WUZIQI — 五目並べ
美しさ、それ自体が理由
← ブログへ戻る

AI・読み

評価値の背後で、五目並べ AI は何を見ているのか

対局結果は目を引きますが、もっと見るべきなのは、エンジンが局面をどう理解しているかです。評価しているのは次の一手の強弱だけではなく、脅威、空間、先手後手がどう押し合っているかです。

評価値は抽象的な数字ではありません。どの脅威の線が形になりつつあるかを示していることが多いのです。
評価値は抽象的な数字ではありません。どの脅威の線が形になりつつあるかを示していることが多いのです。

棋譜を振り返るとき、つい目が行くのは目立つ評価値です。黒有利、白有利、あるいは突然跳ね上がる勝率。しかし本当に戸惑うのは、その次の瞬間かもしれません。盤上には石が 1 つ増えただけなのに、なぜ数字は誰かに押されたように動くのでしょうか。それを読むには、まず視線を数字から構造へ移す必要があります。

評価値の前に、誰がテンポを握っているかを見る

五目並べエンジンが出す評価は、多くの場合、手番側の勝率、探索深度、局面点をまとめて示します。数字は結論のように見えますが、実際には圧縮された地図に近いものです。どの線が形になりつつあるのか、どの交点にまだ転身の余地があるのか、どの一手が相手を一択に追い込むのかがそこに含まれています。

15 路盤を例にします。黒石が H8、I8、J8 にあり、白石が H7、I7 にあるとします。黒が K8 に打てば、横の線は両端に伸びる活四になります。白の次の手は、多くの場合 G8 か L8 のどちらかを止めるしかありません。ここで評価値が上がるのは、K8 の石そのものが美しいからではなく、相手の選択肢を狭めたからです。

横方向の三子が活四へ伸びる五目並べ局面の部分図
同じ線上で 1 手伸ばすだけで、「まだ空間がある」は「応じなければならない」に変わります。

脅威は石の数より敏感です

人が盤面を見るときは、石を数えがちです。3 つ、4 つ、そこへもう 1 つ。エンジンがより敏感に見るのは、脅威の段階です。眠三、活三、四追い、活四の差は 1 つか 2 つの交点にすぎません。それでも評価値が大きく変わるのは、相手に要求する守りの負担がそれぞれ違うからです。

もう 1 つ小さな例を見てみます。黒石が G8、H8、I8 にあり、白石がすでに F8 を押さえているとします。黒が J8 に打つと右側に四追いができますが、白は K8 に止めればいったんしのげます。ところが黒に G9、H10 の斜めの伏線があるなら、J8 の一手は同時に 2 本目の道を開くかもしれません。エンジンはこうした連動も計算に入れるため、評価値は 1 本の線だけを反映するわけではありません。

脅威空間探索は、迫られている感覚を説明します

順位だけを見ると、エンジンは「どちらがより深く読めるか」の勝負だと捉えがちです。公開大会は参照点になります。たとえば Gomocup 公式結果ページでは歴年の大会結果が整理されています。2026 年について見る場合も、まず公式の成績ページを基準にし、そのうえで各プログラムの棋風の違いを考えるのがよいでしょう。

その要点はとても素朴です。強制力のある脅威だけをたどって先を読む、ということです。一方が毎手、四追い、活三、二重の脅威を作り続けると、相手の応手の範囲は急に狭まります。探索木もそれに合わせて細くなります。評価値が急に変わるのは、しばしばこの「分岐が突然少なくなる」瞬間です。

点数が跳ねるのは、選択肢が減るからです。

五目並べの好点は、必ずしもすでにある石のすぐそばとは限りません。まだ三にも四にもならない点が、横、縦、斜めを同時に支えることがあります。エンジンはこうした交点に高い重みを置きます。後で複数の脅威へ変換できるからです。

大会結果が教えてくれるのは一部だけです

順位だけを見ると、エンジンは「どちらがより深く読めるか」の勝負だと捉えがちです。公開大会は参照点になります。たとえば Gomocup 公式結果ページでは歴年の大会結果が整理されています。2026 年の結果について編集上の議論をする場合も、その公式ページで公表された内容を基準にし、うわさを成績として扱わないことが大切です。

ただし大会順位だけでは、ある局面がなぜ高く評価されたのか、あるいは低く評価されたのかは直接わかりません。あるエンジンは序盤ライブラリが安定しているかもしれませんし、別のエンジンは中盤の脅威変換に強いかもしれません。結果と具体的な局面を並べて見てはじめて、差が探索にあるのか、評価にあるのか、時間配分にあるのかが見えてきます。

現代のエンジンは、しばしば 2 種類の能力をつなげて使います。1 つは先へ試し打ちする力、もう 1 つは葉の局面に進む価値があるかを判断する力です。モンテカルロ木探索の基本的な枠組みは Browne らの レビュー論文を参照できます。transformer 評価ネットワークの源流は、Vaswani らの 注意機構の論文にたどれます。

五子棋交叉点同时影响横线与斜线的局部示意
一个交叉点的价值,来自它能接通多少条未来线路。

比赛结果只能告诉我们一部分

如果只看名次,很容易把引擎理解成“谁算得更深”。公开赛事能提供参照,例如 Gomocup 官方结果页会整理历年比赛结果;编辑讨论 2026 年结果时,也应以该官方页面公布内容为准,避免把传闻当成成绩。

但比赛排名无法直接说明某个局面为什么被高估或低估。一个引擎可能在开局库上更稳,另一个可能在中盘威胁转换上更强。把结果和具体棋例放在一起看,才知道差距落在搜索、评估,还是时间分配。

复盘办法:看到评估分突然变化时,先暂停一手。标出当前所有活三、冲四和潜在双威胁,再看对方有几个必须回应的点。数字会变得好读许多。

搜索与评估在同一盘棋里合作

现代引擎常把两类能力接在一起:一类负责往前试走,另一类负责判断叶子局面值不值得继续。蒙特卡洛树搜索的基本框架可参照 Browne 等人的 综述论文;transformer 评估网络的来源,则可追溯到 Vaswani 等人的 注意力机制论文

放到五子棋里,搜索负责问“这手之后有哪些强制变化”,评估网络负责估计“这个形状长远是否有利”。有些实验性五子棋引擎会把蒙特卡洛树搜索与 transformer 评估结合使用,用注意力去捕捉远距离棋形,再由搜索检验威胁是否成立。

读评估分,也是在训练自己的眼睛

下一次看引擎复盘,可以少问一句“它为什么喜欢这一手”,多问几个更具体的问题:这手制造了几个必须防的点;它有没有保留两条以上的延展线;对方防住之后,先手还在谁手里。问题越具体,评估分越像解释。

五子棋的魅力正在这里:一颗子落下,棋盘表面很安静,底下的威胁、空间和先后手已经重新排队。试一局时,不妨把数字当作提示,把棋形当作答案。


読み終えたら、WUZIQI で一局どうぞ。