Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
Move Evaluation in Go Using Deep Convolutional ...
Search
Masanori YANO
July 22, 2019
Science
1
850
Move Evaluation in Go Using Deep Convolutional Neural Networks
論文LT会で作成した、CNNで囲碁の打ち手を予測する論文の説明資料です。
Masanori YANO
July 22, 2019
Tweet
Share
More Decks by Masanori YANO
See All by Masanori YANO
Novelty Detection Via Blurring
msnr
0
520
Y-Net: Joint Segmentation and Classification for Diagnosis of Breast Biopsy Images
msnr
0
560
Pyramid-Based Fully Convolutional Networks for Cell Segmentation
msnr
0
560
Free-Form Image Inpainting with Gated Convolution
msnr
0
1k
Memorizing Normality to Detect Anomaly: Memory-augmented Deep Autoencoder for Unsupervised Anomaly Detection
msnr
0
680
AlphaX: eXploring Neural Architectures with Deep Neural Networks and Monte Carlo Tree Search
msnr
0
1.2k
Towards Understanding Chinese Checkers with Heuristics, Monte Carlo Tree Search, and Deep Reinforcement Learning
msnr
0
500
SRCNN: Image Super Resolution Using CNN
msnr
0
700
One-Class Convolutional Neural Network
msnr
0
1.3k
Other Decks in Science
See All in Science
実力評価性能を考慮した弓道高校生全国大会の大会制度設計の提案 / (konakalab presentation at MSS 2025.03)
konakalab
2
180
白金鉱業Meetup Vol.16_【初学者向け発表】 数理最適化のはじめの一歩 〜身近な問題で学ぶ最適化の面白さ〜
brainpadpr
11
2.3k
データベース05: SQL(2/3) 結合質問
trycycle
PRO
0
730
データベース08: 実体関連モデルとは?
trycycle
PRO
0
840
データベース09: 実体関連モデル上の一貫性制約
trycycle
PRO
0
880
ガウス過程回帰とベイズ最適化
nearme_tech
PRO
1
470
データマイニング - コミュニティ発見
trycycle
PRO
0
110
academist Prize 4期生 研究トーク延長戦!「美は世界を救う」っていうけど、どうやって?
jimpe_hitsuwari
0
150
baseballrによるMLBデータの抽出と階層ベイズモデルによる打率の推定 / TokyoR118
dropout009
1
520
機械学習 - K-means & 階層的クラスタリング
trycycle
PRO
0
1k
高校生就活へのDA導入の提案
shunyanoda
0
1.9k
安心・効率的な医療現場の実現へ ~オンプレAI & ノーコードワークフローで進める業務改革~
siyoo
0
270
Featured
See All Featured
ReactJS: Keep Simple. Everything can be a component!
pedronauck
667
120k
Gamification - CAS2011
davidbonilla
81
5.4k
GitHub's CSS Performance
jonrohan
1031
460k
Intergalactic Javascript Robots from Outer Space
tanoku
271
27k
GraphQLとの向き合い方2022年版
quramy
49
14k
Cheating the UX When There Is Nothing More to Optimize - PixelPioneers
stephaniewalter
283
13k
Rebuilding a faster, lazier Slack
samanthasiow
83
9.1k
Evolution of real-time – Irina Nazarova, EuRuKo, 2024
irinanazarova
8
850
Being A Developer After 40
akosma
90
590k
Writing Fast Ruby
sferik
628
62k
jQuery: Nuts, Bolts and Bling
dougneiner
63
7.8k
Sharpening the Axe: The Primacy of Toolmaking
bcantrill
44
2.4k
Transcript
画像処理&機械学習 論文LT会 #5 Move Evaluation in Go Using Deep Convolutional
Neural Networks 2019年7月22日(月) 矢農 正紀 (Masanori YANO)
論文 2 Move Evaluation in Go Using Deep Convolutional Neural
Networks 論文のURL: https://arxiv.org/abs/1412.6564 ⇒ CNNで「KGS Go Server」の打ち手を予測した論文 著者の所属は、トロント大学・Google Brain/DeepMind 選んだ理由 ・AlphaGoやAlphaZeroの手法の応用に関心あり ・CNNへの入力とするための「状態の表現」に関心あり (囲碁や将棋は、基本的なルールを把握している程度)
Google DeepMindメンバーの囲碁研究 3 [0] ICLR 2015の論文: CNNで「KGS Go Server」の打ち手を55%予測 https://arxiv.org/pdf/1412.6564.pdf
[1] AlphaGo Fan: 「KGS Go Server」の棋譜データでプロ棋士に勝利 https://storage.googleapis.com/deepmind-media/alphago/AlphaGoNaturePaper.pdf [2] AlphaGo Lee: トップクラスのプロ棋士に勝利 [3] AlphaGo Master: ネット碁で、プロ棋士に無敗 [4] AlphaGo Zero: 棋譜データを使わずに強く https://deepmind.com/documents/119/agz_unformatted_nature.pdf [5] AlphaZero: 囲碁に加えて、チェスと将棋でも強く https://deepmind.com/documents/260/alphazero_preprint.pdf ⇒ AlphaZeroで、Google DeepMindの「囲碁研究は」終了 論文に関心ある場合は、赤字の論文からが読みやすいかも 今回取り上げる論文
コンピュータ囲碁のアプローチ 4 2006年以降、MCTS(モンテカルロ木探索)が主流 ・現在の状態から、乱数を含めて終局までシミュレーション ・シミュレーションするための評価関数は、MCTSでも重要 ⇒ AlphaGoは、CNN評価関数+強化学習+MCTS CNN評価関数の入力 ・サイズは、囲碁の盤面と同じく19×19 ・チャネルは、現在の状態と、それに関連する特徴量
(例) 現在の局面: 黒/白で2チャネル、空きで1チャネル CNN評価関数の出力 [1] 現在の状態の評価値(その局面が、有利か不利か) [2] 次に取るべき行動(どの手を打つべきか)
本論文のアプローチ 5 現在の状態を「36チャネル×19×19」で表現 [参考] AlphaGoは48チャネルと、13/15チャネル(対戦用) AlphaGo ZeroとAlphaZero(の囲碁)は17チャネル 対象とした「KGS Go Server」参加者のランク:
初段~9段 ⇒ 9チャネルのうち一つの19×19を全て1とし、他を全て0 CNNはゼロパディング+最初だけ5×5で、以降は全て3×3 教師データ数は27.4 millionで、テストデータ数は2 million
本論文の主な結果(1/2) 6 CNNのレイヤー数を変えたときの、棋譜との一致率 ・中間層のチャネル数は128で、比較用に3レイヤーは16も ・横軸のは、CNNの出力のうちtop-(上位の手まで)
本論文の主な結果(2/2) 7 CNNのレイヤー数を変えたときの、一致率と強さ ・中間層のチャネル数は128で、比較用に3レイヤーは16も ⇒ 12レイヤーのCNNの「55.2%」が最高 ・囲碁プログラムのGnuGoと対戦させたときの勝率も評価 ・CNNを使った既存研究や、2014年の「彩」より高い精度 ・KGSで6段の、GnuGoには完勝する打ち手と同等の精度
まとめ 8 本論文は、CNNにより高い精度で人が打つ手を予測 ・テストデータで、最高55%の精度(top-1) ・論文には、CNNの出力だけでMCTSに勝利した棋譜も ・AlphaGoの伏線でCNN+MCTSの評価も 所感 ・この時点では、入力に特徴量も多い ・CNNの最近の手法も、少し効果あるかも (AlphaGo
Zero以降はResNet) ・「画像+特徴情報」の可能性に期待 - PFNのPaintsChainer(初期) 1チャネル+色塗りヒント3チャネル - 筑波大学の飯塚さんのGLCIC 3チャネル+マスク1チャネル