KataGo

KataGo (カタゴ) - 最強の囲碁AI

KataGoは、David J. Wu氏（lightvectorとして知られる）によって開発された、最先端のコンピュータ囲碁プログラムです。DeepMind社のAlphaGo ZeroとAlphaZeroの研究成果を基盤としつつ、独自の改良を重ね、驚異的な強化学習速度を実現しました。

概要

AlphaGo Zero/AlphaZeroの論文をベースに、数々の関連研究と独自の工夫を組み合わせることで、KataGoは強化学習の効率を飛躍的に向上させることに成功しました（50倍以上！）。その結果、ニューラルネットワークのデータが公開されている、世界トップレベルの囲碁AIソフトウェアとしての地位を確立しました。

KataGoの実装には、以下の要素が含まれます。

セルフプレイトレーニングプログラム: C++、Python 3、TensorFlowを用いて実装されています。自己対局を繰り返すことで、AIが自律的に学習します。
GTPエンジン: C++で実装された、ソフトウェアから操作可能なエンジンです。他の囲碁ソフトウェアとの連携を可能にします。
オープンデータ: Jane Street Capital (作者の所属企業) は、トレーニングに必要な計算資源を提供するとともに、学習結果であるニューラルネットワークデータも公開しています。これにより、研究者や開発者はKataGoの技術を自由に利用し、発展させることができます。

KataGoは、囲碁AI検討ソフト「Lizzie」の思考エンジンとしても採用されており（Lizzieバージョン0.7以降）、その高度な分析機能は、オンライン囲碁分析Webサイト「AI Sensei」でデフォルトの分析エンジンとして活用されています。

"KataGo"という名称は、日本語の「形（かた）」に由来します。作者のlightvector氏は、強化学習を通じて永続的に鍛錬し、独自の「形」を完成させるAIのイメージに合致すると考えました。

他の囲碁AIとの差異

AlphaZeroとの違い

オープンソース/オープンデータ: KataGoは、ソースコードと学習データを公開しています。これにより、透明性が高く、コミュニティによる改良が促進されます。
低コストでの強化学習: 強化学習のコストが大幅に削減されたため、家庭用PCでも比較的高レベルの強化学習が可能です。わずか数日でアマチュア高段者に匹敵する棋力に到達します。

Leela Zeroとの違い

`kata-analyze`コマンドのサポート: KataGoのGTPエンジンは、`kata-analyze`コマンドをサポートしています。これにより、フロントエンドプログラム（Lizzieなど）がKataGoの目数差分析結果を取得し、人間の判断を支援します。終盤のヨセにおけるミスを減らすことができます。
OpenCLとCUDAの両方をサポート: KataGoは、OpenCL (v1.2以降) とCUDAの両方をサポートしています。最新のOpenCL版は最適化されており、CUDA版とほぼ同等の速度で動作します。Leela ZeroはOpenCLのみをサポートしています。

強さの変遷

KataGoは、バージョンアップごとに着実に棋力を向上させています。

最初のバージョン (g65, v1.0): 2019年2月、35台のNVIDIA Tesla V100を使用して7日間の強化学習を実施。6ブロックx96フィルターから15ブロックx192フィルターまで成長し、Leela Zero（LZ130相当）と同等の棋力に到達しました。
2番目のバージョン (g104, v1.1): 2019年5月から6月にかけて開発。28台のNVIDIA Tesla V100を使用し、6ブロックx96フィルターから20ブロックx256フィルターまで強化学習を実施。ハイパーパラメータの改善により、わずか3.5日で最初のバージョンを上回る棋力を達成しました。LCB（Lower Confidence Bound）の導入により、さらに棋力が向上。「LZ-ELFv2」（ELF OpenGo v2の重みをLeela Zeroで実行したもの）を凌駕し、Leela Zeroの40ブロック版（LZ200相当）と同等の棋力に達しました。
3番目のバージョン (g170, v1.3, v1.4): 2020年1月から6月にかけて開発。29GPUから開始し、14日後に37GPU、さらに24日後（合計38日）に47GPUに増強して学習を実施しました。

v1.5.0以降では、GPUを使用しない純粋なCPUでの動作もサポートされました (Eigenライブラリを使用)。バージョンv1.8.0以降では、分散トレーニングがサポートされ、世界中のユーザーが重み (ニューラルネットワーク) のトレーニングに協力できるようになりました。