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

【コンテンツ東京公式サイト】
AI展示会_コンテンツ東京ロゴ

出展内容

AI展示会_冊子表紙

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

AI展示会_歴史

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。