「AlphaZero」が、従来の最強ソフトに圧倒的に勝ったことは聞いていました。
AlphaZeroと従来最強ソフトelmoとの対戦成績は、90勝8敗2分 となっています。
資本と人材を投入すれば勝つことは当然のことなので、興味はそこにはありませんでした。
残念なのは、当時棋譜が公開されなかったことです。
しかしついに「AlphaZero」の棋譜が公開されました。
先手：AlphaZero
後手：elmo
手合割：平手
▲２六歩 △８四歩 ▲２五歩 △８五歩 ▲９六歩 △３二金 ▲３八銀 △９四歩
▲７八金 △７二銀 ▲３六歩 △３四歩 ▲２四歩 △同 歩 ▲同 飛 △８六歩
▲同 歩 △同 飛 ▲６八玉 △８五飛 ▲７六歩 △８八角成 ▲同 銀 △３三角
▲２一飛成 △８八角成 ▲７七桂 △同 馬 ▲同 玉 △８九飛成 ▲２四桂 △８五桂
▲６六玉 △４一銀 ▲６八金 △７九龍 ▲５八金寄 △２七歩 ▲８三歩 △２八歩成
▲３二桂成 △同銀直 ▲２八龍 △５四桂 ▲５六玉 △７六龍 ▲６六金 △同 桂
▲同 歩 △７七桂成 ▲２二角 △８三銀 ▲４六歩 △７四銀 ▲４五桂 △５二金
▲４七玉 △６七成桂 ▲７二歩 △６一玉 ▲８二角 △７二玉 ▲９一角成 △４四歩
▲３三桂成 △４五歩 ▲８二歩 △５八成桂 ▲同 金 △４六歩 ▲３七玉 △７八龍
▲６八桂 △６九龍 ▲５九香 △２七歩 ▲同 龍 △４七金 ▲同 銀 △同歩成
▲同 玉 △９三桂 ▲２五龍 △４六歩 ▲同 玉 △４五歩 ▲同 龍 △５四銀
▲１五龍 △７一金 ▲８四金 △８九龍 ▲７六桂 △１四歩 ▲２五龍 △２四歩
▲３四龍 △７五銀 ▲８一歩成 △８四銀 ▲７一と △８三玉 ▲７五歩 △同 銀
▲６五金 △５五金 ▲同 金 △同 銀 ▲３七玉 △４四歩 ▲６五金 △７六銀
▲７五金 △４五桂 ▲同 龍 △同 歩 ▲３二成桂 △４六銀 ▲２八玉 △３八金
▲同 玉 △２八飛 ▲同 玉 △３七銀成 ▲１八玉 △２八成銀 ▲同 玉 △９五歩
▲８二馬 △同 玉 ▲８一飛 △９二玉 ▲９一金
まで133手で先手の勝ち
感想
５手目▲９六歩
人間の定跡では▲７八金です。
△８六歩の対策という意味では同じですが、人間で▲９六歩と指す者はいないでしょう。
２４手目△３三角
こう指すとしばらく一直線になるので、双方がどう評価していたのか気になります。
当然、私の目では優劣は判断できません。
６５手目▲３三桂成
▲４四同角成だと思ったのですが、寄せの駒が足りないのでこう指したのでしょう。
私は読めませんでしたが、人間には指せない手というほどでもない思います。
８３手目▲２五龍
龍を寄せに使うという意味でしょう。
強いと言えば強いですが、これも人間に指せないというほどの手ではありません。
もっととんでもない手が出ないのかと、期待しながら見ているのですが。
１１３手目▲７五金
この手ではなく、この局面の感想です。
寄せの形が完成しましたが、それまでの手順にソフトの強さがあるのだと思いました。
そのいずれもとんでもない手というわけではないのですが、
人間にマネが出来るのかと言えば、そうとは言い切れないという感じです。
この後△４五桂を▲同龍と取ってしまいました。
自玉に寄りはありません。
人間には指せない手とはっきり分かるのは、以降の後手の無意味な手の連続だけでした（笑）
双方のソフトについて
しばらくプロやソフトの将棋から離れていたので、分からないことを調べてみました。
elmoはどのくらい強いのか。
ソフトの大会は毎年優勝者が違うので、まだ飛躍的に発展が続いているのでしょう。
elmoは直近の大会優勝ソフトだと思われます。
その大会は、Ponanzaの後継バージョンに２連勝とのことでした。
Ponanzaはおそらく一般の人も知っているかもしれないソフトです。
プロの名人に勝ったということで、当時大きく報道されました。
棋譜を見ましたが、ひどいものでした。
終盤にたどり着くことさえ出来ていませんでした。
後継バージョン「Ponanza Chainer」は、ハード面でも強烈な強化が行なわれ、
全勝優勝間違いないと思われていたそうです。
しかし結果はelmoの２連勝。
ただ後日検証を行ったところ、「Ponanza Chainer」が勝ち越したそうです。
初段が二段に２連勝することがあり得るように、
大会の結果もそういうことだったようです。
elmoの強さはそういうことになりますが、レーティングを示した方が早いですね。
こちらのサイトによると、
elmoのレーティングは、将棋倶楽部２４で４０００を超えているとのことでした。
AlphaZeroについて
今回の発表に、羽生名人がコメントを寄せています。
Some of its moves, such as moving the King to the centre of the board,
go against shogi theory and – from a human perspective – seem to put AlphaZero in a perilous position.
But incredibly it remains in control of the board.
Its unique playing style shows us that there are new possibilities for the game.”
玉が盤の中央へ動くのは人間のセオリーに基づけば危険だが、よく見るとしっかりしている。
このソフトの指し方は、将棋というゲームの可能性を広げたと言える。
かなり適当ですが、こんな感じの訳になると思います。
ただ私としては、思ったより普通の指し方で、ちょっと拍子抜けしました。
それまでのソフトは人間の棋譜を取り込んで、それを参考にして強くなりました。
今回のAlphaZeroは、完全にゼロからの自主学習で強くなったと聞いていたので、
もっと人間の想像を絶する手、局面がバンバン出てくると期待していたのです。
しかしそうではありませんでした。
玉が中央へ向かうとは、この将棋ではこのことを言っているのでしょうか。
これは下がると寄ってしまうような気がするのですが。
しかし今回発表された１００局の中には、玉が中央へ向かう将棋がたくさんあるそうです。
この１局を見ただけでは、AlphaZeroを理解することは出来ないようです。
あと気になったのが、勝率が９割だったということです。
強いことは強いのですが、それにしては勝てていないと思いました。
ちなみにチェスは最強ソフトに全勝しています。
それまで個人が汎用PCで細々と開発していたところへ、大資本と人材を抱えたグーグルが殴り込んで来たわけです。
将棋のソフト開発は、１つの到達点に達すると思っていました。
１つの到達点とは、具体的に言えば、今のように大会で毎年優勝者が入れ替わるのではなく、
少なくとも数連覇はする状況のことです。
調べるうちに見つけたのですが、AlphaZeroにはそれは出来ないようです。
もう1局並べてみました。
こちらの記事もご覧ください。
コメント