Up ｢探索の爆発｣ を超える法 作成: 2026-03-29
更新: 2026-04-04

    人間の将棋は ｢探索の爆発｣ と無縁である── ｢探索の爆発｣ を超えている。
    どうやって超えているか？
    つぎのようにである：
    　　感覚・直観で有望な手を選び，数手先だけ探索
    　　──悪い手は最初から読まない
    　　候補を絞る
    　　｢まあこんなところか｣ で，一手を決断

    つまり，
    　　｢感覚・直観｣ による評価
    　　少しの 探索
    　　そして，｢決断」


    評価があるから：
    　　読むべき手が絞られる
    　　読むべき順番が決まる
    　　読まなくてよい手が大量に捨てられる
    評価が探索を支配している。

    これが「探索の爆発を超える」構造である。
    そして，評価をつくるものは，感覚・直観・決断。


    以上は，将棋AI も同じこと。
    探索の爆発を回避するものは評価であり，そして評価をつくるものは感覚・直観・決断である。

    将棋AI が DNN モデルであるのは，このためである。
    感覚・直観・決断は，脳のもの。
    そして，モデルは脳。
    モデルがプログラムと違うのは，脳だということである。

    即ち，つぎのようになる：
    　モデルは，内部表現が “脳的”：
    　 　直観 (アルゴリズムではなく概念空間で判断)
    　モデルは，つぎを直観する：
    　　　読むべき手
    　　　読む順番
    　→ 大量の手が読まなくてよい手として捨てられる。


    AlphaZero では：
    　① モデル Policy が “読むべき手” を絞る（直観）
    　　→ 分岐数が劇的に減る
    　② モデル Value が “読むべき深さ” を決める（直観）
    　　→ 深さが劇的に減る
    　 ③ プログラム MCTS が “読む順番” を最適化 (アルゴリズム)
    　　→ 計算資源が有望手に集中する


  • 読みの深さ
    MCTS の読みの深さは，局面によって変わり，固定ではない。
    Policy（有望手の分布）と Value（局面の勝率）を使って，必要なだけ深く読む。

    • 浅い局面（序盤・定跡形）
      　　3〜8 手程度で Value が安定
      　　深く読む必要がない
    • 中盤の複雑な戦い
      　　10〜20 手程度の深さが多い
      　　有望な枝だけが深く伸びる
    • 終盤の詰み筋に近い局面
      　　30〜40 手以上の深さになることもある