科学技術の発展は計測技術によって支えられ、計測技術の進歩は新たな科学的発見の基盤となってきた。将棋AIの世界においてもそれは同様で、前のバージョンからわずかでも強くなったのかを正確に計測することができれば、そのわずかな棋力向上を繰り返し、最強の探索部が書けるという理屈がある。

先月のゴールデンウィークに行われた第33回世界コンピュータ将棋選手権(WCSC33)で弊やねうら王チームが準優勝したあと(この準優勝は本当に準優勝であって、ビールにおつまみで乾杯するという意味ではない)、角換りという戦型について以下のツイートをした。

WCSC33(第33回世界コンピュータ将棋選手権)ではやねうら王が準優勝となった。

今年もまたこの季節がやってきた。今回の選手権は、昨年優勝したdlshogiチーム、A100×8の8,9台構成だと言うではないか。(つまりはA100が6,70基あるってこと)　AWSで借りるなら1時間4万円ぐらいかかる。

thunderさんが探索アルゴリズムの入門書を執筆されたそうでご恵贈いただいた。

前回記事で柿木将棋の柿木さんが考案された無駄合判定アルゴリズムとして以下の本を紹介したのですが、この本が絶版になっていて悲鳴のような声を受信したのでフォローしておきます。

詰将棋ルーチンを書いていると詰将棋の無駄合のルールがとてもややこしいことに気づきます。本当にややこしいので、無駄合を考慮する詰将棋ルーチンはプログラマーなら誰も書きたがらないことが多く、一部の開発者以外この問題と正面から向き合おうともしていません。

lishogiという将棋の対局サイトでは、次の一手問題が出題されてそれに解答していくとR(レート)が上がっていき、自分のレートがわかるという仕組みがある。

いまのDeep Learning系の上位の将棋ソフトは、AlphaZeroのアーキテクチャに倣っていて、局面を入力し、Policy(次のよさげな一手が最大値になる)とValue(期待勝率)を出力している。では、Policyだけで1手も先の局面を調べない場合、どれくらいの強さになるのだろうか？