AIが囲碁で人間に勝つ。その事実のどこが凄いのか

こんにちは。パロアルトインサイトCEOの石角友愛です。最近、会社の新しい事業の根幹となる基礎技術の開発工程においてDX推進ができないかという依頼をある企業から受けました。未来を見据えて、ビジョンを描く。描いたビジョンから逆算する形でバックキャスティングをして、今、どんな技術を会社として持っておくべきなのかを明確にする。技術開発とは会社の競争力そのものであり、コア事業そのものです。

今回は、新しい技術を生み出すのによい考え方はないか、どのようなやり方で新しい手法が生み出されるのかをわかりやすく、AlphaGoの事例から紐解きます。

論文データ：

・囲碁をするAI「AlphaGo」は、なぜ人間に勝てるようになったのか？
・「AlphaGo」を作ったDemisとDavidとは？
・「AlphaGo」の技術的な新規性とは？

　パロアルトインサイトのCTO長谷川です。本日は、私が担当する講義でもよく題材に取り上げる「AlphaGo」の論文について解説します。2016年、「AlphaGo」は囲碁世界チャンピオンの李世ドルを４－１で下しました。この話題は、広くニュースになったので、ご存知の方も多いと思います。では、なぜ「AIが人間に囲碁で勝利した」ことが、ここまで話題になったのでしょうか？　それまでも、将棋やチェスの試合でAIが人間に勝利することはありました。しかし、囲碁だけは「しばらくの期間、AIが人間に勝てない」と言われていたのです。その理由はなぜでしょう。そして、「AIが囲碁で人間のプロに勝利できるようになるまでには、あと10年かかる」と言われていたのに、大方の予想を覆して短期間でAIが成長した理由は何だったのでしょうか。

　今回は、ビジネスの現場でも話題になることが多い「AlphaGo」について、その凄さの本質がどこにあるかをお話しします。

　チェスで人間がAIに負けたのは1997年のこと。2013年には、将棋でも人間がAIに負けています。しかし、囲碁だけはしばらくの間、人間が勝利し続けるだろうと言われてきました。なぜかというと、囲碁はチェスや将棋のようなゲームと違って盤面が広く、しかも駒のひとつひとつに役割がないので、打ち手のパターンが膨大になるからです。囲碁で、「一手ごとに打てる手のパターン(幅＝250」)と「ゲームが終わるまでの手数(深さ＝150)」を計算すると250の150乗となり、これは宇宙の分子の数よりも多い組み合わせになります。その全部を力任せに検索することは、いかにAIでも不可能だと考えられてきました。

ちなみに、チェスの打ち手は35の80乗ですから、チェスと比べても膨大なパターンです。しかも、チェスや将棋のように、駒に役割や属性（たとえば飛車や角が特殊な動きをして強い駒であるなど）が決まっていると、それをポイントにして考えるきっかけを作ることができますが、囲碁の場合は盤面を見た時の棋士の直感的判断が打ち手に影響すると言われています。こういった人間の直感的な判断は、AIが模倣するのが難しい分野です。さらに、局面の評価関数（盤面の優劣を数値化する関数）を作ることが難しいのも、囲碁が他のボードゲームと大きく違うところです。

　2015年以前は、最良の囲碁プログラムであっても、アマチュアの有段レベルに達するのがやっとで、この分野でAIがプロ棋士に勝てるようになるには、10年以上かかると言われていました。2016年の対局でも、AIがチャンピオン棋士に勝つことは不可能だと考えられていました。李棋士も、自身が負けるとは思っていなかったと語っています。

しかし、実際に李棋士がAlphaGoと戦った５試合では、結果は、４対１でAlphaGoが勝利を収め、世界を驚かせました。中でも、とくに２試合目の37番手は驚愕の一手だったと言われています。これはのちに李棋士がドキュメンタリー映画の中で自ら回想していますが「人間の理解を超えた、特別な手札だった」というのです。

（https://youtu.be/WXuK6gekU1Y）

37番手のシーン（https://youtu.be/WXuK6gekU1Y?t=2977）

　プロの棋士が、この２試合目の37番手のような打ち手をする確率がどれくらいあるかを研究者が調べたところ、1／10000という極めて低い数字でした。人間の動きに基づいてトレーニングされたはずの「AlphaGo」が、なぜ人間では考えつかない、滅多に打つことのない打ち手を打ったのでしょうか。