No.197 - 囲碁とAI：趙治勲 名誉名人の意見
2016年3月、韓国のイ・セドル九段とディープマインド社の「アルファ碁」の5番勝負がソウル市内で行われ、アルファ碁の4勝1敗となりました。イ・セドル九段は世界のトップクラスの棋士です。コンピュータはそ..
タグ： 新井紀子 value network policy network rollout policy プレイアウト ロールアウト MCTS Monte Carlo Tree Search モンテカルロ木検索 大局感

No.181 - アルファ碁の着手決定ロジック（２）
（前回から続く） 前回の No.180「アルファ碁の着手決定ロジック（１）」の続きです。以下に出てくる policy network、SL policy network、RL policy netw..
タグ： tree policy アルゴリズム 論文 AlphaGo Zero 解説 AlphaGo ディープマインド DeepMind nature ニューラルネットワーク

No.180 - アルファ碁の着手決定ロジック（１）
アルファ碁（AlphaGo） No.174「ディープマインド」で、英国・ディープマインド社（DeepMind）のコンピュータ囲碁プログラム、アルファ碁が、世界最強レベルの囲碁棋士である韓国の李世..
タグ： 多腕バンディット問題 アルゴリズム 論文 解説 ディープマインド DeepMind AlphaGo アルファ碁 nature ニューラルネットワーク