スペースインベーダー、ブロック崩し、ポンなどの昔ながらのアーケードゲームは得意だと思いますか？ もう一度考えてみてください。
本日発表された画期的な論文 『Nature』に掲載されたで、研究者チームを率いた
のは、 DeepMind の共同創業者デミス・ハサビス氏で、こうしたゲームをエキスパート級にプレイできるよう学習するディープニューラルネットワークを開発したと報告しました。
この成果がいっそう印象的なのは、プログラムにゲームについての予備知識が一切与えられていなかったことです。画面上のスコアとピクセル情報にアクセスできただけでした。
人間がゲームをプレイするために知っておく必要のある、バットやボール、レーザーなどについても知りませんでした。
しかし、何度も何度もたくさんのゲームをプレイするうちに、コンピューターはまずプレイの仕方を学び、次に上手なプレイの仕方を学びました。
ゼロから学習する機械
これは、人工知能（AI）における今日最も注目されるテーマの一つ、ディープラーニングの一連の画期的な進展の最新例です。
実際、ゲームプレイに成功したのはDeepMindが初めてではありません。20年前には、 TD-Gammon というコンピュータープログラムが、同じくニューラルネットワークを使って、人間を超えるレベルでバックギャモンをプレイできるようになりました。
しかしTD-Gammonは、チェス、囲碁、チェッカー（ドラフツ）といった類似のゲームでは、決して同じような成績を収めませんでした。
とはいえ数年後には、Googleの検索結果でこのようなディープラーニングを目にする可能性が高いでしょう。前年の初め、こうした成果に触発されたGoogleはDeepMindを買収しました。買収額は 報道によれば英国ポンド5億でした。
ほかにも多くのテクノロジー企業が、この分野に巨額を投じています。
「中国のGoogle」と呼ばれる百度（Baidu）は、 ディープラーニング研究所 を設立し、 専門家を採用しました 。その中には、スタンフォード大学教授の アンドリュー・ン氏などがいます。
Facebookは、 人工知能研究所 を設立しました。同研究所を率いるのは、もう一人のディープラーニングの専門家、 ヤン・ルカン氏です。
さらに最近では、 TwitterがMadbitsを買収しました。これもディープラーニングのスタートアップ企業です。
ディープラーニングを支える秘訣とは何でしょうか？
ジェフリー・ヒントン氏 はこの分野の先駆者の一人で、最近Googleに採用された人物でもあります。先月開催された年次総会、 人工知能振興協会での感銘深い基調講演で、同氏は最近の画期的な進展をもたらした主な理由を三つ挙げました。
第一に、中央処理装置（CPU）が大量にあることです。これは自宅で学習させられるようなニューラルネットワークではありません。こうしたネットワークの多数の層を学習させるには、何千ものCPUが必要です。相当な計算能力が求められます。
実際、グラフィックス処理装置（GPU）の生の処理能力を活用して、多くの進歩が実現しています。GPUは、まさに同じアーケードゲームでグラフィックスエンジンを動かす超高速チップです。
第二に、膨大なデータがあることです。ディープニューラルネットワークは、アーケードゲームを何百万回もプレイします。
第三に、単一のネットワークではなく複数のネットワークを学習させるなど、学習を速める巧妙な工夫がいくつかあります。群衆の知恵を思い浮かべてください。
ディープラーニングは何に役立つのでしょうか？
ディープラーニング技術への期待が高まる一方で、できることには限界もあります。
ディープラーニングは、私たちがあまり考えずに行う低次のタスクに適しているようです。画像の中の猫を認識すること、電話越しの音声を理解すること、あるいはエキスパートのようにアーケードゲームをプレイすることです。
これらはすべて、私たちが自らの驚くべきニューラルネットワークに「コンパイル」してきたタスクです。
誇張を差し引いて考えると、ディープラーニングが高度な推論にも同じように有効なのかは、はるかに不透明です。難解な数学の定理の証明、複雑なサプライチェーンの最適化、航空会社の全航空機の運航スケジュール作成などがこれに当たります。
ディープラーニングの次の展開は？
そう遠くないうちに、ディープラーニングは身近なブラウザーやスマートフォンに登場するでしょう。 超スマートなSiri のように、次に何を望むかを予測して暮らしを簡素化する製品が現れるでしょう。
しかし数年後、この技術の限界に直面したとき、いずれディープラーニングへの反動が起きるのではないかと私は思います。特に、ディープラーニングのスタートアップ企業が数億ドルで売却される例が増えればなおさらです。こうした金額が伴う期待に応えるのは難しいでしょう。
それでも、ディープラーニングはAIというジグソーパズルを構成するもう一つのピースになりそうです。これらのピースやほかのピースを組み合わせれば、人間が行うことの多くがコンピューターによって再現されるでしょう。
AIの未来についてさらにお聞きになりたい方は、4月21日にメルボルンで開催される Next Big Thing Summit にぜひお越しください。これは、ビクトリア州の州都で開かれる2日間の CONNECT カンファレンスの一環です。
セバスチャン・スラン氏 などのAI専門家や、 ロドニー・ブルックス氏 とともに、こうした動きがどこへ向かうのか予測を試みます。。
懐かしい気持ちになってゲームを試してみたくなったら、Google画像検索で「atari breakout」と検索するか、こちらの リンクを開いてください。ブラウザーで遊べるアタリの名作が表示されます。
ブロック崩しのエキスパートになったら、 アタリのアーケードサイトを訪れてみてもよいでしょう。
この記事は The Conversationとの共同で公開されています。 原文をお読みください。
本記事の公開は、世界経済フォーラムが見解を支持することを意味しません。
アジェンダの最新情報を受け取るには、 週刊ニュースレターに登録してください。
著者：トビー・ウォルシュ。NICTAの最適化研究グループ教授兼研究グループリーダー。
画像：2010年6月22日、シンガポールで開催されたロボカップ大会で、出場者の一人がサッカーをするロボットをカメラに向けて掲げる。REUTERS/Vivek Prakash。
