藤井聡太竜王・名人が今年ハマった「バイブコーディング」とは？について、先日、マイナビ将棋情報局のインタビューに私(やねうらお)がお答えしたものが将棋情報局の記事になった。

2025年の将棋AIは、知識蒸留という新たなるブレイクスルーで躍進した年だった。

DeepLearning系の将棋(以下DL系と略す)として無償で公開されているうちの最強格は、2021年に公開されたdlshogiの第2回電竜戦エキシビジョンバージョンである。

先月、たややんさんのチャンネルで水匠10と氷彗がエキシビションマッチを行っていた。同じスペックのマシンをAWSで用意して、それで対局されるというものだ。

探索パラメーターを自動調整したい。

WCSC35(第35回世界コンピュータ将棋選手権)、皆様、お疲れ様でした！やねうら王もエンジョイ勢として(?)参加してきました。

将棋AIでは、教師(教師局面)を生成して、そこから評価関数パラメーターの学習を行っている。AlphaZeroなんかもそうしている。

Deep Learningで将棋の評価関数の学習を行う。仮に、ResNetと呼ばれる画像識別でよく用いられるアーキテクチャを評価関数に使うとしよう。

いまどきの将棋AIは、探索エンジンとは別に、評価関数パラメーターの書かれたファイル(評価関数ファイル)、定跡DB(定跡の書かれたファイル)などに分かれている。これは、従来ひとかたまりだったものを、これでは開発の単位として大きすぎると思った私が、やねうら王をコンポーネント指向なデザインにしたからである。