Une IA d'échecs entraînée par self-play sur un simple laptop — et surtout : on peut affronter ses versions successives (l'IA après 1 h d'entraînement, 3 h, 10 h, 30 h…) et sentir soi-même chaque étage de sa progression. Zéro framework de ML, zéro Python : le réseau de neurones, le moteur de recherche et le serveur web sont écrits à la main en Rust.
Projet frère de PokerIA. Objectif affiché : le niveau de Deep Blue.
| Page | Ce qu'on y fait |
|---|---|
| / | Jouer contre n'importe quelle génération : bots de référence, « IA — 1 h », « IA — 3 h », … ou le champion du jour (promu par gating) |
| /training | Les courbes en direct : Elo estimé, % de points contre les bots de référence, loss, duels de gating, marqueurs des changements de régime |
| /live | 🔴 Regarder l'IA s'entraîner : le plateau d'une partie de self-play en cours, avec les évaluations de l'élève et du professeur côte à côte |
La courbe d'une ascension — de ~400 à ~1650 Elo maison : chaque trait vertical gris est un changement de régime (« recherche », « oracle »), chaque pointillé jaune un palier devenu adversaire jouable. Les creux racontent les impasses du journal de bord — rien n'est lissé :
Le plateau — ici la position finale de la première partie Claude vs champion (nulle par triple répétition en 39 coups) :
🔴 Le direct du self-play — une partie d'entraînement « prend le micro » : les deux jauges montrent l'évaluation de l'élève et celle du professeur sur la même position — leurs désaccords sont la matière première de l'apprentissage :
La partie Claude vs champion, en accéléré (enregistrée pendant la session) :
- Règles :
shakmaty(bitboards). - Recherche (
search.rs) : négamax alpha-bêta fail-soft à approfondissement itératif — table de transposition (scores de mat ajustés au ply), quiescence, tri coup TT / MVV-LVA / killers / historique, élagage null-move. - Évaluation (
nn.rs+nnue.rs) : MLP maison à architecture libre (actuellement [773, 1024, 128, 1], ReLU + tanh, Adam écrit à la main) servi en recherche par des accumulateurs incrémentaux type NNUE — deux perspectives (nos features basculent avec le trait), deltas par coup, seule la tête est recalculée. Mesuré : ×12 sur la vitesse de recherche, puis ×3,8 de plus avectarget-cpu=native(AVX2/FMA) → ~65 000 nœuds/s par thread. - Apprentissage (
train.rs+selfplay.rs) : self-play TD-leaf — l'IA joue contre elle-même (ouvertures diversifiées à haute température, arbitrage des positions décidées), chaque position est étiquetée par une valeur de recherche plutôt que par le seul résultat final. Trois régimes d'étiquetage : auto (sa propre recherche), mentoré (la recherche d'un réseau champion figé) ou oracle (un moteur UCI externe pleine force — Stockfish — note chaque position, ~15 ms/position sur un pool de moteurs réutilisés). Tampon de rejeu d'1,2 M de positions, apprentissage parallélisé (rayon). - Gating (
train.rs) : un réseau n'est promu champion que s'il bat le champion en titre à ≥ 55 % sur un duel à ouvertures aléatoires appariées. Aucune régression ne peut atteindre le plateau. - Paliers (
checkpoints.rs) : instantané du réseau à 1 h / 3 h / 10 h / 30 h / 100 h de temps d'entraînement cumulé — les adversaires historiques jouables du plateau. - Mesure (
elo.rs,calibrate.rs) : Elo estimé en continu contre une échelle d'ancres interne (ajustement par maximum de vraisemblance), et calibration contre Stockfish à force limitée (UCI_Elo) pour recaler l'échelle. - Distillation (
distill.rs) : transvaser un réseau dans une architecture plus grande (l'élève apprend à imiter le prof, puis l'entraînement reprend).
Le chemin réel, avec ses impasses — chaque leçon est un commit :
- Self-play 1 pli, étiquettes = résultat final : apprend la valeur du matériel, plafonne (~750 Elo maison), puis dérive — le self-play devenu déterministe apprend son propre écho. Leçon : la diversité des données est vitale ; les paliers ont servi de sauvegarde.
- Recherche complète + TD-leaf : +500 Elo en une nuit (pic 1326). Puis plateau : le cerveau [512] était plein.
- Réseau élargi par distillation : l'élève [1024] a d'abord régressé en s'entraînant sur ses propres étiquettes floues (chambre d'écho, gatings 17 %), a convergé sous mentorat (50 %)… sans pouvoir dépasser son professeur. Leçon : un élève ne dépasse pas le prof dont il copie toutes les notes.
- Oracle Stockfish : les étiquettes passent de ~1300 à ~2600+ Elo de qualité. Première promotion en 2 cycles, puis le cliquet s'installe : 30 générations de champions en ~40 h de calcul (147 duels de gating), Elo maison dans la bande 1450-1650 (pic à ~1660) après 75 h d'entraînement cumulé et 100 000+ parties de self-play.
- Première partie contre Claude (l'assistant IA, en cliquant sur le plateau comme n'importe quel visiteur) : nulle par triple répétition en 39 coups. Le champion a perdu un cavalier dès l'ouverture (aucun livre : il improvise), puis a puni trois imprécisions adverses en 150 ms chacune pour égaliser et prendre l'avantage... avant d'accepter la répétition en finale de tours. Diagnostic gratuit : tactiquement impitoyable, ouvertures et finales encore naïves — les deux prochains chantiers s'écrivent d'eux-mêmes.
cargo build --release
# Entraînement (régime oracle — recommandé si un Stockfish est disponible)
./target/release/train --out models --threads 18 --search-nodes 8000 \
--oracle engines/stockfish/stockfish-windows-x86-64-avx2.exe --oracle-movetime 15
# Serveur web (plateau + courbes + direct)
./target/release/serve
# Calibration Elo contre Stockfish à force limitée
./target/release/calibrate --games 24 --movetime 60 --elos 1320,1450,1600
# Élargir le réseau par distillation
./target/release/distill --teacher models/chess_best.bin --sizes 773,1024,128,1train --help liste tous les réglages (tampon de rejeu, gating, températures,
λ TD-leaf, poids du mentor…). Tout est sauvegardé à chaque cycle : couper et
relancer reprend exactement où on en était. .cargo/config.toml compile pour
le processeur local (target-cpu=native) — recompiler sur chaque machine.
Stockfish n'est pas embarqué : déposer un binaire UCI dans engines/ pour
les régimes oracle et la calibration (testé avec Stockfish 18).