人工知能（AI）の世界で大事件が起こった。イギリスに拠点を置くグーグルの研究者たちが開発したコンピュータープログラムが、囲碁の試合で一流棋士を打ち負かしたのだ。

東洋に古代から伝わる戦略と直感の勝負は、10年間にわたりAIのエキスパートたちを虜にしてきた。囲碁を除けば、人類の知性の評価基準となるほとんどのゲームで、コンピューターは人間のトッププレーヤーを倒してきた。チェス、スクラブル、オセロに加え、有名クイズ番組の「ジェパディ！」ですら機械は人間に勝利した。だが2,500年の歴史をもち、チェスよりはるかに複雑とされる囲碁では、超一流の棋士たちは最も鋭敏なソフトウェアに対しても優位を保ってきたのだ。昨年までは、多くの人がコンピューターが達人棋士に勝つにはあと10年は必要だろうと考えていた。

しかし、グーグルはそれをやり遂げた。「思っていたより早くできたね」。かつて世界最強の囲碁プログラムを手がけたフランスの研究者レミ・クーロンは、こうした感想をもらしている。

グーグルは2014年、「AIのアポロ計画」を自称するスタートアップ「DeepMind」（ディープマインド）を買収。15年10月、同社のロンドンオフィスで人間対コンピューターの試合が行われた。そこでは「AlphaGo」と呼ばれる囲碁ソフトが現欧州チャンピオンである樊麾（ファン・フイ）との対局に臨み、英国囲碁協会からの立会人と学術誌『Nature』のシニアエディターであるタンギ・シュアール博士が見守るなか、5局すべてでチャンピオンを倒したのだ。シュアールは年明け1月26日に行われた記者団とのカンファレンスコールで、「研究者としても編集者としても、わたしのキャリアで最も興奮した瞬間のひとつだった」と話している。

1月27日に『Nature』に掲載されたAplhaGoのシステムを説明する論文で、AI技術のなかで近年、特に重要性が増してきているディープラーニング（深層学習）と呼ばれる手法が、非常に優れたかたちで利用されていることが明らかになった。ディープマインドの研究者たちは約3,000万に上るトップ棋士のさまざまな打ち手を集め、プログラムが自分で囲碁を打てるように訓練した。ただ、これはまだ第一段階にすぎなかった。理論的には、こうした手法ではプロの棋士たちと同じくらい強いソフトウェアしか生み出すことしかできない。研究者たちが取った次のステップは、ソフトウェア同士を戦わせて打ち手を収集し、これを使って名人を倒すことのできる新しいAIを養成することだった。

ディープマインドの共同創業者で最高経営責任者（CEO）のデミス・ハサビスは、「いちばん重要なのは、AplhaGoは人間のプログラミングによって設計された、単なるエキスパートシステムではないという点です」と話す。「代わりに一般的な機械学習のテクニックを使って、どうやって囲碁の試合に勝つか学んでいくんです」

今回の勝利は、ただの見世物ではない。グーグルやフェイスブック、マイクロソフトは、画像解析、話し言葉の聞き分け、自然言語の理解といった分野ですでにディープラーニングを利用している。ディープラーニングと強化学習と呼ばれるテクノロジー、その他の手法とを融合させたディープマインドの技術は、現実世界でロボットが肉体作業を学んだり周囲の環境に対応したりできるようになる未来への道を指し示している。「ロボティクスにうまく調和するんですよ」とハサビスは言う。

ハサビスは、こうした手法が科学研究を加速させることもできると考えている。科学者たちが、実を結びそうな研究分野に狙いを定めることのできるAIシステムと協力する未来だ。「AIは人間よりはるかに大量のデータを処理し、物事をより効率的なやり方で構造的に洞察することができます。これは人間の専門家にはできないかもしれません」。彼は続ける。「AIが、研究を前に進めるための画期的な方向性を指し示す可能性だってありえます」

ディープマインドCEO、デミス・ハサビス。昨年11月、ハサビスは「かなり大きな驚き」を数カ月以内に発表すると語っていた。

ただ、いまのところ彼の最大の関心事は囲碁である。今回、秘密裏に達人を倒したハサビスとディープマインドのチームは、次は公の場で世界最高峰の棋士のひとりに挑戦することになる。AlphaGoは3月半ば、韓国でイ・セドルと対局するのだ。イは、過去10年において世界で最も多くのタイトルを保持している棋士であり、彼より多くのタイトルをもっていた棋士はこれまでにひとりしかいない。ハサビスはイを「囲碁界のロジャー・フェデラー」とみなしている。

人を魅了する美的なルール

2014年初めに日本で行われたトーナメントで、クーロンがつくった囲碁プログラム「Crazystone」が棋士の依田紀基に挑み、勝った。ただこの勝利には裏がある。コンピューターは依田に対して4子置いていた。囲碁では大きなハンデだ。クーロンはこのとき、「機械がハンデなしで最強の人間を打ち負かすにはあと10年は必要だろう」と話していた。

囲碁においては、最も強力なスーパーコンピューターですら、可能性のあるすべての手の結果を一定の時間内で分析するのに十分な処理能力をもたない。1997年にIBMが開発した「Deep Blue」がチェスチャンピオンのガルリ・カスパロフを倒したとき、コンピューターはいわば力づくで勝利をもぎとった。つまり、Deep Blueはすべての可能な手について総当りで計算し、どんな人間よりも先を読んだにすぎない。

こういったやり方は囲碁では不可能だ。チェスでは、どの局面でも平均で35通りの打ち方がある。これに対し、縦横19本の線が引かれた盤の上に石を並べて争う囲碁では、打ち方は250通りだ。そしてその250の打ち方それぞれについて次の250があり、これが続いていく。ハサビスが指摘するように、囲碁では宇宙に存在する原子よりたくさんの手数があるのだ。

モンテカルロ法と呼ばれる計算技術を用いれば、Crazystoneのようなシステムはかなり先まで盤面を読むことができる。ほかの手法も併用して、検討すべき手の総数を減らすことは可能だ。最終的にはある程度強い棋士を倒すこともできるだろう。だが、超一流棋士となると話は別である。最強の棋士が打つ手は、むしろ直感的なものなのだ。棋士たちは、それぞれの手がどのような展開につながるか考えるのではなく、碁盤全体を見て次の一手を決めるようにと教えてくれる。

「いい盤面は実際に優れて見えるんです」。自身も囲碁を打つハサビスはそう話す。「ある種の美的なルールに沿っているように思えます。だからこそ、何千年も人間を魅了してきたんでしょうね」

2014年末ごろから、エディンバラ大学やフェイスブックの研究者、ディープマインドのチームなど一部のAI専門家たちが、ディープラーニングを囲碁のプログラムに適用し始めた。この手法を使えば、囲碁が必要とする一流棋士の直感を模倣できるというわけだ。「棋士たちは、無意識的にパターンの照合を行っています」とハサビスは説明する。「ディープラーニングはそれをとてもうまくやるのです」

ニューラルネットワーク VS ニューラルネットワーク

ディープラー二ングは、ニューラルネットワークと呼ばれるハードウェアとソフトウェアのネットワークに依拠している。このネットワークは人間の脳の神経回路に近いもので、総当たり方式や人口的なプログラミングによって動いているのではない。ニューラルネットワークは特定のタスクを「学習」するために大量のデータを分析する。ウォンバットの写真をたくさん見せれば、ウォンバットを識別することを学ぶ。話し言葉をたくさん聞かせてやれば、人が言っていることがわかるようになる。囲碁の手をたくさんインプットすれば、どうやって碁を打つかを学習できる。

ディープマインドやフェイスブック、エディンバラ大学の研究者たちは、ニューラルネットワークが盤面を「読む」ことで囲碁を習得できるだろうと考えた。人間が碁を打つのにそっくりだ。フェイスブックが最近発表した論文によれば、この手法は非常によく機能していた。フェイスブックはディープラーニングとモンテカルロ法を組み合わせることで、何人かの棋士に勝った。ただ、Crazystoneやその他の囲碁プログラムを打ち負かすことはできなかった。

ディープマインドはこのアイデアをさらに推し進めた。3,000万種類の棋士の手を学ばせたあとで、彼らのAIは57パーセントの確率で人間の次の手を予測することができた。その前の記録が44パーセントだったことを考えれば、素晴らしい数字だ。ハサビスと彼のチームはそれから、このニューラルネットワークをわずかに異なる亜種のネットワークと対戦させた。自己研鑽と呼ばれるステップだ。原則的には、システムはどの手が最大の報酬をもたらすか、つまり囲碁の場合は最大の陣地を獲得できるかを追跡する。回数を重ねるにつれ、AIはどの手が機能し、どれはうまくいかないかを理解することに長けていくようになる。

「AlphaGoは自分と同じニューラルネットワークと何百万回もの試合をすることで、自らが使う戦略を発見することを学びました。そしてだんだんと上達しています」。ディープマインドの研究者デビッド・シルヴァーはこう話す。

シルヴァーによれば、AlphaGoはこのプロセスでCrazystoneを含むほかの囲碁プログラムを倒した。研究者たちは次に、この結果を第2のニューラルネットワークに組み込んだ。ネットワーク2号は1号が導き出した手を取り入れ、それぞれの手の結果を予想するのに多くの同じ技術を使った。これはDeep Blueのような古いシステムがチェスをする際に起こることと似ている。異なるのは、新しいシステムはプロセスが進行してより多くのデータを分析する過程で学習していくという点だ。総当たりであらゆる可能性を検討していくのとは違う。AlphaGoはこのようにして、既存の囲碁プログラムだけでなくプロの棋士をも倒すまでに成長していった。

AlphaGoのロゴは、ディープマインドのロゴの周りに碁石が置かれたデザインだ。

実現する夢のシステム

多くの最新ニューラルネットワークと同様に、ディープマインドのシステムもGPU（画像処理装置）を搭載したマシン上で動作する。これらのチップはもともと、ゲームや画像処理ソフトでの画像のレンダリング用に設計されたものだが、ディープラーニングにも適していることが明らかになっている。ハサビスによると、ディープマインドのシステムは適切な数のGPUチップを備えた1台のコンピューター上で十分に動かすことができるが、ファン・フイとの対局の際には、約170枚のグラフィックカードと1,200の標準的なCPUからなるコンピューターネットワークが使われた。このネットワークがシステムを訓練し、その結果を利用して試合に臨んだのだ。

マシンは常に改良されているが、ハサビスのチームは韓国で行われるイ・セドルとの勝負でも同じセットアップを使う予定だ。つまり、インターネットに接続する必要がある。ハサビスは「独自に回線を設置するつもりです」と話している。

クーロンによれば、世界チャンピオンとの対決はファン・フイに勝つより難しい挑戦となるだろう。ただ彼は、ディープマインドの勝利を信じているという。クーロンは、過去10年を世界最強の棋士を倒すためのシステムの開発に捧げてきた。そしていま、そのシステムをつくることは可能だと考えている。「GPUを買うので忙しいよ」とクーロン言う。

もし宇宙が巨大な囲碁だとしたら

AlphaGoの重要性はとてつもないものだ。同じ技術はロボティクスや科学研究だけでなく、Siriのようなモバイルデジタルアシスタントから金融投資まで、さまざまな用途に応用が可能である。「対立に関すること、つまり戦略が重要になるようなゲームとして思いつくものには何にでも適用することができる」。ディープラーニング研究を行うスタートアップ「Skymind」創業者のクリス・ニコルソンは指摘する。「これには戦争やビジネス、金融取引も含まれるんだ」

こうした事態を憂慮する声もある。ディープマインドのシステムが複数のやり方で自身に囲碁の打ち方を教えているということを考えれば、余計にそうかもしれない。AIは人間が与えたデータから学習しているだけでなく、自分で囲碁を打つことからも学んでいる。つまり、自分自身でデータをつくり出しているのだ。テスラモーターズの創業者イーロン・マスクなどは最近、AIが人智を凌駕し、人間のコントロールから抜け出してしまう可能性への懸念を表明している。

ただディープマインドのシステムは、ハサビスと同社の研究者たちによって十分に制御されている。彼らが極めて複雑なゲームを攻略するためにAIを使ったとしても、あくまでもそれは単なるゲームにすぎない。実際には、AlphaGoは本物の人間の知能にははるかに及ばない。人間を超える「スーパーインテリジェンス」からは程遠いのだ。

ワシントン大学のテックポリシーラボの創設者でロボティクス政策を研究するライアン・カロ教授は、「（現在のAIをめぐる状況は）高度に構造化された複雑なものになっています」と説明する。「ヒューマンレヴェルでは理解できないのです」。だが、AIの進化が向かう方向はわかっている。ディープマインドのAIが囲碁を理解するなら、おそらくもっと多くを理解することも可能だろう。

「もし宇宙が」とカロは問いかける。「巨大な囲碁のゲームだとしたらどうでしょうか？」

［2月29日13:20 本文の一部を訂正しました］