KataGo

出典: フリー百科事典『ウィキペディア(Wikipedia)』
ナビゲーションに移動 検索に移動
KataGo
作者 David J. Wu[1]
開発元 David J. Wu
初版 2019年2月27日 (2年前) (2019-02-27)[2]
最新版
1.8.2 / 2021年4月19日 (45日前) (2021-04-19)[2]
リポジトリ github.com/lightvector/KataGo
プログラミング
言語
C++Python
種別 コンピュータ囲碁
ライセンス MIT License
公式サイト github.com/lightvector/KataGo
テンプレートを表示
KataGo Server
作者 David J. Wu and Tycho Tatitscheff[3]
開発元 David J. Wu and Tycho Tatitscheff
初版 2020年11月8日 (6か月前) (2020-11-08)[4]
最新版
v0.9 / 2020年12月14日 (5か月前) (2020-12-14)[5]
リポジトリ github.com/katago/katago-server
プログラミング
言語
Python
種別 コンピュータ囲碁
ライセンス MIT License
公式サイト katagotraining.org
テンプレートを表示

KataGo(カタゴ)はDavid J. Wu(通称 lightvector)によって開発されたコンピュータ囲碁プログラムである。

概要[編集]

DeepMindが発表したAlphaGo ZeroAlphaZero論文に基づいてDavid J. WuがKataGoを作成した[6]。さらに、DeepMindの論文に加え、多くの関連研究と独自の研究の結果、強化学習の速度を大幅に向上させた(50倍以上[7]:1[1]。また、ニューラルネットワークのデータが公開されている、世界で最も強いコンピューター囲碁ソフトウェアの1つとなった。

KataGoによって実装されたコンピュータ囲碁プログラムには以下が含まれる [1]

  • セルフプレイトレーニングプログラム (C++Python 3、TensorFlowで実装)
  • ソフトウェアで操作できるGTPエンジン(C++で実装)

Jane Street Capital英語版(作者所属の会社)はトレーニングに必要な計算資源加えて、トレーニング結果(ニューラルネットワークデータ)も公開している[1]

KataGoは囲碁AI検討ソフト「Lizzie」の思考エンジンに採用された(2019年10月1日に公開されたLizzieバージョン0.7以降)。

また、その豊富な分析機能により、囲碁オンライン分析Webサイト「AI Sensei」でデフォルトの分析エンジンとして使用されている[8]

差異[編集]

AlphaZero[編集]

オープンソースオープンデータに加えて、KataGoとAlphaZeroの主な違いは[7]強化学習のコストが大幅に削減されるため、自宅のPCでも比較的高いレベルの強化学習を行える。数日でアマチュア高段者に到達した[1]

Leela Zero[編集]

KataGoとLeelaZeroの主な違いは、KataGoのGTPエンジンが"kata-analyze"コマンドをサポートしている事で。フロントエンドプログラム(Lizzieなど)がKataGoの目数差の分析を取得できるため、人間が目数計算の判断の助けになる。LeelaZeroなどに見られるの終盤のヨセで損をする手を提示する可能性を減らせる[1]

もう1つの違いは、KataGoはOpenCL(v1.2以降でサポート[9])とCUDA[1](OpenCLでは、最新バージョンが最適化されており、CUDAバージョンよりも数倍高速ではないが、2つのバージョンはほぼ同じ)の両方をサポートしている。 LeelaZeroはOpenCLのみのをサポート[10]

関連項目[編集]

脚注[編集]

[脚注の使い方]

注釈[編集]

出典[編集]

  1. ^ a b c d e f g lightvector/KataGo: GTP engine and self-play learning in Go”. 2020年1月1日閲覧。
  2. ^ a b Releases · lightvector/KataGo” (英語). 2020年1月1日閲覧。
  3. ^ katago/katago-server”. 2021年1月14日閲覧。
  4. ^ Release v0.1 · katago/katago-server” (英語). 2021年1月14日閲覧。
  5. ^ Releases · katago/katago-server” (英語). 2020年1月14日閲覧。
  6. ^ Accelerating Self-Play Learning in Go” (英語) (2019年2月28日). 2020年1月1日閲覧。
  7. ^ a b David J. Wu (2020). "Accelerating Self-Play Learning in Go". arXiv:1902.10565 [cs.LG]。
  8. ^ Analyze with a fixed visit number? · Issue #91 · lightvector/KataGo” (英語). 2020年1月14日閲覧。
  9. ^ Release OpenCL, Windows Support, other features and fixes · lightvector/KataGo” (英語) (2019年7月20日). 2020年5月12日閲覧。
  10. ^ leela-zero/leela-zero: Go engine with no human-provided knowledge, modeled after the AlphaGo Zero paper.” (英語). 2020年1月2日閲覧。

外部リンク[編集]