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？

渡辺名人が購入した130万円のパソコン、クラウドでそれと同じ性能のもの、1時間50円で使えるよとツイートしたらえらくバズった。

いま大会上位に位置するDeep Learning系の将棋AIは、評価関数として画像認識などでよく使われているResNetを用いている。ResNetについては機械学習を齧っている人ならば誰でも知ってるぐらい有名だと思うので、詳しい説明は割愛する。(ググれば詳しい説明がいくらでも出てくる)

いま、将棋AIの世界はdlshogiに代表されるDeep Learning型の将棋ソフトと、αβ探索を用いる従来型の将棋ソフトとに大きく二分される。後者の上位ソフトは、評価関数にNNUE評価関数を採用しており、後者のタイプのソフトはNNUE型と呼ばれるほどの一大勢力を築き上げている。

このNNUE評価関数を設計したのは、tanuki-チーム(当時)の那須さんである。NNUEは浅い層からなるニューラルネットワークだが、那須さんの実装は、C++ templateで書かれていて、層を増やしたり特徴量の数を変更したりできるようになっていた。

WCSC(世界コンピュータ将棋選手権)で引き分けの回数を集計した人がいて、その結果を教えてもらった。やねうら王は通算で2位なのだそうだ。前回とか今回とかの集計結果ではなく、WCSC第1回から第32回までの通算で2位。

いまや将棋AIは強くなりすぎた。人間のような将棋AIも望まれている。しかし人間のような将棋AIとは何なのだろうか？「人間のような将棋AI」と言う場合、人間のような弱さ、人間のように間違う、人間のような錯覚を起こす、みたいなのも含まれていると思う。

やねうら王のGitHubとそのWikiのテキストをすべて刷新した。この作業に40時間以上要した。

やねうら王に関するあらゆる質問はこの記事のコメント欄にお願いします。
ふかうら王の件もこの記事のコメント欄でお願いします。

やねうら王のGitHubに私が7ヶ月ほど前にcommitした改良、盛大にバグっていたことが判明した。

先月の電竜戦(将棋ソフトの大会)で優勝したGCT電竜チームの山岡忠夫さんと加納邦彦さん(共著)の将棋ソフト本が12月20日に発売になる。