人間の基準で見れば、チェスは簡単なゲームではない。しかし、強大でほとんど異星人的な思考力を備えた人工知能にとっては、ちょっとした暇つぶしにすぎず、数時間の空き時間で習得できる。
新たな論文で、Googleの研究者たちは、最新のAIの進化形であるAlphaZeroが、チェスで「人間を超える性能」を発揮し、ルールを学ぶのにわずか4時間しかかからず、その後、世界王者級のチェスプログラムStockfishを圧倒した経緯を詳述している。
言い換えれば、人類が蓄積してきたチェスの知識のすべてを、それ以上のものまで含めて、AIはニューヨーク市からワシントンDCまで車で移動するのとほぼ同じ時間で吸収し、凌駕したのだ。
チェスのルールだけをプログラムされ（戦略は教えられず）、AlphaZeroはわずか4時間でゲームを習得し、最高評価を受けていたチェスプログラムのStockfishに勝てるほどになった。
Stockfishとの全100局の対戦で、AlphaZeroは先手（先手の有利さがある）で25局に勝ち、後手では3局を勝ち取った。残りは引き分けで、Stockfishの勝ちはなく、AlphaZeroも一度も負けなかった。
「新たな支配者が誰なのか、これで分かった」とチェス研究者で、チェス関連サイトChessableのCEOを務めるデビッド・クラマリーは語った。
「間違いなくこのゲームに革命をもたらすでしょう。しかし、チェス以外にどう応用できるか考えてみてください。このアルゴリズムは、都市、大陸、宇宙を動かすことだってできるかもしれません」
GoogleのAI研究所DeepMindが開発したAlphaZeroは、AlphaGo Zeroを調整して、より汎用的にしたものだ。AlphaGo Zeroは、中国発祥のボードゲーム、囲碁に特化している。
DeepMindはこのAIを何年も改良し続けており、その過程で人間のチャンピオンたちを次々と破ってきた。彼らは、屈することのない「神のごとき」ニューラルネットワークの前に、ドミノのように倒れていった。
その連勝は10月に驚くべき成果へと結実した。AIの新たな完全自律型バージョンは、人間と対戦することなく、自分自身との対局だけで学習し、以前のすべてのバージョンを打ち負かした。
これとは対照的に、AlphaGo Zeroの前身は、人間のプレーヤーの打ち手を見て、ゲームの進め方を部分的に学んでいた。
その取り組みは、発展途上のAIが戦略を学ぶ助けとなることを意図していた。しかし実際には、足かせになっていた可能性がある。AlphaGo Zeroの完全に自力で行う学習は、一対一の対戦で圧倒的に高い効果を発揮したからだ。
「まるで、異星の文明が独自の数学を発明するようなものです」と、MITのコンピューター科学者ニック・ハインズは10月、Gizmodoに語った。
「ここで目にしているのは、人間の偏見や先入観から自由なモデルです。何が最適かを自ら判断し、それを学習できます。その答えは、私たちが同じものについて抱く考えよりも、実際に繊細なものかもしれません」
しかし、この分野の進歩はあまりに速く、10月の成果はすでに時代遅れになっているかもしれない。
新たな論文でチームは、最新のAlphaZero AIが、強化学習と呼ばれる自己対局による学習を取り入れ、より汎用的な形で応用することで、問題解決に幅広く取り組めるようになった経緯を説明している。
この幅広い対応力により、AlphaZeroはチェスだけでなく、将棋（日本式チェスとも呼ばれる）や囲碁も指せる。そして、おそらく驚くことではないが、これらのゲームもそれぞれわずか2時間と8時間で習得した。
現時点では、GoogleとDeepMindのコンピューター科学者たちは新たな研究について公にコメントしていない。この研究はまだ査読を受けていない。
これまでに分かっていることから判断すると、このアルゴリズムが人工知能の頂点へと目覚ましく上り詰める過程はまだ終わっておらず、チェスのグランドマスターたちでさえ、目の前の光景に戸惑っている。
「もし優れた種族が地球に降り立ち、彼らのチェスの指し方を見せてくれたら、どんな感じだろうといつも考えていました」と、グランドマスターのピーター・ハイネ・ニールセンはBBCに語った。
「今なら分かります」
