コンピュータ将棋 特徴

ウィキペディア

コンピュータ将棋

出典: フリー百科事典『ウィキペディア（Wikipedia）』 (2023/05/08 07:28 UTC 版)

特徴

詰みの周辺における強さ

任意の局面における『詰み』の有無を判定する作業は、単純な情報処理が力を発揮する分野であり、コンピュータは人間をはるかに超える計算力により、容易に詰みを発見することが可能である。

詰将棋の分野では、コンピュータは早々にトップ棋士の解図力を上回った。可能な王手と玉方の応手をすべて検索するコンピュータならではの方法論により、人間を凌駕する実力を備えている。詰将棋の創作にあたって、コンピュータを使用して作品の完全性を検証することは、すでに常識となっている。谷川浩司は「詰将棋は自分でも作るんですけども，完成したものをコンピュータにかけるんですよ。（中略）それこそ，かなり複雑な，1年くらいかけて作った詰将棋でも，コンピュータにかけると1秒で解かれるわけです。その詰将棋がちゃんと出来てるって証明にはなるんですけども，ちょっと切ない気分にはなりますよね……（苦笑）」と述べている。

手数が最長の詰将棋である「ミクロコスモス」すら、詰将棋プログラムは解答に成功した（ミクロコスモス (将棋)#ミクロコスモスと脊尾詰を参照）。

また、コンピュータによる詰将棋の創作も行われている。

中盤の強さ

第3回電王戦に出場した豊島将之はコンピュータ対策について「1000局とはいかないが3ケタは練習対局をした」「何度も逆転負けをする中で、序盤の長い将棋や中盤を省略する激しい将棋に勝ち目があると思った」と述べている。第3回電王戦を観戦していた遠山雄亮は「豊島さんはコンピュータの中盤の強さを警戒していました。少しぐらい優位に立っても中盤の難解な局面が続くと簡単に逆転されると。だから、コンピュータに勝つには、序盤の長い将棋にして、中盤に入る時点で大きなリードを奪ってしまうか、逆に中盤のない展開にして一気に終盤で勝負するのがいいと思っているようです。本局は意識して中盤のない展開を狙っているように見えますね。」とコメントした。また、産経新聞も電王戦FINALを総括した記事において「1秒間に数百万〜1000万手以上を読むコンピューター相手では、互角に終盤の寄せ合いに突入したらまず勝ち目はない。中盤も、棋士側が手筋や定跡通りに指していてもコンピューターは正確無比でミスはしない。過去2回の経験からプロ側は『序盤で過激に鬼手を連発し、中盤を飛ばして一気に終盤に持ち込む』作戦が有効と結論づけた」と報じた。

ミスの少なさ

遠山雄亮は、2011年に将棋倶楽部24でのボンクラーズとの対局を分析し、コンピュータは人間よりもミスをしないため、乱戦になった場合はコンピュータの方が有利になるとしている。また、感情面で動揺したり、集中力が切れたりしないのも強さであるとしている。また、人間の注意力には限界があり、疲労や錯覚などでヒューマンエラーを起こす場合がある。一方、コンピュータは人間と違い肉体的な疲労がないため、持ち時間の長い将棋の終盤になっても、正確に指すことができる。 また、コンピュータは、プログラムにバグがない限り、二歩や二手指し等の反則手を指すことは無い。バグの例としては、2015年の電王戦FINAL第2局において、Seleneが角成らずの手を正しく認識できず、王手放置の反則負けをした事例がある。

入玉模様の弱さとその改善

Bonanza以降主流になった機械学習において、プロ棋士の対戦データをもとにした教師あり学習では、プロ棋士の対局では少ない入玉模様の将棋を学習しにくい。入玉模様では、相入玉において目標が詰ますことから点数計算に変わるため、適切に判断できないことが多かった。2013年の第2回将棋電王戦第4局においては、相入玉に持ち込まれたPuella αは点数計算を正しく認識できず、結果として持将棋（引き分け）成立となった。

しかし、コンピュータが生成した膨大な数の局面を教師として学習したり、学習におけるパラメータを増加させて実戦が少ない局面の評価能力を向上させた結果、コンピュータ将棋の入玉模様は大幅に向上した。2015年の第25回世界コンピュータ将棋選手権では、コンピュータ将棋の大会で初めて、Seleneが入コンピュータ自身の読みと判断により宣言法による勝利を上げ、同大会の独創賞を受賞した。強豪ソフトにおける入玉将棋の強さと宣言法の実装は標準化されており、2016年の第4回電王トーナメントにおいても、ponanzaとやねうら王が1度ずつ入玉将棋において宣言法で勝利している。

序盤の弱さとその改善

プロ棋士の序盤研究の多くは公開されることがなく、ソフトは限られた情報を元に序盤戦術を構築していたため、新手に適切に対応できないことがあった。しかしponanzaを初め、序盤を既存の定跡データに頼らないソフトも開発された。以降、ソフトの棋力向上による序盤の精度の向上や、人間の定跡に頼らない定跡を自力で作成する工夫などにより、コンピュータ将棋の序盤力は格段の向上を遂げた。

駒落ち戦の弱さとその改善

序盤の定跡データベースは平手戦に基づいているため、プロ棋士の公式戦で指されなくなった駒落ち戦をコンピュータは苦手としていた。例えば、駒落ち特有の大局観を持ち合わせていないコンピュータは、二枚落ちの上手で穴熊に囲って自滅してしまうことがあった。しかし、駒落ち戦の弱さも、教師となる局面が少ないケースでの局面評価力を向上させることで改善した。アマ高段の棋力を持つponanza開発者の山本一成は、2016年4月に二枚落ちでponanzaに連続して敗れたことを報告している。また、水匠U(2020年)やAoba駒落ち(2021年)など、上手を持って高段者に勝つ、駒落ちに特化したソフトの開発も行われた。

指導対局および接待対局

プロはアマチュア相手に駒落ちあるいは平手での指導対局を行うが、コンピュータが「うまく手抜きをして負けてあげる」などといったような指導対局については、発展途上である。

羽生善治は2016年、「北陸先端科学技術大学院大学では、いわゆる接待将棋の研究にチャレンジしています。人間といい勝負をして、最後負けてくれるというソフトです。負け方があからさますぎないようにするのが難しい」と語っている。また、羽生善治は2017年、「接待将棋を指すのって、難しいのです。接待将棋は、基本的に相手の人がどれくらいのレベルで、どれくらいの将棋を指すのかを推測できないとできない。力を加減することはできるのですけど、あからさますぎてバレバレになるのですぐわかっちゃう」「AIに仕事が奪われる、みたいな話もありますが、ぼくの答えはいつも決まっていて、『接待ゴルフのような仕事は絶対なくなりませんよ』って答えるようにしています（笑）」と意見を述べている。

2021年、互角に近い評価値の指し手を選ぶことで接待を行う、接待水匠が公開された。

全幅探索の強さ

コンピュータで全幅探索をしている場合、途中局面の善し悪しではなく最終的にどうなるかで全てのパターンを読むので、「一見ひどい手のため人間は検討対象に加えないが、実は良い手」を見落とさない長所がある。人間の場合、全てのパターンを読むのではなく直観、大局観を使って筋の良い手・悪い手を判別、検討対象を絞っているため、見落としをすることがある。 一方、いわゆるディープラーニング系ソフトは、"大局観"で指し手を絞っている。

水平線効果

水平線効果とは、読みの深さの限界により、手の選択肢の中で、のちに極端に不利となる手を選んでしまう、もしくは、小さな損を繰り返すことで、大きな損をする状態を先延ばしにし、本来よりももっと不利になってしまうことである。技術の発展により、水平線効果が見られることは少なくなっている。

アンチコンピュータ戦略

対コンピュータに特化した戦法として、自陣の歩を動かさず、守備に駒を配置したあとはひたすら手待ちして相手の時間切れを目指す、「丸山スペシャル」が知られている。人間にとっては打開できる駒組みでも、コンピュータにとっては読む手順が難しい穴となっていたことによる。この戦法を改良した「稲庭将棋」というソフトウェアは、2010年の第20回世界コンピュータ将棋選手権に出場し、一次予選を無敗で勝ち抜いた。稲庭将棋が出場した当時の世界コンピュータ将棋選手権は時間切れ負けで秒読みが無かったため、有力な戦法となった。第20回世界コンピュータ将棋選手権では、「新しい技術や工夫、面白い趣向を凝らして選手権を盛り上げたプログラム」に与えられる「独創賞」として、「丸山スペシャルをさらに進化させて実装し、コンピュータ将棋の弱点をあらわにした」ことを理由に稲庭将棋が選出された。

第2回将棋電王戦開催記念イベント「ニコニコ本社（原宿）で誰でもGPS将棋に挑戦! 勝てたら賞金100万円!!」で、ponanza開発者の山本一成が前述の稲庭将棋の戦術を用いGPS将棋の無理攻めを誘う作戦（山本曰く「400手以上攻めないで待ってると、無理に攻めてくるバグを見つけた」）を取ろうとしたものの、あまりにも時間がかかるため、勝又清和の裁定によって引き分けとなったTemplate:Efen。

第2回将棋電王戦第5局の総括インタビューで三浦弘行は「事前の研究で、GPS将棋の弱点には気づきませんでしたか？」と質問されて「明らかな癖などは見つかりませんでした。でも逆に、それでよかったと思っています。もし見つかっていれば、そこを衝くべきかどうか思い悩んだでしょうから。弱点を衝いて勝ったとしても、それで勝ったといえるのかというところがありますので。ただ団体戦だから、本当はやりたくなくてもそうすべきだという考え方もありますし･･･難しいところです」と答えている。

高見泰地は「（自分が電王戦の対局者だったらどうするかとの問いに）まず貸し出されたソフトで本番と同じ環境・時間設定にして同じ作戦を試して、どのくらいの確率で使えるのか、もちろん研究はしますね。ただ使えたとしても、やはり『ハメ手』ではあるので、今回のような一発勝負のイベント対局ではいいと思うんですが、電王戦では（プロとしての）自尊心の問題も出てくると思います。難しいですね」と答えている。

電王戦FINALの第二局において永瀬拓矢がSeleneに対し「2七角不成」という通常あり得ない手を指した。多くのソフトウェアは角、飛、歩が成らない局面を省くことで探索効率を上げているため、不成によってソフトウェアに一から計算させることで持ち時間を使わせることができる。この対局においてSeleneに角不成を認識できないバグがあり、王手放置によって反則負けとなった。開発者は事前にバグを認識できていなかった。

電王戦FINALの第五局において阿久津主税があえて自陣に隙を作ることでコンピュータの「2八角」を誘いAWAKEに勝利した（開発者による投了）。この戦法は、ponanza対策として以前から知られていた戦法の一つであり、コンピュータ将棋が短期的には有利と評価されても長手数後に不利になることを読めない（計算コストの問題からその前に探索を打ち切る）ことに基づく弱点（水平線効果）を突いたものである。対局前に弱点は明らかになっていたが、プログラムの修正は認められていなかった。

評価値と勝率の関係

コンピュータは局面の形勢を評価値で数値化して表す。

評価値0点は互角を表し、プラスの場合絶対値が大きいほど有利、マイナスの場合絶対値が大きいほど不利である。多くのソフトでは、絶対値が200点以内が互角、数百点の場合が有利（不利）、500点から1000点前後の場合が優勢（劣勢）、数千点以上の場合が勝勢（敗勢）となる。即詰みや必至などの理由で事実上勝敗が決している場合は、絶対値は「∞点」か、表現できる最大値（ソフトによって異なる。例えば「9999点」など。このほかソフトによっては、「-1点」が千日手が最善と判断したことを示す場合もある。

Ponanzaの場合、300点くらいで勝率6割、800点で勝率8割くらいとしている。 商用版のやねうら王に収録されているQhapaqの場合、評価値500点は勝率7割強を意味するのに対し、評価値-500点の勝率は2割未満である。 水匠の開発者の杉村達也はコンピュータ同士の対戦の場合、「評価値÷30＋50＝勝率」という関係が成り立つとしている。

振り飛車の評価の低さ

コンピュータ将棋は、基本的に振り飛車を低く評価する。そのため、コンピュータによる研究が深い藤井聡太二冠（2021年当時）に対して、居飛車党の棋士が研究されにくい振り飛車で挑んで勝利したことがある。一方、振り飛車を好んで指すソフトも開発されている。

やねうら王の開発者の磯崎は「飛車を振るということで評価値が大きく落ちる。けど持久戦模様になった時は、一手の価値がそこまで大きくないので、最初に下がった分の評価値を維持できない」と述べている。

先手の有利性

やねうら王の開発者の磯崎は2022年1月に「いまの将棋ソフト、人間からすると強くなりすぎて、ソフトの大会での先手勝率が高すぎることが問題になりつつある。例えば、先日の電竜戦では、先手勝率70.0%、後手勝率25.6%であった」と述べている。