AlphaGo と AlphaGo Zero の自己対戦による学習部分の違い - うどん記

2017/10/29 16 users AlphaGo ニューラルネット AlphaGo Zero

2017 - 10 - 29 AlphaGo と AlphaGo Zero の自己対戦による学習部分の違い 流し読みだとちゃんと分からなかったのでメモ。 準備(AlphaGo) policy network : 盤面とその特徴量を入力として受け取り、各マスに打つ確率を返す ニューラルネット 。 value network: 盤面とその特徴量を入力として受け取り、その盤面での勝率を返す ニューラルネ... 続きを読む

アルファ碁同士の棋譜公開　碁界騒然「見たことない」：朝日新聞デジタル

2017/06/02 757 users 碁界 朝日新聞デジタル 棋譜 対局 アルファ碁

世界最強棋士との三番勝負で完勝した囲碁ＡＩ（人工知能）「アルファ碁」を開発したグーグル傘下の英ディープマインド社が、対局に備えて積み重ねたアルファ碁同士による自己対戦の棋譜５０局を公開した。棋士の理解を超える着手の連続に、「こんな碁はいまだかつて見たことがない」と碁界は騒然としている。 革新的な技術「ディープラーニング（深層学習）」を導入したアルファ碁は、高段者の棋譜を写真のように画像として読み込... 続きを読む

電王戦第三局について思うこと - やねうらお−俺のやねうら王がこんなに弱いわけがない。 (第２期)

2014/03/29 51 users やねうら王 やねうらお−俺 電王戦 YSS 定跡

※　いま14時。電王戦第三局の決着がついていない段階でこの記事を書いている。 YSSは序盤に時間を使わなさ過ぎる。これは電王トーナメントのときにも思っていた。開発者が自己対戦での勝率を上げるようにチューンしていくと、序盤で時間を使っても勝率は下がるのだ。この理由はいろいろあるのだが、主な要因としてソフト同士だと序盤は定跡の進行になりやすいというのがある。自己対戦だと特に、定跡を抜けたあたり(30手... 続きを読む