GoogleのDeepMindはまた一つのゲームをマスターした

すべての親は、チェスであれ、スクラブルであれ、はらぺこカバであれ、子供たちに試合で勝たせる必要がなくなる日を密かに少し怖がっているが、Googleの研究者らは今、自社のDeepMind AIの学習を見てほろ苦い喜びを感じている。古代中国の囲碁ゲームで、世界の最も優れたプレーヤーの何人かを即座に破滅させます。

関連項目 AI と「ディープラーニング」は、あらゆるものの未来ですか?ワトソン博士: IBM は糖尿病と肥満の管理にビッグデータを使用する予定です Go に詳しくない場合、本当に知っておく必要があるのは、Go は非常に単純に見えて、実際には非常に複雑であるということだけです。非常に複雑なので、世界の専門家は、人工的な世界チャンピオンまでにはまだ10年かかると推定しています。 Google が勝利に関するブログで指摘しているように、実際には、碁盤上には宇宙の原子の数よりも多くの潜在的な局面が存在します。

「人々の予想よりも早かった理由は、基礎となるアルゴリズムで進行しているイノベーションのペースと、異なるアルゴリズムを組み合わせることでどれだけ大きな可能性が得られるかということです」とディープマインド社の最高経営責任者デミス・ハサビス氏はBBCに語った。

上のビデオでわかるように、DeepMind の特注囲碁プログラム、AlphaGo はヨーロッパチャンピオンの Fan Hui を 5-0 で破りました。ああ。

Google にとっても、喜びはそれだけにとどまりません。それはまた、彼らが Facebook の AI に勝って Go をマスターしたことを意味します。

大したことだ、と思うかもしれない。ディープ・ブルーは 1997 年にチェスでカスパロフに勝ったのに、なぜこれが今でもニュースになるのだろうか?そうですね、主な理由は 2 つあります。まず、囲碁はチェスほど論理的ではなく、より多くの「直感」を核としています。もう 1 つは、碁の平均的な局面ではチェスの約 10 倍の可能な手があり、より複雑です。

それには別のアプローチが必要でしたが、Google はそれを実行しました。 「私たちは高度なツリー検索とディープ ニューラル ネットワークを組み合わせたシステム AlphaGo を構築しました」と Hassabis 氏は書いています。 「これらのニューラル ネットワークは、碁盤の記述を入力として受け取り、何百万ものニューロンのような接続を含む 12 の異なるネットワーク層を通じてそれを処理します。ニューラル ネットワークの 1 つである「ポリシー ネットワーク」が、次に打つ手を選択します。もう 1 つのニューラル ネットワークである「バリュー ネットワーク」は、ゲームの勝者を予測します。

「私たちは、人間の専門家がプレイしたゲームから得た 3,000 万の手でニューラル ネットワークをトレーニングし、人間の手を 57% の確率で予測できるようになりました (AlphaGo が登場する前の記録は 44%)。しかし、私たちの目標は、人間の最高のプレイヤーをただ真似することではなく、彼らに勝つことです。これを行うために、AlphaGo は、ニューラル ネットワーク間で数千回の対局をプレイし、強化学習として知られる試行錯誤のプロセスを使用して接続を調整することで、自分自身で新しい戦略を発見する方法を学びました。」

それでも、たとえヨーロッパを征服したとしても、AlphaGoはまだ世界チャンピオンではありません。 3月にはソウルで、過去10年間で世界最高の選手であるイ・セドルとのさらに厳しい試合に臨むことになる。セドルにはチャンスがないと思う。

これらすべてが少し怖いとしても、これで少しは安心してください。私より先に 5 人制の選手に選ばれる人工サッカー選手にはまだ程遠いですし、私はサッカーが大の苦手です。

それは静かに安心させるものがあります。

次を読む: AI とディープ ラーニングは、すべての未来になるのでしょうか?

画像: Makia Minich 、クリエイティブ・コモンズで使用