メインコンテンツまでスキップ

KataGo論文解説

KataGoはDavid Wuが開発したオープンソース囲碁AIで、その論文『Accelerating Self-Play Learning in Go』は2019年に発表されました。KataGoはより少ない計算リソースでELF OpenGoを超える棋力を達成し、現在最も強力なオープンソース囲碁AIです。

KataGoの革新点​

KataGoはニューラルネットワークアーキテクチャで革命的な変更をしたわけではなく、訓練方法と補助タスクで体系的な最適化を行い、顕著な効率向上を実現しました。

核心的革新の概要​

革新点効果
補助訓練目標学習を加速し、より多くの監視信号を提供
グローバルプーリング構造グローバル情報をより良く捕捉
複数ルールサポート単一モデルで異なる試合ルールに適応
Playout Capランダム化訓練効率を向上
改良されたデータ拡張訓練データの多様性を増加

より効率的な訓練方法​

補助訓練目標（Auxiliary Training Targets）​

従来のAlphaGo Zeroは2つの訓練目標のみでした：

  1. Policy：MCTSの着手確率分布を予測
  2. Value：ゲームの勝敗を予測

KataGoは複数の補助訓練目標を追加し、より豊富な学習信号を提供します：

各出力ヘッドの説明​

出力ヘッド次元予測目標
Policy19×19+1各位置の着手確率（パス含む）
Value3勝/負/引き分けの確率
Score連続値最終目数差の予測
Ownership19×19各点の最終帰属（黒/白の領地）
Short-term Value1短期的な予想勝率
Lead1現在何目リードしているか

なぜ補助目標が有効か？​

  1. より密な監視信号：Valueは1つの数値のみ、Ownershipは361の監視点を提供
  2. 過学習の削減：マルチタスク学習は正則化効果がある
  3. 収束の加速：補助タスクがネットワークの有用な特徴表現学習を加速
  4. より良い勾配を提供：勾配消失問題を回避

Playout Capランダム化​

AlphaGo Zeroは各手固定で800回のMCTSシミュレーションを行います。KataGoはランダム化を導入：

# 従来方式
num_playouts = 800  # 固定

# KataGo方式
playout_cap = random.choice([
    100, 200, 300, 400, 500, 600, 700, 800
])

メリット：

  • 訓練データがより多様化
  • モデルが異なる探索深度で合理的な判断を学ぶ
  • 実際の対局で探索量が少なくても良いパフォーマンス

データ拡張の改良​

従来の方法は囲碁の8重対称性（4回回転×2回ミラー）を利用してデータを拡張します。KataGoはさらに改良：

  • ランダム対称変換：各サンプリング時にランダムに対称変換を選択
  • 履歴状態ランダム化：履歴盤面の表現方法をランダムに選択
  • 色ランダム化：黒白の視点をランダムに交換

複数囲碁ルールのサポート​

これはKataGoの重要な特徴の1つです。異なる囲碁ルールは戦略的決定に影響します：

主なルールの違い​

ルール体系計点方式コミコウルール自殺
中国ルール数子法7.5目単純コウ禁止
日本ルール数目法6.5目スーパーコウ禁止
韓国ルール数目法6.5目スーパーコウ禁止
応氏ルール数子法8点特殊コウ規則禁止
Tromp-Taylor数子法調整可スーパーコウ許可
AGAルール数子/数目7.5目スーパーコウ禁止
NZルール数子法7目単純コウ許可

技術的実装​

KataGoはルール情報を入力特徴としてエンコードします：

# ルール関連入力特徴の例
rule_features = {
    'komi': 7.5,           # コミ値
    'scoring_rule': 'area', # 数子/数目
    'ko_rule': 'simple',    # コウ規則
    'suicide_allowed': False,
    'tax_rule': 'none',     # 「眼」税があるか
    # ...
}

ネットワークは異なるルールに応じて戦略を調整することを学びます。例えば：

  • 数目法ではより実地コントロールを重視
  • 自殺が許可されると特殊戦術に使える
  • 異なるコミは布石選択に影響

勝率と目数の同時予測​

これはKataGoの最も実用的な機能の1つで、囲碁の教育と分析に非常に価値があります。

Value vs Score​

実用的価値​

  1. より精密な局面判断：

    • 勝率80%だが1目しかリードしていない → まだ変数あり
    • 勝率80%で20目リード → 大勢は決した

  2. 教育支援：

    • 学生に一手が「何目損したか」を理解させる
    • 異なる打ち方の目数差を比較

  3. 置き碁分析：

    • 置き石が適切かを正確に評価
    • 攻めるべきか守るべきかを判断

Score Distribution​

KataGoは単一の目数だけでなく、完全な目数分布を予測します：

目数分布の例：
├─ 黒10目以上勝ち：15%
├─ 黒5-10目勝ち：25%
├─ 黒0-5目勝ち：20%
├─ 白0-5目勝ち：18%
├─ 白5-10目勝ち：15%
└─ 白10目以上勝ち：7%

期待値：黒 +3.2目
標準偏差：±8.5目

この分布情報は局面の複雑さと不確実性をより良く反映できます。

Ownership Map（領地マップ）​

Ownershipは各点が終局時に黒方か白方に帰属するかを予測します：

                  Ownership Map
    A B C D E F G H J K L M N O P Q R S T
19  ○ ○ ○ ○ ○ ○ · · · · · · · ● ● ● ● ● ●
18  ○ ○ ○ ○ ○ ○ · · · · · · · ● ● ● ● ● ●
17  ○ ○ ○ ○ ○ · · · · · · · · · ● ● ● ● ●
16  ○ ○ ○ ╋ · · · · · ╋ · · · · · ╋ ● ● ●
...

凡例：○ = 白方の領地  ● = 黒方の領地  · = 未定

応用シーン​

  • 局面分析：一目で双方の勢力範囲がわかる
  • 死活判断：ある塊がまだ救えるか判断
  • ヨセ計算：各所のヨセの価値を評価
  • 教育デモ：領地概念を視覚化して展示

AlphaGoとの違い比較​

側面AlphaGo ZeroKataGo
訓練目標Policy + Value複数の補助目標
出力情報勝率勝率 + 目数 + 領地
ルールサポート単一ルール複数ルール
ネットワーク構造純粋な畳み込みResNetグローバルプーリング追加
探索量固定ランダム化
訓練効率基準約50倍の効率向上
オープンソース度論文記述のみ完全オープンソース

訓練効率比較​

ELF OpenGoレベル到達に必要なリソース：

ELF OpenGo:
- 2000 GPU
- 2週間訓練

KataGo:
- 1 GPU（または数十GPU加速）
- 数日〜数週間

効率向上：約50-100倍

ネットワークアーキテクチャの詳細​

グローバルプーリング（Global Pooling）​

従来のCNNはローカル情報しか見えませんが、KataGoはグローバルプーリング層を追加してグローバル特徴を捕捉：

class GlobalPoolingBlock(nn.Module):
    def forward(self, x):
        # x: [batch, channels, 19, 19]

        # グローバル平均プーリング
        global_avg = x.mean(dim=[2, 3])  # [batch, channels]

        # グローバル最大プーリング
        global_max = x.max(dim=2)[0].max(dim=1)[0]  # [batch, channels]

        # グローバル特徴を結合
        global_features = torch.cat([global_avg, global_max], dim=1)

        # グローバル特徴を処理
        global_features = dense_layer(global_features)  # [batch, C]

        # グローバル特徴を空間次元にブロードキャスト
        global_features = global_features.view(batch, -1, 1, 1)
        global_features = global_features.expand(-1, -1, 19, 19)

        return torch.cat([x, global_features], dim=1)

メリット：

  • 全局の形勢（誰がリードしているかなど）を感知できる
  • 全局判断が必要な局面をより良く処理
  • 目数予測に特に有用

ネットワークスケール​

KataGoは異なるサイズのモデルを提供：

モデル残差ブロック数チャネル数パラメータ数適用シーン
b10c12810128約5MCPU実行
b15c19215192約15M一般GPU
b20c25620256約35M中級GPU
b40c25640256約70M上級GPU
b60c32060320約150MハイエンドGPU

実際のパフォーマンス​

棋力評価​

KataGoの各種テストでのパフォーマンス：

  • すべてのLeela Zeroネットワークを超越
  • プロ九段との対局で高勝率を維持
  • CGOS（Computer Go Server）でランキング1位

分析機能​

KataGoの分析モードが提供する情報：

{
  "moveInfos": [
    {
      "move": "Q16",
      "visits": 3420,
      "winrate": 0.573,
      "scoreLead": 2.8,
      "pv": ["Q16", "D4", "Q4", "D16"],
      "ownership": [...]
    }
  ],
  "rootInfo": {
    "winrate": 0.48,
    "scoreLead": -0.5,
    "visits": 10000
  }
}

参考文献​

KataGoの技術特徴を理解した後、その他の囲碁AIの発展を見て、業界全体をより包括的に認識しましょう。