圧勝「囲碁AI」が露呈した人工知能の弱点
圧勝「囲碁AI」が露呈した人工知能の弱点
米グーグルの研究部門であるGoogle DeepMindが開発した囲碁AI(人工知能)「AlphaGo(アルファ碁)」と、韓国のプロ棋士イ・セドル氏が2016年3月9日~15日に韓国で相まみえた五番勝負は、イ・セドル氏が第四局で一矢を報いたものの、4勝1敗でAlphaGoの圧勝に終わった。この五番勝負は、“第三次AIブーム”を牽引するディープラーニング(深層学習:多層のニューラルネットによる機械学習)のデモンストレーションという枠を超え、その強みと弱点、ビジネス応用の方向性を浮き彫りにした。
AlphaGoのソフトウエアには、囲碁のルールすら組み込まれていない。過去の棋譜をニューラルネットに入力する「教師あり学習」と、勝利を報酬に囲碁AI同士を対局させて鍛える「強化学習(教師なし学習)」だけで、世界最強と称されるプロ棋士を破るまでに成長させた。
AlphaGoは2015年10月の時点で、3000万局もの自己対局をこなしたという。地球上にプロ棋士が1000人いるとして、毎日対局したとしても1年当たり約20万局。少なくとも、未知の定石や打ち筋といったイノベーションを生むスピードで言えば、コンピューターは囲碁の領域で「シンギュラリティ(技術的特異点)」に達した、と言わざるを得ない。今後は、コンピューターとプロ棋士の組み合わせが生み出すイノベーションへと焦点が移るだろう。
一つは、AIが明らかに誤りと思える判断を出力した場合にも、その原因の解析が極めて困難であることだ。イ・セドル氏が勝利した第四局では、AlphaGoは明らかな悪手を繰り返した後に敗北したが、その原因は当のDeepMindのメンバーにも分からなかった。通常のプログラムであればコードを追跡してデバッグできるが、ディープラーニングには人間が読める論理コードはなく、あるのは各ニューラルネットの接続の強さを表すパラメーターだけ。アルゴリズムは人間にとってブラックボックスになっている。
もう一つは、高度に訓練されたAIは、例え結果的に正しい判断であっても、人間にはまったく理解できない行動を取る場合があることだ。特にAlphaGoが勝利した第二局では、プロ棋士の解説者は「なぜAlphaGoの奇妙な打ち手が勝利につながったのか、理解できない」といった言葉を繰り返した。
従来のディープラーニング技術は、複数台のサーバーが分担して処理する「分散化」を苦手としていた。だが米グーグルは、自社のディープラーニングソフトウエアライブラリ「TensorFlow」の分散化機能を強化。AlphaGoでも、本番対局では分散処理バージョンを使った。
かつて米IBMは、自社のハードウエアを使って1997年にチェス王者を、2011年にクイズ王を下し、その技術力を誇示した。グーグルは今回の五番勝負で、こうしたIBMのPR戦略のお株を奪った格好だ。大量のデータを蓄積し、豊富なITインフラを湯水のごとく使える――。優秀なAI技術をひきつけるグーグルの吸引力が、今回の五番勝負でますます高まったのは間違いないだろう。
[参考]日経BP社は2016年3月25日、AIとロボットの産業と社会へのインパクトをテーマにしたセミナー「AI/ロボットが変える産業と社会」を開催する。4人のキーパーソンがAIとロボットの最新動向と近未来像を解説する。詳細は、http://coin.nikkeibp.co.jp/coin/itpro-s/seminar/nc/160325/