新聞に藤井さん（将棋、最年少四冠）の話が出ていて、そこに最近強くなった理由として「ディープラーニング（深層学習）を活用した新しい人工知能を研究に採り入れた」ということが書いてありました。

「ディープラーニング」と言われても全くイメージが湧かない人は多いと思います。そこで、（誤解を恐れず）ごくごく超単純化して雰囲気だけでも紹介してみようと思います。

（多分、誰でも分かる）超単純化版：
将棋盤の上の駒に色を決めます。例えば、自分の飛車は赤、歩は黒、金は金、、、など。相手の駒にも、自分と異なった色を付けます。例えば、相手の飛車は黄、金は緑、、など。
そして、駒の置かれているマスを駒の色で塗ります。次の図は.そのイメージで、将棋盤の一部と思って下さい。

全ての駒に対応するマスを塗り終えたら、将棋盤全体を目を細めてボカして色の模様パターンとして見ます。
そして沢山の対戦例を調べて、この模様パターンの時はこの手を打つと良く、あの模様パターンの時はあの手を打つべきだと、学んでいきます。
これが超単純化版のディープラーニングです。（あまりに単純化しすぎて、少し冷や汗が出ます）

もう少し深いレベルで知りたい人に、（計算機の処理のイメージを入れた）超単純化版：
step1:将棋盤をいくつもの重なりのある領域に分けます。次の図の場合、緑、青、赤、黄の４つに分けています。

step2:各領域ごとに特徴を調べます。特徴とは、例えば、その領域に自分の駒が多ければ白、少なければ灰色、といった具合です。
step3:この例の場合、4領域で色は白か灰色なので、起こりうるパターンは16個です。

step4:この各パターンごとにどの手を打つのが良いか学習します。
（学習とは、計算機の中で何度も何度も２者を対戦させ、どの手を打った方が良い結果になったか探し出すことを言います）

上の例は、分かりやすいかなと思って作った架空のものです。雰囲気だけ伝わればいいかなということで、、、。