※英語資料からの引用は、PIMOAが日本語に訳しています。

2016年3月、ソウル。囲碁の世界トップ棋士、李世乭(イ・セドル)さんと、Google DeepMindのAI「AlphaGo」の5番勝負。その第2局の37手目に、AlphaGoは、打たれる確率は1万分の1とされる手を打ちました。この手は、AlphaGoの勝利に貢献しました。

DeepMindの紹介ページには、この手についての李さんの言葉が載っています。

AlphaGoは確率計算をするだけの機械だと思っていた。しかしこの手を見て考えが変わった。AlphaGoは確かに創造的だ。(筆者訳)

5番勝負は、AlphaGoの4勝1敗。世界で2億人以上が見た対局でした。人間が碁でAIに勝てる日は、もう来ないのではないか。だとしたら、人間の棋士の碁はどうなるのか。

この問いに、71年分の棋譜で答えようとした研究があります。結果は意外なものでした。AIの登場後、プロ棋士の着手の質ははっきり上がっていた。しかも、AIの最善手と違う手まで良くなっていた。

66年間の緩やかな変化が、AIの登場後に加速した

2023年、アメリカの学術誌『PNAS』に、香港城市大学、イェール大学、プリンストン大学の研究者による論文が載りました。調べたのは、1950年から2021年までの71年間に、プロ棋士が実際に打った580万手を超える着手です。

採点したのはAIです。人間を超える強さの囲碁AI「KataGo」に、一手ごとに1万通りの局面を打ち進めさせ、実際に打たれた手の勝率と、AIが最善と考える手の勝率を比べました。その差を、一手ごとの「判断の質」を示す指標にしたのです。

結果をグラフにすると、形ははっきりしていました。

  • この研究の指標では、1950年から2016年までの66年間の改善は比較的小さかった
  • AlphaGoが勝った2016年と、人間より強い囲碁AIが公開されはじめた2017年を境に、判断の質が急に上がった

「AIの手を覚えただけ」では説明できなかった

ここで、誰もが思いつく説明があります。「AIの打った手を覚えて、まねしただけではないか」。論文は、この説明を複数の分析で検証しています。

確かめ方の一つは、AIと違う手だけを見ることです。プロ棋士の手のうち、採点に使ったKataGoの最善手と一致していたのは約4割でした。そこで、一致した手を全部取り除き、残りの約6割だけで判断の質を計算し直しました。それでも、質は同じように上がっていました。AIの最善手と違う手を打つときでも、プロ棋士の判断は良くなっていたのです。

もう一つは、序盤を過ぎた手を見ることです。研究で調べた対局の99%では、21手目までに、それ以前の収録棋譜にない手順が現れていました。収録棋譜の手順をそのままたどるだけでは対応しにくい21〜50手目でも、判断の質は上がっていました。序盤の手順の暗記だけでは、説明しにくい結果です。

論文は、もう一つの変化にも注目しています。対局のなかで、それまでの収録棋譜にない手順に入る最初の手を「新しい手」として数えると、AIの登場後、新しい手はより早い段階で打たれるようになりました。

おもしろいのは、その新しい手の質です。AIの登場前は、新しい手に分類された着手の質が、それ以外の着手より平均して低くなっていました。AIの登場後、その差は大きく縮まりました。論文はこれを、人間が見慣れた手に目を向けているあいだに見落としていた良い手をAIが掘り起こし、それが人間の学びと工夫のきっかけになった、と解釈しています。

ただし、著者自身が書いているとおり、これは「AIの登場後に質が上がり、新しい手ほど伸びが大きかった」という関係です。AIが新しさを生み、新しさが質を上げた、という因果の一つひとつを確かめることは、今後の課題とされています。論文の結論は、AIの手の暗記だけでは説明できない、という慎重なものです。

AlphaGoの打ち方を見て、李さんは何を考えたのか

論文の冒頭には、李さんのこんな言葉が引かれています。

人間の創造性を疑うようになった。AlphaGoの手を見て、自分が知っていた碁の手は正しかったのかと考えた。打ち方が違い、とても珍しい経験だったので、慣れるのに時間がかかった。AlphaGoのおかげで、もっと碁を勉強しなければならないと気づいた。(筆者訳)

ただ、この話は明るいことばかりではありません。李さん自身は2019年11月、プロを引退しています。韓国の聯合ニュースに語った言葉は、海外の新聞でも報じられました。

AIが碁に登場して、必死に努力して1位になっても、トップではないと気づいた。1位になっても、勝てない存在がいる。(筆者訳)

世界タイトルを18回取った棋士が、AIに勝てないことを、引退の理由として語ったのです。プロ棋士全体の着手が良くなることと、一人の棋士がAIの強さをどう受け止めるかは、別の話でした。

藤井聡太さんは、AIと「ずれた」ところを見る

AIが強くなったあとに伸びた棋士は、AIをどう使っているのか。将棋の藤井聡太さんが、2023年に将棋AI「Ponanza」の開発者・山本一成さんと対談したときの話が参考になります。

藤井さんは2016年ごろからAIを研究に使っています。中盤の局面の判断に課題を感じていて、AIが示す局面の評価値を参考にしながら、自分の判断の力を伸ばしてきたといいます。

面白いのは、AIと意見が食い違ったときの扱いです。自分の判断とAIの評価値が違うことは少なくない。そのときはAIの読み筋をたどると、理由が分かることが多い。それで納得できれば取り入れる、と話しています。AIの評価で、廃れていた形が見直されることもあるので、AIに近づけるだけでなく、ほかからも学びたい、とも。

山本さんは、藤井さんについて「AIより先に良い手を発見することが実際にある」と驚いています。

藤井さんは、AIとのずれを、AIに合わせて消すのではなく、理由を探す入口にしているのです。

PIMOAも、AIの指摘を全部は採らない

碁や将棋の結果を、そのまま仕事に当てはめることはできません。ただ、AIと判断が食い違った場面を、検討の材料にする使い方は参考になります。

PIMOAのこのコラムも、AIが書き、別のAI(ChatGPT)がレビューしています。レビューは原資料までさかのぼって事実の誤りを見つけてくれることがあります。事実に関する指摘は原資料で確認し、誤りと確認できたものはすべて直します。それ以外の指摘は、記事の目的に照らして採るかどうかを決めています。

そう決めたのには、失敗があります。「AIは役に立った。それでも『冬』は来た」の記事で、レビューを4回行いました。2回目以降は毎回、新しい細かい指摘が出て、それに合わせて慎重に直すほど、文章の歯切れが悪くなりました。AIの指摘が細かくなり続けたことに加えて、どの指摘を採るかの基準が、こちらで曖昧だったのです。代表が最終的に選んだのは、レビューを重ねた最終稿ではなく、読みやすかった第3版に、事実の誤りの修正だけを加えたものでした。

37手目は、AlphaGoの勝利に貢献した一手でした。李さんは、AlphaGoの打ち方に触れて、自分の知っていた碁を問い直したと語っています。そしてプロ棋士の着手は、AIの最善手と一致しない手でも良くなっていました。AIの答えと自分の答えが違うとき、すぐにどちらかへ寄せず、なぜ違うのかを確かめる。AIの答えを写すことだけが、AIから学ぶ方法ではない。AIの最善手と違う手まで良くなっていた580万手の棋譜は、そのことを教えてくれます。

参考文献・資料

Minkyu Shin, Jin Kim, Bas van Opheusden, Thomas L. Griffiths "Superhuman artificial intelligence can improve human decision making by increasing novelty"(PNAS、2023年)
同論文の受理稿(arXiv)
Google DeepMind「AlphaGo」
The Irish News "Champion Go player quits because AI 'cannot be defeated'"(2019年11月28日)
ITmedia NEWS「『AIより先に良い手を発見することある』──藤井聡太叡王と将棋AI『Ponanza』山本一成さんが対談」(2023年6月17日)