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電子書籍

「神の一手」の謎にせまる！

【概要】
2017年5月にAlphaGoと柯潔（カ・ケツ）九段の最終決戦が行われ、
AlphaGoの3連勝となりました。AlphaGoは今回の対戦で
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ています。中でも目されているのは、
機械学習・深層学習・強化学習です。

本書はネイチャーで提供されているAlphaGoに関する
難解な学術論文を著者のほうで読み解き、「AlphaGo」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。

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。

【読者対象】
・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

※本電子書籍は同名出版物を底本として作成しました。記載内容は印刷出版当時のものです。
※印刷出版再現のため電子書籍としては不要な情報を含んでいる場合があります。
※印刷出版とは異なる表記・表現の場合があります。予めご了承ください。
※プレビューにてお手持ちの電子端末での表示状態をご確認の上、商品をお買い求めください。

（翔泳社）

本書に誤りまたは不十分な記述がありました。下記のとおり訂正し、お詫び申し上げます。

書籍・SEshop限定PDF:ご購入刷数　電子書籍最終更新日:2018年02月14日

発生刷

ページ数

書籍改訂刷

電子書籍訂正

内容

登録日

1刷

006
下から9行目

2刷

未

誤	誰かしも
正	誰しも

2017.08.08

1刷

068
図2.9の一番上の記述

2刷

未

誤	第1層の16個のフィルタ重みの例
正	学習の結果得られた第1層の16個のフィルタ重みの例

2017.08.08

1刷

073
2.2.6の見出し

2刷

未

誤	2.2.6　誤差逆伝搬法に基づくCNNの学習
正	2.2.6　誤差逆伝搬法に基づくCNNのフィルタ重みの学習

2017.08.08

1刷

087
下から2行目

2刷

未

誤	強いプレイヤと一致した例となっています。
正	確率最大の手であり、この場合正解である強いプレイヤの手と一致した例となっています。

2017.08.08

1刷

088
図2.18(a)

2刷

未

誤
正
備考	元の図は、ここに白石がなく、(b)と対応していませんでした。

2017.08.08

1刷

105
上から8行目

2刷

未

誤	Step 4 SGDのパラメータの更新
正	Step 4 SGDによるパラメータの更新

2017.08.08

1刷

106
下から5行目

2刷

未

誤	・・・（略）・・・です。　結果として、・・・（略）・・・
正	・・・（略）・・・です。学習結果　結果として、・・・（略）・・・
備考	※「結果として」の段落の直上に、直前の「汎化と過学習」と同レベルの小見出しを追加 ※小見出し「学習結果」

2017.08.08

1刷

107
MEMOの中、上から2行目

2刷

未

誤	回転反転対象パターン
正	回転反転対称パターン

2017.08.08

1刷

108
図2.25のキャプション

2刷

未

誤	SLポリシーネットワークの学習結果。　・・・
正	SLポリシーネットワークのフィルタ重みの学習結果。　・・・

2017.08.08

1刷

133
図3.4　（b）UCB1が大きい腕を選ぶ方策の場合　

未

誤	列：腕A(真の確率80%)→成功回数/試行回数行：10回目 2/5
正	列：腕A(真の確率80%)→成功回数/試行回数行：10回目 3/5

2018.02.14

1刷

139
上から5行目

2刷

未

誤	図3.6の迷路では、p142の図8に示すように、16の各マスに対しそれぞれ4つの行動選択肢があるため、行動価値関数(MEMO参照)は16×4のテーブルで表せます。
正	図3.6(a)の迷路では、16の各マスで「上」「下」「左」「右」の最大4つの行動選択肢があるため、行動価値関数(MEMO参照)は16×4のテーブルで表せます(p142の図3.8(c))。

2017.08.08

1刷

141
MEMO ステップ数の中

2刷

未

誤	迷路の例では、最小ステップ数は「1→5→6→7→11→15→16」となり、移動する場合の7となります。
正	図3.6(a)の迷路の例では、最短経路は「1→5→6→7→11→15→16」なので、最小ステップ数は7となります。

2017.08.08

1刷

143
上から7〜8行目

2刷

未

誤	16×4のテーブルとして表されますが(図3.8(d))
正	16×4のテーブルとして表されますが(図3.8(c))

2017.08.08

1刷

152
表3.1のATARI×エピソードのセル

2刷

未

誤	開始からボールを落とす
正	開始からボールを落とすまで

2017.08.08

1刷

153
Step 4の見出し

2刷

未

誤	Step 4 相手モデルと味方モデルで終局まで手を進める
正	Step 4 方策勾配法により、ポリシーネットワークのパラメータを更新する

2017.08.08

1刷

159
上から1〜2行目

2刷

未

誤	それではこの3000万個の学習をどのように得ると・・・（略）・・・。　第1に・・・（略）・・・16万個(3000万個の棋譜)・・（略）・・・。
正	それでは3000万個の学習データをどのように得ると・・・（略）・・・。　第1に・・・（略）・・・16万個の棋譜(3000万個の局面)・・（略）・・・。

2017.08.08

1刷

160
図3.16フローチャートの一番上の□の中

2刷

未

誤	Φ
正	∅

2017.08.08

1刷

262
下から2行目

2刷

未

誤	2017年6月吉日
正	2017年7月吉日

2017.08.08

1刷

264
INDEXの「Compute Unifi ed Device Architecture」

2刷

未

誤	Compute Unifi ed Device Architecture
正	Compute Unified Device Architecture
備考	・Unified中のスペースを削除・最後にeを追加

2017.08.08

2刷

229
図5.10の横軸の文字列

未

誤	モンテカルロ木探索　　（・・・略・・・）ポリシーネットワーク　　（・・・略・・・）バリューネットワーク　　（・・・略・・・）
正	バリューネットワーク　　（・・・略・・・）ポリシーネットワーク　　（・・・略・・・）モンテカルロ木探索　（・・・略・・・）

2017.08.08

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

本書籍の他の形式を確認する

購入はこちら

「神の一手」の謎にせまる！

書籍への問い合わせ

書影の利用許諾について

最新電子書籍

エンジニアが学ぶ物流システムの「知識」と「技術」 NEW

販売士教科書販売士（リテールマーケティング）2級一発合格テキスト＆問題集第3版 NEW

MCP教科書 Windows Server 2016（試験番号：70-740） NEW

食のパラドックス 6週間で体がよみがえる食事法 NEW

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

本書籍の他の形式を確認する

購入はこちら

「神の一手」の謎にせまる！

書籍への問い合わせ

書影の利用許諾について

最新電子書籍

エンジニアが学ぶ物流システムの「知識」と「技術」 NEW

販売士教科書 販売士（リテールマーケティング）2級 一発合格テキスト＆問題集 第3版 NEW

MCP教科書 Windows Server 2016（試験番号：70-740） NEW

食のパラドックス 6週間で体がよみがえる食事法 NEW

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

販売士教科書販売士（リテールマーケティング）2級一発合格テキスト＆問題集第3版 NEW