人工知能はどのようにして 「名人」を超えたのか？―――最強の将棋ＡＩポナンザの開発者が教える機械学習・深層学習・強化学習の本質

山本一成

[ブクログ · ★★★★★]

将棋界のトップ棋士を倒した人工知能「ポナンザ」。本書はポナンザ」を開発した山本さんが、わかりやすくポナンザの仕組みを解説しています。（簡単な表現で書かれているけど、そもそも内容が難しいから、理解できたとはいいがたい）

もともとは、人間が完全にプログラムを組むことで、将棋を覚えさせていたのですが、将棋は最新の人工知能でも全てを解析することは不可能なほど奥が深いため、すぐに行き詰ります。その後、機械学習という仕組みを取り入れ、将棋の駒の関係性の優劣（王将の近くにいる金は価値が高いとか）を教えて、あとは人工知能に勝手に学習させることで、急激に「ポナンザ」は強くなり、将棋界のトップ棋士に勝てるようになりました。（2017年には名人にも勝利）
囲碁は将棋よりももっと奥が深く、人工知能が人間に勝てるのは数十年後といわれていたのですが、アルファ碁（グーグル）は、さらに人間の神経回路に似せた多層構造の仕組みを持つディープラーニングを取り入れることで、2016年に囲碁のトップ棋士に勝ってしまいます。

将棋、囲碁が題材ですが、これらの出来事は、これから広く人間と人工知能の関わり方を暗示しているように思われます。情報を集めること、計算すること、ルールの中で最も正しいと思われる選択肢を瞬時に選ぶこと。これらは人工知能が得意とする分野です（その思考過程がブラックボックスにならざるを得ないのが気持ち悪いが）。人間にできることは何だろう？課題を設定すること？特に、人工知能の助けを得ながら、新たな問いを立てることは人間にしかできない分野かもしれません。

本書で印象的だったのは、囲碁の世界で、トップ棋士が負けた後、素直に棋士たちが人工知能に勝てないことを認め、そこから学ぼうとしていることです。プロレベルでも、囲碁の世界はまだまだ未知の領域が広大であることを人工知能が気づかせたのだそうです。（将棋でも同様に、人工知能を棋力向上に活用するようになってきています）
このあたりに、何か大きなヒントが隠されているような気もします。

[ブクログ · ★★★★★]

面白かったです。
ポナンザの開発者が語る人工知能、機械学習、ディープラーニング 。また囲碁のアルファ碁との相違点などが書かれています。

開発者視点の苦悩や考えが描かれており感情移入でき、技術的な面が苦手であってもわかりやすくまとめられています。

[ブクログ · ★★★★★]

平易な言葉で書かれておりとても読みやすい。多分、難しいところはカットしてレベルを落として書いてくれているためだろうなと思う。探索方法として「怠惰な並列化」が目から鱗的な、あるいは、コロンブスの卵的な斬新な手法だなと思った。もう5年も前に出てきたものらしいけれど。

[ブクログ · ★★★★★]

Aidemyのオフィスにあったので読みました。
(山本一成さんの直筆サイン入りなのエモい)

Ponanza開発秘話を赤裸々に明かしていて将棋ファンなら垂涎ものです。

人工知能の「卒業」という深いテーマながら、これ以上分かりやすいAI本ないのでは？と思うほど平易な言葉で書かれています。
AIに少しでも興味がある方は必読です！そしてこの本を読んでAIへのモチベーションが喚起された方は是非Aidemyを受講してくださああああああ

[ブクログ · ★★★★★]

最強の将棋ソフト「ボナンザ」の開発者が語る、人工知能論。
ボナンザが強くなった理由、アルファ碁がイ・セドル氏を打ち負かすまで強くなった理由が、わかりやすく書かれている。最後についている対談もイ・セドル氏との対決を詳細に論じてあって興味深かった。

ポナンザの成長の秘訣は「怠惰な並列化」にあること、アルファ碁はディープラーニングを用いて碁の局面判断に画像を取り入れたことがポイントだったことがわかった。

この本を読むと、シンギュラリティはもう必然的だと思われ、それが到達する時代に向けてどうしていくのか考えている時期に来ていると思った

[ブクログ · ★★★★★]

将棋や囲碁で人工知能が人間を凌駕した瞬間の反応とその後の感情の変化は、将来じぶんの仕事がAIに取って代わられたりシンギュラリティが起きたときに同じ道をたどるのだろうと考えさせられる。

[ブクログ · ★★★★★]

2017年4月についに現役名人を破った将棋ソフト「ポナンザ」の開発者自らが、将棋や碁の人工知能開発について書いた本。実際にこの世界の先端を歩んできた開発者であるためその内容に信が置ける上に、表現も読者にとって非常に読みやすく興味を惹くように書かれている。論理的であるということと文章の才は関係もあるのかもしれない。

人口知能は、将棋界だけでなく、囲碁界でも躍進し、AlphaGoが2016年のイ・セドルに続き、現囲碁界の頂点に君臨するカ・ケツにも2017年5月に圧勝した。それまでは一線級の棋士にはまだまだコンピュータは勝てないだろうと思われていたものが、正に一瞬にして様相が変わり、もはや人間はコンピュータには勝てないだろうという認識が支配的になった。そういう意味でもこの1年は人口知能界にとって画期的な年であった。そして、この先もどんどん進化していくだろうと、多くの人がそのことに若干の不安を持ちながら期待を持って確信した年でもあった。

ポナンザも開発当初は将棋もそこそこの腕前であった著者が、勝つためのロジックをプログラマである自身が考えて組み込んで作ったものであった。その成果としてできあがったソフトは、残念ながら全く人間に歯が立たなかった。もちろん著者自身にも。つまり、人間のロジックを上手く言語化して計算可能な問題にすることができなかったのだ。その限界を変えたのが機械学習とディープラーニングだった。著者はこの技術について、計算不可能と思われていた問題が計算可能な問題になったと表現する。その表現は納得感が高い。ポナンザの開発経緯を辿って、強化学習の導入やコンピュータ自身による「評価」の調整方法などが説明されるが、具体的な事例に沿っているため非常に腹落ちしやすい形で説明される。たとえばAlphaGoが使ったモンテカルロ法の説明も非常にわかりやすい。

ポナンザの生みの親である著者が、ポナンザに負けたとき、自分の子供の成長に例えてその喜びを表現した。また一方、2013年にプロ棋士(佐藤四段)をポナンザが破ったときの記者会見のことをゾッとしたと表現する。しかし、現在では状況はずいぶんと変わった。ポナンザが新しい戦法を指すようになり、将棋界でもポナンザ流というものが出るようになったという。そしてついに名人が破れてもそれほど驚かれないような世界となり、佐藤名人自身もオフラインの対局でもほとんど勝てなかったと認めるような状況になった。現在将棋界では新しい星として、14歳中学生の藤井四段がプロになってからの連勝を伸ばしているが、彼も将棋ソフトから大きな影響を受けて強くなっているのかもしれない。

本書の中では、当然将棋が中心になるのだが、人口知能一般にも話が向けられている。人口知能については「解釈と性能のトレードオフ」がある。つまり性能を上げるほどなぜ性能が上がったのかわからなくなるというものである。それは将棋ソフト以外でもあてはまる原則だという。そして、将来そこにはある種の倫理の問題が出てくるのではと指摘する。そこが気味の悪さの大きな要素でもある。

ディープラーニングの未来について「言葉」と「音声」と「画像」が大きな応用先であることは間違いない。Googleの動きを見ていてもその通りであり、音声認識率や翻訳の自然さ、Google Lensの話などますます精度があがることがほぼ確実に期待できる。だからこそ、その先に何があるのかを倫理的な角度からも考えなくてはならない。

著者は、開発を経て、ときどきポナンザの指し手に意思を感じたり、目的を感じるようになったという。人口知能は「知能」を獲得したが、そのうちに「知性」まで獲得するようになるかもしれない。かつて、人口知能は人間の脳に近いやり方ではうまく行かないと言われていたが、それは道具立てが追いついていなかっただけで、今では人間の脳に近いほどうまくいくと言われている。人間の脳のメカニズムの解明にもつながっていくのではないか。

とにかく将棋がわからない人にもお勧めの本のひとつ。そこいらの人口知能の解説本よりよほど本質がわかるような気がする。

[ブクログ · ★★★★☆]

機械学習、ディープラーニング、強化学習について将棋AIポナンザを実例に紹介。チェス、将棋、囲碁の難しさの違いや、AIが学習しやすいものしにくいものの違いをしることができる。

[ブクログ · ★★★★☆]

人工知能はどのようにして 「名人」を超えたのか?―――最強の将棋AIポナンザの開発者が教える機械学習・深層学習・強化学習の本質

★本書のメッセージ
人工知能は指数関数的に成長して、人が認識したがいスピードで成長を遂げる

★本の概要・感想
将棋の名人に勝利する最強将棋ソフトを開発した山本氏による、人工知能についての解説。本当に学ぶことが多く、そのたくさんある学びをまとめきれないほど。将棋に関心があり、現役のプログラマである私にとっては非常の面白い本だった。繰り返し読みたい。

★本の面白かった点、学びになった点
＊人間の強みは物語を理解できること。弱みは物語、意味づけがないものは理解できないこと
・バッグギャモンの強いコンピューターソフトが出てきたとき、最初は人は勝てなかった。ただ、何度か対戦するうちに、人間のほうが勝てるようになってきた
・理由は、バックギャモンソフトのプレイングを一つの「物語」として吸収したからだという
・これによって、バッグギャモンのPCソフトがどのように指すのか、動かすのかの予想ができるようになった
・逆に、物語として理解できないもの、意味づけがないようなものには理解できない、ついていけない
・AlphaGoが差す手を分析すると、「なぜだかはよく分からないのだが、不思議と良い手になっている」というものがたくさんあるという
・人間は、このように、囲碁の打ち方にも、意味、意義を求める。「相手の意図」を読みたがる
・そのような意図がつかめないとき、読めないとき、人は困惑する。
時間がとられる

＊チェスが将棋よりも早く計算できた、強いプログラムができたのは「将棋はチェスよりもたくさんの局面が存在するから」ではない
・そもそも、すべての局面を読むのはホントに無理。今から宇宙が誕生するまでの時間があっても、存在可能性のある局面を全て読むことはできないのですよ、チェスの盤面であってさえも

＊将棋プログラムがチェスプログラムが難しい理由は「チェスよりも、将棋の方が盤面の評価の仕方が難しいから」。コンピュータに、盤面をどう評価するのかを、教えるのことが難しいのである
→将棋の、何を、どう計算していいかが分からないから、将棋は難しかった
→プログラマーがやっているのは、コンピュータに計算の仕方を教えること

＊「なぜそうなっているかよく分からないコード」黒魔術の仕組み
・既存のコードにちょっとした修正を加える、なぜそうなっているかは特に気にせずに、修正をしておく
・何度か対戦を行って、勝率があがったもの、良い結果が出たものだけの主性を保持する
・それらを繰り返していくことによって、黒魔術的コードで将棋が強くなっていく

＊つまり、コンピューターに、「将棋の強さとは」「将棋が強い人はどう考えて打っているのか」を教えるのがとても難しい。これは、なぜ人が歩けるのか、走ることができるのか、精緻に緻密に言語化するのが難しいのと似ている

＊チェスは、足の速いコマが多かった。そのため、窮地に陥っても簡単に脱出することができた。そのため、盤面、コマの配置よりは、「コマの残存数」が勝利に重要な影響を与えていた

＊一方で、将棋は、コマの残存数が、勝利に直接的に、チェスほど影響しなかった。コマの足はみな遅く、各コマとコマの配置の関係性がより十四となる。それを数値化するのが非常に難しかった

＊いまや、ディープラーニングを駆使すれば、「写真に写っているのはゴリラか否か」というような質問には、人間よりも高い精度で回答できるようになっている。（ディープラーニングを使っていれば、である）

＊モンテカルロ法で、囲碁は強くなった
・プロが打ったやり方をまねて、勝利確率の高い方法を学習して、強くなっていく方法。どう打った時のほうが勝つ確率が高いのかを学んでいる

＊将棋もディープラーニングを使えるようになり、2017年現在、将棋の名人に圧勝するまでに強くなっている

＊シンギュラリティを迎えたときに、ＡＩが人間の敵であるかどうかは、人間のそれまでの振る舞いにかかっている
・ＡＩやコンピュータは、必ずどこかで人間の振る舞いや、人間が与えた情報をもとに学習を行う
・そのため、シンギュラリティを迎えたときのＡＩも、必ず人間をもとにした部分がある
・そのため、人が日ごろから良い振る舞い、行いをしていれば、生まれる人工知能も優れたものであるに違いない

＊コンピューターの最後のフロンティアは自然言語である

●本のイマイチな点、気になった点

●学んだことをどうアクションに生かすか
・山口さんの本でも語られているが、コンピューターにできることが増えている今、重要なのは人間らしい行動ができること。より人間っぽいことをできるようになっていく

・特に、自然言語を用いたクリエイターの価値は依然として高いままだろう。映画、小説、音楽、作家、youtuer等....人間らいし言葉を使って、感情や価値観を取り扱うような仕事をしていく人は、重要だ

★そもそも読んだきっかけ
・オーディオブックのセールで見かけて読んだ
・機械学習やディープラーニングなどは、よく見かける言葉なのだが、その意味がよく分かっていなかったので

[ブクログ · ★★★★☆]

コンピュータ将棋ソフトポナンザの開発者が著者であるAIに関する優しい解説書。
どうしてここまでAIが強くなれたかがわかりやすく教えてくれてます。
一番面白かったのは巻末対談形式の、アルファ碁に関する内容でどれだけ凄い事かがよくわかる内容です