1. トップ
  2. 新着ニュース
  3. 経済
  4. プレスリリース

「神の一手」はどのようにして生まれたのか? 『最強囲碁AI アルファ碁 解体新書 深層学習、モンテカルロ木探索、強化学習から見たその仕組み』

@Press / 2017年7月19日 11時0分

『最強囲碁AI アルファ碁 解体新書』(翔泳社)
株式会社翔泳社(本社:東京都新宿区舟町5、社長:佐々木幹夫)は、書籍『最強囲碁AI アルファ碁 解体新書 深層学習、モンテカルロ木探索、強化学習から見たその仕組み』を2017年7月19日(水)に刊行しました。
本書は、ネイチャー誌で掲載されているアルファ碁に関する難解な学術論文を著者のほうで読み解き、アルファ碁で利用されている深層学習や強化学習、モンテカルロ木探索の仕組みについて、実際の囲碁の画面も参照しながら、わかりやすく解説した書籍です。

画像1: https://www.atpress.ne.jp/releases/133365/img_133365_1.jpg

「神の一手」の謎に迫る!人工知能の技術を徹底解剖
人工知能において近年新聞をにぎわせているAlphaGo。2017年5月には、アルファ碁(AlphaGo)と中国の囲碁棋士・柯潔(カ・ケツ)九段の最終決戦が行われ、結果はアルファ碁の3連勝となりました。アルファ碁はこの対戦でさらに進化をとげました。
このようにAIの技術進化は日進月歩で進んでおり、国内でも企業や研究開発が進んでいます。中でも注目されているのは、機械学習・深層学習・強化学習です。
本書は、ネイチャー誌やGoogleのサイトなどの学術論文で提供されている難解なAlphaGoの仕組みについて、著者のほうでとりまとめ、実際の囲碁の画面を見ながら、AlphaGoで利用されている深層学習や強化学習等の仕組みについてわかりやすく解説しています。
本書を読むことで、最新のAIに深層学習、強化学習、モンテカルロ木探索がどのように利用されているかを知ることができ、実際の研究開発の参考にすることができます。人工知能関連の開発に携わる開発者・研究者、ゲームAI開発者にオススメの一冊です。

■目次
Chapter1 アルファ碁の登場
Chapter2 ディープラーニング ~囲碁AIは瞬時にひらめく~
Chapter3 強化学習 ~囲碁AIは経験に学ぶ~
Chapter4 探索 ~囲碁AIはいかにして先読みするか~
Chapter5 アルファ碁の完成
Appendix1 数式について
Appendix2 囲碁プログラム用のUIソフト「GoGui」およびGoGui用プログラム「DeltaGo」の利用方法


【著者】
大槻 知史(おおつき・ともし)
2001年東京大学工学部計数工学科卒業。2003年同大学院新領域創成科学研究科複雑理工学専攻修士課程修了。
以降、機械学習・最適化などの研究開発に取り組む。
ゲームAIプログラマーとしては、2001年より、囲碁・将棋プログラムの開発に従事。
著者の開発した将棋プログラム「大槻将棋」は、2009年世界コンピュータ将棋選手権にて第2位。博士(情報理工学)。

【監修者】
三宅 陽一郎(みやけ・よういちろう)
デジタルゲームの人工知能の開発者。京都大学で数学を専攻、大阪大学大学院物理学修士課程、東京大学大学院工学系研究科博士課程を経て、人工知能研究の道へ。
ゲームAI開発者としてデジタルゲームにおける人工知能技術の発展に従事。
国際ゲーム開発者協会日本ゲームAI専門部会設立(チェア)、日本デジタルゲーム学会理事、芸術科学会理事、人工知能学会編集委員。
共著『デジタルゲームの教科書』『デジタルゲームの技術』『絵でわかる人工知能』(SBクリエイティブ) 、著書『人工知能のための哲学塾』(BNN新社)、『人工知能の作り方』(技術評論社)、『ゲーム、人工知能、環世界』(現代思想、青土社、2015年12月)、最新の論文は『デジタルゲームにおける人工知能技術の応用の現在』(人工知能学会誌 2015年、学会Webにて公開)。

______________________________
■書籍概要
『最強囲碁AI アルファ碁 解体新書
深層学習、モンテカルロ木探索、強化学習から見たその仕組み』
著者:大槻知史
監修:三宅陽一郎
発売日:2017年7月19日
ISBN:978-4-7981-5256-1
定価:2,600円(税別)
判型:A5・1C・272ページ
______________________________


詳細はこちら
プレスリリース提供元:@Press

この記事に関連するニュース

トピックスRSS

ランキング

記事ミッション中・・・

10秒滞在

記事にリアクションする

記事ミッション中・・・

10秒滞在

記事にリアクションする

デイリー: 参加する
ウィークリー: 参加する
マンスリー: 参加する
10秒滞在

記事にリアクションする

次の記事を探す

エラーが発生しました

ページを再読み込みして
ください