吟遊詩人のDeep Learningその3〜Bonanzaに挑戦した話〜

どうも～、吟遊詩人です。今回もDeep Learning、やっていきますよ。

前回グラボも新調して、初めて作ったAIと対局しました。

（前回：吟遊詩人のDeep Learningその２〜はじめて将棋AIを作った話〜）

前回作ったAIは、本に書いてあった最初に作成するやつで、方策ネットワークのみを持っていて、学習した棋譜も1000局程度でした。

本の最後に作成するAIは、方策ネットワークと価値ネットワークをマルチタスクで学習して、並列でモンテカルロ木探索を行うものです。

このAIに3万局ほど学習させて、今回Bonanzaに初挑戦してみました。

対吟遊詩人戦

Bonanzaと戦う前にまずは自分で実際に戦ってみます。

先手が吟遊詩人、後手が作ったAIです。

（GILBEYは私が24将棋で使っているアカウント名です。ウォーズではforestmartというアカ名です。ｻﾞｺですが見かけたら対戦お願いします。）

KIF形式棋譜ファイル

Generated by Shogidokoro

手合割：平手
先手：GILBEY
後手：parallel_mcts_player
手数—-指手———消費時間–
1 ７六歩(77) (00:05 / 00:00:05)
2 ３四歩(33) (00:24 / 00:00:24)
3 ２六歩(27) (00:07 / 00:00:12)
4 ８四歩(83) (00:08 / 00:00:32)
5 ７八金(69) (00:08 / 00:00:20)
6 ８五歩(84) (00:11 / 00:00:43)
7 ２五歩(26) (00:11 / 00:00:31)
8 ８六歩(85) (00:08 / 00:00:51)
9 同　歩(87) (00:02 / 00:00:33)
10 同　飛(82) (00:06 / 00:00:57)
11 ２四歩(25) (00:09 / 00:00:42)
12 同　歩(23) (00:04 / 00:01:01)
13 同　飛(28) (00:06 / 00:00:48)
14 ３二金(41) (00:04 / 00:01:05)
15 ５八金(49) (00:27 / 00:01:15)

15手目

15手目、自分のAIの横歩とるのが怖くて５八金としたところです。

横歩も取れないような男に負けては御先祖様に申し訳ない

（故）米長邦雄　永世棋聖

16 ７六飛(86) (00:08 / 00:01:13)
17 ２二角成(88) (00:26 / 00:01:41)
18 同　銀(31) (00:07 / 00:01:20)
19 ６五角打 (00:09 / 00:01:50)
20 ８六飛(76) (00:09 / 00:01:29)
21 ２二飛成(24) (00:10 / 00:02:00)
22 同　金(32) (00:09 / 00:01:38)
23 ４三角成(65) (00:05 / 00:02:05)
24 ８九飛成(86) (00:10 / 00:01:48)
25 ４二銀打 (00:41 / 00:02:46)
26 ６二玉(51) (00:01 / 00:01:49)
27 ５三銀成(42) (00:10 / 00:02:56)

27手目

27手目５三銀成とした局面はすでに後手良しらしいですね。25手目は銀打ちではなく8四歩打としたほうが良いそうです。王手は追う手の典型的な疑問手ですね。

28 ７二玉(62) (00:11 / 00:02:00)
29 ４四馬(43) (01:45 / 00:04:41)
30 ８六桂打 (00:14 / 00:02:14)
31 ６八金(58) (00:34 / 00:05:15)
32 ７八桂成(86) (00:09 / 00:02:23)
33 同　金(68) (00:06 / 00:05:21)
34 ５六歩打 (00:08 / 00:02:31)
35 ６六馬(44) (00:46 / 00:06:07)
36 ５七歩成(56) (00:10 / 00:02:41)
37 同　馬(66) (00:08 / 00:06:15)
38 ６二銀(71) (00:16 / 00:02:57)
39 ５四成銀(53) (00:34 / 00:06:49)
40 ９九龍(89) (00:18 / 00:03:15)
41 ７五桂打 (00:17 / 00:07:06)
42 ７四歩(73) (00:13 / 00:03:28)
43 ８四歩打 (00:44 / 00:07:50)
44 ７五歩(74) (00:13 / 00:03:41)
45 ６六馬(57) (00:10 / 00:08:00)
46 ８九龍(99) (00:14 / 00:03:55)
47 ２二馬(66) (00:13 / 00:08:13)
48 ８六桂打 (00:21 / 00:04:16)
49 ５五馬(22) (00:45 / 00:08:58)
50 ８二歩打 (00:16 / 00:04:32)

50手目

45手目は馬を引いて自陣の守りに利かせました。

馬の守りは馬一枚分

将棋の上手いゴリラ

49手目５五馬は粘った詰ろでしたが、見逃してくれるはずもなくちゃんと歩で受けられました。

51 ５八玉(59) (02:55 / 00:11:53)
52 ７八桂成(86) (00:14 / 00:04:46)
53 同　銀(79) (00:21 / 00:12:14)
54 同　龍(89) (00:12 / 00:04:58)
55 投了 (00:57 / 00:13:11)
まで54手で後手の勝ち

投了図

投了図以下は11手詰めらしいです。

54手目は同龍とせずに５九飛打で7手詰らしいので、まだ詰みを読むのは苦手のようです。（本にもそう書いてありました。）

対Bonanza戦

さて、前座はこのくらいにしていよいよ真打の登場です。

Bonanza_v6.0

Bonanza（ボナンザ）は、コンピュータ将棋のプログラム。Windows用のフリーウェアとして公開されており、誰でも無償でダウンロードして利用できた。ソースコードも公開されている。

作者は公開当時カナダ在住だった日本人の化学者保木邦仁。作成当時は将棋についてはほとんど知らないことも話題となった。後に発行した本では、自らの棋力を「11級」と評した。

2005年6月にver.1.0が公開。その棋力の高さは公開直後から渡辺明が自身のブログで「プロが平手で餌食になった」「奨励会有段者クラスがコロコロ負けているらしい」とたびたび話題にし、渡辺自身も「10秒将棋だと10回に1、2回はやられる」と述べた。また、コンピュータらしくない自然な手を指すとの評が確立した。棋力の指標となる将棋倶楽部24でのレイティングは2006年当時で2400以上（アマチュア五段相当＝主要アマチュア棋戦の県代表争いレベル）に達した。

メジャーアップデートされたver.2.0は2006年5月に行われた第16回世界コンピュータ将棋選手権大会にBonanzaとして初出場し、歴戦の将棋ソフトが居並ぶ中で初優勝した。高性能なワークステーションで参加する者も多い中、Bonanzaは一般向けのノートパソコン (VAIO SZ-90S)、筐体を冷却するのは小型USB扇風機と、低スペックの環境での優勝であった。この赤い扇風機は、後に市販された初回限定版に同梱されるなどBonanzaの象徴となり、後述する渡辺との対局でも、Bonanzaのシンボルマークとして筐体の上に設置された（風は送っていない）。既に草創期を脱し強豪ソフトが固定化されてきた中、初出場での優勝、ノートパソコンでの優勝、フリーウェアの優勝という三重の「初づくし」は、コンピュータ将棋界に巨大な衝撃を与えた。

出典：Wikipedia 「Bonanza」

Bonanzaは当時将棋AIとしては主流でなかった全幅探索というチェスAIの考えを取り入れたのが強さの秘訣だったようです。

開発者の保木さんは化学専門だったんですね。私も博士号は化学系で取りました。

奇遇ですね。（一緒にしたら怒られそう）

では、将棋AI界のレジェンド、ボナンザに挑みましょう。実戦！！

対局風景はこんな感じ。お互いの指し手を私が代理で入力します。（アナログだなぁ……）

先手が私のAIです。

KIF形式棋譜ファイル

Generated by Shogidokoro

手合割：平手
先手：parallel_mcts_player
後手：Bonanza_v6.0(代打ち)
手数—-指手———消費時間–
1 ７六歩(77) (00:08 / 00:00:08)
2 ３四歩(33) (00:01/00:00:01)
3 ６六歩(67) (00:06 / 00:00:14)
4 ８四歩(83) (00:01/00:00:02)
5 ７八銀(79) (00:08 / 00:00:22)
6 ６二銀(71) (00:01/00:00:03)
7 ４八銀(39) (00:07 / 00:00:29)
8 ６四歩(63) (00:10/00:00:13)
9 ３九金(49) (00:08 / 00:00:37)

9手目

先手AIは角道を止めて持久戦の構えです。3九金はあまり見ない形ですかね？

10 ６三銀(62) (00:17/00:00:30)
11 ５六歩(57) (00:08 / 00:00:45)
12 ３二銀(31) (00:10/00:00:40)
13 ５七銀(48) (00:07 / 00:00:52)
14 ４二玉(51) (00:10/00:00:50)
15 ２六歩(27) (00:07 / 00:00:59)
16 ５二金(61) (00:10/00:01:00)
17 ２五歩(26) (00:07 / 00:01:06)
18 ８五歩(84) (00:10/00:01:10)
19 ７七角(88) (00:08 / 00:01:14)
20 ７四歩(73) (00:10/00:01:20)
21 ４六銀(57) (00:07 / 00:01:21)
22 ３一玉(42) (00:10/00:01:30)
23 ３六歩(37) (00:08 / 00:01:29)
24 ５四銀(63) (00:10/00:01:40)

24手目

対するボナンザはボナンザ囲い……ではなく、左美濃に構えてから腰掛銀の形。

AIは居玉のまま早繰り銀の形です。速さで勝負という事でしょうか。

25 ３五歩(36) (00:08 / 00:01:37)
26 ６五歩(64) (00:10/00:01:50)
27 同　歩(66) (00:10 / 00:01:47)
28 ３五歩(34) (00:10/00:02:00)
29 同　銀(46) (00:09 / 00:01:56)
30 ７七角成(22) (00:10/00:02:10)
31 同　銀(78) (00:12 / 00:02:08)
32 ５七角打 (00:10/00:02:20)

32手目

3筋から仕掛けていったAIですが、5七角とカウンターを喰らってしまいました。

これでボナンザは角を成ることができました。

33 ３八飛(28) (00:11 / 00:02:19)
34 ７三桂(81) (00:10/00:02:30)
35 ４六銀(35) (00:13 / 00:02:32)
36 ８四角成(57) (00:10/00:02:40)
37 ５五歩(56) (00:09 / 00:02:41)
38 ６五銀(54) (00:10/00:02:50)
39 ３七飛(38) (00:13 / 00:02:54)
40 ３三歩打 (00:10/00:03:00)
41 ２四歩(25) (00:12 / 00:03:06)
42 同　歩(23) (00:10/00:03:10)
43 ２三歩打 (00:13 / 00:03:19)
44 同　銀(32) (00:10/00:03:20)
45 ６八金(69) (00:12 / 00:03:31)
46 ７五歩(74) (00:10/00:03:30)
47 同　歩(76) (00:09 / 00:03:40)
48 ７六歩打 (00:10/00:03:40)
49 ８八銀(77) (00:06 / 00:03:46)
50 ７五馬(84) (00:10/00:03:50)
51 ２五歩打 (00:11 / 00:03:57)
52 同　歩(24) (00:10/00:04:00)
53 ４八金(39) (00:13 / 00:04:10)
54 ５六銀(65) (00:10/00:04:10)
55 ５八金(48) (00:12 / 00:04:22)
56 ６五桂(73) (00:10/00:04:20)
57 ６七歩打 (00:13 / 00:04:35)
58 ２二玉(31) (00:10/00:04:30)
59 ２七飛(37) (00:12 / 00:04:47)
60 ８六歩(85) (00:10/00:04:40)
61 同　歩(87) (00:07 / 00:04:54)
62 同　馬(75) (00:10/00:04:50)
63 ８七歩打 (00:10 / 00:05:04)
64 同　馬(86) (00:10/00:05:00)
65 ７三角打 (00:13 / 00:05:17)
66 ６九馬(87) (00:10/00:05:10)

66手目

63手目8七歩には同馬！、７三角打にも構わず6九馬！とボナンザ馬を大胆に切ってきした。

う～ん、これは決まっているっぽい。

次に8八飛成を受けることができず、7三に打った角がからぶってしまいました。

67 同　金(68) (00:11 / 00:05:28)
68 ８八飛成(82) (00:10/00:05:20)
69 ２五飛(27) (00:17 / 00:05:45)
70 ５七銀打 (00:10/00:05:30)
71 ２八飛(25) (00:17 / 00:06:02)
72 ２七歩打 (00:10/00:05:40)
73 同　飛(28) (00:10 / 00:06:12)
74 ５八銀成(57) (00:01/00:05:41)
75 同　金(69) (00:01 / 00:06:13)
76 同　龍(88) (00:01/00:05:42)
77 同　玉(59) (00:01 / 00:06:14)
78 ５七金打 (00:01/00:05:43)
79 同　銀(46) (00:12 / 00:06:26)
80 同　銀成(56) (00:01/00:05:44)
81 ５九玉(58) (00:02 / 00:06:28)
82 ５八金打 (00:01/00:05:45)
83 投了 (00:01 / 00:06:29)
まで82手で後手の勝ち

投了図

まで、82手目の頭金で詰みです。

74手目からボナンザは1手1秒で指しているので、詰みを読み切った様子。

詰みを読む力の差が表れていますね。

善戦はしましたが、まだまだボナンザさんにはかなわない様子。

今後は強化学習とかやっていきたいですね～。

またそのうち更新したいと思います。

ではまた。