マスター（ソフトウェア）

MasterはDeepMindの囲碁ソフトウェア AlphaGoのバージョンであり、オンラインで使用されたアカウント名（元々はMagister / Magist ）にちなんで名付けられ、 2016年12月29日から2017年1月4日まで、人間のプロの囲碁プレイヤーに対して60オンラインゲームを連勝しました。このバージョンは、 2017年5月のFuture of Go Summitでも使用されました。 ^{[1] [2]} Eloレーティング4,858の単一のマシンで4つのTPUを使用しました。 ^{[3] DeepMindは、AlphaGo Masterは}AlphaGo v. Lee Sedolで使用されたバージョンよりも3石強いと主張しました。^[4]

ディープマインドは2017年12月に、23万回の人間のゲームから6,000回の囲碁オープニングの勝率を分析する教育ツールとして機能するAlphaGo Masterのバージョンをリリースしました。^{[5] [6]}

このソフトウェアは、2016年12月29日にTygem Goサーバーで「Magister」（サーバーの中国語版では「Magist」と表示）というアカウント名でプロのプレイヤーと対戦するために初めて使用されました。アカ​​ウント名は12月30日に「Master」に変更されました。Tygemで30試合プレイした後、2017年1月1日にFoxGoサーバーに移動されました。

Masterは1日に10局のペースでプレイしていた。対局間の休憩がほとんどないか全くなかったため、多くの人はすぐにそれがAIプレイヤーではないかと疑った。59局目に勝利した後、チャットルームでMasterはDeepMindチームのAja Huangによって操作されていることが明らかになった。^[7] 2017年1月4日、これらの対局が終了した後、DeepMindの共同設立者であるDemis Hassabisは、MagisterとMasterの両方がAlphaGoのアップデートバージョンを使用してプレイしたことを確認した^{[8] [9]}。そして、「2017年後半に、囲碁団体や専門家と協力して、公式のフルレングスの対局をいくつかプレイすることを楽しみにしています」と述べた。^{[8] [9]}

FoxGoの共同創設者で九段のプレイヤーで ある顧立は、 Masterを倒した最初の人間のプレイヤーに10万人民元（14,400 米ドル）の賞金を出すと発表しました。 ^[9]しかし、Masterの最終的なオンライン記録は60勝0敗であり、^[10]囲碁のトップランクのプレイヤーである柯潔に3回勝利したことも含まれていたため、賞金を受け取る人はいませんでした。 ^[11]柯潔は、MasterがAlphaGoのバージョンであると事前にひそかに説明を受けていました。^[10]

マスターの敵には、柯潔、朴貞桓、井山裕太、拓家渓、ミー・ユーティン、石月、陳耀燁、李欽成、古立、張昊、唐偉興、范廷宇、周瑞洋、江など多くの世界チャンピオンが含まれていた。ウェイジエ、チョウ・チュンシュン、キム・ジソク、カンドンユン、パク・ヨンフン、ウォン・ソンジン、そしてリアン・シャオ、タン・シャオ、メン・テイリン、ダン・イーフェイ、ファン・ユンソン、ヤン・ディンシン、グ・ジハオ、シンなどの国内チャンピオンまたは世界選手権準優勝者も含まれていたジンソ、チョ・ハンスン、アン・ソンジュン。^{[12] 60局のうち1局を除く全局は、20秒または30秒の}秒読みを3回行う高速対局であった。師匠は高齢のため、 聶衛平との対局時には秒読みを1分に延長することを申し出た。

マスターバージョンは、2017年5月に開催されたFuture of Goサミットにも参加しました。^[1] 3ゲームの試合で柯潔を3対0で破り、5人のトップ囲碁プロからなる人間チームを破りました。

囲碁の専門家たちは、マスターのパフォーマンスとオンラインゲームでの非人間的なプレイスタイルに非常に感銘を受けました。柯潔は「人類が何千年もかけて戦術を改良してきたのに、コンピューターは人間が完全に間違っていると教えてくれます... 囲碁の真実の境界に触れた人間は一人もいないと言ってもいいでしょう」と述べました。^[10]

マスターは多くの革新的な動きをし、プロのプレイヤーにインスピレーションを与えました。^{[13] [14] [15] [16] [17] [18] [19]}

第23回オンラインゲームでは、マスターは非常に早い段階で3-3ポイントに侵入しました。^[20]

第24局では、マスターは第2線に沿って6つの石を置いた。^[20]

2017年1月20日、DeepMindチームのメンバーであるFan Hui氏^[21]とAja Huang氏^[22]は、オンラインゲーム中にMasterのオペレーターが2つの状況でAlphaGoの選択以外の動きを誤って入力したことを明らかにした。

第9回オンラインゲームでは、マスターは107手目のポイントaを推奨しました。

第39回オンラインゲームでは、マスターは99手目のポイントaを推奨しました。

オンラインゲーム30：名人（白）対唐維星（2016年12月31日）、名人が投了で勝利。白36は広く賞賛された。^[23]