ゲームAIの置換表におけるreplacement strategyについて

将棋AIの開発者と話していて、置換表の仕組みの詳細を把握している人が少なそうだった。置換表は、将棋AI以外のゲームAIでも使える汎用的な技術である。この技術が誰も口伝しないままロストテクノロジーになってはいけないと思い、私が重い腰を上げ筆を執る次第である。

続きを読む

角換りは終わったのかについて1万文字程度で

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。

続きを読む

PolicyNetworkだけの将棋ソフトの強さは?

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?

続きを読む

誰もdlshogiには敵わなくなって将棋AIの世界が終わってしまった件

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)

続きを読む

NNUE評価関数、新しい時代の夜明け

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。

続きを読む

やねうら王がWCSCでの引き分け回数、通算で2位である件

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。

続きを読む

人間のように錯覚を起こす将棋AIについて

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。

続きを読む