ブルゲ的脱衣将棋のAIの凄さは「強さ」だけじゃない - 緑SM64のいろいろメモ
2003年(2001年の誤りでした。訂正してお詫び申し上げます。)ごろに発売され、アダルトゲームなのに異常に棋力が高いことで話題となったブルゲ的脱衣将棋。 搭載されているAIについてはその棋力にばかり注目されがちですが、このAI、他の将棋ソフトにはない唯一無二のものだと個人的には思います。 そんな訳で、今回はこの将棋ソフトについてレビューしていきたいと思います。 この記事ではR-18な側面には一切触れませんが（というか私がアダルトゲームを基本プレイしないので触れたくても触れられない）、一応18歳未満の方はみないでネ！ ブルゲ的脱衣将棋って？ 異常に強いAI AIが強いだけじゃなく特徴的 この棋風がもたらすもの まとめ ブルゲ的脱衣将棋って？ まずブルゲ的脱衣将棋について説明すると、ブルーゲイル社の人気作品のヒロインが集結した作品です。 ヒロインについては原作の絵師、声優の方を集結し、楽曲も
「AlphaZero」がチェス、将棋、囲碁の各世界最強AIを打ち負かす - ITmedia NEWS
Google系列のAI企業DeepMindの強化学習採用AI「AlphaZero」が、チェスのAI世界チャンピオン「Stockfish」、世界コンピュータ将棋選手権の2017年の勝者「elmo」、そして自社の囲碁AIで世界最強の「AlphaGo Zero」に勝利した。 米Alphabet傘下の英DeepMindは12月6日（現地時間）、「AlphaGo Zero」から進化させた強化学習採用のAI「AlphaZero」が、チェス、将棋、囲碁のそれぞれの世界最強AIを打ち負かしたと発表した。 強化学習（reinforcement learning）は大まかに言うと、学習用のデータを使わずに、AIが選択した行動が正しければ報酬を与えることで、AIの状況判断能力を上げていく機械学習方式。AlphaZeroはまた、行動の選択に「モンテカルロ木探索（MCTS）」と呼ばれる検索アルゴリズムを使う。 Al
羽生三冠「もしも神様から一手だけ指し直す権利をもらえたら」──振り返るのは“あの対局あの一手”
羽生三冠は、2016年に行われたドワンゴ主催の第2期叡王（えいおう）戦に参加し、準決勝で佐藤天彦名人に敗れた。叡王戦優勝者は2017年に行われる第2期電王戦で、山本一成さんと下山晃さんが開発する将棋AI「PONANZA」と戦う。史上初の七冠を達成するなどさまざまな記録で歴代1位の記録を持つ羽生三冠と、最強の将棋AIの対局が期待されていた。しかし佐藤名人が羽生三冠を破り、電王戦も第2期で終了となるため、公式の場での羽生三冠とAIの対局は実現しなかった。 対談はニコニコ動画ユーザーからの質問に答える形で行われ、その中で「もしも神様から昔の対局を一手だけ指し直せる権利をもらえたら、どの対局のどの手を指し直しますか？」という質問があった。 羽生三冠は、「一手詰めをうっかりして負けたことが一回あります」と切り出す。 羽生 普通だったら一手詰めは1秒立たないくらいで見つけなければいけないですが、さすが
将棋「電王戦」今春で終了へ 川上会長「歴史的役割は終わった」
最終戦となる第2期は、昨年「叡王戦」を優勝した佐藤天彦名人と、「第4回将棋電王トーナメント」を勝ち抜いた将棋ソフト「PONANZA」が2番勝負で争う。第1局は日光東照宮（栃木県）で4月1日に、第2局は姫路城（兵庫県）で5月20日に行う。 電王戦は2011年に、米長邦雄永世棋聖と将棋ソフト「ボンクラーズ」の対局としてスタート。16年からは第1期電王戦と銘打ち、“人間代表”を決める叡王戦の優勝者と将棋ソフトの代表を決めるトーナメントの覇者が激突している。 川上会長は、ドワンゴが電王戦を始めた経緯を「将棋界だけでなく社会全体でAI（人工知能）と人間がどういう関係かを示すために始めた」と話す。「電王戦はある意味で異種格闘技戦。AIと人間が付き合う上で、人間側のルールでの比較を前提としている。その考え自体がナンセンスで、もっと違う考え方をしなければならない」という。 「AIが人間よりも優れていると解
df-pnアルゴリズムを用いた詰将棋Solverによる最善解・余詰の導出 - すぎゃーんメモ
以前書いた、詰将棋問題生成の続き。 memo.sugyan.com 逆算による詰将棋の問題生成の方法自体は悪くないとして (バグによって有り得ない局面が出来上がったりしてしまったりもしたけど)、正しく詰将棋問題として成立するものが出来上がっているかどうかを検証するためのSolverが必要不可欠であり、これのパフォーマンスが生成のパフォーマンスにも影響してくる、というようなことを書いた。 実際、前回の記事のときに実装したSolverでは 総当たり的に探索するのは3〜5手が限界 詰将棋のルールに則る動きに限定しても、有り得る局面は指数関数的に増加する 合駒が絡む問題に対して正しく解が導けないことがある 先の展開まで読まないと無駄な合駒かどうかの判定ができない といった問題があった。 df-pnアルゴリズムによる探索 2002年の論文「df-pn アルゴリズムの詰将棋を解くプログラムへの応用」が
「人工知能は、黒魔術の影響が強くなっている」――“最強将棋ソフト”Ponanza開発者が語る
「人工知能の分野では、だんだんと黒魔術の影響力が強くなってきています」――将棋ソフト「Ponanza」を開発した山本一成さんがNHKの番組「視点・論点」で語ったこんな話が注目を集めている。 「人工知能の分野では、だんだんと黒魔術の影響力が強くなってきています」――“最強将棋ソフト”「Ponanza」を開発した山本一成さん（愛知学院大学特任准教授）が、NHKの番組「視点・論点」で語ったこんな話が、NHKの公式サイトに掲載され、注目を集めている。 記事によると、10年前、山本さんが「Ponanza」を作った当時は、アマ5段の山本さんが8枚落ちのハンデを付けても勝ってしまうほど「とても弱い将棋プログラム」だったが、わずか10年で名人に勝つまでに成長した。 Ponanzaに限らず、人工知能が飛躍的に成長する中で「人工知能の性能を上げるほど、なぜ性能が上がったのかを説明できなくなっている」という「少
Alpha Zeroの衝撃と技術的失業｜山本一成🚗TURING
2016年、Google DeepMind社から恐ろしい論文が出された、AlphaGoその名を冠した囲碁プログラムが既存の囲碁ソフトに勝率99％を叩き出したのだ。AlphaGoは強化学習とDeep Learningを組み合わせた囲碁プログラムで、その年に最強の囲碁棋士の一人である李世ドルさんに4勝1負で勝利した。その後も進歩を続けて今のAlphaGoの強さは人類が体感できるレベルを超えるほど強くなったと予想される。 2017年も終わりのころ、Google DeepMind社からまた途方もない論文が発表された。囲碁とほぼ同じ手法で最強レベルのチェスや将棋プログラムを超えたということだった。実際のところ正確に超えたのかどうかちょっとだけ疑問もあるのだが、まず前提として彼らの新手法が途方もない成果をあげたこと素直に祝福したい。彼らは自分たちのプログラムをAlpha Zeroと名付けた。 コンピュ
逆算方式による詰将棋の問題生成プログラム - すぎゃーんメモ
将棋を始めた ので、詰将棋を毎日のように解いているのだけど、せっかくなら詰将棋の問題を自動生成してみたい、と思って試してみた。 前提知識 詰将棋とはどんなものか 攻め方（先手）が玉方（後手）の玉を詰ますのが目的。 攻め方は必ず王手をかける（玉方は必ず王手をはずす）。 玉方は盤上と攻め方の持駒以外すべての駒（ただし玉は除く）を合駒として使用できる。 玉方は最善を尽くし、最も長く手数がかかるように逃げる。 玉方は無駄な合駒をしない。 その他は指し将棋のルール通り。二歩、打ち歩詰め、行き所のない駒、連続王手の千日手はいけない。 (日本将棋連盟の詰将棋ページより) 手法 コンピュータによる詰将棋の解答・問題生成というのは20年くらい前から既に様々な論文などで研究されているようだ。生成については、主に「ランダム法」「逆算法」といった方式があるらしい。 あまり論文にちゃんと目を通して調べてはいないけど
棋力の男女差は何が原因？ 統計分析を行った論文の紹介
棋力の男女差は何が原因？ 統計分析を行った論文の紹介 2015/11/29 2015/12/22 意見所感 チェス, 寄稿 はじめまして。TwitterでUlyemonという名前でつぶやいているものです。 たまたまチェスでの棋力の男女差に関する興味深い論文を見つけ、将棋ワンストップ様に紹介したところ、寄稿させていただけることになりました。ご参考になれば幸いです。 また本稿では以下の論文及び論文中の図を引用しており、引用箇所には[*]をつけています。 Christopher F. Chabris,Mark E. Glickman: Sex Differences in Intellectual Performance:Analysis of a Large Cohort of Competitive Chess Players Psychol Sci. 2006 Dec;17(12):104
2013-10-04 - Yamashiro0217の日記
特に非エンジニア向けに書く。 プログラマーの仕事はエディタに向かうことではない。 「お前は何を言っているんだ？」 まぁ、待って欲しい。説明する。 「将棋指しの仕事は駒を動かすことだ」 ？おかしいですよね。将棋指しの仕事は駒を「どう」動かすか考えることだ。 実際にレベルの高い将棋指し同士は、盤面が無くても脳内だけで試合ができる。 もちろん、プログラミングを実際に行なわないとコンピューターは動かない。 さらに例える。 プログラミング作業におけるコードをコンピューターに打つという作業は、 将棋指しが駒を動かす。というのに近い。 ただし、場合によっては駒の重さが30kgぐらいある。 どんだけ優れた将棋指しでも、30kgの駒を100回とか動かしたら、 疲れて頭回らなくて素人にも負けてしまうかもしれない。 30kgもある駒を動かすのは大変だ。 だからプログラマーはエディタ工夫したり、 開発環境工夫した
Deep Learningを用いた将棋プログラムGunyanzaを公開しました
ディープラーニング(深層学習)というのが流行っているそうです。すべての人類はディープラーニングによって実現されたAIに隷属する未来なんですってよ!!! こわーい。 そんなバラ色の技術、いっちょかみしておきたいですよね。 さて、オフィスで社長とダベっていたところ、「将棋プログラム面白そうだよね」という話になりました。お互将棋プログラムを作って闘わせようぜ、いぇー、と盛り上がり、勢いでコンピュータ将棋選手権に申し込みまでしてしまいました。 そんな経緯で、ディープラーニングをミリしら(=1ミリも知らない)な僕が、試しにディープラーニングを使って将棋のAIを書いてみたらいいやん、と思いついたのでした。将棋も、ハム将棋でハム8枚落ちで負けるレベルくらい。ダメじゃん。 ミリしらなので、「チェスで何かやってるヤツがいるだろう」とアタリをつけてググった結果、Erik Bernhardssonさんによる d
将棋電王戦FINAL第2局で衝撃の結末 Seleneが永瀬六段の異例の指し手「角成らず」を認識できず反則負けに
3月21日、プロ棋士と将棋ソフトによる5対5の団体戦「将棋電王戦FINAL」の第2局・永瀬拓矢六段対Seleneの対局が行われ、Seleneがプログラム上の問題で「角成らず」を認識できず反則負けになるという異例の結末を迎えました。 Seleneの「反則負け」という裁定に 将棋は一進一退の攻防が続きましたが、終盤、永瀬六段が王手で「2七角不成」という手を指したことで解説陣やニコニコ生放送の視聴者から大きなどよめきが。成ることで明らかに駒が強力になる「飛車・角・歩」は、「打ち歩詰め」という反則を避けたいというごく一部の例外を除き、実戦ではまず登場しない異例の手。そのためSeleneにはこの3駒の「成らず」がプログラムされておらず、別の指し手を入力してしまったため、「王手放置」で反則負けと判断したとのことです。 永瀬六段は直後の解説会に登場し、ほぼ勝ちを読みきっていた局面だったことを証明 コンピ
1
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
[特別読切]矢倉の囲い - 大石浩二 | 少年ジャンプ＋![[特別読切]矢倉の囲い - 大石浩二 | 少年ジャンプ＋](https://cdn-ak-scissors.b.st-hatena.com/image/square/2f99d6d4287a780a0f82486d1c64dc44ee91acb8/height=288;version=1;width=512/https%3A%2F%2Fcdn-ak-img.shonenjumpplus.com%2Fpublic%2Fseries-thumbnail%2F10834108156631757190-46472baae881ee834749485088f53e4d%3F1711560959)
ドワンゴ、「将棋電王トーナメント」終了を発表
「将棋漫画でネーム通らないやつなのでは？」藤井聡太五段、羽生竜王を撃破→そのまま朝日杯を制して史上最年少の一般棋戦優勝と六段昇段を達成
エピソード - 視点・論点