Transcript モンテカルロ法と囲碁・将棋ソフトの人智超え

モンテカルロ法と囲碁・将棋ソフトの人知超え
～ 最強プログラムはサイコロを振るだけなのか ～
山下 宏
2009年10月7日
経団連会館
JISAコンベンション2009
スライド紹介
私について
将棋や囲碁ソフトの開発
現在のソフトの実力
将棋ソフト「Ｂｏｎａｎｚａ」の衝撃
コンピュータ囲碁
囲碁のルール
モンテカルロ法
将棋や囲碁ソフトを開発
ＡＩ将棋
1993年発売
現在Version 16まで
コンピュータ将棋選手権で優勝3回
囲碁世界Ⅴ（開発版は「彩」）
2009年発売
モンテカルロ法を採用
現在のゲームソフトの強さ
ル
ー
ル
ど
お
り
打
て
る
人
間
の
チ
ャ
ン
ピ
オ
ン
ア
マ
チ
ュ
ア
有
段
者
囲碁
必
勝
法
解
明
！
オセロ
チェス
将棋
チェッカー
将棋
相手の王様を取った
方が勝ち
将棋ソフト「Ｂｏｎａｎｚａ」の衝撃
局面の数値化は人間が手作業で行ってきた
人間の感覚を数値に変換するあいまいな作業
Bonanzaが2006年に登場
プロの棋譜１万局から学習させる
プロの真似が上手に
局面の数値化が正確になった！
渡辺竜王と対戦するＢｏｎａｎｚａ
2007年3月に対
戦
1手につき10億局
面を探索
Bonanzaは負けた
が好勝負だった
渡辺竜王の感想
「プロの足元まで
来ている」
将棋ソフトの強さの推移
人間の名人は3100点ぐらい？2012年ごろに到達か？
名人？
アマ六段
アマ初段
囲碁
陣取りゲーム
陣地の多い方が勝ち
黒地96目
白地80目
コミ5目半
黒10目半
勝ち
囲碁のルール
盤面に黒白交互に石を置いていく
19×19の盤が一般的
13×13(13路盤)、９×９(９路盤)もある
四方を囲めば相手の石を取れる
黒が▲に打てば、囲まれた白の石を取れる
囲碁のルール ２
四方を囲まれた場所に石は置けない
ただし、そこに置くことによって相手の石を取れ
るなら構わない
Ａには白石は置けないがＢには置ける
囲碁のルール ３
石が置けない場所が２つ以上あれば、この
石は取られることがないので「生き」ている
この黒石を取ることはできないので「生き」
囲碁のルール ４
先手の黒が有利なので、ハンデを負わせる
これを「コミ」と呼ぶ
6.5目あるいは7.5目が一般的
コンピュータ囲碁の歴史
1969年 最初のプログラムが登場
1995年 ８級になる
2001年 ３級になる
2007年 ３級のまま停滞
2008年 ２段に（モンテカルロ囲碁の登場）
2009年 ３段に
従来の囲碁ソフト
人間の思考を真似したプログラミング
陣地の認識
石の連絡の認識
生きている石の認識
局面の数値化が難しく囲碁は停滞していた
将棋やチェスは駒の損得が重要
囲碁にはそれがなく、すべてがあいまい
モンテカルロ法の登場で囲碁ソフトは大きく変わった！
モンテカルロ法とは？
乱数を使って数値計算を（適当に）行う手法
由来はギャンブルで有名なモナコの地名から
円周率（π）の計算など
モンテカルロ法の衝撃
1996年
2007年
2007年
2008年
囲碁プログラム「彩」を作りはじめる
GnuGoが6級、彩は8級
10月にモンテカルロ法に移行
2月、モンテカルロ法の彩が3級に
12年かけてGnuGoにすら届かなかったのが4ヶ
月でGnuGoを遥かに追い越した！
従来の人間の思考の真似をしていたプログラ
マには大ショック
モンテカルロ法を使った囲碁の仕組み
１．乱数で黒石、白石を交互に置く
２．打つ場所がなくなったら終了
３．点数を計算する
４．１. － ３. を何度も繰り返す
（実際のサンプルを表示）
シミュレーションの精度を上げる
囲碁知識を利用
アタリを逃げる、石を取る。
３ｘ３の範囲のパターンを学習
人間の棋譜から統計を取る
着手確率を求める
高確率
低確率
アタリ
黒石の着手確率
数値が大きいほど着手確率が高い
精度を上げたサンプル
サンプルを再生
単純乱数（上）と囲碁っぽい乱数
囲碁っぽい乱数を使ったほうが格段に強い
単純乱数（上）は途中
図がひどい。最後はど
ちらも同じ感じ
将棋よりも囲碁も方が先に？！
モンテカルロ法が本格的になって１年で９路
でプロに近いレベルに
２年でプロに１９路で８子で勝利
８コアで。コア数が４倍になれば１子減る？
将棋は2012年に名人に勝つ？予想
このペースで進むなら将棋よりも先に囲碁の
方が名人に勝ってしまうかも
ご静聴ありがとうございました
モンテカルロ法の囲碁の特徴
ぎりぎり半目で勝とうとする
勝っているときは安全に
負けているときは勝負手を放つ
常に大局的に局面を見ている
部分の損得にこだわらないグローバルな視点
人間は小さな得に目を奪われがち