Falls es jemanden hier interessiert, es gibt mittlerweile Stockfish nnue, ein Stockfish, der ein stark vereinfachtes NeuralNetz (mit direkt-verbundenen Layern) benutzt, welches auf Stockfishpartien beruht. Das NN ist, wie gesagt, sehr stark vereinfacht, was aber immerhin den Vorteil hat, daß Stockfish nnue wie eine normale AB-Engine funktioniert und auch eine normale AB-Baumsuche durchführt, im Gegensatz zu Lc0, (allerdings nur ca. 40% der Knotenleistung des "normalen" Stockfish) und auch normal auf CPU benutzt wird, eine GPU ist nicht erforderlich und wird auch nicht unterstützt.
Das Ganze war ursprünglich für Shogi gedacht und wurde erst kürzlich für das klassische Schach umgeschrieben, ist also noch in einem frühen Stadium. Allerdings spielt das Ganze schon recht ordentlich, bei mir läuft gerade ein 5000-Partien Testrun, nach 1200 Partien ist der Score so bei ca. 3400 SPCC-Elo, also ca. auf dem Level von Komodo 12.3/Komodo 13.1.
Auf meiner Website habe ich (ganz oben in den News) sowohl den Download der Binary, als auch des NNs verlinkt, welches ich zum Testrun benutze, sowie den Thread auf talkchess zu diesem Thema. Da ich im Moment wenig Zeit habe, wäre es schön, wenn sich mal jemand die Spielweise von Stockfish nnue ansehen und etwas dazu sagen könnte. Ein so tiefes Positionsverständnis wie Lc0 kann man aufgrund der viel simpleren NN-Struktur von Stockfish nnue sicher nicht erwarten. Trotzdem wären insbesondere wahrnehmbare Unterschiede zur Spielweise des normalen Stockfish (falls es welche gibt) interessant.