Deepmind(Google)のAlphaZeroがチェスに参入

2017/12/07読み物

アルファ碁を作ったDeepmind社が囲碁と同じ手法でチェスと将棋も機械学習させ、人間のトップレベルを超えるAIを作成したという論文が投稿されました。

• Mastering Chess and Shogi by Self-Play with a
  General Reinforcement Learning Algorithm – 1712.01815.pdf(PDF)

トップレベルのプログラムを超えた

白紙状態から自己対戦による学習を行ない、24時間で人間を超え、トップレベルのプログラムに勝つ強さになったとのことです。

Starting from random play, and given no domain knowledge except the game rules, AlphaZero achieved within 24 hours a superhuman level of play in the games of chess and shogi (Japanese chess) as well as Go, and convincingly defeated a world-champion program in each case.

Mastering Chess and Shogi by Self-Play with a
General Reinforcement Learning Algorithm – 1712.01815.pdf(PDF)

Mastering Chess and Shogi by Self-Play with a
General Reinforcement Learning Algorithm – 1712.01815.pdf(PDF)

Stockfishに無敗というのが恐ろしい。白番では25勝25分、黒番では3勝47分。チェスというゲームは引き分けが重要だということがわかります。

Mastering Chess and Shogi by Self-Play with a
General Reinforcement Learning Algorithm – 1712.01815.pdf(PDF)

オープニングごとの勝率

代表的な12のオープニングについて、AlphaZeroの自己対戦での採用率と勝敗も書かれています。どちらか片方に勝ち負けが偏るオープニングは選ばれなくなるので、学習を進めていくうちに採用率が変わってきます。

AlphaGo が囲碁の布石を変えたように、AlphaZero はチェスのオープニングも変えてしまうのでしょうか……

参考リンク

• AlphaZero vs. Stockfish 2017 | chess24.com