最新囲碁AI｢Alphago Zero｣に畏れは無用だ 人が問題を解く方法とは根本的に違う

米グーグル傘下の「DeepMind」は10月18日、最新のAI囲碁プログラム「AlphaGo Zero」を発表した（DeepMind公式サイトより）

グーグル傘下の「DeepMind」は10月18日、最新のAI囲碁プログラム「AlphaGo Zero」を発表した。

「AlphaGo Zero」はこれまでの人間の打ち筋を学習するディープラーニングの手法を用いず、自己学習のみで棋力を高めたことが特徴。これまでの最強のAI囲碁プログラムだった「AlphaGo」およびその改良型である「Alphago Master」を圧倒する強さに達したと英科学誌「ネイチャー」が発表し、話題となった。

「たった3日」で最強棋士になってしまった

数千年という時を経て、人間が創意工夫を重ねて囲碁の定石は生まれてきたが、今回のAlphaGo Zeroでは、そうした過去のデータベースをAIに与えず、自身が相互対戦することで最善手を学習する手法を3日間に500万回繰り返させることで棋力を向上させた。

「たった3日で最強棋士になってしまった」というAlphaGo Zeroに「とうとうAIが人間を超えるときが来た」とう畏怖の念が込められた意見や感想も目立つが、本当にそうなのだろうか。

確かにこの分野におけるDeepMindの研究開発成果には目を見張るものだ。しかし、そのめざましい成果は、人間の知恵と工夫の積み重ねの上に成り立っているものだ。それは“畏れ”るべきものではなく、新たな発見・発明を呼び起こすためのツールとして、AIという技術が光を放ち始めたことを示している。

ネイチャー誌の論文によると、AlphaGo Zeroはトップ棋士を打ち負かして驚かせた「AlphaGo」に対して100戦全勝、その改良版である「Alphago Master」にも100戦中89勝したという。あらかじめプログラムされた定石が“Zero”の状態から、3日間で500万回の自己対局をこなし、その中で発見した打ち筋から自己学習を繰り返したという。これまでのAlphaGoは人間の対局を学習させたうえで、自己対局を行うことで棋力を高める手法が用いられていた。

成果としては素晴らしいが、“畏れを抱く”のは、あたかもコンピュータ自身が囲碁を理解し、インスピレーションを得て、新しい打ち筋を発明していったかのように感じられるからではないだろうか。実際、AlphaGo Zeroが見つけた定石には、人間が見つけてきた定石と重なるものが数多くあり、また一部にはまったく新しい定石もあるという。