ゲームAIに関しては、オセロ、チェス、将棋、囲碁とすでにトッププロでも敵わないレベルに到達した。これらのゲームAIから人間が学ぶにはどうすれば良いのかということについて考えてみる。
AIから人間が学ぶ方法について考えてみた
15
カテゴリーアーカイブ: 機械学習
月刊教師局面 2018年1月号
rezero18からdepth 8で生成した教師データ、100億局面を期間限定で公開します。(2018年2月19日までの限定公開)
さくらインターネットの機械学習ナイトで発表してきました
私のほう、発表資料の準備があまり出来てなくて、そして、こういう発表に不慣れで聞きづらかったと思う。聞きに来てくれた人たちには申し訳ない。
DeepMind社がやねうら王に注目し始めたようです
DeepMindがAlphaGo Zeroで使われた手法をチェスと将棋に適用して、チェスと将棋の世界でもぶっちぎり強いソフトが出来たそうです。(私は、内容は詳しく読んでいません。)
教師データはWCSC28終了まで公開しておきます
depth10で作った110億局面の教師データ、期間限定で公開します
SDT5の直前にAWSで20万円かけて生成したという例のやつです。
Apery(SDT5)の評価関数はどれくらい強いのですか？
本大会で最強の評価関数はAperyのものだと私はくどいほど言い続けたが、それを確認しておく。
評価関数をゼロから学習させるときに駒割りも学習させる話
リゼロ評価関数では、評価関数をゼロから学習させているが、駒割り(駒の点数)は、Aperyのソースコードで定義されている点数を初期値として用いてある。実際のところ、これがすべてゼロであってもきちんと学習できることは確かめた。
freeze_kkは何のためにあるのですか？
やねうら王のlearnコマンドのfreeze_kk/kkp/kppは何のためにあるのか、説明を書いておく。
本大会のやねうら王は究極のリゼロ系
今回のやねうら王は、学習時に人間の棋譜を用いていない。いわゆるリゼロ系である。学習時に人間の定跡も用いていない。初期局面から何手かランダムムーブさせた局面からdepth 10で対局させたものを教師局面として用いている。