AIツール

KataGo レビュー

KataGoは、ディープニューラルネットワークと高度な探索アルゴリズムを使用して超人的なプレイを実現し、ゲーム分析を提供するオープンソースの自己対局学習型囲碁エンジンです。

shipped 2026年9月10日freemium

Domain rating40

注目ポイント

1囲碁で超人的な強さを達成し、トップレベルの人間プレイヤーを打ち負かすことができます。

2畳み込みニューラルネットワークとトランスフォーマーニューラルネットワークを用いたモンテカルロ木探索を利用しています。

32026年8月24日現在、バージョン1.18.1がリリースされており、継続的に開発が進められています。

4CUDA、AMD GPU用ROCm、ONNX Runtimeを含む複数のハードウェアバックエンドをサポートしています。

KataGo について

ビジネスモデル

Open Source

プラットフォーム

Web

対象ユーザー

Go enthusiasts, researchers

GitHubOpen Source

仕様

APIドキュメント

ドキュメントを見る →

GitHub

リポジトリを見る →

API提供状況

はい、公開API

overview

KataGoとは？

KataGoは、David Wuによって開発されたコンピュータ囲碁プログラムで、囲碁プレイヤー、研究者、開発者が高度なAIを使用して囲碁をプレイ、分析、研究することを可能にします。AlphaZeroに似たプロセスで多数の機能強化を加えてトレーニングされ、自己対局を通じて改善し、超人的な強さを達成しています。

KataGoは、DeepMindのAlphaGo Zeroで使われた技術を基盤とし、ディープニューラルネットワークを用いたモンテカルロ木探索を実装しています。その主な機能には、超人的なレベルでの囲碁プレイ、手ごとの洞察、勝率、スコア推定を含む包括的なゲーム分析の提供、そして人間の囲碁プレイヤーのためのトレーニングツールとしての役割があります。オープンソースプロジェクトとして、そのコードとニューラルネットワークは研究開発に利用可能であり、人気のあるオンライン囲碁プラットフォームやGUIに統合されています。

features

KataGoの主な機能

KataGoは、囲碁愛好家、研究者、開発者向けに堅牢な機能セットを提供し、高度なAI技術を活用して包括的な囲碁体験を提供します。

公開されているコードとニューラルネットワークを持つオープンソースの囲碁エンジン。
トランスフォーマーモデルの最近のサポート（v1.17.0）を含むディープニューラルネットワークを利用。
最適なプレイのために高度なモンテカルロ木探索アルゴリズムを採用。
自己対局を通じてトレーニングされ、囲碁の強さと理解を継続的に向上。
複数の盤面サイズと様々な囲碁ルールセットをサポート。
スコアと地合いの予測を行い、勝率を超えた詳細なゲーム分析を提供。
ユーザーがGPUサイクルをニューラルネットワークの分散トレーニングに貢献することを許可。
ゲームレビューのために、手ごとの分析、勝率の確率、および方針ガイダンスを提供。
CUDA、ROCm（AMD GPU）、ONNX Runtimeを含む様々なハードウェアバックエンドをサポート。

use cases

KataGoは誰が使うべきか？

KataGoは、競技プレイヤーからAI研究者まで、囲碁コミュニティ内の多様なユーザー向けに設計されています。

強い人間の囲碁プレイヤー: 超人的なAIとの対局、トレーニング、および弱点を見つけて戦略を改善するための詳細なゲームレビューに。
コンピュータ囲碁コミュニティのメンバー（貢献者）: ニューラルネットワークの分散トレーニングに計算リソースを貢献し、AIのさらなる開発を支援するために。
研究者および愛好家: 囲碁における高度なAI技術の研究、ゲーム理論の探求、複雑な局面の分析に。
開発者: 強力な囲碁エンジンをオンラインプラットフォーム、GUI（Lizzie、Sabaki、KaTrainなど）、またはその他のアプリケーションに統合するために。
オンライン囲碁ウェブサイトのユーザー: AI SenseiやOGSなどのプラットフォームでその分析機能を活用するために。

how to use

KataGoの使い方

KataGoは、オープンソースソフトウェアをダウンロードしてローカルで実行するか、統合されたオンラインプラットフォームやグラフィカルユーザーインターフェースを通じてアクセスすることで使用できます。

1ダウンロードとインストール: GitHubリポジトリ（https://github.com/lightvector/KataGo）からKataGoソフトウェアを入手し、互換性のあるシステム（Windows、Linux、macOS）にインストールします。
2ニューラルネットワークの取得: KataGoのウェブサイトまたはコミュニティリソースから、事前学習済みのニューラルネットワークモデルをダウンロードします。
3GUIとの統合: KataGoをLizzie、Sabaki、KaTrainなどのグラフィカルユーザーインターフェース（GUI）に接続し、インタラクティブなプレイと分析体験を実現します。
4囲碁をプレイ: KataGoと対局を開始し、希望する盤面サイズとハンディキャップ設定を選択します。
5ゲームを分析: 囲碁の棋譜（SGFファイル）をKataGo統合GUIに読み込み、手ごとの分析、勝率グラフ、スコア推定を受け取ります。
6トレーニングへの貢献: KataGoを設定して、GPUサイクルを分散トレーニングプロジェクトに貢献し、より強力なニューラルネットワークの開発を支援します。

pricing

KataGoの価格とプラン

KataGoはフリーミアムモデルで運営されており、そのコアエンジンとニューラルネットワークは無料でオープンソースです。ユーザーは費用なしでソフトウェアをダウンロードして実行でき、エンジン自体に有料ティアはありません。KataGoを基盤とする一部のサードパーティ統合やクラウドサービスには、独自の価格体系がある場合があります。

フリーミアム: 無料（コアエンジンとニューラルネットワーク）

Pros

+Achieves superhuman Go play, capable of defeating top-level human players.
+Offers advanced analysis features including score estimation, territory prediction, and heatmaps.
+Free and open-source, fostering community involvement and continuous development.
+Supports a wide range of board sizes (7x7 to 50x50) and various Go rulesets.
+Continuously updated with stronger neural networks and performance optimizations, including transformer models and new backends (ROCm, ONNX Runtime).

Cons

−Requires technical setup for local installation and integration with GUIs.
−API is not directly available, limiting programmatic access without custom wrappers.
−Training on user data is opt-in, which may raise privacy considerations for some users.
−Optimal performance often requires dedicated GPU hardware, which may not be accessible to all users.
−While strong, its analysis can sometimes be perceived as having 'bugs' or 'mistakes' by professional human players.

類似ツール

KataGoと競合他社

KataGoは囲碁AIの分野で際立った地位を占めており、他の主要なエンジンと比較されることがよくあります。

Leela Zero↗

It is an open-source Go engine that replicates DeepMind's AlphaGo Zero algorithm, learning solely through self-play without human knowledge.

While Leela Zero is a very strong engine, KataGo is generally considered to be stronger and offers more advanced features like score estimation beyond just win/loss probabilities.

Minigo↗

Minigo is a minimalist, open-source Go engine modeled after AlphaGo Zero, built using TensorFlow, aiming for a simpler and more accessible implementation.

Minigo offers a more basic implementation compared to KataGo, which includes a wider array of advanced features and optimizations for stronger play and comprehensive game analysis.

Storkでもっと