アルファ碁はなぜ人間に勝てたのか (ベスト新書)

2016年3月に、計算機の囲碁ソフトウェア「アルファ碁（ディープマインド社、英国）」と世界的なトッププロである韓国のプロ棋士イ・セドル九段の囲碁対戦が行われた。この戦いで、囲碁ソフトウェアは4勝1敗でプロ棋士に勝利を収めた。人間と計算機の対戦ゲームの中では最難関とされている囲碁において、計算機がプロ棋士に勝つほどに進化したことが証明された。本書は、この衝撃の大きさの意味とアルファ碁の強さの秘密を解説している。アルファ碁を素材として、計算機と人間の立ち位置の関係を将来に渡って考えることの重要性を訴えている。現在、人工知能がもたらす将来について、ロボットの出現が人類を滅ぼすといった極端な悲観論がある一方、次世代技術革新により幸福な社会を実現するという過剰な楽観論もある。こうした極端な議論に偏せず、計算機ができることできないことに対して、冷静かつ正確な判断をくだす必要があるとの筆者の主張は同感である。計算機の処理能力の向上を背景とし、ビッグデータ技術の普及と深層学習方式の進化が、プロ棋士を超える囲碁ソフトウェアを誕生させたようだ。囲碁ソフトウェアの棋力向上をもたらした要因は、逆伝搬法によるニューラルネットワークの深層学習とモンテカルロ木探索の組み合わせにあるという。モンテカルロ木探索では、次の1手の系列を決めるとき、ランダムに打ち手を決めて最後まで打つ。多くの試行を繰り返した後に、勝ちの割合が平均的に高い次の1手を選ぶ。この手法には、勝ちに至る精度を確率的に保証しつつ、時間制約内に処理を打ち切ることができる特徴がある。深層学習によって次の1手を予測するのに、プロ棋士の8万余の棋譜から1,659万の次の1手のデータを集め、学習させている例が挙げられている。このデータの88％を深層学習に使用し、残りのデータを使って正否を検証したところ、4割強の正答率が得られたという。各局面での状況認識や先読みをしなくても、深層学習だけでこの程度に有効な次の1手を打つことができる。アルファ碁では、12層の深層学習を行うのに、50GPU構成の並列計算機を用いて数週間を要している。イ・セドルとの対戦場面では、176GPU、1,202CPU構成のスーパーコンピュータが用いられている。このとき、計算機側の1手の所要時間は、約30秒に設定されたという。人間との対局棋譜を調べると、アルファ碁は平和な手が多く、無理をしない手を選び、最後には勝っているという。プロ棋士の日常的な次の1手を学習し、ニューラルネットに反映しているので、基本的に悪い手はないのも頷ける。著者は、現在の囲碁ソフトウェアに欠けている点として、対戦における目的、戦略や戦術、全体の流れの認識の欠如を指摘している。人間と違って、計算機はゲーム進行の時間軸上の流れを考慮しないで、最適な次の1手を局面ごとに選択しているだけである。相手棋士のモデルを想定することなく、誰彼構わず次の１手を決定している点も人間と異なるという。さらに、計算機は自分の打った手の説明ができないし、対局過程の感想を議論することもできない。計算機は囲碁というゲームを理解して打っているのではないことが、現時点での人間との本質的な差であると結論付けている。本書では、人工知能の将来に関する哲学的な言説と、囲碁ソフトウェアについての文献紹介的な解説が混在する。後者については、縦書きの日本語で英文論文を紹介する難しさ、苦労が偲ばれる。個々の技術的な解説が、必ずしも読み手の理解に繋がらない。計算機が囲碁のトッププロに勝利したというニュースは、世界中の囲碁を嗜む人たちに衝撃をもたらした。10年ほど前に囲碁を始めた自分も、その秘密を知りたいと強く思った。あわよくば囲碁ソフトウェアの知恵を、人間との対局に使えないかとの想いも少しはあったが、これは全くの考え違いであった。これからも、現在の囲碁ソフトウェアにはない機能を強化することで、計算機の棋力は後戻りすることなく確実に向上する。なお、細かな疑問として、次の2つが残ったので書き留める。1. 深層学習とモンテカルロ木探索の計算機将棋への適用例はあるのか？2. 深層学習モデルと生物学的脳との類似性はあるのか？