前回記事の続きをやっていきましょう。

前回、入力をK(玉のある升 81通り) + P(玉以外の駒の種類・升を表現した通し番号 1548通り)として、1つのニューロンで穴熊に囲えるということを説明しました。

続きを読む →

今回は、NNUE評価関数の一番シンプルな形で何故穴熊に囲えるのかについて解説してみます。

続きを読む →

昨日の記事で、AlphaZeroがどれくらいの強さなのかざっくり試算したのですが、ざっくりすぎてかなりいい加減だったので、LC0(LeelaChessZero)のbenchmarkを元に、正確に計算しなおします。

続きを読む →

AlphaZeroのShogi版は、あっという間に従来の将棋ソフトを抜き去ったかのように喧伝されているので今回はここで少しばかり反論したい。

続きを読む →

将棋ソフトで、対局後に自分の将棋の棋力を判定して表示してくれるものがある。あれは自分の弱点がわかってなかなか面白いと思うが、プレイヤーの棋力判定というのは、そういう自分が参考になるというだけではなく、オンラインゲームのマッチングにおいても重要である。

続きを読む →

ゲームAIに関しては、オセロ、チェス、将棋、囲碁とすでにトッププロでも敵わないレベルに到達した。これらのゲームAIから人間が学ぶにはどうすれば良いのかということについて考えてみる。

続きを読む →

rezero18からdepth 8で生成した教師データ、100億局面を期間限定で公開します。(2018年2月19日までの限定公開)

続きを読む →

私のほう、発表資料の準備があまり出来てなくて、そして、こういう発表に不慣れで聞きづらかったと思う。聞きに来てくれた人たちには申し訳ない。

続きを読む →

DeepMindがAlphaGo Zeroで使われた手法をチェスと将棋に適用して、チェスと将棋の世界でもぶっちぎり強いソフトが出来たそうです。(私は、内容は詳しく読んでいません。)

続きを読む →

前の記事で、期間限定で「depth10で作った110億局面の教師データ」を公開したのだが、WCSC28のルールによると、大会終了(?)まで入手可能ではない教師データはライブラリとして使えないらしい。仕方がないな…この教師データをWCSC28のライブラリ申請するとともに、WCSC28終了まで公開しておくことをここに約束しよう。

続きを読む →