昨年『量子コンピュータが人工知能を加速する』と『人口知能はどのようにして「名人」を超えたのか？』を読みちょっとした衝撃を覚えた。
ハードとソフトの両方に技術のブレイクスルーを感じたからだ。
そこで人工知能についてもう少し突っ込んだ内容（機械学習の様々な手法）を知りたいと思い本書を入手した。
この本を読み始める前に以下の三つの書籍に目を通した。
①『アルゴリズムをはじめよう』インプレス
②『人工知能プログラミングのための数学がわかる本』KADOKAWA
③『機械学習と深層学習』オーム社
②と③については、数学とプログラムの知識が不足しているので全体を俯瞰したという程度である。分からなくても一気に目を通した。
それでも、AI用語や数学用語に少しずつ慣れてきて本書の読解に少しは役立った。
印刷された帯の表紙には、次のような言葉が見られる。
「人より強い将棋プログラムを作る！
・Python 、Chainer による将棋AIの作成を通して
ディープラーニングのしくみをより深く理解。
・AlphaGo、 AlphaZero で用いられた手法も解説。」
プログラムの作成には関心がない。ただAIに興味を持ったきっかけが囲碁や将棋の「人とAIとの対戦のニュース」であったので本書を手にした。
将棋は子どもの頃やったことがあるのでルールを理解している。囲碁はずっと年寄りがやるものという間違ったイメージを持っていたのでルールを知らない。陣取り合戦位のイメージしかない。
本書の構成は大きく３つに分かれる。
第Ⅰ部 導入編、第Ⅱ部 理論編、第Ⅲ部 実践編 の３つである。
第Ⅲ部の実践編は、将棋AIの作成で、数学とプログラムの知識不足で理解は初めから諦めている。しかしながら卑下してるわけではない。外国語ではないので、時間とやる気があれば、まだ理解できる範囲であるような気がした。ただ興味関心が移り気なので、何となく機械学習や深層学習がわかった現状で満足しそうである。
Python言語で書かれた様々なリストは、将棋AIソフトを作って人工知能プログラムを学びたいという人にとても役立つことだろう。
ページをパラパラやり初心者としての思いをあれこれめぐらしていた。
①深層学習において、囲碁では白黒の二石で処理に適していように思えるが、将棋では多種類の駒をどのように処理するのかな。（p.90）
②将棋盤の座標は、どのように記述するのかな。（p.132）
③駒の表記は「角＝BishopのB」など、チェスの表記と同じなのかな。（p.134）
④シグモイド関数がまた出てきたぞ。やはり重要なんだな。（p.171）
前後するが、第Ⅰ部、第Ⅱ部は通読できた。「畳み込みニューラルネットワーク」の解説は他の本でも読んでいたので大体イメージできていたが、本書の解説もイメージしやすかった。
第Ⅱ部には、最後のページにとても興味深い記述があった。
少し長くなるが引用する。
「（前略）第27回世界コンピュータ選手権では、ディープラーニングをはじめて実用化したPonanza Chainer が優勝すると思われていましたが、elmo が決勝でPonanza Cainer を破り優勝しました。
elmo は、評価関数に３駒関係を使うという点は、それまでのソフトと同様でしたが、学習方法に他のソフトとは異なる工夫がされていました。
elmo 以前の将棋AIでは、浅い探索の評価値を深い探索の評価値に近づけるという学習が主流となっていましたが、elmo は勝敗の結果も加えて学習するということを行いました。コードでは数行の変更のみですが、棋力を向上させることに成功しています。（後略）」（p.59）。
ここに書かれいる内容が何となく理解できたので満足した。
本書は帯にあるように、将棋AIプログラムをより深く理解し実際に作ってみたいという人に相応しい内容である。
無料のKindleアプリをダウンロードして、スマートフォン、タブレット、またはコンピューターで今すぐKindle本を読むことができます。Kindleデバイスは必要ありません。
ウェブ版Kindleなら、お使いのブラウザですぐにお読みいただけます。
携帯電話のカメラを使用する - 以下のコードをスキャンし、Kindleアプリをダウンロードしてください。
この商品を買った人はこんな商品も買っています
ページ 1 以下のうち 1 最初から観るページ 1 以下のうち 1
著者について
著者をフォローして、新作のアップデートや改善されたおすすめを入手してください。
