女流囲碁トップ棋士が語る、「相棒AI」との付き合い方
囲碁AIを日本のプロ棋士が研究に使うようになって1年半ほどたちますが、使い方はどう変化しましたか。 大橋氏 上野さんをはじめとする10代の棋士は、今では囲碁AIを使うのが当たり前になっていますね。20代も多くの棋士が囲碁AIに触れています。 囲碁AIの実行環境としてどのようなITインフラを使っているのでしょうか。 大橋氏 Amazon Web Services（AWS）のようなクラウドを使う棋士もいれば、高性能のGPUマシンを自ら購入している棋士もいます。 まず従量課金型のクラウドで囲碁AIを使ってみて、公式戦の振り返りで週1回使うだけならそのままクラウド、囲碁AIで毎日何時間も勉強するようならマシンを買う、といった判断をする棋士が多いですね。若手棋士はだいたい使い方のリズムがつかめてきた感じですが、その点で最先端を行くのが上野さんです。 おお、そうなんですか。上野さんの囲碁AIの実行環境
AWSを駆使する現役棋士・大橋拓文六段が語る、囲碁×AIの今
大橋拓文六段が語る、囲碁・将棋分野でのAI活用 大橋拓文氏（以下、大橋）：棋士の大橋拓文です、よろしくお願いします。 （会場拍手） 今日は（山本）一成さん、エキスパートの滝口さんと一緒に座談会ということで、お話しさせていただきます。 一成さんは、みなさんご存知のとおり、将棋のPonanzaの作者なんですが、私はどちらかというとコンピュータとかPCに1番詳しくない人の体験という方向でお話ししようと思います（笑）。 棋士というものは、今までそんなにコンピュータと縁がなかった職業なんですけど、AlphaGoの登場によって急にITのど真ん中に放り込まれた感がありまして（笑）。竜宮城というか、浦島太郎みたいな感じ。「浦島太郎がAIを使うとどうなるのか」という話だと思って、お聞きください。 まず自己紹介しますと、2002年にプロになって、ちょうど今、34歳で、人生の半分がプロという年になりました。好き
AlphaGo Zeroの論文を読む その4(自己対局) - TadaoYamaokaの開発日記
その3の続き 自己対局パイプライン 自己対局パイプラインは、3つの主要な部分から構成される。 最適化 評価 自己対局 これらは並行で実行される。 最適化 ミニバッチサイズ：2,048 (32バッチずつ別々のGPUで実行) ミニバッチデータは直近50万の自己対局のすべての局面からランダムでサンプリング モーメントありのSGDで最適化(モメンタムパラメータ=0.9) 学習率は以下の通り徐々に下げる 1000ステップ 学習率 0-400 400-600 >600 損失関数には、policyの交差エントロピーとvalueの平均二乗誤差の和を使用 policyの交差エントロピーとvalueの平均二乗誤差は等しく重み付けする L2正則化を行う(c=) 損失関数を式にすると以下の通り zは勝敗(-1,1)、vはvalue、はモンテカルロ木探索で求めた局面の遷移確率、はpolicyの遷移確率、はネットワー
AIが人類を超える日は来るの？→もう来てるよ - すなぶろ
先日買い物に行きました。ごま油が欲しかったのですが、目の前にあったのは 298円のごま油（250g、セール中） 378円のごま油（340g、通常価格） の2つ。私は安ければ何でも良いのですが、オトクなのはどちらだ？と考えたとき、暗算が苦手なのですぐに答えが出ません。そこでGoogleアシスタントさんにご登場願いました。 「250グラム298円のごま油と340グラム378円のごま油、安いのはどっち？」 「お調べしました」 「えっ」 機械に知性は宿るのか 最近、AIが流行っています。Artificial Intelligence、直訳すると人工知能、あるいは人工知性です。なぜ流行っているのか、まずは歴史をちょっとだけ紐解いてみましょう。 あらゆる問いに答えるプログラムは存在する 1950年代、ノイマン型コンピュータが発明されて実用化されました。0と1で動作するCPUベースの計算機、要するにパソ
AlphaGo Zeroの論文の要約 : ブログ
AlphaGo Zeroが自己学習のみで過去最強になったというニュースが出たのでその元論文を読み、要約をしました。 まず感想を述べると、過去数千年にわたって蓄積してきた知識をAIが数時間で発見することに対する気持ち良さがありました。人間などクソ食らえと思っておりますので、こう言うニュースはとてもスッキリします。そして人間の発見していない打ち筋の発見にも感動しました。これこそがAIの真髄だと信じています。人間が見えていないものをAIが見つける、僕もいつかそんなことをしてみたいと思いながら生きています。 あともう一つ重要だと思ったのは、とてもネットワーク構造および学習過程が簡素化されたことです。マシンパワーも過去に比べて非常に少なく済み、個人でもすぐに再現実験ができそうなくらいです。AIが強くなることと、構造および学習のsimplerが同時に達成できていることが本質的だと思います。 一応、下記
「AlphaGo Zero」──ビッグデータ不要のAI棋士が自己対局のみで世界最強に
Googleの系列AI企業DeepMindが、世界最強囲碁AI「AlphaGo」の新バージョン「AlphaGo Zero」が、試合データ不要の自己対局のみで、40日後に柯潔九段に勝った先輩AlphaGoに完勝するまでに成長したと発表した。 米Alphabet傘下のDeepMindは10月18日（現地時間）、過去の試合データを使わず、自己対局のみでスキルアップする新囲碁AI「AlphaGo Zero」を発表した。生まれてから40日後には、5月に世界最強棋士、柯潔（カ・ケツ）九段を破った「AlphaGo Master」に完勝し、世界最強棋士になった。 AlphaGo Zeroに囲碁のルール以外をいっさい与えず、強化学習式で自分自身と対戦させたところ、最初は初心者のような対局を行っていたが、3日目には韓国のプロ棋士・李世ドル氏を破った初代AlphaGoに100対0で勝ち、40日目には5月の引退後
AlphaGo Zero: Starting from scratch
Research AlphaGo Zero: Starting from scratch Published 18 October 2017 Authors David Silver, Demis Hassabis Artificial intelligence research has made rapid progress in a wide variety of domains from speech recognition and image classification to genomics and drug discovery. In many cases, these are specialist systems that leverage enormous amounts of human expertise and data. However, for some pro
「AlphaGo」に続いてGoogleのDeepMindが人間並みの知性を持つ「スーパーヒューマンAI」の開発へ
By GLAS-8 世界最強の棋士を下した囲碁AIを開発したGoogleの人工知能開発企業「DeepMind」が、「犬は猫を追いかける」といったオブジェクトの挙動を予測する、人間並みの認識能力を持つAIの開発を行っています。 DeepMind’s neural network teaches AI to reason about the world | New Scientist https://www.newscientist.com/article/2134244-deepminds-neural-network-teaches-ai-to-reason-about-the-world/ Forget AlphaGo—DeepMind Has a More Interesting Step Toward General AI - MIT Technology Review https:
AlphaGoの論文解説とAIが人間を超えるまで - A Successful Failure
2016年06月03日 AlphaGoの論文解説とAIが人間を超えるまで Tweet Google DeepMindによって開発されたAlphaGoが世界最強のプロ囲碁棋士の1人である李世ドルを4勝1敗で破ったことは世界に衝撃を与えた。現時点でAlphaGoは世界ランキングにおいて柯潔九段に次ぐ2位につけており、もし柯潔九段との対戦が実現すれば誰をも寄せ付けない孤高のトップに君臨することだろう。 もともと囲碁は将棋やチェスに比べて場合の数が膨大であり（チェス=10120, 将棋=10220, 囲碁=10360）、コンピュータには複雑すぎて人間よりも強くなるにはまだしばらくの時間がかかると見られていた。実際、将棋でプロを圧倒する実力を達成した（参考: コンピュータ将棋のトッププロを凌ぐ強さが確認されるまで）情報処理学会は、次の目標として囲碁を挙げていたところだった。最後に残ったグランドチャレ
AlphaGo
Making historyOur artificial intelligence (AI) system, AlphaGo, learned to master the ancient Chinese game of Go — a profoundly complex board game of strategy, creativity, and ingenuity. AlphaGo defeated a human Go world champion a decade before experts thought possible, inspired players around the world to discover new approaches, and arguably, became the strongest Go player in history. It proved
謎の囲碁棋士「Master」の正体は「AlphaGo」 Googleが発表
※本記事はアフィリエイトプログラムによる収益を得ています Google DeepMindの共同創立者であるデミス・ハサビス氏が1月5日（日本時間）、Twitterを更新。年末年始に世界のトップ棋士を続々撃破していた謎の囲碁アカウント「Master」は、囲碁ソフト「AlphaGo」の新バージョンだと明らかにした。 声明によると、同社ではAlphaGoの改善作業に取り組んでおり、ここ数日はネット上で非公式のテストを行っていたという。「東洋囲碁と野狐囲碁で『Magister』『Master』と対戦した方、そして観戦して楽しんでもらった皆さんに感謝します」。テストが完了したことで、今後は囲碁の団体・専門家と協力して、2017年内に本格的な（持ち時間の多い）“公式戦”を実施するとしている。 無敗のMaster 囲碁アカウント「Master」の戦績は、「野狐囲碁」で30勝0敗、東洋囲碁を含めると60勝
ネットに謎の囲碁棋士「Master」が出現 世界トップ棋士を続々撃破
※本記事はアフィリエイトプログラムによる収益を得ています 新年早々、囲碁界にビッグニュースが飛び込んできた。1月2日、謎の囲碁アカウント「Master」が、井山裕太六冠とみられる人物と対戦し撃破した。勝負の様子は囲碁サイト「野狐囲碁」で生配信され、世界中の4000人以上が見守った。 勝負の様子（野狐囲碁公式Twitterより） 対局が始まったのは2日20時前。ネット上では瞬く間に謎の怪物と日本最強が対戦しているとの情報が駆け巡り、視聴者数が急増。勝負も序盤から激しい戦いとなった。SNSでは日中韓のプロ棋士が実況し、トップ棋士の1人、古力九段（2003年～2008年の中国ランキング1位）が「井山六冠（白）が良い」とコメントした局面もあったが、次第にMaster（黒）が逆転。20時40分ごろに中押し勝ちとなった。 囲碁界では2016年3月、Google DeepMindが開発した囲碁ソフト「A
2016年のディープラーニング論文100選 - Qiita
これはFujitsu Advent Calendar 2016の11日目の記事です。 掲載内容は個人の意見・見解であり、富士通グループを代表するものではありません。なお、内容の正確性には注意を払っていますが無保証です。 はじめに この記事では先月今年発表されたディープラーニング論文（ArXivでの発表時期、発表された国際会議が2016年開催またはジャーナル掲載が2016年のもの）から私が個人的に重要だと思った論文を収集しています。また、2015年末ごろの論文も重要なものは採用しています。 以下の投稿も合わせてご覧ください。 2017年のディープラーニング論文100選 DeepLearning研究 2016年のまとめ 2016年の深層学習を用いた画像認識モデル foobarNet: ディープラーニング関連の○○Netまとめ NIPS2016実装集 ディープラーニングにとっての2016年 20
AIの「人間超え」、その時トップ囲碁棋士は
今年3月、世界トッププレイヤーの1人、韓国の李世ドル（イ・セドル）九段が五番勝負でグーグル傘下企業のディープマインドが開発した人工知能（AI）「アルファ碁」に敗れたというニュースが世界中を駆け巡った。チェス、将棋など人類の知性の象徴とされてきたゲームで次々にAIによる「人間超え」が起きてきたが、「早くて10年後」とされてきた囲碁がここまで早く陥落することを予想する人はいなかった。 AIが人間を超える、シンギュラリティ（技術的特異点）。遅かれ早かれ、我々全員が直面する現実だ。正に今、囲碁棋士はその現実に向き合っている。そこには、どのような光景が広がっているのか。名人、本因坊など14回のタイトル獲得経験を持つ日本囲碁界のトップ棋士の1人、高尾紳路九段が緊急寄稿した。 3月9～15日にかけて行われた五番勝負で、韓国の李世ドル九段が人工知能（AI）「アルファ碁」に敗れた。通算成績は1勝4敗だった。
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
「３時間目までは初心者→10時間目に基本定石を発見」AlphaGo Zeroの囲碁の学習の仕方がすごすぎてもはや恐怖
Google AlphaGo に対する、日中韓の棋士による評価まとめ
Googleが囲碁ファンに「AlphaGo同士の対局データ」を置き土産。棋譜が意味不明すぎると話題に : IT速報
「AlphaGo」という“神”の引退と、人類最強の19歳が見せた涙の意味：現地レポート
入門AlphaGo
cakes（ケイクス）
