Una red neuronal actualizable eficientemente ( NNUE , un juego de palabras japonés sobre Nue , a veces estilizado como ƎUИИ ) es una función de evaluación basada en redes neuronales cuyas entradas son tablas de piezas cuadradas , o variantes de las mismas, como la tabla de piezas cuadradas rey. [1] NNUE se utiliza principalmente para los nodos de hojas del árbol alfa-beta . [2] Si bien es más lento que las funciones de evaluación hechas a mano, NNUE no sufre el problema de la "ceguera más allá del movimiento actual". [3]
NNUE fue inventado por Yu Nasu y introducido en el shogi informático en 2018. [4] [5] El 6 de agosto de 2020, NNUE se transfirió por primera vez a un motor de ajedrez, Stockfish 12. [6] [7] Desde 2021, todos Algunos de los motores de ajedrez clásicos mejor valorados, como Komodo Dragon, tienen una implementación NNUE para seguir siendo competitivos.
NNUE se ejecuta de manera eficiente en unidades centrales de procesamiento sin necesidad de una unidad de procesamiento de gráficos (GPU).
La red neuronal utilizada para la implementación original del shogi informático de 2018 consta de cuatro capas de peso: W1 (enteros de 16 bits) y W2, W3 y W4 (8 bits). Tiene 4 capas completamente conectadas, funciones de activación ReLU y genera un solo número, que es la puntuación del tablero.
W1 codificaba la posición del rey y, por lo tanto, esta capa sólo necesitaba ser reevaluada una vez que el rey se movía. Utilizó técnicas de computación incremental y datos múltiples de instrucción única (SIMD) junto con instrucciones intrínsecas apropiadas . [4]