- 441 名前：ばれる手法を駆使して、AIが独学で能力を高めていく点だ。人間は将棋やチェスのルールを教えるだけ。
その後は別のソフトを相手に数十万回単位で対局を繰り返し、高いレベルの駒の打ち方を学んでいった。
チェスでは世界最強ソフトとされる「ストックフィッシュ」と1000回対局して155勝6敗、残りは引き分けだった。将棋は「エルモ」と呼ばれる世界最強ソフトと競い91.2%の勝率を得た。囲碁は自社の「アルファ碁」と戦い勝率61%だった。
ディープマインドによると難易度が最も高いゲームは囲碁だが、将棋も「持ち駒があることでチェスよりもシナリオが複雑で難解」（同社）。それでもAIとして独学を始めて12時間程度で学習を終えたという。
アルファゼロは3つのゲームに対応したことでAIアルゴリズムの優位性を示した。
チェスのストックフィッシュは数千ものプロの定石を「先生データ」として取り込み、それを基に最適な一手のシナリオを導いている。
経験から学ぶアルファゼロは整理されたデータを先生として用意する必要がなく、汎用性を高めやすい。
ディープマインドはゲームの枠を超えた汎用AIの実現を目指す。
医療や省エネなど「世界のより重要な課題の解決にアルゴリズムを活用したい」と述べた。
同社はAIでたんぱく質の構造を予測する「アルファフォルド」を3日に公表したばかり。また10月には日本の慈恵医科大学と組みX線画像から乳がんを見つける研究を始めると発表している。
アルファゼロがもたらしたもう一つの成果は、過去のデータやシナリオに頼らない新たなAIのあり方を研究者らに知らしめた点といえる。アルファゼロの100局分の棋譜を見た羽生善治竜王は「王将を中段に動かすことをいとわないのは今までの将棋理論にはなく、新たな可能性を示している」とコメントした。AIから創造性が生じれば、その用途は絵画や音楽などにも広がっていく。
（モントリオール=中西豊紀、山川公生） [] - [ここ壊れてます]
|
 |
