アカウント名:
パスワード:
HAL伝説 [amazon.co.jp]に確かDeepBlueの製作者による文章が載ってました。曰く、DeepBlueは膨大な棋譜のデータベースの中から、現在の盤面に対する最適解を高速に導き出す、というコンセプトの元に製作されており、HALのように思考している訳ではない、という内容。
将棋や囲碁のように指し手の変化が複雑になってくると、いかに多くの手を読むかよりも、いかにして無駄な読み筋を切り捨て、より深く読むかということのほうが重要になってくると思います。そのあたりがコンピュータ上ではまだ再現できない、ということなのだと理解してます。要はひらめきみたいなものは無い、と。
…あ、しまった。Deep Blue Junior [ibm.com]の話じゃないのか。
相手が常に一番嫌な手を打つと仮定した方法なので、駒をただ取りされるような手とかは避けれるはず。という事で教科書読めば誰でも人工知能っぽいものは書けるようになる。
やっぱり肝は局面をいかに数値化するか（評価関数）、と定石みたいなパターンを利用していくかじゃないかな。素人なのでよく分かってないけど。 深く広く計算していったらすぐ現実的な時間内に計算不可能になっちゃうし。人が将棋打つときは、三四手ぐらい読んであとは「ひらめき」とか経験みたいな感じらしいし。
確かに仰るとおり。人工知能じゃないんだから、いきなり有効な手全てに深読み始めちゃう人間はいないですね。
有段者ってのは何手ぐらい読むものなんでしょうか？
> 相手がこうやって来たら怖いという本筋に関しては、70手でも80手でも読みます
> どこまで意外だと思っている手を読む気になるかが力の差で、どれだけ他人に意外だと見られてる手を意外だとみなさないかが才能の差ですね
70手でも80手でも読みます 深い・・・。深すぎる
70手でも80手でも読みます
これって、70手先、80手先まで深く読むって話なのかな。私の場合、終盤で詰む/詰まないぎりぎりだと時間の許す限り深く読むけど、手の多い中盤だと深さよりも大局観優先で指し手を決めているような気がします。
それはともかく、ちょっと極端ですが、それぞれの局面で有力そうに思える手が 5 手あるとすれば、わずか 5 手先を読みきるには、3125 手を読まなくちゃいけません。(故木村名人の理屈)だから 70 手って将棋を指す人からみると、そんなに大きな数じゃないです、きっと。
私の場合は、中盤でも筋(部分的な定跡)を組み合わせて読み進めていくんで、3000 手も読まないですが。あ、だから下手なのか。＜私(^_^;
> ・サイコロのようなランダム性が無い > ・必ず順番は交代制である > ・移動できる盤のマス目は固定である > ・駒の総数は決まっている 「パターン」の定義というのは分かりませんが、 サイコロのような不確定な要素が含まれていてもルールが決まった系されあれば人工知能は 組むことはできます。例えば、六通りに枝分かれさせて、出てきた評価関数の 結果の和を六で割ったりればいいだけですから。 枝は爆発的に増えていきますが、「いつかできる」という話なら それはできるということになると思う。
人工知能の視点から見れば、人間の敵というのはまさにランダム性そのものではないですか？ だからこそ面白いんだけど。
その論はちょっとおかしい。他の要因を無視しすぎです。
「完全情報有限二人ゼロ和ゲーム」すなわちプレイヤーのどちらかに 必ず最適戦略が存在するゲームで、なおかつそれほど複雑でないゲーム であれば、コンピューターは人間に決定的に勝つ可能性がある、 と言うことはできるでしょう。
問題は、複雑さ(盤面の可能性の多さ)において、扱える範囲には限度があるという事でして、 組み合わせが爆発的に増えると、コンピューターで総当たりで読む事は 事実上不可能です。「時間の問題」で解決できる見込みは、 よっぽどとんでもない技術上の飛躍がない限りありえません。 例えば囲碁の盤面の全可能性データベースなんて、人類がこれまでに作ってきたディスク全てを足してもおっつかず、 それどころか宇宙の全資源をつぎ込んでも作る事はできません。オセロですら 未だ困難なのです。
DNAコンピューターの場合は、そもそも盤面の変化を全て記述できるだけの 分子を用意する事ができませんのでやっぱり不可能です。 盤面の組み合わせの数をなめてはいけません。単純に計算すると173桁の数になりますが、仮に一つの盤面を直径1オングストロームの原子で表わせたとして、 その原子全てをびっしり詰めて立方体の形にすると、 一辺の長さは10^34光年にもなるのです。
もちろん、実際に必要なデータ量はこれよりかは小さい筈ですが、 桁が半分になったとしても、我々の銀河系よりかはまだまだ大きい。
量子コンピューターの場合は、多世界解釈を持ち出すと量の問題はどうにでも なるのかもしれませんが、今度は10の何十乗もの状態を重ね合せなければならず、 やっぱり非現実的だろうと思います。
枝分かれするのは分かってますが、深さが気になる所なので。
より多くのコメントがこの議論にあるかもしれませんが、JavaScriptが有効ではない環境を使用している場合、クラシックなコメントシステム(D1)に設定を変更する必要があります。
最初のバージョンは常に打ち捨てられる。
「思考」している訳ではない (スコア:2, 参考になる)
HAL伝説 [amazon.co.jp]に確かDeepBlueの製作者による文章が載ってました。曰く、DeepBlueは膨大な棋譜のデータベースの中から、現在の盤面に対する最適解を高速に導き出す、というコンセプトの元に製作されており、HALのように思考している訳ではない、という内容。
将棋や囲碁のように指し手の変化が複雑になってくると、いかに多くの手を読むかよりも、いかにして無駄な読み筋を切り捨て、より深く読むかということのほうが重要になってくると思います。そのあたりがコンピュータ上ではまだ再現できない、ということなのだと理解してます。要はひらめきみたいなものは無い、と。
…あ、しまった。Deep Blue Junior [ibm.com]の話じゃないのか。
Re:「思考」している訳ではない (スコア:2, すばらしい洞察)
広さ優先の探索よりも，無駄な探索経路を切り捨てた上での深さ優先の探索の方が(同じ計算資源を使うなら)有利だろう，という事でしょうか。ここで問題になるのは，仰る通り，どの探索経路が無駄なのかどうかをどう判断するか，ですね。
レイ・カーツワイル氏(電子ピアノKURZWELの製作者にして，パターン認識の研究者)が，著作「スピリチュアル・マシーン」 [amazon.co.jp]で，以下のような事を述べています。
# 私が理解した内容なので，誤解が含まれているかもしれませんが。
彼は，コンピュータが人間の知性を模するために必要なアルゴリズムとして，以下の3つが必要となるだろうと述べています。
(1)再帰呼出しによる先読み(探索)
(2)ニューラルネットによるパターン認識
(3)遺伝的アルゴリズムによる適応
このうち(1)と(3)は，コンピュータはその処理速度によって既に人間を上回っています。残るは(2)。探索や適応では「どこまで探索するか(ある経路の探索を打ち切るか否か)」「何を基準に適応するか」の条件を決める事が重要となり，人間はそれを知性や経験，およびそれに基づくひらめきや直感により決定しています。ここで，(2)のパターン認識により，その条件を膨大な例から学習できれば，コンピュータは人の知性に追いつくだろう。と彼は述べています。
チェスの例でいえば，ある盤面が自分にとってどのくらい有利であるか否かを，パターン認識で判断できれば，無駄な読み筋をいつまでも探索し続ける事が無くなるだろう，という事ですね。
人間のひらめきや直感のような物が，ニューラルネットによるパターン認識で本当に実現できるのかといえば，私はあまり肯定的では無いです(巨大なニューラルネットと膨大で多様な学習データと莫大な時間があれば可能かもしれませんが，工学の立場からは面白くないと思っています)。しかし，大枠としては納得できる話だと思いました。
min-max定理 (スコア:1)
相手が常に一番嫌な手を打つと仮定した方法なので、駒をただ取りされるような手とかは避けれるはず。という事で教科書読めば誰でも人工知能っぽいものは書けるようになる。
やっぱり肝は局面をいかに数値化するか（評価関数）、と定石みたいなパターンを利用していくかじゃないかな。素人なのでよく分かってないけど。
深く広く計算していったらすぐ現実的な時間内に計算不可能になっちゃうし。人が将棋打つときは、三四手ぐらい読んであとは「ひらめき」とか経験みたいな感じらしいし。
人間の将棋を指すときの思考 (スコア:1)
>とか経験みたいな感じらしいし。
これは私が知る限り逆だと思うのですが…
「ひらめき」→「読み」
「別のひらめき」→「読み」
・・・
が普通でしょう。さらに言っちゃえば、有段者クラスで
３，４手程度の読みってことは多分無いと思います。
Re:人間の将棋を指すときの思考 (スコア:1)
> 「別のひらめき」→「読み」
> ・・・
確かに仰るとおり。人工知能じゃないんだから、いきなり有効な手全てに深読み始めちゃう人間はいないですね。
有段者ってのは何手ぐらい読むものなんでしょうか？
Re:人間の将棋を指すときの思考 (スコア:3, 興味深い)
一般的な話かどうかは保証できませんが、
相手がこうやって来たら怖いという本筋に関しては、70手でも80手でも読みます。
しかし、それ以外の筋は有利になると判る（もしくは思い込む）まででそれ以上読みません。
たいてい、8手ぐらいでやばくない筋は決着します。
一方、仕掛ける時には、何箇所かの拠点を組みあわせて考え、
9手ぐらいで綾をつけられそうだったら、さらに読んでいきます。
時間さえあれば、読むのは当然有利不利が判然する所までなので、
むしろ重要なのは、何種類の筋を読むかだと思います。
最初の分岐のあとも含めて着眼点の数こそが違いをうむもとだと思います。
分岐する数を増やすと計算量が爆発的に増えるので、どこまで意外だと思っている手を読む気になるかが力の差で、どれだけ他人に意外だと見られてる手を意外だとみなさないかが才能の差ですね（努力を選ぶ努力とも）。
Re:人間の将棋を指すときの思考 (スコア:1)
狭く絞ってここまで深読みされると、漫然と手当たりしだい読みにいってるような人工知能じゃ勝ち目がありませんね。
含蓄がありますね。参考になりました。ある局面をぱっと見て/想像して、自分が有利か不利か、
または読みを続けるべきかっていう判断を出す時の思考プロセスってのはどういうふうになっているのでしょう？
Re:人間の将棋を指すときの思考 (スコア:1)
これって、70手先、80手先まで深く読むって話なのかな。私の場合、終盤で詰む/詰まないぎりぎりだと時間の許す限り深く読むけど、手の多い中盤だと深さよりも大局観優先で指し手を決めているような気がします。
それはともかく、ちょっと極端ですが、それぞれの局面で有力そうに思える手が 5 手あるとすれば、わずか 5 手先を読みきるには、3125 手を読まなくちゃいけません。(故木村名人の理屈)だから 70 手って将棋を指す人からみると、そんなに大きな数じゃないです、きっと。
私の場合は、中盤でも筋(部分的な定跡)を組み合わせて読み進めていくんで、3000 手も読まないですが。あ、だから下手なのか。＜私(^_^;
vyama 「バグ取れワンワン」
Re:人間の将棋を指すときの思考 (スコア:0)
＞人工知能じゃ勝ち目がありませんね。
逆みたいです。将棋などはパターンが決まっているので
最後は人間は勝てなくなるだろうとの事です。
(昔NHKの番組でやってた)
パターンというのは
・サイコロのようなランダム性が無い
・必ず順番は交代制である
・移動できる盤のマス
Re:人間の将棋を指すときの思考 (スコア:1)
現状の、例えば僕が使ってるような非力な計算機でという前提です。
> ・サイコロのようなランダム性が無い
> ・必ず順番は交代制である
> ・移動できる盤のマス目は固定である
> ・駒の総数は決まっている
「パターン」の定義というのは分かりませんが、
サイコロのような不確定な要素が含まれていてもルールが決まった系されあれば人工知能は
組むことはできます。例えば、六通りに枝分かれさせて、出てきた評価関数の
結果の和を六で割ったりればいいだけですから。
枝は爆発的に増えていきますが、「いつかできる」という話なら それはできるということになると思う。
人工知能の視点から見れば、人間の敵というのはまさにランダム性そのものではないですか？
だからこそ面白いんだけど。
Re:人間の将棋を指すときの思考 (スコア:2, 参考になる)
（仕掛けるまえの）将棋の読みくらべというのは相手に隙を見せないでおこうとする我慢くらべなので、
どんな変わった手も読んでくるCPUは脅威なはずなのですが、
人間ならその有利が判る局面（押さえ込みのような）をあまり評価できないので、
定跡以上の踏み込みはしてきません（それでも充分手強いんですけど）。
一方、攻め合いが始まったあとの読みは、駒剥しと囲いくずしと即詰み狙いとその予防で
（あと逃げ道封鎖とか確保とかも）、バランス良く読むべきなのですが、
CPUは駒剥しと即詰み狙いだけ強い観があります。
そのため、CPUをいちばん凌駕できるタイミングというのは終盤の入口です。
中盤の定跡が未決定の部分でCPUを組伏せられればそれも良いのですが、
大容量化した現在の定跡から安全に分岐できる人は殆どいないので、
アマチュアがCPUに勝とうと思ったら、マギレ（怪しい局面）を求めて、
読み切られる前に敵陣をバラすのがいいと思います。
なお、プロとの勝負と言うことであれば、中盤が問題なのはいうまでもありません。
定跡をいくら覚えていても、最新定跡を開発している人には通用するはずがないですからね。
まぁ、最新だけにバグありの定跡もありますが（でもCPUは中盤のバグは見つけられなかったり笑）。
Re:人間の将棋を指すときの思考 (スコア:1)
その論はちょっとおかしい。他の要因を無視しすぎです。
「完全情報有限二人ゼロ和ゲーム」すなわちプレイヤーのどちらかに 必ず最適戦略が存在するゲームで、なおかつそれほど複雑でないゲーム であれば、コンピューターは人間に決定的に勝つ可能性がある、 と言うことはできるでしょう。
問題は、複雑さ(盤面の可能性の多さ)において、扱える範囲には限度があるという事でして、 組み合わせが爆発的に増えると、コンピューターで総当たりで読む事は 事実上不可能です。「時間の問題」で解決できる見込みは、 よっぽどとんでもない技術上の飛躍がない限りありえません。 例えば囲碁の盤面の全可能性データベースなんて、人類がこれまでに作ってきたディスク全てを足してもおっつかず、 それどころか宇宙の全資源をつぎ込んでも作る事はできません。オセロですら 未だ困難なのです。
Re:人間の将棋を指すときの思考 (スコア:0)
Re:人間の将棋を指すときの思考 (スコア:1)
DNAコンピューターの場合は、そもそも盤面の変化を全て記述できるだけの 分子を用意する事ができませんのでやっぱり不可能です。 盤面の組み合わせの数をなめてはいけません。単純に計算すると173桁の数になりますが、仮に一つの盤面を直径1オングストロームの原子で表わせたとして、 その原子全てをびっしり詰めて立方体の形にすると、 一辺の長さは10^34光年にもなるのです。
もちろん、実際に必要なデータ量はこれよりかは小さい筈ですが、 桁が半分になったとしても、我々の銀河系よりかはまだまだ大きい。
量子コンピューターの場合は、多世界解釈を持ち出すと量の問題はどうにでも なるのかもしれませんが、今度は10の何十乗もの状態を重ね合せなければならず、 やっぱり非現実的だろうと思います。
Re:人間の将棋を指すときの思考 (スコア:0)
Re:人間の将棋を指すときの思考 (スコア:1)
ここの部分だけに反応。
サイコロを使う思考対戦ゲームとして、バックギャモンがあります。
でも、確か80年代の早いうちに、コンピュータが世界チャンプに
勝っちゃったはず。
＃と、昔松原 仁さんのウェブページで見た記憶が。
ランダム性といっても、場合分けの数が多くなければ最終的には
コンピュータ有利でしょうね。
Re:人間の将棋を指すときの思考 (スコア:0)
説明しただけでは。理論的に最善アルゴリズムが存在するのは確かです
が、それが見つけられるは別の話でしょう。囲碁は予測可能な将来では
人間の最強者に勝てそうにないですし…。
ランダム要素がある
Re:人間の将棋を指すときの思考 (スコア:1)
読みは「一本道」の手順ではなく、枝分かれ
するものですから。
Re:人間の将棋を指すときの思考 (スコア:1)
枝分かれするのは分かってますが、深さが気になる所なので。
Re:「思考」している訳ではない (スコア:0)
光子計算機とかできると可能になるかもしれないね。
Re:「思考」している訳ではない (スコア:0)
勉強になります。