力提升贡献了力量。

受到Stockfish NNUE成功的诱惑，以及易于实现的方法和简洁的代码的吸引，许多引擎开发者开始测试并应用NNUE。在进行严肃开发之前，为了快速尝试和评估，其中一些人借用和/或重写了NNUE代码，并使用来自Stockfish NNUE的网络。他们中的大多数都报告了积极的结果，如David Carteau的Orion引擎、Ehsan Rashid的DON引擎，Michael Byrne的各种Stockfish衍生品，以及Volodymyr Shcherbyna的Igel引擎，后者使用了Dietrich Kappe的Night Nurse NNUE网络。Daniel Shawul将类似于CFish的NNUE支持添加到了他的Scorpio引擎的egbbdll探测库中，使得NNUE更易于使用。Kieren Pearson的Halogen 7和8引擎以及Connor McMonigle的Seer引擎都有自己独特的NNUE实现。2020年11月10日，商业化的Komodo Chess公司推出了Dragon引擎，即Komodo NNUE，试图缩小与Stockfish NNUE之间的差距。2021年2月，ChessBase发布了基于略微修改过的Stockfish 12的商业版Fat Fritz 2.0，该引擎使用了定制的、双倍大小的网络。

Stockfish NNUE的神经网络由四层组成，分别是W1至W4。输入层W1参数众多，用于输入不同王配置的棋盘表示。网络之所以高效，是因为在进行和撤销走棋时可以增量更新W1，只需重新计算其一部分神经元。其余三层的权重分别为32x2x256、32x32和32x1，计算成本较低，最好使用适当的SIMD指令进行计算，如x86-64上的AVX2，或者如果可用，AVX-512。

welwitschia

这个怎么理解？就是引擎棋局数越多，这个引擎就会越来越厉害？自我更新？是这个意思吗？而不是像传统引擎那样，需要不断缴费，才能更新引擎提升棋力？