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。

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)

やねうら王Wikiを充実させたことで、いままで「ふかうら王が自分の環境では動かん！」と言ってた人もすべて救済されたと思う。

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。

いまの将棋ソフト、人間からすると強くなりすぎて、ソフトの大会での先手勝率が高すぎることが問題になりつつある。例えば、先日の電竜戦では、先手勝率70.0%、後手勝率25.6%であった。

棋力の高い人が将棋ソフトの助けを借りながら作成された定跡として先手番専用定跡s-book_blackがある。現代において、何らかの方法で定跡を自動生成するとして、その生成された定跡の良し悪しを評価する時に、一つの基準となりうるのがs-book_blackである。この定跡は非常に優秀で、また、この定跡より長い定跡を自動生成するのは非常に大変であることがわかっている。

水匠開発者として有名なたややんさん。たややんさんは、思考エンジン部分には手を出さず、評価関数の学習に力を入れておられます。そのため、「たややんは、将棋ソフト開発者ではない」「たややんは、プログラム書けない」みたいな謂れなき中傷も一部で見受けられますが、そんなたややんさんの凄いところを同じチームメンバーとして書いていきたいと思います。

電竜戦でも用いたスーパーテラショック定跡、GeForce RTX 3090を丸一ヶ月ほど回して作成し、150万局面も搭載している大作である。先日行われた第二回電竜戦では「やねうら王」の定跡としてこれをそのまま用いた。やねうら王は惜しくも予選敗退となったが、内容的には、そこまで悪くない。というのも、