AlphaGo

2015 年 10 月、AlphaGo の分散版が、ヨーロッパ囲碁チャンピオンのファン・フイ[ ^{21 ]を}5 対 0 で破った。ファン・フイは 9 段中2 段のプロである。 ^{[ 6 ] [ 22 ]}これは、コンピュータ囲碁プログラムがハンディキャップなしでフルサイズの盤上でプロの人間プレイヤーに勝った初めての事例だった。^{[ 23 ]}このニュースの発表は、使用されたアルゴリズムを記述した論文がNature ^{[ 4 ]に掲載されるのに合わせて、2016 年 1 月 27 日まで延期された。 [ 6 ]}

AlphaGoは、囲碁界屈指のプレイヤーである韓国のプロ囲碁棋士、李世ドル（9段）と対戦した。 ^{[ 16 ]}2016年3月9日、10日、12日、13日、15日に韓国ソウルのフォーシーズンズホテルで5局の対局が行われ、 ^{[ 24 ] [ 25 ]}ライブ配信された。^{[ 26 ]} 5局のうち、AlphaGoが4局勝ち、リーが4局目を勝ち取ったため、リーはAlphaGoの公式74局すべてに勝利した唯一の人間プレイヤーとして記録された。^{[ 27 ]} AlphaGoは、米国にサーバーがあるGoogleのクラウドコンピューティング上で動作した。^{[ 28 ]}この対局では、コミ7.5ポイントの中国ルールが使用され、各プレイヤーは2時間の思考時間と60秒の秒読み3回分が与えられた。^{[ 29 ]}リーと対戦したAlphaGoのバージョンは、ファン・フイとの対局で使用されたのと同程度の計算能力を使用した。^{[ 30 ]}エコノミスト誌は、1,920個のCPUと280個のGPUを使用したと報じた。^{[ 31 ]}対局当時、イ・セドルは、16年間世界チャンピオンのタイトルを保持した韓国のイ・チャンホに次いで、囲碁の国際選手権で世界で2番目に多くの優勝を飾っていた。 ^{[ 32 ]}国際囲碁には公式なランキング方法が一つもないため、ランキングは情報源によって異なる場合がある。イ・セドルはトップにランク付けされることもあったが、当時、世界で4番目に強いプレイヤーとしてランク付けされた情報源もあった。^{[ 33 ] [ 34 ]} AlphaGoは、イ・セドルと対戦するために特別に訓練されたものではなく、特定の人間プレイヤーと対戦するように設計されたものでもなかった。

最初の3局はリーの投了によりAlphaGoが勝利した。^{[ 35 ] [ 36 ]}しかし、リーは4局目でAlphaGoに勝利し、180手目で投了した。AlphaGoはその後も4勝目を挙げ、5局目も投了により勝利した。^{[ 37 ]}

賞金は100万米ドルだった。AlphaGoが5局中4局に勝利し、シリーズ優勝を果たしたため、賞金はユニセフを含む慈善団体に寄付される。^{[ 38 ]}イ・セドルは5局すべてに参加したことで15万ドル、第4局での勝利でさらに2万ドルを受け取った。^{[ 29 ]}

2016年6月、オランダの大学で行われたプレゼンテーションで、ディープマインドチームの一員であるアジャ・ファンは、アルファゴとリーの対局の第4局で発生した論理的な弱点を修正したこと、そして78手目（多くのプロが「神の手」と呼んだ手）の後、アルファゴは意図した通りにプレイし、黒の優位性を維持することを明らかにした。78手目までは、アルファゴはゲーム全体を通してリードしていたが、リーの手によってプログラムの計算能力が分散され、混乱した。^{[ 39 ]}ファンは、アルファゴの最も正確な手順と継続を見つけるポリシーネットワークは、アルファゴが78手目以降に正しい継続を行うように正確に導いていなかったと説明した。なぜなら、アルファゴの価値ネットワークはリーの78手目を最も可能性が高いと判断していなかったため、その手が指されたときにアルファゴは論理的な継続に正しく調整することができなかったからである。^{[ 40 ]}

2016年12月29日、韓国のTygemサーバーに「Magister」（サーバーの中国語版では「Magist」と表示）という新しいアカウントが登録され、プロ棋士との対局を開始した。12月30日にアカウント名を「Master」に変更し、2017年1月1日にFoxGoサーバーに移行した。1月4日、DeepMindは「Magister」と「Master」の両方がAlphaGo Masterと呼ばれるAlphaGoのアップデート版によってプレイされていることを確認した。^{[ 41 ] [ 42 ]} 2017年1月5日現在、AlphaGo Masterのオンライン記録は60勝0敗で、^{[ 43 ]}囲碁のトップランクの棋士である柯潔に3勝している。 ^{[ 44 ]}柯潔には、MasterがAlphaGoのバージョンであることを事前にひそかに知らされていた。^{[ 43 ]}マスターに敗れた後、顧力はマスターを倒した最初の人間プレイヤーに10万元（14,400米ドル）の賞金を提示した。 ^{[ 42 ]}マスターは1日に10局のペースでプレイした。ゲーム間の休憩がほとんど、あるいは全くなかったため、多くの人がすぐにAIプレイヤーだと疑った。対戦相手には、柯傑、朴正煥、伊山雄太、沱佳熙、米玉廷、史月、陳耀業、李秦成、顧力、常浩、唐維興、范廷宇、周瑞陽、姜維傑、周春順、金智錫、康東雲、朴永勲、元成進など多くの世界チャンピオンがいた。連暁、譚暁、孟泰玲、党一飛、黄雲松、楊定新、顧子豪、申進西、趙漢昇、安成俊などの国内チャンピオンや世界選手権準優勝者。60局のうち1局を除いてすべて、20秒または30秒の小読みが3回あるテンポの速いゲームだった。マスターは、聶維平と対戦する際、彼の年齢を考慮して小読みを1分に延長することを申し出た。59局目に勝利した後、マスターはチャットルームでDeepMindチームのAja Huang博士が操作していることを明らかにし、 ^{[ 45 ]}その後、国籍をイギリスに変更した。これらのゲームが完了した後、 DeepMindの共同創設者であるDemis Hassabisはツイートで、「囲碁団体や専門家と協力して、[2017] 後半に公式の本格的な対局を行うことを楽しみにしています」と述べた。^{[ 41 ] [ 42 ]}

囲碁の専門家たちは、このプログラムのパフォーマンスと人間離れしたプレイスタイルに感銘を受けた。柯潔は「人類が何千年もかけて戦術を改良してきたのに、コンピューターは人間が完全に間違っていると教えてくれる…私は、人間は一人も囲碁の真実の淵に触れたことがないと言っても過言ではない」と述べた。^{[ 43 ]}

2017年5月に烏鎮で開催された囲碁の未来サミットでは、AlphaGo Masterは世界ランキング1位の柯潔と3局、中国のトッププロ数名と2局、1対1の囲碁、そして5人の人間プレイヤーからなる協力チームと1局対局した。^{[ 46 ]}

Google DeepMindは、柯潔とマスターの3局対局の優勝者に150万ドルの賞金を提供し、敗者には30万ドルが支払われた。^{[ 47 ] [ 48 ]}マスターは柯潔に3局すべて勝利し、^{[ 49 ] [ 50 ]}その後、AlphaGoは中国囲碁協会からプロの9段を授与された。^{[ 11 ]}

世界ランキング1位の囲碁棋士、柯潔との3局マッチに勝利した後、AlphaGoは引退した。DeepMindは、他の分野のAI研究に注力するため、このゲームに取り組んでいたチームも解散した。^{[ 12 ]}サミット後、DeepMindは囲碁コミュニティへの贈り物として、AlphaGo対AlphaGoのフルマッチ50試合を公開した。^{[ 51 ]}

AlphaGoチームは2017年10月19日に科学誌Natureに論文を発表し、人間のデータを使わず、これまでのどの人間チャンピオンを破ったバージョンよりも強いAlphaGo Zeroを紹介した。 ^{[ 52 ]} AlphaGo Zeroは自己対戦によって、3日間で100勝0敗でAlphaGo Leeの強さを上回り、21日間でAlphaGo Masterのレベルに達し、40日間ですべての旧バージョンを上回った。^{[ 53 ]}

2017年12月5日にarXivで公開された論文で、DeepMindはAlphaGo Zeroのアプローチを単一のAlphaZeroアルゴリズムに一般化し、世界チャンピオンプログラムであるStockfish、Elmo 、およびAlphaGo Zeroの3日間バージョンをそれぞれ破り、 24時間以内にチェス、将棋、囲碁のゲームで超人的なレベルのプレイを達成したと主張した。^{[ 54 ]}

2017年12月11日、DeepMindはAlphaGo Masterによって計算されたさまざまな囲碁のオープニングの勝率を分析するAlphaGo教育ツールをウェブサイトで公開しました^{[ 55 ]}。^{[ 56 ]}この教育ツールは、AlphaGo Masterによる1000万回のシミュレーションでそれぞれ分析された23万の人間のゲームから6000の囲碁のオープニングを収集しています。オープニングの多くには人間の指し手提案が含まれています。^{[ 56 ]}

AlphaGoの2016年3月の勝利は、人工知能研究における大きな節目となった。^{[ 68 ]}囲碁はそれまで、機械学習における難問とみなされており、当時の技術では解決不可能だと考えられていた。^{[ 68 ] [ 69 ] [ 70 ]}ほとんどの専門家は、AlphaGoと同等の強力な囲碁プログラムが登場するのは少なくとも5年後だと考えていた。^{[ 71 ]}一部の専門家は、コンピューターが囲碁チャンピオンに勝つには少なくともあと10年かかると考えていた。^{[ 4 ] [ 72 ] [ 73 ]} 2016年の対局開始当初、ほとんどの観戦者はリーがAlphaGoに勝つと予想していた。^{[ 68 ]}

チェッカー（チヌーク・コンピューター・エンジンによって解決済み）、チェス、そして今や囲碁といったゲームがコンピューターによって勝利を収めたことで、人気のあるボードゲームでの勝利は、かつてのように人工知能にとって大きな節目とはなり得なくなった。ディープ・ブルーのマーレイ・キャンベルは、アルファ囲碁の勝利を「一つの時代の終わり…ボードゲームはほぼ終わりを迎え、次に進むべき時が来た」と評した。^{[ 68 ]}

ディープブルーやワトソンと比較すると、アルファゴーの基盤となるアルゴリズムはより汎用的である可能性があり、科学界が人工汎用知能に向けて進歩している証拠となるかもしれない。^{[ 19 ] [ 74 ]}アルファゴーの勝利は、汎用知能を持つ機械が将来もたらす可能性のある影響に社会が備え始める良い機会になると考える評論家もいる。起業家のガイ・スーテルが指摘するように、アルファゴーは囲碁の打ち方しか知らず、汎用知能は持っていない。「ある朝目覚めて、銃の使い方を学びたいと決めることはできない」^{[ 68 ]} AI研究者のスチュアート・ラッセルは、アルファゴーのようなAIシステムは予想よりも早く進歩し、より強力になっているため、それらが「人間の制御下に留まる」ことを保証する方法を開発する必要があると述べた。^{[ 75 ]}スティーブン・ホーキングなどの学者は、（2015年5月の対局前に）将来の自己改善型AIが実際の汎用知能を獲得し、予期せぬAIによる乗っ取りにつながる可能性があると警告した。他の学者たちは異論を唱えている。AI専門家のジャン＝ガブリエル・ガナシアは、「『常識』のようなものは…決して再現できないかもしれない」^{[ 76 ]}と考えており、「なぜ恐怖について話す必要があるのか​​分からない。むしろ、これは健康や宇宙探査など多くの分野で希望を高めるものだ」^{[ 75 ]}と述べている。コンピュータ科学者のリチャード・サットンは、「人々は恐れるべきではないと思うが…注意を払うべきだと思う」^{[ 77 ]と述べている。}

中国では、AlphaGoは「スプートニク・モーメント」となり、中国政府が人工知能を優先し、資金を大幅に増やすよう説得するのに役立った。^{[ 78 ]}

2017年、DeepMind AlphaGoチームは、AIにおける傑出した業績に対して、IJCAIマービン・ミンスキー賞を初めて受賞しました。IJCAI賞選考委員会の委員長であるマイケル・ウールドリッジ教授は、「AlphaGoは素晴らしい業績であり、ミンスキー賞が創設された目的を完璧に体現しています」と述べました。「IJCAIが特に感銘を受けたのは、AlphaGoが古典的なAI技術と、DeepMindが深く関わっている最先端の機械学習技術の見事な組み合わせによって、その成果を達成している点です。これは現代AIの息を呑むような実例であり、この賞でそれを称えることができて大変嬉しく思います。」^{[ 79 ]}

囲碁は中国、日本、韓国で人気のゲームであり、2016年の対局は世界中でおそらく1億人が観戦した。^{[ 68 ] [ 80 ]}多くのトップ囲碁棋士は、AlphaGoの型破りな手を、最初は観戦者を困惑させたものの、後から考えると理にかなっているように見える疑わしい手だと評した。^{[ 72 ]}「最高の囲碁棋士以外は、トップ棋士を真似て自分のスタイルを作り上げている。AlphaGoは完全に独自の動きをしているようだ。」^{[ 68 ]} AlphaGoは、コンピューターがハンディキャップなしで初めて囲碁のプロに勝った2015年10月の対局^{[ 81 ]}と比較しても、予想外に強くなったように見えた。 ^{[ 82 ]}李氏が初めて敗北した翌日、韓国最大の日刊紙の囲碁担当主任記者であるチョン・アラム氏は、「昨夜はとても暗い夜だった…多くの人が酒を飲んだ」と語った。^{[ 83 ]}韓国の囲碁プロを統括する韓国囲碁協会は、AlphaGoの創造的なスキルを発揮し、囲碁の発展を推進したとして、名誉九段の称号を授与した。^{[ 84 ]}

当時世界最高の囲碁棋士として広く認められていた中国の柯潔（18歳） ^{[ 33 ] [ 85 ]}は、当初はAlphaGoに勝てると主張していたが、「自分のスタイルを真似される」ことを恐れて対戦を拒否した^{[ 85 ]} 。対局が進むにつれて柯潔は態度を二転三転させ、最初の3局を分析した後は「負ける可能性が非常に高い」と述べたが^{[ 86 ]} 、 4局目でAlphaGoに弱点が見られたことで自信を取り戻した^{[ 87 ] 。}

AlphaGoとファン・フイの対局の審判を務めたトビー・マニングと、国際囲碁連盟の事務総長であるハジン・リーは、将来、囲碁プレイヤーはコンピューターの助けを借りて、対局で何が悪かったのかを学び、スキルを向上させるだろうと考えている。^{[ 82 ]}

第2局後、イ氏は「言葉が出ない」と述べ、「試合開始から一度も優勢に立つことができなかった。アルファゴの完全勝利だった」と語った。^{[ 88 ]}第3局後、イ氏は敗北を謝罪し、「アルファゴの能力を過小評価し、無力感を覚えた」と述べた。^{[ 68 ]}彼は敗北は「イ・セドルの敗北」であり「人類の敗北ではない」と強調した。^{[ 27 ] [ 76 ]}イ氏は最終的に機械に負けることは「避けられない」と述べたが、「ロボットは我々人間と同じようにゲームの美しさを理解することは決してないだろう」と述べた。^{[ 76 ]}イ氏は第4局での勝利を「何物にも代えがたい、かけがえのない勝利」と呼んだ。^{[ 27 ]}

Rotten Tomatoes では、このドキュメンタリーは10件のレビューで平均100%の評価を得ています。^{[ 89 ]}

ロサンゼルス・タイムズのマイケル・レヒトシャフェン氏は、このドキュメンタリーを高く評価し、「物静かなセドルのように、ゲームそのものと同じくらい深く思索する魅力的な人物が登場する一方で、パリを拠点とするヨーロッパチャンピオンで、AIに惨敗した後、DeepMindチームのアドバイザーのオファーを受け入れる、活発で人当たりの良いファン・フイのような人物も登場するのは、作品にとって大きな助けとなる」と評した。また、本作のプロデューサーであるハウシュカのフォルカー・ベルテルマンの情熱によって、このドキュメンタリーには戦略的、哲学的要素を含む、予想外の展開が数多く盛り込まれているとも述べている。^{[ 90 ]} (Rechtshaffen、2017)ハリウッド・リポーターのジョン・デフォアはこのドキュメンタリーを「AIのひねりを加えた、引き込まれるスポーツのライバル関係を描いたドキュメンタリー」と評した。「結局、観察者たちは、AlphaGoの奇妙な直感が、知的探求としての囲碁を滅ぼすのではなく、その方向性を変え、囲碁の研究者たちに新たな角度から囲碁を考察させるのではないかと疑問に思う。だから、コンピューターの支配者を歓迎する時ではないのかもしれないし、しばらくはそうではないのかもしれない。彼らは私たちを奴隷にする前に、より優れた思考者になることを教えてくれるかもしれない。」^{[ 91 ]}

本作の監督であるグレッグ・コーズは、「囲碁の複雑さと、人工知能のような新興技術の技術的な深さが相まって、このような映画にとって乗り越えられない壁になるのではないかと思われた。しかし、私が囲碁やAlphaGoについて全く無知だったことが、実際には有益だった。純粋な好奇心を持ってアクションやインタビューに取り組むことができた。どんな題材でも感情的に理解しやすいものにするのに役立つ種類の好奇心だ」と語った。コーズはまた、「知識への好奇心に満ちた探求を壮大なスペクタクルに変え、実存的な意味合いを持つものにし、その好奇心に異議を唱えるために評判やプライドを危険にさらす勇気を持つ映画に登場する人間キャラクターとは異なり、AIはまだ共感する能力を持っていないかもしれない。しかし、AIは私たちの人間性、つまりボードゲームの遊び方、思考や感情、成長の仕方について、深いことを教えてくれる。それは深く広大な前提だが、それを共有することで、これまで気づかなかった自分自身の何かを発見できることを願っている」と語った。^{[ 92 ]}

元プロ囲碁棋士のイ・ハジン氏は、このドキュメンタリーを「美しく撮影されている」と評した。物語そのものに加え、様々な場面構成を通して感情や雰囲気が伝わってくる。例えば、イ・セドルがAlphaGoの知能に気づいた時のクローズアップ、初戦敗退後の韓国人解説者の苦悩や悲しみを描いた雰囲気のある場面、そして部屋に漂う緊張感などだ。ドキュメンタリーは、AlphaGoの技術背景や韓国囲碁界の慣習を描写することで、物語を紡いでいる。イ氏は、さらに取り上げるべき点として、AlphaGo以前のAIの詳細、プロ囲碁棋士の自信と誇り、対局中や対局後の囲碁AIに対する視点の変化などを挙げ、「もし何か付け加えるとしたら、AlphaGo以前のトップレベルの囲碁AIの原始的なレベルに関する情報や、プロ囲碁棋士の生活や誇りについてもっと詳しく描写することで、イ・セドルの対局前の自信や、対局が進むにつれて囲碁棋士のAlphaGoに対する認識が変化していく様子に、より深い背景を与えることができると思う」と述べた。^{[ 93 ]}（リー、2017）。

プロ囲碁棋士で、かつてAlphaGoのプレイヤーでもあった范慧氏は、「DeepMindは、AlphaGoに多くの優秀なアマチュアの囲碁対局を見せて、人間のプレイスタイルを理解させた後、何千回も自分自身の対戦をさせるという、新しい形の強化学習によって、AlphaGoは熟練した人間と互角に戦えるようになった。歴史が作られ、何世紀にもわたる学習が覆された。このプログラムは、自力でゲームを学ぶことができたのだ。」と語った。^{[ 94 ]}

The Vergeの記者、ジェームズ・ヴィンセントは、「リアリティ番組のように、視聴者を露骨な感情的な合図で刺激し、引っ張る。『今、緊張するべきだ。今、安心するべきだ』」とコメントしている。AlphaGoの映像は、イ・セドルがAlphaGo AIの真の力を認識する瞬間をゆっくりと捉えている。最初の対局では、人間がプログラムしたAIよりも経験豊富だったため、AIに勝つのは簡単だと考えていた。しかし、序盤の展開は彼の予想とは違った。最初の対局で負けた後、彼はさらに緊張し、自信を失った。その後、彼は攻撃に対して「ただ勝ちたかっただけだ」と反応し、意図せず怒りを露わにし、普段とは違う行動をとった。また、彼は1手に12分を費やしたが、AlphaGoはわずか1分半で反応した。AlphaGoはすべての選択肢を均等かつ一貫して評価した。イの闘いに反応することなく、まるで彼がそこにいないかのように対局は続いた。

ジェームズ氏はまた、「リーのいわゆる『神の一手』によって、人類は少なくとも機械に一撃を与えることは間違いない」と述べた。「おそらく、我々が直面する自動化の力は、非人格的で理解不能なものになるだろう。それは、我々が異議を唱えることのできない星評価や、我々が完全に理解できないアルゴリズムという形で現れるだろう。AIの問題に対処するには、個々の戦いを超えた視点が必要となる。AlphaGoは、こうした疑問を提起する点で注目に値する」^{[ 95 ]}（ヴィンセント、2017年）

インペリアル・カレッジ・ロンドンの認知ロボティクス教授で、ディープマインドの上級研究科学者でもあるマレー・シャナハン氏は、「囲碁は並外れたゲームですが、AIで他のあらゆる分野で何ができるかを示しています」と述べています。「囲碁の中にまだ発見されていないあらゆる可能性の領域があるのと同様に、医薬品やその他の材料を発見する可能性を想像することさえできませんでした。」^{[ 94 ]}