弓月城太郎の『神秘体験』

実証されていた跳躍探索

私が考案した跳躍探索、実証されていたようです。
まあ、これは複数ある実装案（別の実装案）のひとつで、最急降下法を用いた実装案の方ですが、

http://524.teacup.com/yss/bbs/1505


学習時の探索深さを一手深くするだけでレーティングが100点も上昇する目覚しい効果を上げています。さらにｎ手の深さに拡張し、反復学習すれば100点どころではないですね。
激指が一年でレートが400点も上昇し、他のチームのプログラムも同様にレートが上昇しているところを見るとその後、開発の主流になったようです。

私のオリジナルの実装案の方はアレンジした上で採用したプログラムがあるようですが、
それについては開発者の方が口を閉ざしているので、どのプログラムがそうだとは言いませんが……。

ソフト開発者の方々にしてみれば、非開発者の素人が考案した探索技法が大きな成果を上げたり、開発の主流になったりすることが、『面白くない』、あるいは『面子をつぶされた』と感じるケースが多いようで、一部の例外を除いては話題になりませんけれど。



--------------------------------------------------------------------------------

【関連記事からの転載】2009-05-02小宮日記より


深く読んで学習は精度上限があるのか？はたして
http://524.teacup.com/yss/bbs/1505

もっと深い最善応手手順だとどうなるか、どこでさちるのか、興味あります。

最近は見なくなりましたけど、某弓月という人が

CSAのオープン戦の掲示板にも書いていた理屈で

ボナメソ学習時に探索する深さを段々深くして反復学習をする跳躍探索学習という理屈を書いてました。

実験とか検証ぬきの純粋に理屈だけの話でしたが、

似ている気もします。柿木さんの自己対戦棋譜での学習のときも思ったんですが



元の理屈が検索しても見つからないので(^^;

ttp://blogs.yahoo.co.jp/yuzukijoutarou/23420521.html

ｎ回反復学習で近似的に完全解にまで到達する可能性があると思われ、

実際は深くしながら反復学習するわけじゃなくて、

2手＋静止で探索とn手＋静止の比較ですかね。

だんだん深くしても、ローカルミニマムにはまるでしょうし

（発想的には反復進化に似てますけど）

夢による啓示

空を飛ぶ夢をみた。
スケボーに似た空を飛ぶ遊具を発明した私は駅に向かう歩道の上空を颯爽と飛んでいた。
通行人は皆、驚きと羨望の眼差しで私を見上げていた。
駅に着き、待合室にいた男から質問を浴びせられた。
「あなたが持っているその素晴らしい発明品はいったい何ですか？」
私は答えた。
「いえ、ほんの玩具です」

ーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーーー

私が思いついた発明品はふたつあって、ひとつはコンピュータ将棋の改良案。
今、コンピュータ将棋の世界で懸案となっている問題。
2007年に行われた渡辺竜王とBonanzaの一戦http://blogs.yahoo.co.jp/yuzukijoutarou/8125901.html
で、後手の渡辺竜王が指した△３九龍という手。ソフトにはいまだにこの手が指せないらしい。
詰めろ、詰めろの連続で迫る手順が読めなくて、「王手で取れそうな銀をみすみす逃がして、龍を金と交換する手はとても最善手とは思えない」
という判断になるのだろう。（したがってαβカットされる）
http://d.hatena.ne.jp/tanase_yasushi/20100914
今日はこの問題の解決方法の話。
αβ探索は近似的に全幅探索と等しいが、完全に等しいわけではない。
ごくまれにαβウインドウの外に最善手が出てしまい、カットされるケースがある。
そこでカットされないように保護する手段をBonanzaの使用を前提として検討する。
無作為に選出した10万局面ほどの局面にたいして、一手目からαβカットを行う探索とαβカットを行わない全幅探索の差分を求める。
このようにして誤ってαβカットされたケースを濾過して収集する。
収集したミスカットの特徴（どのような特徴の局面でどのような特徴の手順がミスカットされたのか）を抽出する。
おそらく終盤では、大幅に駒損して相手玉の安全度を低下させる手順が抽出されるのではないだろうか？
抽出された特徴の手順に保護をかけると、通常７手目以降で始まるαβカットにたいしてある特定の手だけ保護することになるので、
これは意味的には選択的探索ルーチンの実装に等しい。
選択的探索ルーチンと言えば通常プログラマが手作業で行うものだが、学習でできるということになると無制限にいくらでも盛り込むことができる。
勿論、自然界では静止探索の条件や選択的探索の条件も学習で獲得されているわけで、当然、そのメカニズム（知識の獲得過程）が存在していると考えなければならない。
私が思いついたもうひとつの発明品はＦＸの必勝アルゴリズム。これは勿体無くて公表できません。

跳躍探索の知的財産権を日本将棋連盟に譲渡しました

【弓月城太郎が米長会長に宛てたメールの全文】

お初にお目に掛かりますＳＦ作家の弓月城太郎と申します。
最近天気が良くて、だんだん暑くなってきましたね。
さて、今日は米長会長に直々にお願い事がありまして参りました。
実はコンピュータ将棋のことなのですが、会長もご存知のとおり、最近の将棋ソフトの実力の伸びは将棋界にとって大いなる脅威となりつつある状況です。
特に、先日行われました第１８回世界コンピュータ将棋選手権において大活躍した棚瀬将棋など、プロの先生方もその実力を高く評価しておりました。
前置きはさておき、本論に入りますが、昨年１２月１２日から約２ヶ月間の間「コンピュータ将棋オープン戦運営用ＢＢＳ」に数回に渡って投稿した跳躍探索関連の書き込みの内容が、今、水面下で問題になってきているようです。
諸事情があって、ソフト開発者や関係者は誰もネットでは話題にしようとしませんが、米長会長におきましては、情報処理学会の先生方との会談の席ですでにお聞き及びのことかもしれません。
跳躍探索のアルゴリズムは将棋ソフトに応用されますと、ｎ回反復学習で近似的に完全解にまで到達する可能性があると思われ、実装された上、商品化されたり、フリーソフトとして大量に配信される事態となりますと、日本の文化である将棋の尊厳を著しく傷付ける恐れがあると言わざるを得ません。
そのことによって多くのプロの先生方が職を失ったり、専門棋士を、そしてその先にある名人を目指し、日々厳しい修行に耐えている奨励会の方々の未来まで奪ってしまう可能性を考えますと、私自身その事の重大さに畏怖しております。
それでこの跳躍探索を封印したいと思うのですが、もしこの跳躍探索関連のノウハウに価値があるとお考えでしたら、私が跳躍探索関連の知的財産権を日本将棋連盟に、ただ今本日付けを以って、譲渡したく思います。
そちらのほうで、しかるべき情報処理学者に論文の執筆を依頼して頂き、日本将棋連盟の名義で特許を取得されることをお勧めします。
連盟が跳躍探索の特許を所有するメリットは、必要以上に強すぎる将棋ソフトの市場での氾濫を阻止することが可能となる点以外に、情報処理の他分野への応用の際に特許料収入が見込まれることが挙げられます。私はお金は要りませんので、どうか連盟の財源としてお役立てください。
跳躍探索のアルゴリズムは競技会でのみ使用可能とし、商品化にあたっては連盟の許可がいる、という形に持って行くのが上策であるかと考えます。
ただ、棚瀬将棋については、すでに既得権であるため、もしすでに実装されていたとしても、法的にも、道義的にも、その商品化を差し止めることは困難であるかと思います。
そこで誠に僭越ながら、竜王戦６組にコンピュータ棋士出場枠をひとつ設けて頂き、激指と棚瀬将棋の再戦を行い、その勝者をトーナメントに参加させる、という条件と、多回反復学習の跳躍探索ソフトを商品化しないという条件を引き合いとする案を具申致します。
たしかにコンピュータとの闘いに敗れると、プロ棋士の威信が傷付くかもしれませんが、そのソフトが商品化されなければ被害は最小限度に留まるかと思います。
商品化されたりフリーソフトとして大量に出回ることに比べれば、賢明な選択であるとも思います。
きっと百年後、二百年後の日本人からも「平成の棋士は立派に闘った」と賞讃を込めて熱く語り継がれることでしょう。
将棋ソフトがまだ弱かった頃、アマチュアの低段の者に駒を全部取り上げられ負かされオモチャにされるという屈辱にソフト開発者たちは耐えてきたのです。いつかきっと名人・竜王と闘える日が来ることを夢見て。
個人的な願いではありますが、どうか棚瀬の、ソフト開発者たちの、そして全国の将棋ファンの夢を叶えてあげてください。お願い致します。

【付記】
※掲示板の書き込み等の電子的著作物における知的財産権は一定期間投稿者に留保されるという規約があるはずです。
内容的にも弓月から棚瀬宛の私信であり、一般に向けたものではないため、早急に事を運ぶなら、今からでも特許の取得が可能であると考えます。

http://cgi3.tky.3web.ne.jp/~kayaken/csabbs/mibbs.cgi?mo=p&fo=open&tn=0006

ボナンザＶＳ渡辺竜王

開始日時：2007/03/21 13:30:00
持ち時間：各2時間（チェスクロック使用）
棋戦：大和証券杯特別対局
場所：品川クラブeX
手合割：平手
先手：ボナンザ
後手：渡辺明竜王
開始時間：2007/03/21 13:30:00

▲７六歩 △８四歩 ▲６六歩 △３四歩 ▲６八飛 △６二銀 ▲４八玉 △５四歩
▲３八玉 △４二玉 ▲２八玉 △３二玉 ▲７八銀 △５二金右 ▲１八香 △５三銀
▲１九玉 △３三角 ▲６七銀 △２二玉 ▲２八銀 △３二金 ▲５六銀 △４四銀
▲４六歩 △８五歩 ▲７七角 △４二金右 ▲３九金 △１二香 ▲４五歩 △５三銀
▲４七銀 △１一玉 ▲３六銀 △２四歩 ▲２六歩 △２二銀 ▲５八金 △２三銀
▲４八金寄 △１四歩 ▲２七銀引 △２二金 ▲３八金寄 △３二金右 ▲６五歩 △７七角成
▲同　桂 △４二金 ▲６六角 △３二金右 ▲７五角 △４二角 ▲５六歩 △７四歩
▲５七角 △３三角 ▲４六角 △８三飛 ▲６七飛 △８六歩 ▲同　歩 △同　飛
▲９一角成 △８九飛成 ▲４四歩 △同　銀 ▲４七飛 △９九龍 ▲６四歩 △３五銀
▲３六歩 △４六香 ▲３七飛 △２六銀 ▲同　銀 △４九香成 ▲６三歩成 △３九成香
▲同　金 △２五歩 ▲同　銀 △２七歩 ▲同　飛 △２六歩 ▲同　飛 △１五金
▲２四歩 △２六金 ▲２三歩成 △同金右 ▲２四歩 △２七歩 ▲２三歩成 △３九龍
▲２二と △同　角 ▲３九銀 △２八金 ▲同　銀 △同歩成 ▲同　馬 △２七歩
▲同　馬 △同　金 ▲３九銀 △３八銀 ▲２八金 △同　金 ▲同　銀 △２七歩
まで112手で後手の勝ち

無料でダウンロードできる世界最強の将棋ソフト「ボナンザ」のダウンロードはこちら
http://www.geocities.jp/bonanza_shogi/#news