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 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 将棋や囲碁ソフトの開発 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 囲碁世界Ⅴ（開発版は「彩」） 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 人間のチャンピオン 必勝法解明！ ルールどおり打てる アマチュア有段者 オセロ チェス 囲碁 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 Bonanzaが2006年に登場 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 Bonanzaは負けたが好勝負だった 渡辺竜王の感想 1手につき10億局面を探索 「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 四方を囲めば相手の石を取れる 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 局面の数値化が難しく囲碁は停滞していた 陣地の認識 石の連絡の認識 生きている石の認識 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 囲碁プログラム「彩」を作りはじめる 2007年 GnuGoが6級、彩は8級 2007年 10月にモンテカルロ法に移行 2008年 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 ３ｘ３の範囲のパターンを学習 アタリを逃げる、石を取る。 人間の棋譜から統計を取る 着手確率を求める アタリ 高確率 低確率
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 常に大局的に局面を見ている 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 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