考えたこと2

2017.09.24 Sunday

AI対AI

AIを使った将棋ソフトを開発した人が書いていた。
今、将棋を強くするための方法は、ある戦術を取った時の判断の変数があって、それをいじることだという。

正しいかどうかはわからないが、角道を空ける、という序盤の手がある。
例えば、その手の価値が90点だったとすると、それを92点に上げるとかいうことだ。
価値が高いほど、手としてはいい、ということになる。
もちろん、現実はもっと複雑だし、考慮するべきことも多いのだと思うが、要は指し手を点数化して、より高い点数を求めて指す、ということだろう。

ある程度AIが完成すると、そこから先はAIがAIを訓練するというフェーズになる。
つまり、AI同志で対局させ、何千回のうち、どっちがたくさん勝ったか？ということだ。
たくさん勝負させるのは、特殊な場合になったりすると間違いが起こるからだろう。
ある程度の数を対戦させると、それらの間違いが減る。
そうやって、強くなっていくらしい。

そういうチューニングの結果、人間に勝ったりするAIが出てきているのだから、プロセスとしては正しいのだろう。
人間なら何千回も対戦すると疲れるし、文句を言うが、コンピューターはそういう仕事には強い。
つまり、AIがAIを鍛えていくということだ。

こんな風になっているから、AIはなぜ強くなったのかという説明を人間はできない。
理屈ではなく、経験という感じだ。
人間もある程度強くなって対戦すると、指し手の説明で「直観的な選択」、ということになる。
それと同じことが、コンピューターでも起こる。

これが今までのAIとは違うところだ。
これまでは理屈で説明できるような状態だったが、機械学習とか深層学習とかいうやつは、人間がそういう指示をしているわけではない。

人間も、コンピューターも、結局は何を考えているかわからないのだ。
ただ、人間は疲れるし、そんなに日夜勉強できない。
でも、コンピューターは電気がある限り、学習を続けることができる。

これが、一部の人たちにとっては恐いことになる。

将棋や碁なら、問題ない。

外交などはややこしいだろう。
ゲーム理論や交渉術、歴史などを学習して、どうやってつき合えば自分たちに有利かを判断する。
こうした方がいい、という結果は出るが、そこに至ったプロセスがわからないと、不安になる。
まあ、人間がやっていても、往々にしてそういうことはあるのだが…。

21世紀はそういうことが出てくる時代になる。