AlphaZero est-il toujours le meilleur programme d'échecs ?

La question est complexe. DeepMind n'a pas publié de version publique d'AlphaZero. Stockfish a été massivement amélioré depuis 2017, intégrant des réseaux de neurones dans son évaluation (NNUE, Efficiently Updatable Neural Network). La version actuelle de Stockfish (Stockfish 16/17) est probablement meilleure qu'AlphaZero tel qu'il était en 2017. Leela Chess Zero (Lc0), l'équivalent open-source d'AlphaZero, continue à être développé et représente l'approche deep learning. La frontière entre les deux approches s'est estompée.

Pourquoi les conditions du match AlphaZero-Stockfish sont-elles contestées ?

Principalement parce que Stockfish tournait sans base de finales de Syzygy (une bibliothèque de finales parfaitement calculées que Stockfish utilise normalement), et parce que la configuration matérielle d'AlphaZero (TPUs Google, matériel spécialisé) n'était pas directement comparable à celle de Stockfish (CPU standard). Des résultats publiés plus tard dans Science (décembre 2018), avec des conditions plus équilibrées, confirmaient néanmoins la supériorité d'AlphaZero, mais avec un avantage moins écrasant.

Qu'est-ce que le système NNUE qui a révolutionné Stockfish ?

NNUE (Efficiently Updatable Neural Network) est une architecture de réseau de neurones conçue pour fonctionner très rapidement sur des CPUs standards. Intégrée dans Stockfish depuis 2020, elle remplace l'ancienne fonction d'évaluation heuristique par un réseau de neurones entraîné sur des millions de positions évaluées par Stockfish lui-même. Résultat : Stockfish NNUE combine la vitesse de recherche de l'alpha-bêta avec la richesse d'évaluation des réseaux de neurones : un hybride qui a augmenté son niveau d'environ 80-100 points Elo.

AlphaZero a-t-il vraiment 'redécouvert' des concepts d'échecs perdus ?

Plus précisément : il a joué des idées qui étaient connues théoriquement mais considérées comme 'trop risquées' ou 'insuffisamment solides' par les standards des moteurs classiques. Des pions gambits maintenus pendant de nombreux coups pour la compensation dynamique, des structures de pions asymétriques que Stockfish évaluerait négativement mais qui contiennent des 'poisons' tactiques. Des Grands Maîtres comme Kasparov et Seirawan ont commenté que le style d'AlphaZero ressemblait parfois à celui de joueurs romantiques du XIXe siècle : maximiser les pièces actives plutôt que le compte matériel.

Leela Chess Zero (Lc0) est-il accessible au public ?

Oui, complètement. Lc0 est un projet open-source qui implémente l'architecture d'AlphaZero en utilisant des poids de réseau de neurones entraînés par la communauté. Il est téléchargeable gratuitement et s'intègre dans des interfaces d'analyse comme Arena ou Chessbase. Sur un bon GPU, il joue à un niveau comparable aux meilleurs Stockfish. C'est le moyen pour les joueurs ordinaires d'accéder à un style d'analyse 'AlphaZero-like' : qui peut être plus instructif que Stockfish pour comprendre les positions à compensation intuitive.

1 de outubro de 2026

AlphaZero contra Stockfish: a revolução da inteligência artificial no xadrez

Por Le Gaucher

Ciência · 19 min

SumárioIr para uma seção

Dezembro de 2017. A equipe da DeepMind publica um artigo de pesquisa e, em anexo, 10 partidas comentadas. Essas 10 partidas eletrizaram a comunidade enxadrística de uma forma que nada havia feito desde o match Fischer-Spassky de 1972.

Não era simplesmente que um programa batia outro programa. Era a forma como ele batia.

A arquitetura do AlphaZero

Para compreender por que o AlphaZero representa uma ruptura, é preciso entender o que ele faz : e o que não faz.

O AlphaZero é um sistema de deep reinforcement learning (aprendizado por reforço profundo). Ele combina duas tecnologias:

Uma rede neural profunda que toma como entrada a posição do tabuleiro e produz duas saídas : uma distribuição de probabilidade sobre todos os lances legais (a "policy head" : quais lances parecem promissores) e uma avaliação da posição (-1 a +1, correspondendo a uma vitória das pretas, uma remis ou uma vitória das brancas : a "value head").

A busca em árvore Monte Carlo (MCTS) que usa a rede neural para guiar a busca. Em vez de explorar a árvore de jogo de forma exaustiva com poda alfa-beta, o MCTS simula partidas até o fim escolhendo os lances segundo as probabilidades da policy head e propagando os resultados para a raiz.

O que é notável : o AlphaZero recebeu apenas as regras do jogo. Nenhuma partida humana. Nenhuma heurística de posição. Nenhuma base de finais. Nenhum conhecimento sobre o que é uma "boa" posição : apenas a regra de que o xeque-mate é a vitória.

Ele jogou 44 milhões de partidas contra si mesmo em 9 horas (em TPUs do Google, hardware especializado), ajustando seus pesos de rede após cada partida. Ao final, havia desenvolvido uma compreensão do jogo de uma forma que ninguém havia programado.

O match: 28-0-72

No match de dezembro de 2017, o AlphaZero jogou 100 partidas contra o Stockfish 8 (a melhor versão da época) em cadência clássica. Resultado: 28 vitórias para o AlphaZero, 72 empates, 0 derrota.

Esse placar é estupefante por vários aspectos. Um programa que bate o Stockfish sem nunca perder é extraordinário : o Stockfish 8 era ele mesmo muito superior a qualquer humano. E as vitórias não eram vitórias técnicas em finais complicados : construíam-se sobre temas posicionais claros.

Críticas legítimas existem sobre as condições do match:

O Stockfish rodava sem suas bases de finais Syzygy
O hardware do AlphaZero (TPUs) não é diretamente comparável aos CPUs do Stockfish
O Stockfish não havia sido reotimizado para o hardware disponível

Essas críticas levaram a DeepMind a publicar em dezembro de 2018 uma versão revisada na revista Science, com condições mais equilibradas. O resultado confirmava a superioridade do AlphaZero, mas com uma vantagem menos esmagadora : cerca de 64% de vitórias nas posições abertas, placar global favorável mas não 28-0.

O estilo de jogo : o que fascinou os Grandes Mestres

O placar impressionava. O estilo estupefazia.

Os Grandes Mestres que comentaram as 10 partidas publicadas (Kasparov, Nakamura, Seirawan) usavam termos incomuns no contexto da análise de motores : "criativo", "humano", "romântico", "vivo".

Os sacrifícios posicionais. O AlphaZero era notavelmente disposto a sacrificar material (tipicamente um peão, às vezes mais) para obter uma compensação dinâmica. O Stockfish, com sua avaliação material precisa, frequentemente recusaria esses sacrifícios ou os avaliaria como negativos. O AlphaZero os jogava e mantinha a compensação durante muitos lances, até que o material se transformasse em vantagem posicional.

A confiança nas posições "biologicamente ganhadoras". Posições em que a avaliação numérica do Stockfish era ~+0,2 (ligeiramente favoráveis às brancas, quase neutras) mas onde o AlphaZero mantinha uma pressão contínua, obrigando as pretas a defender posições desconfortáveis lance após lance, até o erro.

O estilo "rei ativo" nos finais. O AlphaZero usava seu rei de forma ofensiva mais cedo do que os motores clássicos : uma prática conhecida nos finais (o rei é uma peça forte nos finais) mas frequentemente diferida pelos motores que avaliam o rei seguro como prioridade absoluta.

Garry Kasparov, analisando as partidas, disse que "reconhecia" esse estilo : não como o de um programa, mas como o de um jogador humano brilhante com uma profunda compreensão posicional. "É assim que eu gostava de jogar quando estava no auge."

O que o AlphaZero (re)descobriu na teoria das aberturas

O impacto mais duradouro do AlphaZero na prática do xadrez não é o match em si : é a influência sobre a teoria das aberturas.

O AlphaZero jogava regularmente vários sistemas que os motores clássicos haviam desvalorizado:

A Defesa London (1.d4 d5 2.Bf4): considerada pelos motores como sólida mas sem mordente. O AlphaZero a jogava com uma energia posicional que inspirou jogadores humanos a reintegrá-la no alto nível. Hoje, Magnus Carlsen e outras elites a utilizam regularmente.

O Gambito do Rei (1.e4 e5 2.f4): uma abertura romântica do século XIX, geralmente considerada insuficiente no mais alto nível. O AlphaZero a jogava e ganhava : revelando recursos que a teoria moderna não havia explorado plenamente.

Estruturas de peões com ilhas múltiplas que o Stockfish avaliava ligeiramente de forma negativa mas que continham dinâmicas compensatórias.

Essas "redescoberta" influenciaram as análises preparatórias das elites. Alguns Grandes Mestres usam explicitamente o Leela Chess Zero (o equivalente open-source do AlphaZero) para encontrar ideias que o Stockfish teria rejeitado.

A convergência : Stockfish NNUE e o fim da dicotomia

Em 2020, o Stockfish integrou uma arquitetura de rede neural chamada NNUE (Efficiently Updatable Neural Network), desenvolvida inicialmente para o shogi.

O NNUE substitui a função de avaliação heurística do Stockfish por uma rede neural treinada em milhões de posições avaliadas pelo próprio Stockfish. Resultado : o Stockfish NNUE combina a velocidade de busca alfa-beta da antiga arquitetura com a riqueza de avaliação posicional das redes neurais.

A melhoria de nível foi imediata : cerca de 80-100 pontos Elo de ganho, tornando o Stockfish NNUE o melhor programa disponível publicamente.

A dicotomia "Stockfish (força bruta) vs AlphaZero (deep learning)" tornou-se obsoleta. As duas abordagens se fundiram. O Leela Chess Zero continua seu desenvolvimento com uma arquitetura mais próxima do AlphaZero, e os dois programas estão hoje próximos em força absoluta.

Implicações para a compreensão humana do xadrez

A questão mais profunda levantada pelo AlphaZero não é "qual programa é o melhor?" : é "o que nos ensina um programa que joga assim sobre a natureza da compreensão no xadrez?"

O AlphaZero sugere que existe uma forma de compreensão posicional que não é redutível à avaliação material precisa + busca profunda. Posições que o Stockfish avalia como ~0 (neutras) contêm "gradientes" sutis de pressão e oportunidade que o AlphaZero detecta e explora.

Esses gradientes : difíceis de quantificar numericamente, mas reconhecíveis intuitivamente por um Grande Mestre experiente : assemelham-se ao que os jogadores humanos chamam de "iniciativa", "dinâmica", "peças ativas". O AlphaZero desenvolveu uma forma de medir essas qualidades que as heurísticas clássicas não possuíam.

Para os jogadores humanos, o ensinamento é contraintuitivo : às vezes, a posição "objetivamente" ligeiramente inferior mas dinamicamente rica é melhor do que a posição "objetivamente" equivalente mas estática. As avaliações numéricas dos motores, úteis mas imperfeitas, nem sempre capturam essa dinâmica.

É talvez a contribuição mais duradoura do AlphaZero ao xadrez : lembrar que a medida do bom lance não é apenas numérica. A beleza, a pressão, o sacrifício, a iniciativa (conceitos que os jogadores humanos sempre utilizaram) têm uma realidade computacional, não apenas poética.

O AlphaZero nunca jogou uma partida contra um humano. Seus adversários eram motores e suas próprias cópias anteriores. Nunca sentiu a pressão de um torneio, o desconforto de uma posição perdedora, a alegria de uma bela combinação encontrada. E, no entanto, os Grandes Mestres disseram de seu jogo que era o mais "humano" que já analisaram. Há algo nessa ironia que merece reflexão.

L'essentiel

AlphaZero a été entraîné uniquement avec les règles du jeu et un apprentissage par auto-jeu (44 millions de parties en 9 heures sur TPUs Google), sans données de parties humaines, sans heuristiques explicites, sans base de finales.
Dans le match de décembre 2017 (100 parties à cadence classique), AlphaZero a remporté 28 victoires, fait 72 nulles, et perdu 0 parties contre Stockfish 8. Ce résultat est contesté par des critiques légitimes sur les conditions du match.
Le style de jeu d'AlphaZero est radicalement différent de Stockfish : dynamique, sacrificiel, avec une disposition à maintenir des positions 'intuitivement gagnantes' que les moteurs classiques évalueraient comme neutres ou légèrement inférieures.
AlphaZero évalue ~80 000 positions par seconde contre ~60 millions pour Stockfish, mais chaque évaluation par réseau de neurones est beaucoup plus 'riche' en information positionnelle que l'évaluation heuristique de Stockfish.
L'impact sur la théorie des ouvertures a été significatif : AlphaZero a redécouvert et validé des idées positionnelles que les théoriciens humains connaissaient vaguement mais que les moteurs classiques n'avaient jamais recommandées.

Perguntas frequentes

: La question est complexe. DeepMind n'a pas publié de version publique d'AlphaZero. Stockfish a été massivement amélioré depuis 2017, intégrant des réseaux de neurones dans son évaluation (NNUE, Efficiently Updatable Neural Network). La version actuelle de Stockfish (Stockfish 16/17) est probablement meilleure qu'AlphaZero tel qu'il était en 2017. Leela Chess Zero (Lc0), l'équivalent open-source d'AlphaZero, continue à être développé et représente l'approche deep learning. La frontière entre les deux approches s'est estompée.
: Principalement parce que Stockfish tournait sans base de finales de Syzygy (une bibliothèque de finales parfaitement calculées que Stockfish utilise normalement), et parce que la configuration matérielle d'AlphaZero (TPUs Google, matériel spécialisé) n'était pas directement comparable à celle de Stockfish (CPU standard). Des résultats publiés plus tard dans Science (décembre 2018), avec des conditions plus équilibrées, confirmaient néanmoins la supériorité d'AlphaZero, mais avec un avantage moins écrasant.
: NNUE (Efficiently Updatable Neural Network) est une architecture de réseau de neurones conçue pour fonctionner très rapidement sur des CPUs standards. Intégrée dans Stockfish depuis 2020, elle remplace l'ancienne fonction d'évaluation heuristique par un réseau de neurones entraîné sur des millions de positions évaluées par Stockfish lui-même. Résultat : Stockfish NNUE combine la vitesse de recherche de l'alpha-bêta avec la richesse d'évaluation des réseaux de neurones : un hybride qui a augmenté son niveau d'environ 80-100 points Elo.
: Plus précisément : il a joué des idées qui étaient connues théoriquement mais considérées comme 'trop risquées' ou 'insuffisamment solides' par les standards des moteurs classiques. Des pions gambits maintenus pendant de nombreux coups pour la compensation dynamique, des structures de pions asymétriques que Stockfish évaluerait négativement mais qui contiennent des 'poisons' tactiques. Des Grands Maîtres comme Kasparov et Seirawan ont commenté que le style d'AlphaZero ressemblait parfois à celui de joueurs romantiques du XIXe siècle : maximiser les pièces actives plutôt que le compte matériel.
: Oui, complètement. Lc0 est un projet open-source qui implémente l'architecture d'AlphaZero en utilisant des poids de réseau de neurones entraînés par la communauté. Il est téléchargeable gratuitement et s'intègre dans des interfaces d'analyse comme Arena ou Chessbase. Sur un bon GPU, il joue à un niveau comparable aux meilleurs Stockfish. C'est le moyen pour les joueurs ordinaires d'accéder à un style d'analyse 'AlphaZero-like' : qui peut être plus instructif que Stockfish pour comprendre les positions à compensation intuitive.