先月末(30日)から、2日間、第5回将棋AI電竜戦本戦が開催された。正式名称は「文部科学大臣杯第5回世界将棋AI電竜戦本戦」と言う。ここでは、「第5回電竜戦」と書くことにする。

やねうら王の評価関数にNNUE(差分計算可能な3層程度の全結合ニューラルネットワーク)が採用されて数年の時を経たのちに、チェスのAIであるStockfishにNNUEが導入された。

Google DeepMind社がtransformerを用いたチェスAIで、探索なしにグランドマスターレベルに到達したという論文を発表した。

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。

将棋AIの大会、例えば電竜戦では、DL(Deep Learning)系の将棋AIであるGCT電竜が2連覇を果たしている。

先日、将棋ソフトの大会である第2回世界将棋AI電竜戦TSECが開催され、やねうら王チームのたややんさんの将棋ソフトである水匠が総合優勝を果たした。

競プロでも探索を行う問題が出題されることがあります。BFS(幅優先探索)とかDFS(深さ優先探索)とかで簡単に解けちゃう問題から、評価関数をうまく定義して、chokudaiサーチ(Beam Searchの亜種)みたいなので解決しないといけない問題まであります。

やねうら王ｍブランチとは強いのか、弱いのか。そこには、どんな技術が使われているのか。ざっと書き残しておきたい。

• This articlehas been translated from this article by DeepL translation. Sorry if it’s hard to read.

The NNUE evaluation function has been ported to Stockfish and has had a noticeable effect.

※　この記事の英語版はこちらです。

NNUE評価関数がStockfishに移植され、顕著にその効果を発揮しました。