elmoがもたらしたオーパーツについて | やねうら王 公式サイトやねうら王 公式サイト
†白美神† PR文書
人間の棋譜を用いずに評価関数の学習に成功 | やねうら王 公式サイトやねうら王 公式サイト
自己対戦による勝敗の情報と、深く読んだ場合の生成確率の両方をミックスして目的関数にしているらしい (2017 年当時)。探索が入った場合の勾配なんて求められないと勘違いしていたが、 minimax 解の最終局面で評価すれば問題ないのか。実際に最急降下法で移動させる量は有限なわけで、微分不可能な点を跨いで大丈夫なのかと思ってしまうが、アテが外れる可能性があるのは普通の関数でも同じではある。