エイジレスの３６３回 【人工知能】全くのゼロから独学で囲碁を習得する「アルファ碁ゼロ」
ディープラーニング（深層学習）ができるようになった人工知能は、自分一人で、猛烈なスピードでお勉強するため、その能力も凄い勢いで進化しています。
しかも、ネットワークを結んで、世界中のＡＩと交信して、他のＡＩが学習したことを自分の経験や知識として使えるので、あっという間に頭が良くなります。
既に、チェスや将棋の世界では、人間を超えているようですが、囲碁の世界も、人間が逆転できないぐらい危なくなってきたというお話です。
----------------------------------------------
コンピュータープログラム「アルファ碁」の新バージョンである「アルファ碁ゼロ」は、人間による入力をせず、全くの独学で、古典的な戦略ゲームである囲碁を白紙の状態から急速に習得できることが分かった。
その上アルファ碁ゼロは、旧バージョンのアルファ碁（2016年3月に囲碁チャンピオンのイ・セドルを破った）との対局で100戦100勝の成績を挙げた。
この新しいコンピュータープログラムについて報告する論文が、今週掲載される。
人工知能の大きな課題の1つは、白紙の状態から難度の高い概念を学習し、超人的な習熟を達成するアルゴリズムを開発することだ。
旧バージョンのアルファ碁は、人間の囲碁チャンピオンを負かすため、囲碁の専門家による数百万の指し手を用いた教師付き学習と自己対局（この場合はアルファ碁同士の対局）による強化学習を併用して「訓練」された。
アルファ碁の「訓練」は数か月間行われ、複数のコンピューターとニューラルネットワークの「訓練」に特化したチップであるテンソル処理ユニット（TPU）を48個必要とした。
このDavid Silver、Julian Schrittwieser、Karen Simonyan、Demis Hassabisたちの研究グループの論文で紹介されているアルファ碁ゼロは、自己対局のみによって学習するため、最初はランダムな指し手で試合を進め、盤面上の位置と囲碁の石だけを入力データとし、人間によるデータ入力は一切なかった。
アルファ碁ゼロは、単一のニューラルネットワークを用いているが、このネットワークは、このプログラム自体が選ぶ指し手と対局の勝者を予測するように「訓練」され、自己対局が繰り返されるたびに性能が向上した。アルファ碁ゼロは、1台のコンピューターと4個のTPUを使用している。
「訓練」が数日間続けられ、約500万回の自己対局をへた時、アルファ碁は、棋士を凌駕し、全ての旧バージョンのアルファ碁との対局に勝利した。
そして、「訓練」を受けたアルファ碁ゼロは、人間が数千年をかけて概念化した囲碁の原理のいくつかを独自に発見し、歴史の長い囲碁に新たな知見をもたらす新たな戦略を策定するようになった。
----------------------------------------------
アルファ碁ゼロは、旧タイプのアルファ碁に１００戦１００勝と圧倒的な強さを発揮しました。
そもそも、人類最強の棋士に勝ったアルファ碁が、コテンパンにやられたわけですので、もはや、人類は勝てそうにありません。。
人工知能が普及すると、半数の人が、仕事を奪われると言われています。
お医者さんや弁護士さん、アナウンサーなどの知的レベルの高い職業も危ないそうです。
人工知能は、創作活動などクリエイティブな分野にも進出していますので、若い方は、負けないように頑張ってください。
一つ、ヒントがあります。
ＡＩも所詮、道具なので、かなり先の将来においても、人が道具として使いこなせれば、むしろ、強力なツールになるようです。
くれぐれも、ＡＩに使われないようにお気を付けください。。。