月刊碁ワールドのAlphaGo AI対談

5日前に発売された日本棋院の雑誌のプロ棋士3人のAlphaGo対談は機械学習やAIに興味があれば面白く読めると思います。棋譜と手筋も出てきますがこちらの方はアマ3級ぐらいの方であれば理解できるかな。

以下座談会内容から5点につき英語などの関連情報など…

1. AlphaGo純粋ニューラルネットワークバージョン、モンテカルロ無し版

以下のNature誌の1年半前の記事でも登場しています。

AlphaGo | DeepMind

Our Nature paper, published on 28th January 2016

モンテカルロ木探索” と “Monte Carlo rollout” ってのはこのpaperの中では同じと思っていいのかも。

2. 過学習

Nature論文にもoverfittingと出てきてます。Googleっても以下など結構でてきます。

Understanding AlphaGo – Machine Learnings

it helps to increase stability by preventing overfitting to the single opponent

3. ポリシーネットワーク、バリューネットワーク

これもNature論文に出てきます。この2つはニューラルネットワーク界での一般用語かと思いましたが違いそうです。将棋プログラムでもいつからかは知りませんがこういう実装が出始めているようです。

将棋でディープラーニングする その33(マルチタスク学習) – TadaoYamaokaの日記

SL policy networkとValue networkは、12層までは同じ構成で、出力の数層のみが異なる

4. 人間の棋譜から学習させないバージョン

Nature誌に書かれたようにAlphaGoは教師付きデータで鍛えられています。2ヶ月前の中国での対戦の前に人間の棋譜からの学習を一切していないバージョンが出てくるのではという推測があったようです。微博の中国語掲示板とか。ただしこれはDeepMindのアナウンスの読み間違いから発したもののようで今後も見れることはないのではと思います。

Predict AlphaGo on Future of Go Summit in Wuzhen, China • Life In 19×19

Rumor around weibo that not only the new AlphaGo will learning without human game record, but it also doesn’t use Monte Carlo Tree Search

Facebook のAIチーフ Yann LeCun もこれを見たかったのはでは。

Yann LeCun’s comment on AlphaGo and true AI | Hacker News

The neural networks (NN) were bootstrapped by predicting the next moves in more matches than any individual human has ever seen

5. 人間的要素の排除

対談では”恐怖”って単語が出てきてました。人間はコンピューターと違って判断にバイアスがかかるということだと思います。

ペア碁での中国の古力プロ側とAlphaGoのR14,R12への着手についてはGoogleっても情報は見つかりませんでした。YouTubeでの解説とか見れば何か誌面の内容と近いコメントは聞けるかも。ここでは “もったいない” または “Sunk Cost” または “美的センス” とかの人間的感情により人間は判断を誤るって僕は読んだんだけど違うかな。

Advertisements

Leave a Reply

Fill in your details below or click an icon to log in:

WordPress.com Logo

You are commenting using your WordPress.com account. Log Out / Change )

Twitter picture

You are commenting using your Twitter account. Log Out / Change )

Facebook photo

You are commenting using your Facebook account. Log Out / Change )

Google+ photo

You are commenting using your Google+ account. Log Out / Change )

Connecting to %s