『最強囲碁AI アルファ碁 解体新書』とは？
『最強囲碁AI アルファ碁 解体新書』とは？
本書はNatureの論文で提供されているAlphaGo（アルファ碁）に関する難解な学術論文を著者が読み解き、アルファ碁で利用されている深層学習や強化学習、モンテカルロ木探索の仕組みについて、実際の囲碁の画面も参照しながら、わかりやすく解説した書籍です。
本書を読むことで、最新のAIに深層学習、強化学習、モンテカルロ木探索がどのように利用されているかを知ることができ、実際の研究開発の参考にすることができます。
目次
『最強囲碁AI アルファ碁 解体新書
深層学習、モンテカルロ木探索、
強化学習から見たその仕組み』
著者：大槻知史
監修：三宅陽一郎
ページ数：256
発売日：2017年07月19日
価格：2,808円（税込）
Chapter1 アルファ碁の登場
01 ゲームAIの歴史と進歩
02 天才デミス・ハサビスの登場
03 アルファ碁の活躍
04 囲碁AIの基礎
05 まとめ
Chapter2 ディープラーニング～囲碁AIは瞬時にひらめく～
01 ディープラーニングとは
02 手書き数字認識の例
03 アルファ碁における畳み込みニューラルネットワーク
04 ChainerでCNNを学習させてみる
05 まとめ
Chapter3 強化学習～囲碁AIは経験に学ぶ～
01 強化学習とは
02 強化学習の歴史
03 多腕バンデット問題
04 迷路を解くための強化学習
05 テレビゲームの操作獲得のための強化学習
06 アルファ碁における強化学習
07 まとめと課題
Chapter4 探索～囲碁AIはいかにして先読みするか～
01 2人ゼロ和有限確定完全情報ゲーム
02 ゲームにおける探索
03 従来のゲーム木探索（ミニマックス木探索）
04 囲碁におけるモンテカルロ木探索
05 モンテカルロ木探索の成功要因と課題
06 まとめ
Chapter5 アルファ碁の完成
01 アルファ碁の設計図
02 非同期方策価値更新モンテカルロ木探索（APV-MCTS）
03 大量のCPU・GPUの利用
04 APV-MCTSの効果
05 アルファ碁の弱点
06 アルファ碁の先の未来
Appendix1 数式について
Appendix2 囲碁プログラム用のUIソフト「GoGui」およびGoGui用プログラム「DeltaGo」の利用方法
著者
大槻 知史氏
大槻 知史（おおつき・ともし）
2001年東京大学工学部計数工学科卒業。2003年同大学院新領域創成科学研究科複雑理工学専攻修士課程修了。以降、機械学習・最適化などの研究開発に取り組む。
ゲームAIプログラマーとしては、2001年より、囲碁・将棋プログラムの開発に従事。著者の開発した将棋プログラム『大槻将棋』は、2009年世界コンピュータ将棋選手権にて第2位。博士(情報理工学)。
☆出典は：
