ボナンザ VS 勝負脳

最強将棋ソフトは人間を超えるか

Kindle 書籍情報

書誌情報

出版社
角川 one テーマ 21
最大 No.
1759

感想

現在、第 3 回『電王戦』が行われている。この電王戦では、ここプロ棋士が大きく負け越した状態になっている。

この本は、この電王戦に先立つ 2007/03/21 に行われた、当時コンピュータ将棋の大会で優勝した Bonanza と渡辺明竜王との対戦が書かれている。

差し手の善し悪しを虱潰しに検索していく Bonanza は、当時将棋ソフトとしては異端であった。しかし、その後はどのソフトも同様の手法を取り入れていく事になり、その後の将棋ソフトにも大きな影響を及ぼしている。

本書では、その全幅検索と呼ばれる方法をどの様に実現し、私は読むまで知らなかったが、

過去の対局から主に 6 万局の棋譜を選びインプットし、機械学習の手法でその指し手と思考プログラムの指し手の一致率を反映するように設計した。

25

というように、機械学習を取り入れ、差し手の善し悪しを評価しているといった技術的な話も書かれている。

またソフト作成者自身の専門が、将棋はもちろんソフト開発はなく、分子制御という事で、いわば作者自身異端であった事がプラスに働いたと感じる。また考え方も面白い。

対局を観戦して、ボナンザが「躊躇った」とか、「焦った」「その気になった」などと表現をする人もいた。しかし、そのように見える思考過程は、すべて数式の結果にすぎない。申し訳ないが、そこには感情が芽生える要素などはない。

30

人間的な思考を真似るアルゴリズムを追求するのではなく、人間には真似できない計算能力で対抗しようとしたのだ。

144

コンピュータは、定義された数式に従って、最初から最後まで計算をしているにすぎない。それは、まさに機械的な作業だ。その計算結果に沿って指している。その指し手を見た人間が、「いま、ボナンザは困っている」などと人間的な評価をすることが、私にはおもしろくてたまらない。弱い間は「所詮機械」と笑い、強くなると人間扱いをして評価を下す。「渋い」もそうだが、これが人間の性なのだと思う。負けたボナンザに「無念」という言葉を使った記事もあった。

403

オセロにおいて、コンピュータの指し手は人間にとって理解不能なものであるように、神の手があるとすれば、その指し手は人間の美学に照らして必ずしも美しいものではないはずだ。今はそのために過去の棋譜、強いプロ棋士のように考え、指すプログラムを目指している。しかし、人間と同じような指し手をするコンピュータがゴールなわけではない。私は、あくまでも将棋というゲームを解こうとしているにすぎない。ゲームの解 (ゲーム値や最適戦略) を求めることが、ゲームプログラムの究極の目標なのである。

1081

常に「勝つ」ためには、その指し手はプロ棋士の常識をも覆さなければならない。間違い方に個性が出ると言ったが、その間違いが、ただの間違いではなく、プロ棋士には間違いだと思われるような人間の理解を超えた手であることが必要なのだ。

1237

コンピュータのようにしらみつぶしに、読める範囲にあるすべての手を読む、ということは人間にはできない。だから無駄な手を読まず、どう捨てるかが大切になってくる。読めないから読み筋を絞る、全部を読もうとすることは非効率的で、無駄な読みをいかに早く捨てるかが勝敗を分けるカギになる。

1279

将棋の場合、序盤と終盤では駒の価値は変わる。飛車や角といった大駒は序盤から中盤の空中戦で威力を発揮するが、終盤ではむしろ守備力の高い金や変則的な攻撃を仕掛ける桂馬の価値が高くなる。そのため、多くのコンピュータ将棋では序盤と終盤で評価関数を変えているそうだが、将棋を知らない私が作ったボナンザの場合はそうした区別はなく、平均値を取っている。

1057

竜王戦の終盤の 2 四歩もそうだ。この手が間違いであったことは明らかだ。間違いに最もよく個性が出るというのは、そういう訳なのである。

ただ 2 四歩に関していえば、数学的にこの指し手が悪い手であるとわかるのに、どれだけの時間が必要だったのだろうか。何時間、いや何日考えてもわからないかもしれない。それを短時間に見抜く人間がすごい。人間は、何ら数学的な証明がなくとも、それを正しい、間違っていると見抜くわけだ。

1071

実際に対戦した渡辺竜王の感想も面白い。

しつこいくらいに聞かれた「プレッシャーを感じることはなかったのか」と言う質問に対しても「プレッシャーはなかった」と断言できる。もちろん、極端に体調を崩したり、ポカを出したりして「万が一」という可能性はある。でもポカを出さなければ勝てる、それだけに気をつけていればいいとすれば気は楽だ。

もし、そのとき今回のボナンザがここまで強くなっていると知っていたら、そう簡単に引き受けたかどうかはわからない。

443

他のコンピュータソフトとの一番の違いは、相手が嫌がる手を指してくるかこないかである。なぜこう指せるのか、私には不思議でしょうがないが、実戦的で人間のような感じがするのがボナンザだ。

470

「気持ちが悪い」と人間が感じる局面は、駒の損得にかかわらずミスが出やすい局面なのである。

483

金無双や片矢倉によく似た「ボナンザ囲い」は人間で言うと、道場の力自慢のおじさんが指すような素人っぽい構え。さすがにこの囲いをやってくる意味が私には理解できない。ところが、そのおかしな囲いを相手にしてみると、攻略が思いのほか大変なのだ。

517

ボナンザの攻めは普通の攻め好きな人間よりはるかに過激なものである。こちらの陣形にほとんどスキがなさそうな局面でも攻めてくる。ひと目は無理筋、ところがこれが結構うるさいのである。

581

攻めの手が見えるという点では、ボナンザの思考が普通の人間よりはるかに鋭いのに驚いた。

587

プロの将棋界でも最近佐藤さんがこれまでの定跡とはまったく違った新たな戦法にチャレンジしている。もしかするとボナンザのようなコンピュータによって、これまで常識とされてきた手順、手筋が見直され、新たな定跡が生まれてもおかしくない。

588

コンピュータは確かに強くなった、でもトッププロに迫るにはまだかなりの時間がかかると私は予想している。

795

10 年と経たないうちに、トップ棋士を破るソフトが出てきている。思いの外、その日は早く来てしまったな。

渡辺
今回の勝負では終盤までギリギリの勝負でした。寄せの少し前の段階でボナンザに 2 四歩という疑問手があったので私が勝ちになりましたが、そこで受けに回られていたら危なかった。
保木
あの局面でボナンザが受けに回るには、その先 20 手、30 手も深く読まないといけません。
渡辺
私はあの場面で十数手読んで、その先の局面からは「一手一手の寄せ」で勝ちになると思いました。

感想

847

ほとんどの手を捨てられる人の強みがでたのだろう。

自分が嫌いだと思った手ははなから読まない。嫌いな手というのはその手自体が悪手というわけでなく、その後に予想される展開が、自分の好みに合わないということである。

1283

でも、タイトル戦の時に最高の調子に持っていけるよう心がけているし「とっておきの手」を前哨戦に使うような戦略的に損なことはしない。

1336

やはり同じ棋士でも違いがあるんだな。

最高の頭脳と賞賛されることの多いトッププロでも佐藤さん (康光二冠) のように駆け引きをほとんどせず盤上のみに集中するタイプもいれば、羽生さんや森内さんのように、心理戦も含みに入れて、戦型選択まで工夫して指してくるタイプもあり、さまざまだ。

1442

羽生さんの本を読むと、心理戦はしていると思えないが、対戦している当の棋士は、そう感じないといのが、また面白い。

ただこれを読み、現状を考えると、

こうしたコンピュータ開発の試みは、当時は人工知能への挑戦として位置づけられていた。しかし、ディープブルーを見る限り、開発段階で目的は変容していたように思う。

141

これは将棋ソフトでも同じ事が起き、結局

  • なぜ人は考える差し手を省く事が出来るのか?
  • 最初に思い浮かぶ差し手が最良手、少なくともよりそれに近い差し手か?
  • プロ棋士が局面判断をどうやっているのか?

の解明には役立っていないのが残念。このままでは強いソフトが出来ても、脳の解明に繋がらず、将棋しかできなソフトで終わってしまう。

またどれだけ数が多くとも、有限であり理論的に解が存在するので、

チェスの理論上の指し手が推計で 10 の 120 乗であるのに対し、取った駒を自軍の駒として使える将棋は 10 の 220 乗~226 乗、囲碁はさらにその上の 10 の 360 乗であるといわれている。「人工知能を理解するためであれば、囲碁のほうがはるかにいい対象である。読みの深さ (何手先を読むか) が、囲碁の場合は決め手にならないから」と言う欧米の研究者もいるほどだ。

172

とはいっても、いずれ囲碁もコンピュータに破れる日が来るのだろう。現在はプロ棋士にはまったく歯が立たない状況だけれど。

角と銀の交換を厭わないとか、その他のソフトに比べて積極的な手を指すといったボナンザの特徴 (個性、あるいは性格といってもいいが) は、私が狙ってそうしたわけではない。機械学習を通して、プログラム自身が自然とそういった癖を身につけていったのだ。そのことを、私は気づきようもなかった。他人から言われて初めて気づいたというのが本当のところだ。

1026

強くなったとはいっても、人=先人の積み重ねを覚えさせた成果なんだよね。

そしてこれは今も同じ。

逆に言えば、棋譜を参考にしていれば、それは結局人の模倣でしか無く、強くはなっても、大きなブレークスルーは決して起きないのではないか? という気がしてならない。結局人の思考を後追いしているだけなので。たとえ、結果的に多くのプロ棋士の強さを重ね合わせる事に成り、強いソフトが出来たとしても。