WCSC31(第31回 世界コンピュータ将棋選手権)で、2位に輝いたDeep Learning系の将棋ソフトであるPAL。その学習のためにHEROZの社内のマシンが使われているといる話がありましたが、その具体的な分量については不明でした。今回、Wantedlyのインタビュー記事でその情報が公開されました。

floodgateという将棋ソフトのオンライン対局場があるのですが、いまここのレーティングがぐちゃぐちゃになっています。

囲碁ソフト(例えばKataGoや『天頂の囲碁』(マイナビ))は、CPUで動かしてもそこそこ強いらしい。それに比べて、DL(Deep Learning)を用いている将棋ソフトはCPUで動かすと何故こんなに弱いのか(※ ただしトッププロよりは強い)という質問というか罵声というか、ときには言葉の暴力みたいなのがやってくる。中には、KataGoみたいにopcl(OpenCL)を使わないから弱いんだろ、将棋の開発者は開発を怠っている、みたいな意見があったり、「将棋の開発者が開発にお金をかけないのが悪い。やねさんのお小遣いでやったぐらいでおっつかないだろ」みたいに言う人もいる。

DL(Deep Learning)系の将棋ソフトを動かそうと考えている人向けに、コスパ最強のパソコンの選び方を説明する。

dlshogiの山岡さんから詫び石(教師データ)が配られるかもと書いたのですが、実際に配られた模様です。

惜しくも二次予選敗退となったdlshogi with GCTですが、その評価関数、実行ファイルが公開されました。

WCSC31(第31回世界コンピュータ将棋選手権)で6回戦の時点でPALが5勝1負。もはやPAL優勝か、さすがHEROZのA100×72基(たぶん使えるのは8基程度？)使えるだけのことはあるな！指し手にすごく安定感があります！などとPALの優勝を誰も疑ってはいなかったのですが…。

今回、WCSC31の決勝に残ったフルスクラッチのソフトにQugiyというソフトがある。評価関数は水匠(NNUE)をそのまま使っているらしいのだけど、探索部丸ごと(NNUEまで含めて)自力で実装したという、その技術力の高さに驚かされると共に、指し手生成がやねうら王よりも速く、飛び利き(飛車・角のような長い利き)もMagic Bitboardを用いずにbit演算で高速に求めているのだそうだ。

NVIDIA A100というGeForce RTX 3090の3倍ぐらいの性能のGPUがあって、AWSだとA100×8、GCPだとA100×16というインスタンスが借りられる。前者の料金は1時間4000円弱、後者はその倍程度である。

AobaZeroはDeepMind社のAlphaZeroの追試をその目的としたプロジェクトであった。教師生成(棋譜生成)の部分をアウトソーシング化(?)してあり、誰でもGoogle Colabで棋譜生成に協力できるようになっていた。生成された教師は公開されており、誰でも利用することができた。昨年の電竜戦で優勝したGCTもAobaZeroの棋譜を利用していたし、他のdlshogiチルドレン(?)も、AobaZeroの棋譜にはずいぶんお世話になっているはずである。