Лучшие сообщения Bulldozer

Да, облачные вычисления для шахмат возможны и не очень дороги, видимо. Просто видеокарта мне нужна была для игр в любом случае.

Вот здесь написано, что у NVIDIA TeslaT4, которую предлагает Google Cloud, производительность в режиме FP16 (лучший режим для Лилы) равна 65 TFLOPS.

Вот здесь написано, что стоит T4 $0.29 за час на Google Cloud.

Вот здесь написано, что моя RTX 2060 имеет производительность 12.9 TFLOPS в том же режиме.

Вот здесь написано, что RTX 2060 стоит US $360.

Итого.
T4 стоит $0.29 в час и имеет производительность 65 TFLOPS.
RTX 2060 стоит $360 и имеет производительность 12.9 TFLOPS.
Подсчитаем, сколько часов можно гонять движок на T4 на Google Cloud, заплатив при этом стоимость своей видеокарты. При этом, учтём разницу в производительности.
(360 / 0.29) * (12.9 / 65) = 246
(360 / 0.29) * (65 / 12.9) = 6255
Т.е., вместо покупки такой видеокарты можно купить 246 6255 часов работы T4 на Google Cloud с примерно тем же результатом.

Один турнир - 10 партий по 40 ходов по 1 часу на ход - это нужно 400 часов работы, а не 246. Ну, ещё прикинем трату электроэнергии в случае со своей видеокартой (~5 центов в час). Всё равно получается, что для активной игры по переписке, когда играется много партий, имеет больше смысла покупать видеокарту, а не использовать облачные сервисы. Довольно быстро окупится. Хотя, она тянет и компьютер за собой, если его нет...

Update:
Вау, ошибка в формуле. В 25 раз! Правильно так:
(360 / 0.29) * (65 / 12.9) = 6255. Исправил выше.
Это всё меняет. Получается, за цену видеокарты можно очень долго использовать T4 на Google Cloud?

Участник @camon14 написал в Этика и мораль шахматистов.:

Но насколько оправдана его обида, что ему не дали переходить? (мисклика в его ходе не было, он об этом не говорил вообще, он напал на слона осознанно, защита от мата это Лс1, где Лб5 и где Лс1? разные планеты, ладно бы он не донес фигу, например последовало бы Лс2, тогда другое дело).

Не оправдана. Попросив вернуть ход из-за мисклика, Вы подписались только на то, что сами простите как минимум два мисклика, но не подписывались на прощение слабых ходов.
И даже если это был реально мисклик, и он бы сказал об этом, ему не повезло в том, что на мисклик это не похоже.

Участник @локомотив написал в Здоровье и медицина:

@bulldozer ну и что показывает эта картинка? Тут надо понимать, что иной задачи по сути и не стояло, кроме как хотя бы немного сдержать распространение вируса и снизить нагрузку на систему здравоохранения. Почти два нерабочих месяца - это и так слишком много.

У других задача не немного сдержать, а сильно сдержать. И другие справились. А у Путина или такой задачи нет (почему?) или не смог.
Дело в том, когда именно ограничения вводить и когда именно отменять. Моменты времени нужно как бы выбирать подходящие. И эффективные действия предпринимать во время ограничения. Путин не справился.

Вот две картинки для сравнения. На первой картинке самая правая точка на оси абсцисс - момент снятия ограничений Путиным. Вторая - то же самое в Австралии.
Где этот момент подобран хуже, пояснять нужно? Чем руководствуется Путин в принятии решений, я не знаю. Можно только надеяться, что у него астролог хороший.

Участник @xajik написал в Движки:

Я так понял( совершенно не вникая и совершенно не разбираясь в вопросе), что

Я тоже пока не большой специалист.

• Обучается нейросеть на партиях ( механизмы разные, в том числе на самообучении , но в последнее время и наигрывая даже с любыми пожелавшими поучаствовать).

Да, почти всё на самообучении. Игра с другими, наверное, всё-таки больше для контроля, потому что там партий не так много, чтобы обучать.

• Обученная сеть ( и их уже достаточно много и они как-то различаются по характеристикам) выкладывается в доступ.

Да. Сетей выложена тьма, и надо ещё знать, какую лучше скачать.

• Любой желающий скачивает уже готовуюсеть на свои ресурсы и использует при игре, в зависимости от железа будет разная глубина и скорость анализа, но в целом тут все примерно в одном положении.

Да.

Отсюда вопросы новичка ( чтобы расставить по местам и др. причинам, это может быть полезным):

• Сколько сетей люди обучают сами , по другим характеристикам ( например, играют только французскую или только определенные структуры) ?. Читал недавно по сетям по эндшпилям, но это была маленькая сеть и в что-то серьезное не развилось - в той ссылке-больше не знаю. Возможно, что сетки развиваются хорошо по разным "шахматным темам")

Есть энтузиасты, которые что-то там децентрализованно обучают. Да, типа какие-то отдельные нюансы шахмат. Не знаю, насколько их много и не уверен, что это сильно полезно.

• Сколько по ресурсам обучить шахматную среднюю сеть на среднем железе ( или облаке со средними данными). Хотя бы примерные данные. Время, количество данных/партий и другое.

Тут временные рамки сложно провести. Ну, вот Лилу уже год или уже больше обучают достаточно много людей. А так, чтобы играла на 3-й разряд - наверное, и один человек со своей видеокартой справится за какое-то разумное время.

• Есть ли смысл ( скорее всего есть, но непонятно в каких направлениях) обучать свою сеть/подсеть. Добавлять свою сеть ( подсеть), обучая ее по своим характеристикам( например, Комсюк решил играть в турнире французские структуры- обучаем сеть на таких данных). Обучать можно и на странных в первом взгляде характеристиках- повышение общей результативности ( агрессивность) и т.п.

Т.е., типа взять лучшую на данный момент сеть, переписать обучающий скрипт, чтобы ставил только французскую защиту и начать обучать? Думаю, прибавку в силе особо не заметишь. И пока будешь обучать, основная сеть, над которой трудится много энтузиастов, уйдёт далеко вперёд по силе, и не будет смысла использовать свою.

Обучить совсем маленькую сеть совсем несложно, тут совсем не нужно даже быть специалистом.

А, по-моему, что большая, что маленькая - нужно быть одинаково хорошим специалистом. Просто большая требует больше вложений времени на обучение.

Тут чаще вопрос- на чем обучать, с какими целями, на каких тонкостях и данных такие небольшие подсети ( то есть может ли это дать выгоду и какую по отношению к тем, кто этого не делает).

Думаю, выгоду трудно будет извлечь.

• То есть вопрос- не использовать лишь готовое, но и придумать что-то дополнительное-. Как в этом направлении работают- какие есть данные? Кроме нейросетей ведь много по анализу данных и ИИ.

Можно работать в направлении улучшения алгоритма поиска MCST (и его параметров), который используется в LC0. Или какой-нибудь другой алгоритм придумать.

Новая статистика. Растёт потихоньку.

Участник @химичка написал в Математические и логические задачи:

Участник @bulldozer написал в Математические и логические задачи:

А и Б не могут быть оба мафией, потому что тогда бы А знал, что Б - мафия, и не мог бы сказать правду, что знает, кто такой Б.

Б не может быть мирным в таком случае

Правильно. Если А - мафия, то Б - только шериф.

Пост, в общем-то, посвящается @Комс.

Меня не устраивает ширина поиска в Лиле и я играюсь с настройками с целью сделать так, чтобы слабые ходы получали больше времени.

В Лиле используется алгоритм UCT, и есть такая формула (1):

Cpuct' = Cpuct + CpuctFactor * ln((Nodes + CpuctBase)/CpuctBase)

Это была основная формула. Можно, если нужно, выразить Nodes. Формула (2):

Nodes = CpuctBase * (e^((Cpuct' - Cpuct)/CpuctFactor) - 1)

Или выразить CpuctBase. Формула (3):

CpuctBase = Nodes / (e^((Cpuct' - Cpuct)/CpuctFactor) - 1)

Объясню формулу (1). Это всё конфигурационные параметры движка, кроме Cpuct' (это вычисляемый) и Nodes (сколько просмотрено узлов на данный момент при анализе ДАННОГО узла).
Из описания алгоритма известно, что баланс exploitation - exploration сдвигается вправо тем больше, чем больше Cpuct'. Т.е., чтобы поиск сделать шире, нужно увеличивать Cpuct', чего можно достичь увеличением Cpuct, или CpuctFactor, или уменьшением CpuctBase. И, само собой, при увеличении Nodes поиск расширяется автоматически.
Для каждого хода-кандидата вычисляется его приоритетность, а именно Cpuct' плюс некоторое слагаемое, с которым я особо не разбирался пока (оно зависит от оценки хода), и выбирается тот ход-кандидат, у которого сумма больше. Т.е., приоритетность хода-кандидата зависит от нодесов, просмотренных во время анализа этого хода ранее, от оценки хода и от конфигурационных параметров.

По дефолту такие значения:

? = 3 + 2 * ln((Nodes + 19652)/19652)

При дефолтных значениях динамика получается следующая.
Когда Nodes = 0 (т.е., свежий ход), то Cpuct' = 3.
Когда Nodes = 33K, то Cpuct' = 5.
и т.д., вот таблица:

*Время указано на моей текущей конфигурации железа и софта. Может отличаться для разных видеокарт и нейросетей. Для справки: на RTX 2060 с нейросетью T40B.4-260 скорость расчёта примерно 10K nodes/sec = 600 Knodes/min = 36M nodes/hr.
Указано потраченное время только на обдумывание этого хода, но не других ходов-кандидатов.

Если я держу движок уже 13 минут на ходе (причём, это означает общее время анализа уже намного больше, если этот ход не на первой линии!), то мне кажется, это значит, что я хочу уже широкого анализа, а не додрачивания оценки лучшего хода. Меня как-то не очень устраивает, что Cpuct' для 5 минут и 13 минут отличается так мало. Временно снимается - пока не понимаю полностью, как это всё работает.

Можно крутить CpuctBase. Я ещё буду дописывать этот пост.

Но Вы всё равно будете суммировать рейтинг из рейтинг-листов этих месяцев? Это неправильно.

Мне пришёл в голову довольно наглядный пример, который показывает, почему суммирование рейтингов плохо.

Зайц с кроликом поспорили, кто лучше ищет морковки. Позвали волка рассудить.
Волк говорит:

Даю вам год. Каждый месяц вы будете приходить ко мне и показывать, сколько у вас всего набралось морковок. Я буду это число записывать в блокнот. В конце года усредню эти числа и таким образом определю победителя.

В январе приходят к волку заяц и кролик. Заяц приносит одну морковку, а кролик ни одной - ничего не нашёл пока. Волк записал:
З - 1, К - 0.
В феврале снова приходят заяц и кролик. На этот раз они ничего больше не нашли. Поэтому заяц показывает ту же самую старую морковку, а кролику показать нечего. Волк записал:
З - 1, К - 0.
Март был похож на февраль. Снова у зайца только та старая морковка, а у кролика пусто.
З - 1, К - 0.
И так весь год до декабря - никто больше ничего не нашёл.
А вот в декабре... Заяц ничего не нашёл - ту же морковку показал, а кролик нашёл аж 10 морковок! Волк записал:
З - 1, К - 10.

Время подводить итоги. Волк посчитал зайцу среднее его чисел морковок по месяцам: (1 + 1 + 1 + ... + 1) / 12 = 1.
И кролику: (0 + 0 + 0 + ... + 10) / 12 = 10/12.
У зайца показатель выше, потому что 1 больше, чем 10/12. Он и прошёл в турнир претендентов.
Так устроен и отбор ФИДЕ. Вам нравится эта система? Мне нет. Всё-таки десять морковок лучше, чем одна.

Недавно исследователи открыли факт загрязнения наших водопроводных систем опасным химическим соединением, которое называется «дигидрогена монооксид» (Dihydrogen monoxide). Это вещество бесцветно, не имеет вкуса и запаха. Каждый год химикат убивает множество людей, но, кажется, правительства не слишком этим озабочены.

Химикат используется для следующих целей:

• В производстве как растворитель и хладагент
• В ядерных реакторах
• В производстве пенопласта
• В огнетушителях
• В химических и биологических лабораториях
• В производстве пестицидов
• В искусственных пищевых добавках
• Химикат является основной составляющей кислотных дождей
• Способствует эрозии почвы
• Ускоряет коррозию и вредит большинству электроприборов
• Длительный контакт с химикатом в его твёрдой форме приводит к серьёзным повреждениям кожи человека
• Контакт с газообразной формой химиката приводит к сильным ожогам
• Вдыхание даже небольшого количества химиката грозит смертельным исходом
• Химикат обнаружен в злокачественных опухолях, нарывах, язвах и прочих болезненных изменениях тела
• Химикат развивает зависимость; жертвам при воздержании от потребления химиката грозит смерть в течение 168 часов
• Ни один известный очиститель не способен полностью очистить воду от этого химиката
• Несмотря на эти опасности, химикат активно и безнаказанно используется в индустрии. Многие корпорации ежедневно получают тонны химиката через специально проложенные подземные трубопроводы. Люди, работающие с химикатом, как правило, не получают спецодежды и инструктажа. Отработанный химикат тоннами выливается в реки и моря.

Участник @комс написал в Движки:

поищи в инете тест "ночной кошмар II", не помню, как по-английски
Там есть даже поза из Полугаевский - Торре, 1982

Или завтра скину
Но оболочка Фритц будет нужна, как ни крути

Запустил в пакетном режиме (помнишь, для тебя делал? - пригодился) все 30 задач оттуда, по 7 минут на каждую. Когда отработает, проверю сколько правильных решений. Потом будем и другие сетки так проверять, и другие настройки.

После одиннадцатого тура:

Там, ответ, наверное, 1/7. Просто воображаемый ящик априори неравноценен остальным, а в моей задаче равноценен.

Две картинки о том, как важен параметр NNCacheSize в Лиле. Это размер кэша нейронной сети, выраженный в максимальном кол-ве сохраняемых позиций.
И почему его нельзя оставлять по умолчанию.

В первом эксперименте NNCacheSize установлен по умолчанию (200K).
Во втором эксперименте он увеличен в 100 раз и равен 20M.

В первом эксперименте кэш быстро заполнился (синяя линия), после чего скорость перебора позиций (красная линия) расти перестала, т.е., многие позиции идут на расчёт в видеокарту. Жёлтая линия - общее число просмотренных позиций - за час поднялась до 26K.

В втором эксперименте кэш даже к концу заполнился лишь на две трети (синяя линия). Скорость перебора позиций (красная линия) расти не переставала, т.е., многие позиции брались из кэша, а чем больше кэш, тем больше вероятность найти в нём позицию. Жёлтая линия - общее число просмотренных позиций - за час поднялась до 70K.

Вот так только настройкой кэша ускорили движок в 2.5 раза.

Завтра начинается ТП-2022.
У меня они уже "сыграли" - определили, за кого буду болеть.

Спрашивается, сколько гномы пробудут максимум, если действуют оптимально.
Подразумеваем также, что гномы стараются минимизировать матожидание времени пребывания в доме.

Определения

Назовём этаж плохим, если его номер не ниже номера уже проверенного этажа, с которого разбился алмаз.
Назовём этаж хорошим, если его номер не выше, чем наивысший уже проверенный этаж, с которого алмаз не разбился.
Назовём остальные этажи подозрительными - они выше всех хороших и ниже всех плохих.
Примечание: если первый алмаз ещё не кидался, то хороших или плохих этажей нет - все подозрительные.
Примечание: если первый алмаз разбился сразу, то хороших этажей нет - все или плохие (с какого разбился и выше), или подозрительные (ниже этажа, с какого разбился).
Примечание: если подозрительных этажей нет - это значит, что эксперимент закончился успешно (не значит оптимально) - гномы точно знают, где проходит граница между хорошими и плохими этажами. Если остались подозрительные этажи, это значит, что их задача не решена.

Разобьём время пребывание гномов в доме на два этапа: первый этап длиной T1, когда они кидают первый алмаз и второй этап длиной T2, когда первый алмаз потрачен, и они кидают второй.
Если представить себе, что первый алмаз уже потрачен, то гномы обязаны, тут никуда не денешься, второй алмаз кидать с каждого подозрительного этажа по порядку, начиная с нижнего подозрительного (иначе есть вероятность потратить и второй алмаз, не получив точного ответа). В этом случае T2 равно максимум количеству оставшихся подозрительных этажей. Теперь задача гномов сводится к тому, чтобы оставить как можно меньше подозрительных этажей для второго этапа и в то же время не растягивать по времени первый этап.
Они могут на первом этапе, например, действовать методом дихотомии, а именно кинуть с 50-го этажа, потом с 75-го, потом с 87-го и т.д. Т.е., делить оставшийся отрезок примерно пополам. Не факт, что именно этот метод оптимален - нужно проверять. Допустим, мы знаем оптимальный метод для первого этапа. Тогда можно найти T1 как наиболее вероятное кол-во сделанных попыток до разбивания первого алмаза, а как найти T2 - см. выше. Останется сложить T1 и T2.
На самом деле я знаю, что есть неточность в рассуждениях выше - "оптимизировать" на самом деле нужно оба этапа одновременно.
Дальше я продолжать сейчас не буду, потому что нужно работать.

Ответ.

Я согласен поиграть в эту игру, если мне разрешать ставить меньше, чем у меня в банке. Если ставить до 9% банка, то можно выигрывать на длинной дистанции.

Пользователь @exhibeo написал в Усиливаем свою игру:

Гениально!

Эти гарвардские умники создали плагин ChatGPT для Tindera, который будет за вас общаться с собеседником.

Удивительно насколько все просто: нейросеть анализирует информацию из биографии личности собеседника и предложит несколько вариантов ответов.

▸ Опробовать можно тут. (https://copilot4dating.com/)

Негодно, этот бот откажется генерить дикпик.