人工知能の教科書に先週、新たな歴史が追加された。コンピューターが人間の知能の固有の領域と見なされていた囲碁を、最高水準以上でしっかりやり遂げられるという点を見せたのだ。チェス・囲碁・ポーカーをはじめ「頭」を要求するゲームは人工知能研究の対象になってきた。何が知能で何が知能でないかという哲学的論争にしばられず、少なくとも工学的立場では高難度の思考を必要とするゲームで人間最高水準の能力を見せることができれば、これは知能を備えたという証拠になりうるためだ。アルファ碁が人工知能研究者の立場で特に魅力的な部分は、囲碁の専門家が直接参加してアルゴリズムを開発したわけではないという点だ。教科書的な人工知能アルゴリズムをほとんどそのまま採用しながらインターネットから簡単にダウンロードできる人間ｖｓ人間の対局譜面のデータを使って性能を最適化させたのだ。

実際、アルファ碁に使われたものはすでに学界で発表されてから久しい技術だ。囲碁の数多くの場合の数を無作為に探しながら着手点を決めるモンテカルロ木探索アルゴリズムは１０年前からすでにほとんどすべての人工知能囲碁ソフトウェアで定石として使われている。自ら学習する「自己対局」技法もまた１９９２年にバッグギャモンというボードゲームのアルゴリズム開発時に登場した。碁盤の形勢を判断することが探索アルゴリズムの効率に大きな影響を及ぼすが、この部分でアルファ碁は途方もない性能改善を達成した。最近の機械学習の研究をすべて覆しているディープニューラルネットワーク技術をここに適用した。これもまたイメージ認識分野で９０年代に誕生した。アルファ碁で使われたニューラルネットワークは、高等動物の頭脳の視角皮質で起きる計算をまねてイメージ内のオブジェクト認識に活用するコンボリューショナルニューラルネットワークという技術だ。すなわち、碁盤を黒色と白色のピクセルで成り立つイメージとして扱って人間がイメージを見て直観的にオブジェクトを認識するのを碁盤でほとんどそのまま適用したのだ。言ってみればアルファ碁はコンピューターの速い演算能力を利用した探索技法と、人間の直観をまねるディープニューラルネットワークが相互補完的に作動することによって人間最高水準の囲碁の実力を超えつつある。

私は実は今回の対局が非常にプレッシャーになっていた。グーグルのディープマインドで全世界の能力ある人工知能研究者を巻き込みつつある上に、もしひどい敗北をすれば研究分野自体に冷水を浴びせることになりうるからだ。多くの人が人工知能の限界を悟ってこの分野を離れた別名「人工知能の冬」という８０年代が再演される可能性もあると思われた。大衆的な関心が集中した今回のイベントは、人工知能分野の今後の未来に影響を及ぼすほどのインパクトがあるからだ。ただし研究陣の技術的リーダーであるデビッド・シルバー博士は、大学院時期から人工知能の囲碁を研究してきた。２００８年にプロ棋士との対局経験もあるなど自信があるために今回のイベントを準備したのだと思う。

【時論】「アルファ碁の衝撃」から何を学ぶべきか＝韓国（２）