In partnership with

ED 073

Você escolhe a edição de amanhã: a votação está no fim desta edição.

AlphaZero contra Stockfish, 100 partidas em 2017

O programa aprendeu sozinho em 4 horas, venceu 28 jogos sem perder nenhum e transformou o avanço do peão da torre em lance normal.

Diagrama: posição-modelo do avanço 8.h4 contra o fianqueto

Posição-modelo do estilo AlphaZero, antes de 8.h4

▼

Zero em 100. Foi a fração de partidas que o Stockfish 8, um dos motores de xadrez (programas que calculam lances) mais fortes de 2017, conseguiu vencer contra o AlphaZero, criado pela DeepMind, empresa de inteligência artificial do Google.

Para quem programava motores havia décadas, o placar soou como notícia de outro esporte. O artigo de David Silver e colegas da DeepMind, divulgado em dezembro de 2017, registrou 28 vitórias do AlphaZero, 72 empates e nenhuma derrota, com um minuto de reflexão por lance para cada lado.

O choque veio do método. O Stockfish carregava regras de avaliação escritas por pessoas ao longo de anos: quanto vale um bispo, quanto pesa um peão dobrado, quando o rei está exposto. O AlphaZero recebeu só as regras do jogo e aprendeu jogando contra si mesmo.

Segundo o mesmo artigo, quatro horas de treino bastaram para ele superar o Stockfish. E ele calculava bem menos: perto de 80 mil posições por segundo, contra 70 milhões do adversário. Ganhava escolhendo melhor onde olhar.

Quem acompanhou as partidas notou outra diferença, mais visível no tabuleiro. Com o rei já rocado (o lance em que rei e torre trocam de lugar para abrigar o rei), o AlphaZero empurrava o peão da torre, o de h, duas e três casas para a frente, em pleno meio-jogo.

Nos clubes, o lance tinha fama de erro de iniciante. O peão de h é um dos guarda-costas do rei, e avançá-lo abre buracos na frente do próprio monarca. Professores corrigiam o aluno que fazia o lance sem motivo claro.

O AlphaZero fazia o lance com frequência e ganhava. Em poucos meses, grandes mestres passaram a testar a mesma ideia em torneios, e o peão de h subindo deixou de causar espanto nas transmissões.

Na notação usada aqui, R é o rei, D é a dama, B é o bispo, C é o cavalo e T é a torre. O número com ponto marca o lance das brancas, o número com reticências marca o das pretas, e o lance de peão aparece só pela casa de chegada, como h4.

A Posição do Dia mostra o instante em que o peão de h sai de casa, numa estrutura que o AlphaZero gostava de atacar.

Continue lendo ↓

Quem banca a edição de hoje

Nobody's coming to approve your idea

People assume that real businesses get built by other people with more resources. It's how great ideas get stuck in notes apps and conversations.

But you don't need six months and a developer's salary to validate your concept. You just need a weekend. Describe what you want to exist and Lovable builds it: a real site, a real product, ready to accept real payments from real customers. Not a mockup to show people. An actual thing they can use.

You don't need anyone's sign-off to get started. Take $5 off your first month.

Find out this weekend

_{^{Discount of $5 applies to first month of any paid plan. You need to sign up via this webpage in order to claim the discount. The discount applies to new and returning users without an active paid plan. Terms apply.}}

Patrocinadores mantêm a edição gratuita

I A Posição do Dia

O peão de h4 contra o fianqueto

A posição do diagrama é uma posição-modelo, montada para mostrar a ideia que o AlphaZero repetiu contra o Stockfish. Ela não reproduz lance a lance nenhuma das 100 partidas do match; reproduz a estrutura em que o avanço do peão de h aparecia com mais força.

Os lances são estes: 1.d4 Cf6 2.c4 g6 3.Cf3 Bg7 4.g3 O-O 5.Bg2 d6 6.O-O Cbd7 7.Cc3 c6. As pretas montaram um fianqueto (o bispo que sai pela casa g7, depois de o peão de g andar uma casa), e as brancas fizeram o mesmo do lado delas.

Os dois reis estão rocados. Os centros estão firmes, sem peão trocado. É o tipo de posição em que, por décadas, o manual mandava terminar o desenvolvimento com calma e esperar o adversário mostrar o plano.

Com o rei rocado e o centro fechado, o peão de h das brancas vira um aríete contra o peão preto de g6, porque nenhuma peça preta consegue punir o buraco aberto em g3.

Na posição, as brancas jogam 8.h4. O peão sai de h2 e anuncia a intenção de chegar a h5 no lance seguinte.

O QUE O PEÃO DE H AMEAÇA

1. Em h5, o peão ataca g6. Se as pretas deixarem, as brancas trocam em g6 e desmontam a corrente de peões que protege o rei preto.

2. Depois da troca, a casa g6 fica fraca, e o bispo de g7 perde parte do abrigo que tinha atrás dos peões.

3. Se as pretas responderem com o peão de h, avançando para h5, elas mesmas criam um alvo fixo em g6, que as brancas atacam com o cavalo vindo de g5.

POR QUE O REI BRANCO AGUENTA

O avanço deixa um buraco em g3 e na diagonal até o rei branco. O risco é real só se as pretas tiverem peças apontadas para lá.

Aqui elas não têm. O cavalo de f6 está longe de g4 quando o peão chega a h5, a dama preta ainda está em d8 e o centro fechado impede a abertura de colunas em direção ao rei branco. O AlphaZero media esse prazo: o adversário precisaria de quatro ou cinco lances para montar um contra-ataque, e o peão de h chegava antes.

II O Erro Mais Jogado

O lance de h4 copiado sem motivo

O erro mais jogado depois de 2017 foi a cópia do lance sem a posição. Muito jogador de clube viu o AlphaZero empurrar o peão de h e passou a fazer o mesmo em qualquer partida, com o rei rocado e o centro aberto.

O resultado costuma ser rápido. Com colunas abertas no centro, as torres e a dama adversárias chegam ao rei por d e e, e o peão de h avançado deixa a casa g3 sem defesa. Um bispo inimigo na diagonal que leva a g3 vira o atacante mais perigoso do tabuleiro.

O peão de h só sobe com segurança quando o centro está travado, porque centro travado é o que impede o adversário de levar as peças até o rei que ficou sem guarda.

O motor sabia contar o tempo do contra-ataque. O jogador humano, na maior parte das vezes, copia o desenho e esquece o relógio.

AS TRÊS CONDIÇÕES ANTES DE AVANÇAR O PEÃO DE H

1. Centro fechado ou estável: nenhuma coluna central aberta, nenhuma troca de peão pendente no meio do tabuleiro.

2. Nenhuma peça adversária mirando g3 (ou g6, para as pretas): nada de bispo na diagonal e nada de dama a dois lances do buraco.

3. Um alvo claro para o peão: um peão de g adversário avançado uma casa, que o peão de h possa atacar e trocar.

COMO O ERRO COSTUMA ACONTECER

O roteiro se repete nas partidas rápidas pela internet. As brancas jogam h4 e h5 com o centro aberto, as pretas trocam peões em d4, a torre preta chega à coluna e, o bispo de casas escuras entra por g3 e a vantagem muda de lado em três ou quatro lances.

Vale lembrar o lado oposto do mesmo engano: o jogador que nunca avança o peão de h por medo. A regra antiga dizia nunca. A experiência dos motores mostrou o depende, e o depende se resolve com as três condições acima.

O QUE O STOCKFISH NÃO VIU

No match, o Stockfish avaliava o avanço do peão de h como ligeiramente ruim para quem o fazia, porque as regras escritas por pessoas puniam a fraqueza perto do rei. O AlphaZero avaliava a posição inteira e via que, sem peças inimigas por perto, a fraqueza demorava a custar alguma perda.

Quem banca a edição de hoje

Tired of news that feels like noise?

Every day, 4.5 million readers turn to 1440 for their factual news fix. We sift through 100+ sources to bring you a complete summary of politics, global events, business, and culture — all in a brief 5-minute email. No spin. No slant. Just clarity.

Join for free today!

Patrocinadores mantêm a edição gratuita

III O Padrão que Se Repete

Dos motores para os grandes mestres

O padrão que se repete desde 2017 é a migração das ideias dos motores para o jogo humano. O avanço do peão de h foi a mais visível delas, mas não a única: o AlphaZero também sacrificava peões por mobilidade e aceitava ficar com material a menos por muitos lances.

A crítica ao match veio logo. Tord Romstad, um dos criadores do Stockfish, apontou em dezembro de 2017 as condições: o Stockfish jogou sem livro de aberturas (o banco de lances iniciais já analisados), com tempo fixo por lance e pouca memória de cálculo reservada.

A DeepMind respondeu com um novo match. No artigo de David Silver e colegas publicado na revista Science em 2018, o AlphaZero jogou 1.000 partidas contra uma versão mais nova do Stockfish, com condições revistas, e fez 155 vitórias contra seis derrotas. O placar diminuiu, a diferença ficou.

Um programa sem nenhuma regra de estratégia escrita por pessoas reencontrou os princípios clássicos e corrigiu os que estavam rígidos demais.

A REAÇÃO DOS CAMPEÕES

Garry Kasparov, campeão mundial de 1985 a 2000, comentou o estilo do programa em depoimento publicado pela DeepMind em 2018: “Não consigo esconder minha satisfação por ele jogar com um estilo muito dinâmico, bem parecido com o meu.”

Magnus Carlsen, campeão mundial entre 2013 e 2023, passou 2019 numa das melhores fases da carreira e citou o AlphaZero como inspiração em entrevistas daquele ano. Avanços agressivos do peão de h apareceram em várias partidas dele.

O QUE MUDOU NOS PRÓPRIOS MOTORES

Em 2018 surgiu o Leela Chess Zero, um projeto de código aberto que copiou o método do AlphaZero e aprendeu jogando contra si mesmo em computadores de voluntários. Em 2020, o próprio Stockfish passou a usar uma rede neural (um programa de avaliação que aprende com exemplos) chamada NNUE, junto das regras antigas.

O AlphaZero nunca foi liberado ao público, e a DeepMind encerrou o projeto no xadrez depois do artigo de 2018. As partidas publicadas seguem como material de estudo, e o peão de h subindo virou lance comum em torneio de elite.

Na sua próxima partida com o rei rocado e o centro fechado, você vai checar as três condições antes de avançar o peão de h?

Monte a posição do dia no tabuleiro e confira:

• a casa onde o peão de h chega no lance 8;

• o peão preto que o peão de h ataca ao chegar a h5;

• a casa que fica sem defesa perto do rei branco depois do avanço.