序盤〜中盤の入り口までは森下九段がリードしていましたが、そこからツツカナが地力を発揮。
コンピュータが得意とする中盤のねじり合いで差を付けられてしまった印象です。
今回は今までの振り返りと視点を変え、先手後手の勝率について記します。
ここまで電王戦は計10局行われました。
手番だけを抜き出すと、以下のようになっています。
第１回：後手０−１
第２回：先手１−２、後手０−１−１
第２回リベンジマッチ：先手１−０
第３回：先手１−１、後手０−２
トータル：先手３−３、後手０−３−１
参考にする局数は少ないですが、とはいえ見逃せないデータです。
先手が若干有利なのはプロ公式戦で証明されていますが、こと対コンピュータではそれが顕著に出ています。
コンピュータ同士でも先手がかなり有利のようで、電王トーナメントでも先手の勝率の高さが話題になりました。
人間とコンピュータが手を結んだタッグマッチは先手の３−１。ここでも結果がリンクしています。
なんだ将棋は先手が有利なんだ、と言うのは簡単ですが、もう少し踏み込んで考えるとそこにコンピュータ将棋の特徴があります。
コンピュータ将棋は初形で先手+70程度と判定するそうです。
逆に言えば後手は-70と僅かに不利。
淡々とした駒組みが続けばこの差はなかなか埋まりません。
そうこうしているうちに、激しく動くと-70より１点でも評価値が高いという局面があれば、性質上そちらに飛び込みます。
結果としてコンピュータは、先手番の時はじっくり進めて+の評価値を保ち、後手番の時は-の評価値を挽回しようと激しく動くのです。
ツツカナが第２回と第３回で指し回しが全然違い、実力が大きく上がったという表現を見かけることがあります。
勿論成長しているのは事実ですが、上記を考えると実力が大きく上がったと証明するのは難しいと思われます。
ツツカナは第２回は後手番だったので評価値を挽回しようと激しく動きました。
第３回は先手番で、評価値を+で保つためにゆっくり指しました。
どちらもツツカナであり、コンピュータ将棋の特徴です。
激しい局面は評価値のブレが大きいので、点数を間違える可能性が高くなります。20手読んで+100と判断しても、読まなかった21手目で-500になる、という変化は将棋にはよくあります。
なので後手番のコンピュータが突然激しく動いてきた時は、評価値を無理に挽回しようとしています。そこに隙が生まれることはわりとあります。
人間側の３勝のうち、２勝は後手のコンピュータが無理に動いてそこにカウンターを合わせました。
今回の豊島七段は、平凡に指すと評価値を挽回出来ないとみた後手番のコンピュータが定跡外の手を指し、そこをついて勝ち星をあげました。
コンピュータ将棋は１点でも評価値の高い手を選ぶ性質があります。
その性質が先手と後手での指し方の違いを生み出すのです。
手番によってまるで別人のような指し回しを見せるのは人間と違うところで面白いですね。
さて第５局は人間側の先手番。屋敷九段はＡ級順位戦という舞台で先手番16連勝という記録を持っています。
対するPonanzaは電王トーナメントで、決勝Tを全て後手番で勝ち抜きました。
まさに頂上決戦です！
私も大変楽しみです。皆さんも土曜日をお楽しみに。
屋敷九段−Ponanza戦 対局ページ PV
棋譜中継は日本将棋連盟モバイルで
それではまた
次回、タブレットＰＣにすれば事前対局はしやすく棋士が勝ちます。
盤駒を使うと対局を見るというより、棋士が研究する姿を見るようになりイベントとしてどうかと思います。
リターンマッチで森下九段が盤駒を使う対局は見たいです。
研究したからといって必勝の局面にできるわけではなく、中盤前には微差で未知の局面になってしまうんですよ。
研究に嵌めたのではなく、強くてしかも本番でミスが（ほぼ）なかったからプロがちゃんと勝てたというのがだんだんはっきりしてきているのに、まだまだこういう偏見の人は多いんでしょうねえ。
今回のコンピュータの先手・後手の差し回しの解析には、違和感を感じます。
特に、次の部分です。
＞後手番のコンピュータが突然激しく動いてきた時は、評価値を無理に挽回しようとしています。
まだ、先手と後手で異なった評価関数を使っているソフトはないと思うので、コンピュータが”評価値を無理に挽回しようと”する事はないと思います。
（そのようには、プログラムされていない。）
ただ、客観的に見て、ソフトがそのように振舞うのであれば（仮説）、それは、将棋の後手番では、（（今の）コンピュータの様に）特定の意図を持たずに序盤を進めると”そのような手を選ばないと互角を維持できなくなる”という事を示しており、それはコンピュータ将棋の特徴ではなく、将棋の本質を示している事になるのではないでしょうか。
失礼しました。
これは評価関数ではなく、探索手法によるものでしょうか。開発者によって個性が出そうですね
ご認識の通り、ソフトは「１点でも評価値が高いという局面があれば、性質上そちらに飛び込みます。」と思われます。
となれば、現局面の評価がプラスであろうとマイナスであろうと、「１点でも高い局面を目指す」のは変わらないわけで、現局面がマイナスであるから「無理気味の着手」を選び、プラスであるから「安定的な着手」を選ぶという仮説には違和感を覚えます。
そもそも、シフトは「無理気味」とか「現状維持」なんて概念を持っておらず、「できるだけ先の局面を読んで、数値評価して、一番獲得数値が高い手順を選ぶ」だけなハズで「評価値を無理に挽回」ということはないのではないかと考えます。
現状のソフトには「ハッタリ機能」（正確に対応されたら悪くなることを知っているが、相手が間違えたら高得点を獲得できるような手を選択する機能）は搭載されていないと思います。
ご提示の見解は、「現局面の評価がマイナスのときはハッタリ機能がＯＮになる」というような未来のソフトを指しているよう見えます。