将棋AIで学ぶディープラーニング

内容紹介

<b>人より強い"将棋プログラム"を作ろう</b>

将棋プログラムの作成を通してディープラーニングをより深く理解できる。

2016年3月、プロ棋士に勝つには後10年かかると言われていたコンピュータ囲碁でDeepMindが開発したAlphaGoがトップ棋士に勝利しました。

そのAlphaGoで使われた手法がディープラーニングです。

AlphaGoでは局面を「画像」として認識し打ち手の確率と局面の勝率を予測することで、次の打ち手を決めています。

画像とは具体的にどのようなものか、次の打ち手をどうやって決めるのか?AlphaGoの論文をヒントに、ディープラーニングを使い棋譜を学習した将棋AIの開発を行います。

強化学習のみでトップレベルの強さを持つAlphaZeroで用いられた手法についても取り入れています。

[導入編]では、コンピュータ将棋の歴史とディープラーニングの関係、コンピュータ将棋の大会の概要と参加方法について紹介します。

[理論編]では、実装する将棋AIの前提となる理論について解説します。

従来のコンピュータ将棋のアルゴリズム、コンピュータ囲碁で用いられているモンテカルロ木探索とAlphaGoがどのようにディープラーニングを応用したか。

基礎的な知識について解説しつつ、これらを将棋AIに応用する方法について述べます。

[実践編]では、ディープラーニングを使った、実際に対局できる以下の3つの将棋AIについて、PythonとChainerで実装していきます。

方策ネットワーク(policy network)を使って指し手の予測のみでプレイするAI。

価値ネットワーク(value network)を使って1手探索を行うAI。

方策ネットワークと価値ネットワークを使ってモンテカルロ木探索を行うAI。

最後に、より強い将棋AIを作りたいという方のために、ヒントとなる情報を紹介します。

内容（「BOOK」データベースより）

人より強い将棋プログラムを作る!Python、Chainerによる将棋AIの作成を通して、ディープラーニングのしくみをより深く理解。

AlphaGo、AlphaZeroで用いられた手法も解説。

著者について

山岡忠夫(やまおか・ただお)

東京工業大学工学部電子物理工学科卒業。

システムエンジニア。

趣味でスマートフォン向けアプリの開発を行っている。

AlphaGoでディープラーニングに興味を持ち将棋ソフト「dlshogi」を開発中。

開発状況は随時ブログに掲載中。

著者略歴 (「BOOK著者紹介情報」より)

山岡/忠夫

東京工業大学工学部電子物理工学科卒業。

システムエンジニア。

趣味でスマートフォン向けアプリの開発を行っている。

AlphaGoでディープラーニングに興味を持ち将棋ソフト「dlshogi」を開発中(本データはこの書籍が刊行された当時に掲載されていたものです)