Minigo — 囲碁AIの研究を、再現して確かめる

強さの記録だけでなく、作り方の記録

Minigoは、AlphaGoやAlphaGo Zeroの研究に着想を得て、ニューラルネットワークと探索を組み合わせた囲碁AIを作るプロジェクトです。公式READMEは、DeepMindのAlphaGo公式版ではないと明記しています。

目標には、読める実装と、データや結果を公開して研究の再現を助けることが挙げられています。研究の歴史には、有名な対局結果だけでなく、このような追試の仕事も含まれます。

出典：Minigo — AlphaGo Zeroに着想を得た独立した再現実装 ／ Minigo — 初期の学習実験記録

実験記録に残る、設定の修正

RESULTS.mdは、2017年11月の9路盤の試行と、その後の実験を記録しています。探索の初期値、学習率の設定、モデルごとの対局数などを修正した過程が具体的に書かれています。

19路盤の記録では、シチョウと呼ばれる連続した追いかけの形に弱さが残り、それが相手によって成績へ大きく影響したと報告されています。平均的な強さの数値だけで、どんな局面にも強いとは言えません。

出典：Minigo — AlphaGo Zeroに着想を得た独立した再現実装 ／ Minigo — 初期の学習実験記録

学習と探索の役割

自己対戦では、現在のモデルを使って対局し、その記録を次の学習へ利用します。一手を選ぶ際には、候補を先へたどる探索を行います。モデルが学ぶことと、その局面で計算を使って探すことは別の役割です。

実装のREADMEには、一手に行う探索の回数を変える設定もあります。同じモデルでも計算の条件が変わるので、モデルだけの優劣と運用時の強さを混同しないことが必要です。

出典：Minigo — AlphaGo Zeroに着想を得た独立した再現実装 ／ Minigo — 初期の学習実験記録

うまくいかなかった記録も、資料になる

開発者の記録は、初期値や学習率の誤りまで含んでいます。結果を再現するには、モデルの構造だけでなく、データの作り方や探索の設定も重要だと分かります。

ここに載る成績はMinigoの特定の試行の報告です。AlphaGo、AlphaGo Zero、AlphaZeroの公式結果とは区別し、同じ名前の研究を参照していることだけで同じ実装や到達点としません。

出典：Minigo — AlphaGo Zeroに着想を得た独立した再現実装 ／ Minigo — 初期の学習実験記録

出典をたどる

本文は資料をもとにした日本語の解説です。引用画像は個別に出典を表示しています。研究の結果と現在の製品の提供条件は区別して読んでください。

1. 独立した再現研究Minigo — AlphaGo Zeroに着想を得た独立した再現実装 Minigo contributors · 2017–2018 · RESULTSの最初期の試行時期。

   読む場所：冒頭の非公式実装である旨、Goals、Selfplay

   AlphaGo公式版との違い、自己対戦と探索、再現を重視する開発目的。

   資料確認 2026-10-29
2. 独立した再現研究Minigo — 初期の学習実験記録 Minigo contributors · 2017–2018 · 9路盤の初回試行は2017年11月。

   読む場所：First run, 9x9, November 2017; 19x19 observations

   開発者が報告した探索・学習設定の修正、シチョウの弱点、評価の難しさ。

   資料確認 2026-10-29