将棋や囲碁で用いているMCTS(Monte Carlo tree search)では、末端の局面でplayout(rollout)として局面評価のためにNN(ニューラルネット)を呼び出している。つまりは、実際にはplayoutは行っていない。

将棋ソフトで使われている技術は将棋以外の分野で役に立つことは少ないのだが、Deep Learning系の将棋ソフトで使われている技術、例えばMCTS(モンテカルロ木探索)は、わりと広範な応用事例がある。

WCSC31(第31回 世界コンピュータ将棋選手権)で、2位に輝いたDeep Learning系の将棋ソフトであるPAL。その学習のためにHEROZの社内のマシンが使われているといる話がありましたが、その具体的な分量については不明でした。今回、Wantedlyのインタビュー記事でその情報が公開されました。

floodgateという将棋ソフトのオンライン対局場があるのですが、いまここのレーティングがぐちゃぐちゃになっています。

囲碁ソフト(例えばKataGoや『天頂の囲碁』(マイナビ))は、CPUで動かしてもそこそこ強いらしい。それに比べて、DL(Deep Learning)を用いている将棋ソフトはCPUで動かすと何故こんなに弱いのか(※ ただしトッププロよりは強い)という質問というか罵声というか、ときには言葉の暴力みたいなのがやってくる。中には、KataGoみたいにopcl(OpenCL)を使わないから弱いんだろ、将棋の開発者は開発を怠っている、みたいな意見があったり、「将棋の開発者が開発にお金をかけないのが悪い。やねさんのお小遣いでやったぐらいでおっつかないだろ」みたいに言う人もいる。

WCSC31(第31回世界コンピュータ将棋選手権)では、ハイレベルな(人間から見ると異次元の)攻防も色々とあったようだ。

DL(Deep Learning)系の将棋ソフトを動かそうと考えている人向けに、コスパ最強のパソコンの選び方を説明する。

dlshogiの山岡さんから詫び石(教師データ)が配られるかもと書いたのですが、実際に配られた模様です。

惜しくも二次予選敗退となったdlshogi with GCTですが、その評価関数、実行ファイルが公開されました。

WCSC31(第31回世界コンピュータ将棋選手権)で6回戦の時点でPALが5勝1負。もはやPAL優勝か、さすがHEROZのA100×72基(たぶん使えるのは8基程度？)使えるだけのことはあるな！指し手にすごく安定感があります！などとPALの優勝を誰も疑ってはいなかったのですが…。