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。

「大人の数トレチャンネル」(YouTube)に私が出演した時の後編の動画があまり再生回数が伸びてないので改めて紹介をさせていただく次第である。

vast.aiと言う個人間でGPUを貸し借りできるサイトにて、NVIDIA H100 SXMを$4/h(1時間$4の意味)ほどで借りられるので、実際に借りてふかうら王を動かしてベンチマークを取ってみました。

去る5月3日～5日に開催された第34回世界コンピュータ将棋選手権(以下WCSC34と略す)について、私の視点で書きたいことをいくつか書いておきたい。

Winnyの金子勇さんが考案された機械学習アルゴリズムED法を再現して実装した人がいていま話題になっている。

「令和の虎CHANNEL」と言うチャンネル登録者数 115万人ものYouTubeチャンネルに、電竜戦で人間最強賞を受賞した人が出演していた。