豊かな体験をつくるエンタテインメントコンピューティング技術：2．エンタテインメントと人工知能 -思考ゲームを例として-
4
0
0
全文
(2) 2．エンタテインメントと人工知能─思考ゲームを例として─. でに人間よりもコンピュータの方が強くなってい る）が，将棋と囲碁はチェスよりはるかに場合の 数が大きく，チェスとは異なる手法が必要なので， チェスに続く例題として適切である．将棋はチェ スと同じ敵の重要な駒（キングあるいは玉）を捕 まえるゲームであるが，チェスは敵から取った駒 が使えないのに対して将棋では敵から取った駒が 再利用できる（「持ち駒」制度と呼ばれる）ため， 終盤は序盤より分岐数が大きくなる．チェスは収 束型ゲームであるが，将棋は発散型ゲームなので ある．. 図 -1 2010 年 清水市代女流王将対あから 2010. 将棋はチェスよりも場合の数がはるかに大きく， チェスで有効であった探索手法がそのままでは使. が圧勝した．すでにコンピュータはトップクラス. えないので，チェスの次の探索研究の良い対象に. のプロ棋士（竜王，名人）のレベルに達したと思. なった．評価関数はチェス同様に手作業で作成と. われる．いまトッププロ棋士とコンピュータが対. 改良を行っていたが，チェスの評価関数は駒の損. 戦すれば勝率的にはコンピュータが勝ち越す可能. 得という明快な基準があったものの，将棋の評価. 性が非常に高い．現在のトップ棋士である羽生善. 関数は複雑でなかなか強くならなかった．2000 年. 治氏との対戦はすぐに実現しないと思われたので，. 代の半ばに登場した保木邦仁のボナンザによって. 本会は 2015 年 10 月に将棋で人間とコンピュータ. コンピュータ将棋は革命的な進歩を果たした．保. の強さを問うことは学問的には結論が出たという. 木 の 工 夫 は， そ れ ま で 将 棋 は 前 向 き 枝 刈 り の 探. 終了宣言を行った. 索 を し て い た の を チ ェ ス の よ う に 全 数 探 索に し. 囲 碁 は 中 国 発 祥 の ゲ ー ム で あ る が， 中 国 で は. た， そ れ ま で 評 価 関 数 は 手 作 業 で 作 っ て い た の. 廃 れ て 日 本 で 盛 ん に な っ た． 囲 碁 は， ほ か に 似. を 棋 譜 か ら の 機 械 学 習 で 作 る よ う に し た， の 2. た ル ー ル の ゲ ー ム が 存 在 し な い， 漢 字 を 使 っ て. 点 で あ る． こ の 工 夫 を し た ボ ナ ン ザ が 圧 倒 的 な. い な い の で 親 し み や す い， な ど の 理 由 で 世 界 的. 強さでコンピュータ将棋のトップに立ったので，. に 普 及 し て い る． 最 初 に コ ン ピ ュ ー タ 囲 碁 の 研. ほ か の 研 究 者 開 発 者 も こ ぞ っ て こ れ ら の 方法 を. 究がなされたのは 1960 年代のドイツである（チ. 取 り 入 れ た． 特 に 上 記 の 機 械 学 習 の 方 法 は 強 豪. ェスよりは遅いが将棋より早い）．囲碁もチェス. のプログラムすべてが取り入れており，「ボナン. の よ う に 探 索 に よ っ て 次 の 手 を 決 め よ う とした. ザ・ メ ソ ッ ド 」 と 呼 ば れ て い る． 保 木 は ボ ナ ン. が，囲碁の場合の数は 10. ザ の ア ル ゴ リ ズ ム を す ぐ に 公 開 し， ま た プ ロ グ. よ り は る か に 大 き く， 普 通 の 探 索 に よ っ て 良 い. ラムのソースコードも無償で公開した．. 手 を 見 つ け る に は 候 補 手 が 多 す ぎ て 強 く ならな. 2010 年代になってコンピュータとプロ棋士が. かった．2000 年代になってもまだとても弱い状. 対戦するようになった．2010 年に本会の 50 周年. 態 で あ っ た（ 初 心 者 レ ベ ル よ り は 強 く て も せ い. を記念して清水市代女流王将とあから 2010 とい. ぜい初級者レベルであった）．. うコンピュータ将棋が対戦してあから 2010 が勝. 囲碁も将棋のボナンザ・メソッドのような革命. 利した（図 -1）．2013 年，2014 年と電王戦と称. 的な手法が現れた．それがモンテカルロ木探索で. してプロ棋士 5 人とプログラム 5 つが対戦したが，. ある．この元となったモンテカルロ法は von Neu-. 3 勝 1 敗 1 分け，4 勝 1 敗とともにコンピュータ. mann の命名と言われるシミュレーションによっ. 2）. ．. 360. とチェス（や将棋）. 情報処理 Vol.58 No.1 Jan. 2017. 15.
(3) 特集. 豊かな体験をつくるエンタテインメントコンピューティング技術. て解を求める方法である．1990 年代にこれを囲 碁に適用するというアイディアが発表されたもの. 楽しい思考ゲームのプログラム. の，そのときは成功しなかった．2000 年代になっ. 強い思考ゲームのプログラムを作ってきたのは. て Rémi Coulom が Crazy Stone という囲碁プログ. 人工知能の技術のレベルを上げるためであった．. ラムの中でモンテカルロ法を応用した（UCT とい. チェス，将棋，囲碁を含めた完全情報の思考ゲー. うアイディアを付け加えた）モンテカルロ木探索. ムがほぼ人間並みに強くなった．これからは強い. を採用し，この Crazy Stone が圧倒的な強さを示. ことではなく，楽しませることを目指したプログ. した．囲碁にモンテカルロ法を適用するというこ. ラムの研究が望まれる．. とは，ある局面から白と黒が交互にランダムに終 局まで打ち進めるというシミュレーションを多数. プログラムのプレイを鑑賞する. 行って勝つ確率が一番高い手を選ぶということで. これまで思考ゲームのレベルの高いプレイは強い. ある．そこには囲碁の知識はほとんど何も入って. 人間（プロ棋士など）によってなされてきた．ゲー. いない．この一見単純な方法（実は UCT など細か. ムのファンはそれらレベルの高いプレイを鑑賞する. い工夫が重要なのではある）で強くなることに驚. ことを楽しんできたのである（思考ゲームのエンタ. きその後の囲碁プログラムは皆この方法を取り入. テインメント性がそこにある）．コンピュータが人. れている．その結果，囲碁プログラムは一気にア. 間を超えたことによって，思考ゲームはさらなる高. マチュアの 6 段程度の実力に達した．. みに昇ったことになる．より高いレベルのプレイ. 最近までは日本の ZEN（これもモンテカルロ木. をコンピュータがファンに提供してくれるのであ. 探索を用いている）が Crazy Stone を抜いて最も. る．より良いプレイが見られるというのは一義的. 強い囲碁プログラムであった．これらのプログラ. にはファンにとっては喜ばしいことのはずである. ムはまだ互先（ハンディなし）で戦うのは無理で. が，問題が発生する可能性がある．それは，コン. あるが，トッププロ棋士と 4 子（初期局面に 4 個. ピュータのレベルの高いプレイを人間が理解でき. の石をあらかじめ置く）のハンディで勝つまでに. るかということである．将棋や囲碁ではすでにコ. なっていた．それでも，トッププロ棋士に勝つの. ンピュータが人間（トップレベルのプロ棋士）を. はまだ 10 年はかかると思われた．そこに 2016 年. 超えているので，コンピュータは人間よりもレベ. 1 月に Google が AlphaGo というプログラムを発. ルの高いプレイをしている．そのプレイ（手の意味）. 表した．AlphaGo は，深層学習（ディープ・ラー. が人間に理解できないという状況もすでにしばし. ニング），モンテカルロ木探索，強化学習という. ば発生しているのである．将棋と囲碁の強いプロ. 3 つの手法をうまく組み合わせている．大量のプ. グラムは（機械学習で強くなったなどの理由によ. ロ棋士の棋譜をデータとして深層学習によってあ. って）自分の手の意味を人間に理解できる形で説. る程度の強さのプログラムを作り，そのプログラ. 明できない．普通のファンはおろか，プロ棋士に. ム同士の強化学習によってさらに強くした．これ. も意味が理解できない手を指している（打ってい. までコンピュータ囲碁で成功しなかった評価関数. る）のである．. を実質的に作ったことが AlphaGo の大きな特徴. 理解できないのであれば，いくらレベルの高い. である．手を決める部分では従来手法であるモン. プレイをしてくれても鑑賞できない．いま人工知. テカルロ木探索を使っている．2016 年 3 月にト. 能では人間を超えた高いレベルの手の意味を理解. ッププロ棋士のイ・セドルと対戦して AlphaGo. させる（説明する）仕組みの研究が進められている．. は 4 勝１敗と勝ち越した. 3）. ．囲碁もコンピュータ. が人間に追いついた（追い越した）といえる．. 16. 情報処理 Vol.58 No.1 Jan. 2017. 普通のファンが直接理解できなくても，プロ棋士 が理解できればそのプロ棋士を介して普通のファ.
(4) 2．エンタテインメントと人工知能─思考ゲームを例として─. ンにその手のすばらしさを伝えることができるは. ログラムを作る方がはるかにむずかしい（うまい. ずである．. 手抜きのためには高度な知能が必要となる）．し かし優秀なレッスンプロはそれができているので，. プログラムと良い勝負をする. 何とかコンピュータにもできるはずである．いわ. 中学生のころに「2001 年宇宙の旅」という映画. ば「接待将棋」や「接待囲碁」ができるプログラ. が大好きになって現在まで何十回も見ている（公. ムが開発できれば，人工知能はかなり人間に近づ. 開は 1968 年）．HAL9000 というコンピュータが. いたといえるのではないかと考えている．. 高度な人工知能を有する存在として登場していて， ほとんどのシーンに感心したのだが，唯一おかし いと思ったのが乗組員と HAL9000 がチェスを指す. さらなる楽しさへ. シーンであった．暇つぶしに HAL9000 とチェス. 思考ゲームを例に，強いプログラムから楽しい. を指す乗組員がずっと負けているという設定にな. プログラムへのシフトについて述べた．思考ゲー. っていた．HAL9000 が本当に賢いのであれば，う. ム以外でも人間を楽しませるエンタテインメント. まく手を抜いていい勝負を演出してくれるはずと. に人工知能の技術を適用することはこれからます. 思ったのである．将棋や囲碁をファンに指導する. ます広がっていくと思われる．我々はコンピュー. レッスンプロはうまい手抜きができる．ファンが. タに小説を生成させる研究を行っているが，これ. いい手を指した／打ったなら，それを活かして接. もエンタテインメントへの人工知能技術の適用の. 戦で負けになる手順を選べるのである．プロがア. 例である．人工知能の技術の進歩によってエンタ. マ相手に百戦百勝を誇ってみても意味がない．大. テインメントがますます魅力的なものになってい. 差よりも接戦の方がやっていても見ていても楽し. くことを期待したい． . いのは道理である． コンピュータが十分に強くなってきたので，人 間とコンピュータがいい勝負をするプログラムの 研究が本格化している．実は以前から研究自体は あったのだが，弱いときに手抜きをしてもさらに 弱くなるだけだったのでまずは強くすることに精 力が注がれた．故意に弱くすることはむずかしく はない．むずかしいのは相手の人間に手抜きが露 見しないよう適切に弱くすることである．単に強 いプログラムを作るよりもうまく手抜きをするプ. 参考文献 1） 特 集「 ゲ ー ム 情 報 学 」 ， 情 報 処 理，Vol.53, No.2, pp.100-152 (Feb. 2012). 2） 松原 仁：コンピュータ将棋プロジェクトの終了宣言，情報処 理，Vol.56, No.11, pp.1054-1055 (Nov. 2015)． 3） 松 原 仁： 速 報 AlphaGo の 勝 利， 情 報 処 理，Vol.57, No.6, pp.502-503 (June 2016)． （2016 年 10 月 18 日受付）. 松原 仁（正会員）■ [email protected] 1986 年東大大学院工学系研究科情報工学専攻博士課程修了．同 年通産省工技院電子技術総合研究所（現産業技術総合研究所）入所． 2000 年公立はこだて未来大学教授．本会理事．. 情報処理 Vol.58 No.1 Jan. 2017. 17.
(5)
関連したドキュメント
と言っても、事例ごとに意味がかなり異なるのは、子どもの性格が異なることと同じである。その
このような情念の側面を取り扱わないことには それなりの理由がある。しかし、リードもまた
海なし県なので海の仕事についてよく知らなかったけど、この体験を通して海で楽しむ人のかげで、海を
以上の基準を仮に想定し得るが︑おそらくこの基準によっても︑小売市場事件は合憲と考えることができよう︒
単に，南北を指す磁石くらいはあったのではないかと思
今日のセミナーは、人生の最終ステージまで芸術の力 でイキイキと生き抜くことができる社会をどのようにつ
人間は科学技術を発達させ、より大きな力を獲得してきました。しかし、現代の科学技術によっても、自然の世界は人間にとって未知なことが
大村 その場合に、なぜ成り立たなくなったのか ということ、つまりあの図式でいうと基本的には S１ という 場
