異端のアプローチ

企画書の内容と背景について、いくつか補足・コメントしておきます。

コンピュータ将棋開発者には大学の研究者、学生、フリーランスプログラマ、企業の研究者など様々な人がいますが、選手権の決勝レベルを見ると、総じて研究者が多い世界です。私のようにエンジニアとして実務経験が長い人は他にあまりいませんし、マーケティングの経験者も皆無に近いでしょう。このためか、私の物の考え方は他の開発者と比べてかなり毛色が異なっていました。この企画書で言うと次の２点が、コンピュータ将棋開発者の中でかなり独自というか、おそらく他に誰も考えてなかった視点だったと思います。

１）明確なゴールを設定し、そこへ到達するためのコストとスケジュールを意識している
２）名人挑戦を実現するビジネス的条件として棋力アピールと対局料の問題を考慮している

まず１）ですが、エンジニアとしては「ゴールを設定し、コストとスケジュールを考える」のは当たり前のことですが、研究者というのは必ずしもそうではありません。研究というのは基本的に、何がうまくいくのかわからない、いろいろやってみて、ほとんどはうまくいかないけれど、たまに何かがうまくいくとその先に今まで見えてなかったものが見えてきてそちらを追求する、という感じのことが多いです。もちろん大まかな計画は最初に立てますが、想定した計画通りに進むことはまずありません。つまり、スケジュールをあまり綿密に立ててもどうせそうはならないし、コスト/工数も事前に予測がなかなかつかない。ゴールすら、当初の想定とは違うところに行き着くことも多い。

コンピュータ将棋でもそういう面がかなりあります。棋力を上げるという目標は決まっていますが、そのために手段はいろいろ考えられる。評価関数の機械学習がいいのか、クラスタ並列がいいのか、探索の深さ制御が有効なのか。思いつくもの・自分にできるものを片っ端から試し、うまくいった技術を採用、とするしかない面があります。もちろん目標として「いずれは名人に勝つ」は多くの開発者が意識していたでしょうが、手法としてはボトムアップ的で、いろいろやっていくうちに棋力が上がっていくだろう、その結果としてそのうち名人に追いつけるんじゃないか、いつになるかはなんとも言えないけど、という考え方が多かったと思います。

これに対して私は、まずゴールを決めます。名人に勝つこと。そのゴールまであとどのくらいなのかを定量化します。棋士レーティングで400強の差。そしてそのゴールに到達するために、いちばん速く、少ない工数で実現する手段は何か？と考えたとき、それはクラスタ並列だろう、というのが私の結論でした。この当時は、コンピュータ将棋開発者の間ではBonanzaソース公開の余韻がまだかなり残っており、ほとんどの開発者が機械学習に注目していた時で、その中で私のこの方針はかなり異端でした。

棋力を上げるには、クラスタ並列の他にも、評価関数だとか探索の深さ制御だとかいくつか考えられるのですが、いずれも、何をどうすれば強くなるのかが具体的にはわかっていない。答えのない世界で膨大な試行錯誤を必要とするわけです。これはスケジュールも読めないし、工数（コスト）もどれだけ膨らむかわからない。クラスタ並列の場合は、何台並べるとどれだけ強くなる（レーティングが上がる）のかがある程度わかっています。確実な知識ではないにせよ、少なくとも評価関数等と比べるとずっと信頼できる知見がありました。クラスタ並列の技術自体も、ボンクラーズである程度の基礎はできていたので、道筋はついている状態でした。

これらのことから判断して、名人越えを実現するにはクラスタ並列がいちばん安全かつ簡単なアプローチだろう、と考えたわけです。「安い、速い、うまい」勝ち方、ということです。

こういう考え方がまた、一部の人には不評だったりします。人はえてして、「かっこいい」手法が魅力的だと思いがちです。クラスタ並列というのはいかにも「頭はよくないけど、力で押し切る」みたいなイメージで取られることが多い。それよりも「知恵をしぼりにしぼって、機械学習でなんかうまいことやりました」という方が「スマート」そうで研究としてはランクが上っぽく見る、という人もけっこういるわけです。

ですがエンジニアはかっこよさなんてまったく気にしなくて、とにかく結果が出れば/目的を達成できればそれでよい。難しいことやる必要はなくて、簡単なやり方で同じことができるならそれに越したことはない。いやクラスタ並列だって簡単てわけじゃなくてそれなりに難しいのですが、まあ比較するならば、です。

また別の観点では、将棋文化がどうたらみたいな話、「数百年の将棋研究の歴史を愚弄するものだ」なんて批判も出てきそうですね。これもエンジニア的には重要視されないので、ソフト対プロ棋士ははじめから「異種格闘技戦」であった、と言えるのでしょう。

というわけで、「他の技術（機械学習等）は一切必要なし、クラスタ並列一択」というのは、エンジニア的なドライな、合理的な判断の結果だった、と言ってよいかと思います。

もうひとつ書いておくと、クラスタ並列以外の向上策では企画書に定量的な棋力向上の根拠が書けない、というのもありました。仮に機械学習をやるとしても、何をどうすれば強くなるのか、いつ、どれだけレーティングが上がるのか、何もわからない。企画書に「いつ、どれだけ効果が出るかわかりませんが、とにかく機械学習で強くして名人を超えます！」などと書いていたら、H取締役から「何寝言言ってんだ、バカかこいつは」くらいに思われ、マシン貸してもらえなかったかもしれません。

機械学習を応用した評価関数がどの程度棋力向上に寄与しているのか、正確に計測した実験結果はないと思いますが、私の感触としては、手動できちんとチューンされた評価関数に比べてレーティングで200-300程度の向上ではないかと推測しています。ひとつの技術で300上がる技術はそうそうないはずですが(null move pruning, futility pruningくらい？）、100-200程度上がる技術はけっこうあります。私がやった例で言うと、2010年にBonanza v4に対して評価の差分計算とbitboardのSSE化によって高速化しましたが、これで100-120ほど上がっています。4台のクラスタ並列で120-150程度です。コンピュータチェスからの技術では、ハッシュ＋反復深化、late move reductionなども100以上は上がっていると思います。機械学習の効果は、他のレーティング100上昇の技術２つか３つぶんとほぼ等価、ということです。

あと、Bonanzaの機械学習がかなり高いレベルの完成度だったため、Bonanza*以降*に機械学習で棋力を向上する余地はかなり狭くなっていました。伸びしろが全くないことはないでしょうが、Bonanza以降多くの上位チーム（というか、決勝レベルでいうと、私を除くほぼすべてのチーム？）が機械学習に多大なリソースを費やす中、Bonanzaの３駒関係を上回る評価関数を作るのに成功したチームはそう多くないし、成功してもBonanzaとの差はそれほど大きくなかったのではないかと思います。そういう状況を考慮すると、2011年の時点で、短い期間で大きく棋力を向上させようとするのならば、Bonanzaの評価関数をそのまま使い、機械学習にはリソースをさかず、クラスタ並列のみに注力するという戦略は、エンジニアリング的には他に選択肢はなかったろうと考えています。

ちなみにクラスタ並列によるレーティング向上は、4台で150弱、GPSの700台は正確なデータがありませんが、おそらく300-400程度と推測しています。仮に1万台使えるなら500なり600なり向上するでしょう。台数に応じて、少しずつにせよ着実に上がっていく。私が以前「お金を棋力に換える技術」と言ったのはそういうことです。その点で、コンピュータ将棋におけるさまざまな技術の中で、いちばん棋力（レーティング）に対するインパクトが大きいのはクラスタ並列かもしれません。

次に２）ビジネス的条件としての棋力アピールと対局料の問題の話。居酒屋で米長さんとあからの話をしたと前に書きましたが、あからのときはコンピュータ側はもっぱら技術面に終始していて、ビジネス面を考えていた形跡はほとんどありません。これ自体悪いわけではありませんが、私としては「名人との対局を早期に実現するにはどうすべきか」が頭にあって、そのためにすべきことはいくつかあるなと考えていました。これも、研究者とはかなり違った考え方だったでしょう。

私がこう考えるに至ったのは、いくつか理由があります。ひとつは、私が業務でマーケティングをやっていたこと。技術さえあれば世の中うまくいくものでないことはいやというほどわかっていました。相手が話に乗ってくるためには、当たり前ですが"win-win"でなくてはいけない。プロ棋士側のwinとは何か、どうすればそれが得られるか、を考える必要がありました。ふたつめは、前にも紹介した米長さんの中央公論の記事を読んでいたこと。あれだけお金の話されてたら気にしないわけがありません。

実はもうひとつ、みっつめがあります。11年5月にコンピュータ将棋選手権で優勝した後、社内だけでなく社外からも昔の知り合いとかからメール等いただいたのですが、その中に、大学時代の知り合いで今将棋の観戦記者になっている人がいまして、その人のつてでさるプロ棋士と酒を飲みながら話す、という機会がありました。タイトル経験者で、今もトッププロの一角を占める方です。11年5月下旬のことでした。

またとない機会ですのでこのときいろいろお話しさせていただきましたが、当然その中で「率直なところ、プロにとってコンピュータと戦うのってどうなんですか？」と聞いてみました。すると彼曰く、「正直言うと、割に合わないんですよね」とのこと。勝って当然と思われ、万一負けたりすると罵倒される。賞金もそんなにないだろうし。棋士にとってリスクが大きい割にメリットが少ないですよ、というわけです。

この頃は、私の方の見立てでソフトの棋力はプロ下位～中位くらい、と思っていました。プロ側の見積もりはおそらくもう少し低く、奨励会程度と思っていたかもしれません。また前年の清水-あから戦で、賞金も大して出ないというイメージだったのでしょう。それを考えると、このときの棋士さんの発言にはなるほどと思わざるをえませんでした。

それで、じゃあ開発者側として何ができるだろうか？個人レベルでできることは限られているし、F社にお金を出してもらうというのも正直あまり期待できませんでしたが、その範囲で考えたのが「ソフトの棋力を世間/将棋ファンにアピールする」ことでした。この当時、コンピュータ将棋に詳しい一部の人はソフトがプロ下位レベルには達していると思っていましたが、一般の将棋ファンの認識はまだそれほどではなく、清水女流に勝っても「へえ！？意外とソフトやるじゃん」程度の認識の人が大半でした。ソフトがプロをしのぐ程度に強くなったと皆が思うようになれば、ファンはソフト対プロの対戦を期待するだろう。そうして世間の興味を集められれば、スポンサーもついてくれるかもしれない。そしてプロ側としても、ソフトと戦うモチベーションが、金銭的な面でも、また「強い相手と戦いたい」という棋士なら当然持っているであろう面にもアピールするのではないか、と考えたわけです。

付録１で棋力アピールの手法として４つ挙げていますが、いちばん期待していたのはもちろん将棋倶楽部２４です。WCSCとfloodgateは、コンピュータどうしの戦いなので、人間に対するアピールがいまひとつ欠ける。twitterも、やはり「対戦」でないのでそう盛り上がるわけではない。人間とコンピュータが対戦する２４がその点でベストだし、何より先例として11年5月のponanzaの２４参戦が大注目を集めていたことが大きかった。ponanzaの山本さんは手入力で２４をやっていましたが、私はそんなことやってる時間はなかったので、F社との協力において２４の自動対戦の実現は、私の頭の中ではかなり重要度の高いものでした。