alphagoがプロに勝つ
囲碁界の歴史を塗り替えるような衝撃的な出来事が起きました。2016年3月、グーグルが開発したalphagoが囲碁界のトップ棋士であるイ・セドル氏に勝ってしまいました。
これまでは、囲碁は将棋やチェスト違い直感やセンスが要求されるゲームであり、人工知能がプロ棋士に勝てるのは遠い未来と予想されていたため、このalphagoの勝利は囲碁界に大きな影響を与えることになります。
ところで、なぜこのalphagoはプロに勝てたのでしょうか。調べてみると、この人工知能はディープラーニング（深層学習）と呼ばれる新しい技術によって生み出されたものだそうです。しかも、このディープラーニングは将来的に様々な人の雇用を奪うのではないかと懸念されています。
では、このディープラーニングとは一体何なのでしょうか。あなたはどんな技術か説明できるでしょうか。文系の僕は、もやっとしてしまいます。
そこで、文系の僕なりに、ディープラーニングについて、自分が理解したことをブログに書いてみたいと思います。あなたが僕と同じ文系タイプの場合、この新しい技術の理解の一助になればと思いますし、あなたが理系の場合は、文系の人はどれくらいまでディープラーニングを理解できるのかを認識していただければと思います。
ディープラーニングは、コツがつかめる人工知能
ディープラーニングの記事や解説動画を見たところ、どうやらディープラーニングには次の性質があるようです。
ディープラーニングは、「物事の特徴」や「動作のコツ」を捉えることができる。
これが僕なりに理解したディープラーニングの得意な分野だと思っています。そして、これはこれまでの人工知能ができなかったことだとされています。
これまでの人工知能
人工知能の歴史は60年近くありますが、ディープラーニングが生まれるまでの人工知能は、物事の特徴や動作のコツを自ら学習できませんでした。では、誰が特徴やコツを教えていたのかと言うと人間です。
まず、人間が人工知能に、色んなコツを教えてあげるのです。例えば、オセロというゲームがあります。おそらくほとんどの人が一度はプレイしたことがあると思います。オセロには必勝するためのコツがいくつかあります。最も有名なのは、四隅の角を獲得することですよね。
だから、開発者は人工知能に「四隅を取ると勝ちやすくなるよ」と教えるのです。開発者は人工知能に勝ちやすくなるための「コツ」を伝授するわけです。
出展：オセロ（リバーシ）の作り方（アルゴリズム） ～石の位置による評価～
この図は、それぞれのマスに点数があります。もちろん四隅が一番得点が高いです。これを人工知能にインプットさせるのです。オセロは囲碁よりもずっと早く人工知能が人間のプロを負かしています。しかし、それは人間が人工知能に、オセロに勝つためのコツをきちんと教えていたからこそ出来ていたのです。
ところで、オセロよりもはるかに複雑な将棋だと、そう簡単にはいきません。将棋はパターンが多すぎるのです。
そこで、将棋の場合は、人工知能に過去のプロの棋譜をたくさんインプットさせて覚えてもらいます。インプットした人工知能は、いざ対戦するときは、過去の棋譜を参考にしながら、それに近いパターンを探しだし、最も勝ちやすいと思われる一手を打つわけです。
しかし、これも実は人間が人工知能に勝ちやすくなるコツを教えているからこそできるそうです。「大量のデータを参照してどうやって勝てるようになるか」、そのコツを人間がちゃんと研究し、人工知能に教えるわけです。だから、これは研究者の間でも「職人技」と言われています。
ところが、囲碁は将棋よりもはるかに複雑なゲームであるため、人間がコツを教えるタイプの人工知能はなかなか勝てなかったのです。
ディープラーニングは自分で学べる
しかし、最近になってディープラーニングという新しい技術が生まれ、それまでの常識が否定がされました。ディープラーニングは、ニューラルネットワークというアルゴリズムを用いて、自分であらゆる「コツ」を習得できてしまうのです。人間が教える必要はありません。
例えば、ディープラーニングは、「手書きの数字」を認識できます。
これは、僕が手書きで書いた数字の「３」です。もちろん、多くの方がこれが「３」だと認識できるでしょう。しかし、これまでの人工知能では難しいとされていました。
なぜかと言うと、実際には手書きの「３」と言うのは多種多様なパターンがあるからです。これは僕が書いてみた別の「３たち」です。
どの「３」も全く違う書き方をしています。けど、不思議なことに僕たち人間は、このバラバラな書き方を見てもちゃんと「３」と認識ができます。なぜ認識ができるのかと言うと、「３」の特徴を私たちは無意識に学習してきたからです。そして、人工知能でこれと同じことをさせるのは難しいとされていました。
しかし、ディープラーニングはちゃんと学習できます。まず、大量の手書きの「３」の画像をディープラーニングにインプットさせて学習させます。すると、「３」を認識するときは、右端の山みたいなところを見ると、簡単に認識できるのではないかと自分で学習するのです。
このコツを一度覚えてしまえば、あとはどんな「３」を見ても、ディープラーニングは正確に「３」を認識できます。人間と同様の能力を獲得したのです。
この技術は現在すでに応用されています。例えば、iPhoneのカメラは、あなたの顔を正確に認識してくれます。どこに鼻があり、どこに口があるのかも分かっています。これは、実はディープラーニングにあらかじめ大量の人物画像をインプットさせて、人間の顔の特徴を学習したので認識できるのです。
これがディープラーニングのすごいところです。他にもディープラーニングはどんなことを学習できるのかを知りたい方はこちらの動画を見てください。
alphagoのおそろしさ
ここまで理解できれば、なぜディープラーニングが囲碁のプロに勝てるようになったのかが分かるのではないでしょうか。
ディープラーニングは自ら強化学習ができて、そのコツを習得してしまいます。つまり、囲碁の場合、自分で囲碁の必勝法を研究してしまうのです。だから、人間のプロですら到底思いつかない方法を自分で学習してしまうのです。
実際、alphagoとプロの棋士が対決する際、囲碁のプロがリアルタイムで解説をしていましたが、その解説者さえも、alphagoが何を考えているのかが分からなかったのです。
これは日本の解説者が実際発言したことのコピペですが面白いですよ。
「（アルファ碁の）この手は弱いです。」
「（アルファ碁は）強そうに見えない。とてもセドルさんに勝てるとは思えない。」
「（アルファ碁の）この手はなんの意味があるのだろう。」
「ちょっと地を数えてみましょうか。」
「黒（アルファ碁）は60ですね」
「白（セドル）は...45...あれ？」
「中央の白は生きていると思います。私では自信がありませんがセドルさんなら大丈夫でしょう。」
「白は大丈夫だと思います。」
「分からないですけど良いと思います。」
「（セドルは）良いと思いたい。」
「分からないですけど良いと思いたい。」
「局面は白が勝ってます。地を数えるとなぜか黒が勝っています。」
「分からないですけど良いと思いたい。」
「（アルファ碁の）これは酷い手ですよ。」
「あれっ...良いのかな。」
「やっぱり良かったです。（アルファ碁は）後半強いですね。」
「黒勝ちそう」
「白が良かったと思ったんですけどね。」
「どうしてこの打ち方でセドルさんに勝てるのかわからない。」
「この流れで負けるのは納得できない。」
プロですらこの有様でした。もちろん世界中の囲碁のプロが解説していたのですが、同じように動揺していたのです。
しかも、この対戦終了後も、alphagoはalphago同士で対決させて、さらに学習を深めています。つまり、現在進行形でalphagoは囲碁で勝つコツを習得しているのです。
ディープラーニングとの付き合い方
このディープラーニングは、ビジネスで様々なところに応用できるのではないかと期待されています。ビジネスの応用についてはこちらの動画が参考になります。
インターネットの出現がビジネスの仕組みを根本から変えたように、人工知能が同様の影響を私たちの生活に与えるはずです。動画では、特に建設業、農業、食品加工に影響を与えると語っています。
例えば、食品加工でトマトをカットする際、一つ一つのトマトの大きさや形が違うため、機械ではうまく制御できない部分がありました。
しかし、ディープラーニングは「特徴を習得する」能力があります。だから、トマトの特徴を正確に把握し、人間の手作業と同等以上の仕事ができるようになるのです。これは革新的な技術です。
しかし、そうなるとやはり心配になるのは私たちの雇用です。ディープラーニングはあなたの雇用を奪うかもしれません。人間はディープラーニングとどのように付き合っていく必要があるのでしょうか。
先ほど紹介した動画の解説者は、東大の人工知能の研究者ですが、彼は人間はより人間らしい仕事をするだろうと予想しています。機械的な作業はディープラーニングに任してしまい、人間は、接客やカウンセリングなどの人間と人間が接する仕事に集中するようになるのです。
よく考えてみますと、どれだけ人工知能が進化しても、人間は所詮人間なのです。人間の本質というのは、これから数千年たっても変わらないでしょう。私たちは、機械で加工された食品を食べられますが、たまに手料理が食べたくなります。バレンタインデーのチョコは少々へたくそでも手作りのほうが嬉しいものです。
これは人工知能ではなかなかカバーできません。この人間の本質さえ押さえていけば、まだまだ人間の雇用はあるのではないでしょうか。
また、ディープラーニングといえども、クリエイティブな分野はまだ弱いそうです。クリエイティブはこれまでの文脈や研究からでは見つからなかった新しい知見を発見することですが、既存のルールからコツや特徴を習得するディープラーニングだけでは、まだ弱いというわけです。
確かに、ディープラーニングは恐ろしい技術ですが、人間だって捨てたものじゃないということです。人間らしさ、人間だからこそできる分野に注目さえすれば、まだまだ人間が発揮できるフィールドがあると思っています。
※これは僕が自分なりに調べたことをまとめたものです。中途半端に理解している分野もあるので、あとから加筆修正するかもしれません。
