アルファゼロはやたらと先手ばかりなのは気のせいだろうか？（笑）
エルモが勝っている棋譜が見たいなと思っていたが、ようやくひとつ見つけた。
先手：elmo
後手：AlphaZero
▲７六歩 △３二金 ▲２六歩 △８四歩 ▲７七角 △８五歩
▲２五歩 △３四歩 ▲６八銀 △７七角不成▲同 銀 △２二銀
▲６八玉 △３三銀 ▲３八銀 △６二銀 ▲７八金 △７四歩
▲４六歩 △４二玉 ▲４七銀 △９四歩 ▲３六歩 △９五歩
▲３七桂 △６四歩 ▲３五歩 △同 歩 ▲４五桂 △２二銀
▲２四歩 △３七角 ▲２三歩成 △２八角成 ▲１五角 △３一玉
▲３二と △同 玉 ▲３四歩 △５一金 ▲３三金 △４一玉
▲２二金 △１四歩 ▲３二金 △５二玉 ▲５一角成 △同 玉
▲３三歩成 △同 桂 ▲同 金 △２五角 ▲５八銀 △２九飛
▲７九金 △２七馬 ▲７八玉 △６一玉 ▲５六桂 △４九馬
▲６四桂 △６三銀 ▲４九銀 △６四銀 ▲６三金 △７三金
▲同 金 △同 銀 ▲５三桂不成△６二玉 ▲６三銀 △同 玉
▲１八角 △３六角 ▲２九角 △８六桂 ▲同 歩 △６九銀
▲同 金 △８七金 ▲６八玉 △６九角成 ▲同 玉 △２二飛
▲５四銀 △同 玉 ▲４五角
まで87手で先手の勝ち
非常に面白く、非常に興味深い棋譜だ。
最初に感じること、これはもう言い切ってしまってもいいのではないかと思うのだが、当時のアルファゼロでは現在の日本のAIには勝てないということがある。
上の棋譜では、どうやら２八角成と飛車をただで取った手が敗着のようだが、その後はアルファゼロは全く形勢を盛り返すことができずに、おそらくは数億円もかけられたスーパーコンピュータが３万円のノートパソコン相手に為す術もなく、わずか８７手で敗北を喫している。
この結果は、世界最強のスーパーコンピュータと言えども、序盤の劣勢を跳ね返すことは、AI同士の戦いにおいては有り得ないということを教えてくれている。
人間ならばミスをするので逆転が有り得るのだが、AIにはミスがないからだ。
ではなぜ、こんな負け方をしたのかを考えてみると、アルファゼロの全局面を通しての将棋に対する考え方というものが見えてくる。
それはおそらく、駒得を最優先するというものなのだろうと思う。
駒得を優先するがために、終盤の詰めが甘く、日本のAIなら一瞬で答えを出してしまうはずの詰みを見つけることができない。
そのため、勝つには勝つがやたらと手数が長くなる。
この２八角成りも、一番の駒得である飛車を取るということを優先したために、あっさりと負けてしまっている。
人間の感覚では、終盤は駒の損得よりも寄せの速さが重要と見るのだが、エルモの飛車をただで捨ててでも敵玉を仕留めに行くという人間と同じ感覚が正しかったということが言える。
アルファゼロには終盤という概念が欠けているのだ。
それと、これは人間には到底真似ができないかもしれないが、将棋に勝つためには序盤においては何よりも駒得を優先すべきであるという結論で間違いがないと言えるだろう。