拝啓 時下ますますご清栄のことと、お喜び申しあげます。
さて、弊社ではこのたび、コンテンツ東京2016内特設AI・人工知能ワールドに出展するいたしました。
出展ブースでは、今話題となっております深層学習(Deep Learning)を用いたコンピュータ囲碁をはじめとした、テーブルゲームのAIを展示し、大盛況のうちに終了いたしました。
弊社ブースへお立ち寄りいただいた方、誠にありがとうございました。
当日は至らなかった点もあったかと思いますが、ご容赦頂けますと幸いです。
今話題のDeepLearningを用いたAIの、今後の展開をご案内させていただきましたが、いかがでしたでしょうか。
何か弊社の技術がお役に立てましたら幸いです。
その他、ご意見やご質問、ご不明点がございましたら、お気軽にお問い合わせください。
シルバースタージャパン出展情報
- 日時 2016年6月29日～7月1日（３日間）
- 時間 10:00～18:00
- 場所 東京ビッグサイト 西展示棟
- 小間番号 AI・人工知能ワールド 6-56
出展内容
オリジナルテーブルゲームが簡単に作成できます
PCソフト、AI、スマートフォンアプリ、コンシューマゲーム機向け等、様々なプラットフォームに合わせた思考エンジンをご提供。
オリジナルのインターフェースに組み込むことにより、簡単に御社オリジナルのテーブルゲームが作成可能です。
開発可能な環境一覧
・PCソフト・Android・iOS・Webアプリ・携帯ゲーム機（3DS,PS Vita)・コンシューマゲーム機(PS3,PS4,WiiU等)その他ご相談ください。
導入実績
| 1998年 | A社 | PC向け囲碁ソフト開発 | 携帯向け麻雀エンジン提供 | ||
| 1999年 | A社 | PC向け将棋ソフト開発 | PC向け将棋ソフト開発 | ||
| A社 | PC向け囲碁ソフト開発 | M社 | PC向けはさみ将棋ソフト開発 | ||
| 2003年 | A社 | PC向け囲碁ソフト開発 | 2010年 | L社 | ニンテンドーDS向け囲碁ソフト開発 |
| PC向け将棋ソフト開発 | L社 | ニンテンドーDS向け囲碁ソフト開発 | |||
| PC向けカジノゲーム開発 | A社 | PC向け囲碁ソフト開発 | |||
| 2005年 | B社 | PC向け囲碁ソフト開発 | PC向け将棋ソフト開発 | ||
| PC向け将棋ソフト開発 | E社 | PC向け囲碁ソフト開発 | |||
| K社 | 携帯向け囲碁アプリ開発 | PC向け将棋ソフト開発 | |||
| 携帯向け将棋アプリ開発 | 2011年 | F社 | iOS向けリバーシアプリ開発 | ||
| 携帯向けダイアモンドアプリ開発 | A社 | PC向け囲碁ソフト開発 | |||
| 携帯向けリバーシアプリ開発 | PC向け将棋ソフト開発 | ||||
| 携帯向けチェスアプリ開発 | E社 | PC向け囲碁ソフト開発 | |||
| 携帯向けカジノアプリ開発 | PC向け将棋ソフト開発 | ||||
| 2006年 | C社 | PC向け囲碁ソフト開発 | PC向け麻雀ソフト開発 | ||
| I社 | PC向けチェスソフト開発 | PC向け麻雀エンジン開発 | |||
| PC向け囲碁ソフト開発 | 2012年 | A社 | PC向け囲碁ソフト開発 | ||
| PC向け将棋ソフト開発 | PC向け将棋ソフト開発 | ||||
| PC向け麻雀ソフト開発 | E社 | PC向け囲碁ソフト開発 | |||
| 2007年 | B社 | PC向け囲碁ソフト開発 | PC向け将棋ソフト開発 | ||
| PC向け将棋ソフト開発 | PC向け麻雀ソフト開発 | ||||
| K社 | 携帯向け囲碁アプリ開発 | D社 | 囲碁観戦用クライアント開発 | ||
| 携帯向け将棋アプリ開発 | 2013年 | E社 | PC向け囲碁ソフト開発 | ||
| D社 | 携帯向け囲碁アプリ開発 | PC向け将棋ソフト開発 | |||
| H社 | PC向け囲碁ソフト開発 | PC向け麻雀ソフト開発 | |||
| 2008年 | J社 | 携帯向け将棋エンジン提供 | 2015年 | G社 | PC向けチェス思考エンジン開発 |
18年の歴史、常に最強を目指し、さらに進化する銀星囲碁・将棋等、テーブルゲームのAI
モンテカルロ法とは
乱数を用いたシュミレーションを何度も行う事により近似解を求める計算方法。
解析的に解くことができない問題でも、十分多くの回数シュミレーションを繰り返すことにより、近似的に解を求めることができる。
しかし、囲碁や将棋では乱数を用いてシミュレーションを行う為、人間らしくない手が増えることや、シュミレーションに多くの時間がかかることがネック。
深層学習(DeepLearning)法とは
機械が学習させた内容を用いてニュートラルネットワーク（人の脳神経を模したネットワーク構造）を多層に構築し、その中からより価値の高い結果を導き出す手法。
東京大学准教授の松尾氏は「AI研究における50年来のブレークスルー」と評価。
実際にGoogleはこちらを用いたAlphaGoでプロ棋士に勝利を収める。
銀星囲碁での使用方法
膨大な種類の棋譜をプロ高段者の棋譜（教師データ）を学習させることで、無数にある選択肢の中から、より現在の局面に適した展開を導き出します。
その結果を元にモンテカルロ法を用いることで、効率的にシミュレーションを行え、より強く、そして人間に近い判断の1手を打つことが可能となります。
