メインコンテンツまでスキップ

KataGo実践入門ガイド

本章ではインストールから実際の使用まで、KataGoに関するすべての実用的な知識を網羅します。KataGoを自分のアプリケーションに統合したい方も、ソースコードを深く研究したい方も、ここが出発点となります。

なぜKataGoを選ぶか？​

多くの囲碁AIの中で、KataGoは現在最良の選択肢です。理由は以下の通りです：

優位性説明
最強の棋力公開テストで常に最高水準を維持
最も豊富な機能目数予測、領地分析、複数ルールサポート
完全オープンソースMITライセンス、自由に使用・修正可能
継続的な更新活発な開発とコミュニティサポート
完備したドキュメント公式ドキュメントが詳細で、コミュニティリソースも豊富
マルチプラットフォームサポートLinux、macOS、Windowsで実行可能

本章の内容​

インストールと設定​

ゼロからKataGo環境を構築：

  • システム要件とハードウェア推奨
  • 各プラットフォームのインストール手順（macOS / Linux / Windows）
  • モデルのダウンロードと選択ガイド
  • 設定ファイルの詳細説明

よく使うコマンド​

KataGoの使用方法をマスター：

  • GTP（Go Text Protocol）プロトコル紹介
  • よく使うGTPコマンドと例
  • Analysis Engineの使用方法
  • JSON API完全ガイド

ソースコードアーキテクチャ​

KataGoの実装詳細を深く理解：

  • プロジェクトディレクトリ構造の概要
  • ニューラルネットワークアーキテクチャ解析
  • 探索エンジンの実装詳細
  • 訓練フローの概要

クイックスタート​

KataGoを素早く試したいだけなら、以下が最も簡単な方法です：

macOS（Homebrewを使用）​

# インストール
brew install katago

# モデルをダウンロード（テスト用に小さいモデルを選択）
curl -L -o kata-b18c384.bin.gz \
  https://media.katagotraining.org/uploaded/networks/models/kata1/kata1-b18c384nbt-s9996604416-d4316597426.bin.gz

# GTPモードで実行
katago gtp -model kata-b18c384.bin.gz -config gtp_example.cfg

Linux（プリコンパイル版）​

# プリコンパイル版をダウンロード
wget https://github.com/lightvector/KataGo/releases/download/v1.15.3/katago-v1.15.3-opencl-linux-x64.zip

# 解凍
unzip katago-v1.15.3-opencl-linux-x64.zip

# モデルをダウンロード
wget https://media.katagotraining.org/uploaded/networks/models/kata1/kata1-b18c384nbt-s9996604416-d4316597426.bin.gz

# 実行
./katago gtp -model kata-b18c384nbt-*.bin.gz -config default_gtp.cfg

インストール確認​

起動に成功すると、GTPプロンプトが表示されます。以下のコマンドを試してください：

name
= KataGo

version
= 1.15.3

boardsize 19
=

genmove black
= Q16

使用シナリオガイド​

ニーズに応じて、以下の読む順序と重点をお勧めします：

シナリオ1：囲碁アプリへの統合​

自分の囲碁アプリケーションでKataGoをAIエンジンとして使用したい場合。

重点的に読む内容：

  1. インストールと設定 - デプロイ要件を理解
  2. よく使うコマンド - 特にAnalysis Engine部分

キーポイント：

  • GTPモードではなくAnalysis Engineモードを使用
  • JSON APIでKataGoと通信
  • ハードウェアに応じて探索パラメータを調整

シナリオ2：対局サーバーの構築​

ユーザーがAIと対局できるサーバーを構築したい場合。

重点的に読む内容：

  1. インストールと設定 - GPU設定部分
  2. よく使うコマンド - GTPプロトコル部分

キーポイント：

  • GTPモードで対局
  • 複数インスタンスのデプロイ戦略
  • 棋力調整方法

シナリオ3：AIアルゴリズムの研究​

KataGoの実装を深く研究し、修正や実験をしたい場合。

重点的に読む内容：

  1. ソースコードアーキテクチャ - 全文精読
  2. 背景知識章のすべての論文解説

キーポイント：

  • C++コード構造
  • ニューラルネットワークアーキテクチャの詳細
  • MCTS実装方式

シナリオ4：自分のモデルを訓練​

ゼロからKataGoモデルを訓練またはファインチューニングしたい場合。

重点的に読む内容：

  1. ソースコードアーキテクチャ - 訓練フロー部分
  2. KataGo論文解説

キーポイント：

  • 訓練データフォーマット
  • 訓練スクリプトの使用
  • ハイパーパラメータ設定

ハードウェア推奨​

KataGoは様々なハードウェアで実行できますが、性能差は大きいです：

ハードウェア構成予想性能適用シーン
ハイエンドGPU（RTX 4090）~2000 playouts/secトップレベル分析、高速探索
ミドルレンジGPU（RTX 3060）~500 playouts/sec一般分析、対局
エントリーGPU（GTX 1650）~100 playouts/sec基本使用
Apple Silicon（M1/M2）~200-400 playouts/secmacOS開発
純CPU~10-30 playouts/sec学習、テスト
ヒント

遅いハードウェアでも、KataGoは価値ある分析を提供できます。探索量の減少は精度を下げますが、教育や学習には通常十分です。

よくある質問​

KataGoとLeela Zeroの違いは？​

側面KataGoLeela Zero
棋力より強い比較的弱い
機能豊富（目数、領地）基本のみ
複数ルールサポート非サポート
開発状態活発メンテナンスモード
訓練効率高い比較的低い

GPUは必要？​

必須ではありませんが、強く推奨します：

  • GPUあり：高速分析が可能、高品質な結果を得られる
  • GPUなし：Eigenバックエンドを使用可能だが、速度は遅い

モデルファイルの違いは？​

モデルサイズファイルサイズ棋力速度
b10c128~20 MB中程度最速
b18c384~140 MB強い速い
b40c256~250 MBとても強い中
b60c320~500 MB最強遅い

通常はb18c384またはb40c256を推奨します。棋力と速度のバランスが取れています。

関連リソース​

準備はできましたか？インストールと設定から始めましょう！