Hatena Blog Tags
はてなブログ トップ
将棋AI
このタグでブログを書く
言葉の解説
ネットで話題
関連ブログ

将棋AI

このタグの解説についてこの解説文は、すでに終了したサービス「はてなキーワード」内で有志のユーザーが作成・編集した内容に基づいています。その正確性や網羅性をはてなが保証するものではありません。問題のある記述を発見した場合には、お問い合わせフォームよりご連絡ください。
退職お父さんのお金の話　➖　投資・FP・趣味について呟きます　➖•4ヶ月前

「我敗れたり　コンピュータ棋戦の全てを語る」米長邦雄　2012年

退職お父さんだよ。 図書館の開架にこんな本を見つけたので借りて読んでみたよ。 われ敗れたり コンピュータ棋戦のすべてを語る (中公文庫) 作者:米長邦雄 中央公論新社 Amazon とても面白かったので紹介してみたい。 著者米長邦雄はプロ棋士（名人経験者）であり、引退後は2005年から2012年に亡くなるまで日本将棋連盟会長を務めた人物だ。彼が会長にいる間にどんどん将棋AIが強くなり、プロ棋士とAIの対戦の機運が高まった。会長としてこの流れを将棋の発展に繋げたいと考えて、 第1回電脳戦（2012年開催） という棋戦を作り、自らが将棋AI ボンクラーズ（2011年コンピュータ将棋世界選手権優勝）…

#米長#米長邦雄#我敗れたり#将棋#将棋AI#電脳戦#第1回電脳戦#ボンクラーズ

ネットで話題

もっと見る
393ブックマークGoogleが最強のチェス・将棋AI「AlphaZero」を発表　わずか24時間の自己学習で最強AIを上回るnlab.itmedia.co.jp
253ブックマーク将棋AIの強化学習の基礎が根底から変わりそうな件 | やねうら王 公式サイト将棋AIでは、教師(教師局面)を生成して、そこから評価関数パラメーターの学習を行っている。AlphaZeroなんかもそうしている。 教師は、実際に対局して生成する。ところが、この対局は、1手指すごとに何千とか何万とかの局面を探索しないといけない。Deep Learning(以下DLと略す)系の将棋AIの場合、何千とか何万の局面を...yaneuraou.yaneu.com
240ブックマーク「CPU最強 vs. GPU最強」──進化する将棋AIのいま　プロに勝利した「Ponanza」から「水匠」「dlshogi」までwww.itmedia.co.jp
238ブックマーク最強将棋AIが新境地へ、DeepMindのAI「AlphaTensor」が50年以上停滞していた行列乗算アルゴリズムの改良に成功gigazine.net
222ブックマーク羽生九段はなぜ「勝率94％」で投了したのか　将棋AI“進化”のジレンマ　棋士の本音は・・・開発責任者の秘策は「神の手」（テレビ朝日系（ANN）） - Yahoo!ニュースnews.yahoo.co.jp
182ブックマークたややん⚖将棋AI水匠 on Twitter: "羽生先生の本日の対局は伝説級だと思います。 将棋AI「水匠」は、66手目について、ずっと４三金を推奨していたのですが、250億手(！)読ませると、７九竜が明らかな最善手であることが判明しました(画像参照)。 羽生先生はどの時点… https://t.co/Sc0PQhtm74"twitter.com
132ブックマーク将棋AIの大会をめちゃめちゃにできる定跡が発見された | やねうら王 公式サイト将棋AIの大会をめちゃめちゃにできる、とんでもない定跡が発見された。次図の局面である。 ご覧の通り、現代の角換わりの入口の局面である。普通は先手は69玉～79玉と一手あえて手損して、後手に余分に1手指させることで形を悪くさせて仕掛けのチャンスを狙うのであるが、本譜は、その69玉を省略し、手損せずに79玉～45...yaneuraou.yaneu.com
100ブックマーク誰もdlshogiには敵わなくなって将棋AIの世界が終わってしまった件 | やねうら王 公式サイトいま大会上位に位置するDeep Learning系の将棋AIは、評価関数として画像認識などでよく使われているResNetを用いている。ResNetについては機械学習を齧っている人ならば誰でも知ってるぐらい有名だと思うので、詳しい説明は割愛する。(ググれば詳しい説明がいくらでも出てくる) 囲碁AIの世界では、このResNetのブロック...yaneuraou.yaneu.com
68ブックマーク最強将棋AIを支える技術が目指す未来、AIは人類をどう変えるか？注目のHEROZにインタビュー｜転職ドラフトReportjob-draft.jp

関連ブログ

シンギュラリティ実験ノート•7ヶ月前

LLMはチェスでStockfishに勝てるか（その後）

LLMにチェスをプレイさせるとどれくらい強いのか、という話題で興味深い記事があった。その記事の内容と私が追試した結果についてメモしておきたい。 参考にした記事 GIGAZINEの記事によると、『大規模言語モデルをチェスの標準的なAIと対戦させた結果、多くの大規模言語モデルが惨敗する中、「gpt-3.5-turbo-instruct」だけが好成績を残した』とのことである。もちろんStockfishのスキルレベルは最も弱いレベルにしているが、Stockfishのレベルをある程度上げても「gpt-3.5-turbo-instruct」は勝利できたと報告されている。 なぜ「gpt-3.5-turbo-…

#将棋AI#チェスAI#LLM
シンギュラリティ実験ノート•7ヶ月前

Llama3.1-8Bで動く将棋AIを作ってみた

LLMで動くUSIプロトコルの将棋エンジン（将棋AI）を作ってみた。作成の基本方針は先日の記事の通りである。使用したモデルはLlama3.1-8Bでollamaを介して動かしている。 RAG機能と言っていいのか分からないが、テキストファイルに「SFEN形式の説明」と「序盤局面の定跡ファイル」（水匠５に添付されていたファイルから一部を抜粋）を用意してLLMに渡す機能を追加してみた。 RAGの簡易的な実装 RAGとはRetrieval-Augmented Generatioの略らしい。日本語で「検索拡張生成」という。仕組みについては私は全く分かっていない。OpenAIのAPIに実装する方法があるの…

#将棋AI
シンギュラリティ実験ノート•7ヶ月前

Llama3.1-8Bと将棋を指してみた

LLM（大規模言語モデル）を使ってチェスができるなら将棋だってできるだろう。そう思って試してみることにした。LLMで動くUSIプロトコルの将棋エンジン（将棋AI）を作るというのが、今回の最終的な目標である。 基本方針 先日の記事では、LLMとチェスAI(Stockfish)とを対局させた。LLMにチェスをさせる方法は実は単純で、プロンプトの中に以下の情報を含め、次の手を考える指示を出すだけだ。 現在の盤面の状況を表す文字列（FEN形式） 合法手（動かせる手の候補）の一覧 これまでの指し手の履歴 FEN形式の文字列取得や、合法手の取得には、Pythonのチェスライブラリが使われている。これを将棋…

#将棋AI#生成AI
シンギュラリティ実験ノート•7ヶ月前

70BのLLMはチェスでStockfishに勝てるか

８BのLLMでStockfishとチェスの対局をさせたところ全く歯が立たなかったのは先日の記事の通りである。では７０BのLLMではどうなるのか。 GroqのOpenAIのI/FでLlama3.1-70BとつないでStockfishと対局させてみた。結論から言うと、７０Bのモデルでも８Bのモデルと同様にStockfishの圧勝だった。ゲーム数を１０とし、先後入れ替えで２０ゲームを行い、Stockfishが２０勝０敗であった。 下記のELOレーティングのグラフは、おそらくは総当りでの対局数が不十分だったのだろう。Stockfishに対しては全敗でも他のLLMに対して勝ったり負けたりしている状況では…

#LLM#Chess#将棋AI#Stockfish
シンギュラリティ実験ノート•7ヶ月前

LLMはチェスでStockfishに勝てるか

redditを眺めていたら気になる投稿があった。「What Happens When LLMs Play Chess? And the Implications for AGI」というタイトルだった。LLMにチェスをプレイさせるとどうなるか、という内容のようだ。著者のブログにはStockfishと複数のLLMのELOレーティングが掲載されていて、LLMとStockfishとのレーティング差は、ざっくりR-４００となっている。ということはStockfish相手に１０回に１回は勝てるということか？ Stockfishは将棋AIのやねうら王も参考にするぐらいのチェスの最強ソフトで、そんな強い相手にL…

#LLM#Chess#将棋AI#Stockfish
シンギュラリティ実験ノート•7ヶ月前

将棋AIの性能向上の歴史（その２）

dlshogi作者の山岡忠夫氏がブログにて最新のdlshogiがレーティングでどれくらい強くなっているのかを公開した。 それによると、３年前の「第2回世界将棋AI電竜戦エキシビジョンVer」に対して最新モデル（探索なし方策のみ）はレーティングで+395.1強いことを確認したそうだ。 これはすごいこと、素晴らしいことだと思う。レーティング+400がどういう意味かは、「将棋AIの性能向上の歴史」の中でも書いた通り、勝率が１０倍違うということで、すなわち１０倍強くなったということである。 方策のみ探索なしという条件付きの意味するところはよく分からないが、貴重なデータなので前回作成したグラフに、dls…

#将棋AI#電竜戦#dlshogi
シンギュラリティ実験ノート•9ヶ月前

Emacs＋Ollama＝Ellama は最強のローカルLLM実行環境かも

Ubuntu 22.04でEmacs29をビルドし、EllamaというElispパッケージの導入に成功した。導入方法と使用してみた感想などをメモしておきたい。まだ使い込んでいないのと、非常にマニアックな環境なため強くオススメはできないが、ローカルLLM実行環境としては最強かもしれない、というのが私の現在の印象だ。 導入環境 今回はWindowsのWSLのUbuntu環境ではなく、純粋なUbuntu環境（Ubuntu 22.04）に導入している。その理由は、Ellamaを動作させるにはEmacs28以上が必要なためだ。 私のWSL環境ではEmacs27までは簡単に導入できる（sudo apt i…

#生成AI#将棋AI#Emacs#Ellama
シンギュラリティ実験ノート•9ヶ月前

Colab Pro A100 GPU で dlshogiを試す

Colab Proの高性能GPUを使ってdlshogi（DeepLearning系将棋AI）を動かすとNPS値がどれくらい上がり、ELOレーティングがどれくらい上がるのか試してみた。 A100 GPUの性能 使用したA100 GPUの性能は、GoogleのAIのGemini1.5Proの回答によると以下の通り。 A100 GPU: FP32: ~19.5 TFLOPS FP16: ~312 TFLOPS TF32 (TensorFloat-32): ~156 TFLOPS BFLOAT16: ~312 TFLOPS FP64: ~9.7 TFLOPS 先日試したT4 GPUに比べるとFP32で…

#将棋AI#dlshogi#Colab Pro
シンギュラリティ実験ノート•9ヶ月前

DeepLearning系の将棋AIをColab Proで動かす

DeepLearning系の将棋AIの本来の強さを知るためには、NVIDIA製GPUと高性能な推論ランタイムライブラリであるTensorRTの環境が必要である、ということは先日の記事で書いた通りだ。 そこで今更ではあるが、dlshogiと水匠5をColab環境の有料版にインストールして対局させ、強さを比べてみた。数年前に公開されているモデルなので、Colab環境で動かしたことがある方は多いだろう。私も以前に動かした記憶があるが、正確に強さを計測していなかったので、改めてインストールして計測してみることにした。 なお、Colab上でdlshogiと水匠5を対局させるだけなら、Colab無料版でも…

#将棋AI#dlshogi#水匠5#Colab Pro