通常のチェスAIよりも人間らしい指し回しを実現するニューラルネットワークチェスエンジン「Maia」

まるで人間のようにチェスをプレイすることが可能なニューラルネットワークチェスエンジンが「Maia」です。Maiaは人間のチェスの指し回しから学習することで、他のチェスAIよりも人間らしい指し筋を実現可能で、「チェスプレイヤーはどのような間違いを犯すのか」をAIモデルから学習することもできます。

[2006.01855] Aligning Superhuman AI with Human Behavior: Chess as a Model System
https://arxiv.org/abs/2006.01855

Maia Chess
https://maiachess.com/

Maiaはプロの囲碁棋士を倒したことで話題になった「AlphaGo」の開発元であるGoogle傘下のDeepMindが開発したコンピュータープログラムの「AlphaZero」と同じようなディープラーニングフレームワークです。Maiaは独自にチェスをプレイしてチェスについて学んでいくだけでなく、オンライン上でチェスをプレイする人間の指し回しからもチェスを学習します。Maiaは何百万回分ものチェスの棋譜で訓練を行うことで、人間の指し方を正しく予測しようとするとのこと。

チェスAIの指し筋が人間のプレイとどの程度一致しているのかを示したのが以下のグラフ。グラフの縦軸は「人間の指し筋との一致率」を示しており、数値が高いほど人間のプレイとよく似たプレイが可能なチェスAIであることがわかります。Stockfishは40％未満、Leelaは40％強の一致率ですが、Maiaは50％強の一致率を誇り、既存のチェスAIの中でも「最も人間らしいチェスの指し回し」が可能です。

また、チェスのオンラインゲームを行う複数のプレイヤーを集め、腕前別に9つのグループに分け、各グループの棋譜を用いて別々にMaiaを訓練するという実験も行われています。この実験により、「特定のレベルのプレイヤーがどのようなチェスの指し方をしているかを学べるようになる」と開発陣は語っています。

腕前別のグループで訓練されたMaiaは、Maia 1100～1900と呼称されており、実力の高いプレイヤーグループにより訓練されたMaiaほど数字が大きくなっています。以下はチェスにおける人間がとった間違った一手(b6)を、どのレベルのMaiaが指してしまうかを示したもの。Maia 1100から1400にかけての4つのモデルは同じ間違った一手(b6)を指しますが、Maia 1500以降の5つのモデルは別のより優れた一手(bxa6)を指します。この結果は「より上級者のチェスプレイヤーであればこの間違った一手(b6)は犯さない」ということを示しているわけです。なお、チェスAIのStockfishもMaia 1500以降と同じ一手(bxa6)を指す模様。

チェスAIを訓練することで、「優れた指し方を予測できるようにすることは簡単」です。しかし、Maiaは人間の間違った指し方を予測するのが特に得意なため、「未熟なチェスプレイヤーがどのように間違いを犯しているか」を理解するのに役立てることが可能です。つまり、Maiaは「有用なチェス学習ツール」とした扱うことが可能であると開発者は主張しているわけ。

また、Maia 1100～1900の各モデルを特定のチェスプレイヤーの棋譜のみで訓練することで、そのプレイヤーの指し回しの予測精度をさらに向上させることも可能です。実際、特定のチェスプレイヤーの棋譜を用いてMaia 1900を学習させることで、訓練に使用されたチェスプレイヤーの指し筋を最大75％の精度で予測することに成功しています。

なお、MaiaのソースコードはGitHub上で公開されています。

GitHub - CSSLab/maia-chess: Maia is a human-like neural network chess engine trained on millions of human games.
https://github.com/CSSLab/maia-chess