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。

「NNUEのネットワークサイズってNNUEの作者の那須さんが最適なものを選んでるんでしょ、いまさら工夫しても無駄だよ」という声がどこからともなく聞こえてきたのでここで反論しておきます。