タグ: DeepMind

DeepMindのAIに負けた囲碁の世界チャンピオンが最終戦直前のゲームで勝利…AlphaGoを上回る妙手で

screen-shot-2016-03-13-at-11-24-49-am

マシン3勝、人間1勝…これが、DeepMindのAlphaGo対人間の囲碁世界チャンピオンLee Sedolの、5番勝負のこれまでの結果だ。

先週GoogleがオーナーであるそのAIは、Sedolとの初戦に勝って歴史的な勝利を達成した。初めてマシンが、世界クラスのプロの囲碁プレーヤーを負かしたのだ。その後、そのアルゴリズムは続く2試合にも勝って3連勝を達成、5番勝負における勝利を確定した。

しかし、まだ2試合残っている今となってSedolは、（The Vergeによれば）第4試合に勝ち、人類のために1勝を取り戻した。

DeepMindのファウンダーDemis Hassabisのツイート（下図）によると、マシンの負けは、第78手におけるSedolの妙手に圧（お）されて、致命的なミスを犯したためだ。

AlphaGoは、囲碁というとてつもなく複雑なゲームをマスターするために、二つの人工知能テクニックを併用している。それは、深層学習（deep learning, ディープラーニング、多段構造のニューラルネット）とモンテカルロツリー検索（Monte Carlo Tree Search）だ。それによりこのAIは、数百万のゲームをシミュレートでき、その結果から学んだことを一般化して囲碁の戦略を作り出す。明らかにその成功率は高いが、しかし不敗ではない。

今年の初めにGoogleのブログ記事は、AlphaGoの前に立ちふさがる複雑性というチャレンジを、こう説明している:

“囲碁には陣形が1,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000,000とおりありえる。それは宇宙の原始の数よりも多く、チェスの10の100乗倍である”。

AlphaGoのSedolに対する勝利は、彼が世界第二位のプロの囲碁プレーヤーであるだけに、見事という言葉しかないが、人工知能は未だに、やれることの幅が極端に狭い。言い換えるとそれらはいずれも、きわめて特定的なタスクのために設計されている。チェスに、あるいはJeopardy（ジョパディ）に強くなるため、とか。

人工知能の究極の目標は言うまでもなく、汎用性のある学習AIを作ることだ。多面的なインテリジェンスを適用して、さまざまな種類の問題を解けること。そしてHassabis自身も認めるように、今の単一目的のAIマシンですら、オフボードゲームの世界の混沌とした複雑性において勝利を獲得することからは、まだまだはるかに、遠い位置にいるのだ。

人間が行う仕事は、一見単純なものですら、…たとえば部屋を片付けるようなことでも…、そこに存在する変数の数は、もっとも高度なマシンインテリジェンスですら愚鈍に見えるほどに、膨大なのだ。だからわれわれ人間は、囲碁に負けたぐらいで落ち込む必要はない。

このAlphaGoシリーズの最終戦は、3月15日に行われる。ライブの実況を、 YouTubeで観戦できる。

[原文へ]
（翻訳：iwatani(a.k.a. hiwa））

GoogleのDeepMindがAIの大きな画期を記す: 囲碁の世界チャンピオンLee Sedolに第一戦で勝利

screenshot-2016-03-09-16-02-34

GoogleがオーナーであるロンドンのDeepMindの囲碁ソフトが、世界チャンピオンのLee Sedolに勝ち、人工知能(AI)の開発史に特筆すべき新たな画期が刻まれた。

韓国のソウルで行われた五番勝負の第一戦で今日、そのソフトウェアAlphaGoは、Leeが持ち時間29分弱を残す時点で負けを認めたため、早期の勝利を手にした。最後の第五戦は来週火曜日（米国時間3/15）に行われ、YouTubeはそれまでの全試合をライブで放送する。勝者の賞金は、100万ドルだ。

AIの進歩は、戦略ゲームのトッププレーヤーに対する勝利で歴史に刻まれる。チェスのグランド・マスターGarry KasparovがDeep Blueに負けたのは1997年、IBMのWatsonがJeopardyで勝ったのは2011年だが、東アジアで数世紀の伝統を持つ囲碁の戦略と知的な深さは、AIの作者に最強のチャレンジを提供し、そのことはGoogle自身も認めていた。

DeepMindをGoogleは2年前に5億ドルあまりで買収したが、同社は囲碁専用のソフトウェアAlphaGoを制作した。そして昨年10月にはヨーロッパチャンピオンFan Huiに勝利し、AIが囲碁で人間に勝ったのはそれが初めてとなった。しかし33歳のLeeは、囲碁のレジェンドと呼ばれる9段のプロで、世界最強の囲碁プレーヤーと言われる。

昨年Fan Huiに勝ったとき、DeepMindの協同ファウンダーDemis Hassabisは、AlphaGoの開発は今でも進行中であり、ゲームのテクニックを自力で磨いている、と説明した:

AlphaGoは、自分自身を超えていく。できれば最終的には、この分野の最強の人間が自己を限りなく磨き続けるように。新しいことを自分で発明していく様子は、見ていて本当にすごいと思う。もちろんそれは、囲碁という特定のゲームの枠内のことではあるが、われわれは今では、自分たちた作ったシステムに、厚い親近感すら抱（いだ）いている。とくに、それが作られていくやり方に対する親近感だ。そのやり方とは、自分で学習し、われわれがある程度は教育訓練し、そして、まるで人間のようなスタイルでゲームをプレイしていく。それは、すべての状況や条件等が分かっている状態で人間が手作りしていく従来のプログラムとは違う。それは物事を自分で拾い上げる。だからこそ、それが自力で習得していく能力が、すばらしく思えるのだ。

今度は、第一戦からLeeが何を学んだかが見ものだ。それが木曜日（米国時間3/10）の第二戦で分かる。試合の実況ストリーミングは、YouTube上のDeepMindのチャネルで見られる。

[原文へ]
（翻訳：iwatani(a.k.a. hiwa））

「人工知能」の新時代到来か。欧州囲碁チャンピオンがコンピューター相手に5戦5敗

8297692520_1993250e99_o

史上初めて、コンピューターがプロ囲碁棋士を破った。中国出身でフランスで碁を打っているファン・フイに対して勝利をおさめたのだ。人工知能およびニューラルネットワークが新たな段階に到達したことを意味するできごとだといえる。囲碁でプロを破るのはまだまだ先の話だと思われていたのだ。

GoogleのDeepMindが産んだAlphaGoは、IBMのチェスマシンであるディープ・ブルーと比べても相当に洗練されているようだ。私たちは真に役立つ人工知能が誕生する時代に立ち会っているということなのかもしれない。

ちなみに囲碁とは、2名で行う盤上のゲームのことだ。ルールはシンプルながら、2500年の歴史を経ても未だに最善手の追求がなされている。

1手打つたびに、そこには数百もの選択肢がある。自分の地（陣地）を作るために、もっともエレガントな筋を発見しようとするゲームだともいえる。チェスなどと比べても選択する着手の幅がはるかに広いゲームなのだ。ゲームをすすめる上で、自らの個性を働かせる余地が大きいということもできよう。

私が囲碁について学んだのは15年ほど前のことになる。当時は素人の私ですら「最強」の囲碁ソフトを負かすことができた。もちろん私がうまかったわけではない。囲碁プログラムはほんの少し前までそのようなレベルにあったのだ。そうであるからこそ、このたびのニュースが世界中の囲碁ファンならびに関係者を驚かせているのだ。

GoogleやFacebookのみならず、さまざまな企業が将来を見据えてAI分野の研究開発を行なっている。顔認識、自動運転カー、Google Now、Facebook MessengerのMなど、さまざまなアプリケーションが登場しつつある。しかしそれだけでなく、各社ともに今後のAIの可能性を探るさまざまなプロジェクト（囲碁プログラムなどもそのひとつだ）を進めているのだ。

そのような中で、ともかく現状ではAlphaGoが一歩抜きん出た成果をおさめたということができると思う。ニューラルネットワークを利用して、モンテカルロ法を活用した効率的着手選択を行う。外部から取得するアルゴリズムやデータをうまく活用するのもDeepMindの特徴であると言われている。

簡単にいえば、AlphaGoは時間を経るに従って学習を積み重ねていくのだ。経験値をあげるほどに、より強くなっていく。自分を相手に対局することですら、実力を上げていくことができるのだ。

DeepMindは欧州囲碁チャンピオンのファン・フイを相手に5局対局し、そのすべてで勝利を収めた。そして3月には、世界最高のプレイヤーのひとりである李世ドルを相手に対局する予定ともなっている。すでに「李世ドルに勝てるか」が問題になるのではなく、「李世ドルをいつ破るのか」という段階に入っていると見るべきなのかもしれない。

Twitterにも投稿したように、ある点では、猿の時代から引き継いできた脳みそと、コンピューター・プログラムの差は小さくなってきているのだろう。「ハイテク」と呼ばれていたものが、たんに「テクノロジー」と呼ばれるようになったのと同様、「人工知能」は間もなく「知能」と呼ばれ区別されなくなる時代がくるのかもしれない。

［原文へ］

（翻訳：Maeda, H）

Google、ビデオゲームを自力で学習しプレイする人工知能の開発に成功

Googleは自力でコンピュータ・ゲームを学習し、驚くべき成績を上げる人工知能の開発に成功したことを発表した。Bloombergの記事によれば、このプロジェクトはGoogleが昨年買収したロンドンの人工知能スタートアップDeepMindが担当したという。人工知能に与えられたのはAtari 2600の49種類のゲームだというが、多くの読者が子供の頃、最初にプレイしゲームが含まれていることだろう。

この発表はいかなる点からみても驚くべきものだが、特に重要なのは49ゲーム中29ゲームでAIが人間のプロのゲームテスターを上回るパフォーマンスをみせたことだろう。 また43ゲームで既存のゲームをプレイする人口知能のすべてを上回った。.

GoogleとDeepMindは別にゲームのリーダーボードに名前を連ねようとしているわけではない。長期的な目標は、一定の基準を与えられただけで、それに従って問題を最適化し解決する能力を持つ人口知能の実用化だ。これは、たとえば自動運転車の制御にも必須の能力だろう。 Googleは「単一の学習システムが経験から直接学習して問題を解決できるようになった最初の例だ」と評価した。当然ながらこのようなシステムの応用範囲は無限に存在する。

とはいえ、実用化に向けて第一歩を踏み出したところであり、あらゆる問題解決に役立つ汎用人工知能の完成までには数十年かかるとGoogleは考えている。だが人工知能がいちいち細部まで指示を与えなくても自ら学習する能力を備えたことの意味は決して小さくない。ある意味ではIBMのスーパー人口知能、Watsonよりも画期的なイノベーションといえるかもしれない。

人工知能にとってAtariのゲームの攻略に続くステップはおそらくDoomを代表とするような3Dバーチャル世界を舞台にしたゲームだろう。これによって自動運転など人工知能が現実世界で直面する問題の解決にさらに近づけるに違いない。もう一つ興味ある点は、Googleが人工知能に目的を達成させるため、Atariゲームで高いスコアを出すことに対して「報酬」を与えるという手法を用いたことだ。いわば犬を訓練するように人工知能に「おやつ」を与えたわけだ。そういえばGoogleには 異常にリアルな犬ロボットもいた。

[原文へ]

（翻訳：滑川海彦@Facebook Google+）


GoogleがDeepMindを買ったのは人間の心を持つコンピュータを作るため

Googleは、かつてチェスの天才少年と呼ばれたイギリスのDemis Hassabisが創業したDeepMindの買収に、少なくとも5億ドルを投じたらしい。この、すでに多くの高名な投資家たちが支援している人工知能企業には、コンピュータが人間のプレイヤーとまったく同じようにビデオゲームをプレイするデモがある。Facebookも同社を買おうとしたらしいが、でも、それはなぜだろう？

コンピューティングが知能を持てば持つほど、より意味のあるデータの収集と分析が可能だ。これまでのコンピュータでも情報を集めたり、それらを互いに比較して、誰の目にも明らかと思えるような結論を導くことはできた。でも、データの中にもっと深い意味を見つけるためには人間のアナリストが必要で、毎日殺到する大量無差別な消費者情報の選り分けや解読は、今はまだ人間にしかできない。

しかしGoogleなどの企業は今すでに、AIと機械学習を利用してなるべく良いデータを効率的に集めることができる。Googleは今、その技術の延長として、物のインターネットをコンパニオン（人間的アシスタント）のインターネットに変えようとしている。Googleが注力しているのは、人間の生活の多くの部分をコンピュータが支えるようになることだ。車を運転手不要にし、荷物の配達のような機械的な仕事はヒューマノイド（人型ロボット）にやらせる。ただし、このような、生活の細部へのコンピュータの浸透は、良質なインタフェイスが実現のための最重要な鍵だ。

Googleはすでに、人間のニーズを先読みして身の回りの世話をする技術の開発に取り組んでいる。たとえばGoogle NowはユーザのGmailの情報や検索履歴を解析して、そのユーザが次に何を求めるかを予測し、必要な情報を前もって提供する。Nowは、そんなデータが溜まれば溜まるほど賢くなるが、まだまだ改良の余地は大きい。人間のニーズを先読みするのは、その人のことをよく知っている人間がいちばん得意だから、Googleとしてはコンピュータをそんな人の脳に近づけなければならない。

Googleの未来戦略には、ハードウェアへの関与も含まれている。今月の初めには、超大型の買収として、Nest Labsを32億ドルで買った。Nestの電脳温度計も、大量の機械学習アルゴリズムを動員して人間ユーザのスケジュールやニーズを先読みするが、DeepMindの技術は、そういうソフトウェアの技術基盤をより強力に、そして、深くする。より一般的には、物のインターネットは人間が介在すればより良質になり使いやすくなるのが当然だから、それを、人間ではなく人間に近いコンピュータで代替していくのが、Googleが考えている未来の戦略だ。

DeepMindもビデオゲームをプレイするコンピュータ以上のものをまだ見せてはいないが、しかしGoogleが同社から買ったのは、個別機能ではなく総合機能としての人工知能技術だ。Googleもこれまでに、さまざまなロボット関連の技術に投資しているが、人間の脳には個々の機能を必要に応じて適宜組み合わせる総合力がある。そしてGoogleがDeepMindに期待したのは、このような、総合化能力のあるAI、言い換えると、まるで人間のようなコンピュータだ。個々の、思わず感心してしまうような技術革新（イノベーション）と、人間の日常生活の中のさまざまな情報ニーズや用件ニーズとのあいだには、現状では大きな落差がある。DeepMindの技術は、その落差を填めるものとして期待されている。それを一言で言えば、テクノロジの人間化だ。未来のテクノロジは、非人間的で機械的な技術、人間が持つ細かい意味の差異やニュアンスを理解できない技術、という汚名を返上するものでなければならない。これまでの画一的で大刻みなAI技術では、自動運転車は非人間的どころか、往々にして反人間的に振る舞ったりもするだろう。自動運転カーを売りたいGoogleとしては、それでは困る。

噂ではGoogleは、DeepMindのAI技術を利用する際の社内規則を確立するために、倫理委員会を作ったと言われる。将来のGoogleでSkyNetのようなものが作られてしまうとは、Google自身も思っていないだろうが、コンピュータが人間に近くなれば当然、モラルの領域に入り込む。コンピュータがユーザである人間について知っていてもよいことは何々か。また、人間に近いコンピュータを使う人間の責任範囲はどこまでか。とくにこの二つが難問になるだろう。

Googleという企業をどう見るかによって、DeepMindの買収は心配であったり、エキサイティングであったりする。その両方、という人もいるだろう。AIや機械学習には元々、そんな二面性がある。でも、最近になってGoogleが次々と打ち出した未来志向の大きな戦略の中では、これがいちばん、ぼくらミーハーにとって魅惑的と言えるんじゃないか。子どものころ読みふけった人気SF小説の世界にいちばん近いし、また、それがもたらすかもしれないものの数々は、どれも、そそられるものばかりだ。

[原文へ]
（翻訳：iwatani(a.k.a. hiwa)）


Google、モノのインターネットの戦略的要衝を次々に占領中

昨年12月にロボット関連のスタートアップ7社を一気に買収する以前は、Googleのモノのインターネット戦略は箱を開けたばかりのジグソーパズル同様、まったく全容が見えないものだった。

しかしBoston Dynamics、Nest、そしてDeepMindの買収が発表された現在、Googleの狙いが人工知能とロボットを利用したリアルライフのインターネット化にあることが明らかになった。その影響は交通システム、製造業一般から消費者の日常生活のあらゆる側面にまで及ぶ可能性がある。

Googleのリアルライフ・インターネット戦略は、ウェブ検索やオンライン広告など枠組みをはるかに超えたものだ。Googleは来るべきモノのインターネット時代において、自らをハードウェア製造ではゼネラル・エレクトリック、人工知能分野ではIBMをしのぐ存在にしようとしているように見える。

ともかく現在Googleはハード、ソフトを問わず分析テクノロジーであれ人工知能であれロボットであれこの線に沿う会社を次々に飲み込みつつある。Boxのファウンダー、CEOのAaronLevieは

とジョークを飛ばしている。

Googleのこれまでの活動の歴史を振り返れば、Googleが伝統的なコンピューティングの枠をはるかに超えた領域を狙っていることはスマート・ホーム・デバイスのNestを買収したことでも推測がつく。2014年にも買収攻勢は続くだろう。

昨年のクリスマス以降、Googleは Boston Dynamicsなどロボット企業7社、モノのインターネットのNest、AIのDeepMindの買収に40億ドルを費やし、 Androidの父、Andy Rubinをロボット事業のトップに任命した。

しかしGoogleはIBMとGEでさえなし得えていないことをどうやって達成しようと考えているのだろう？

IBMは人工知能のWatsonプロジェクトに10億ドルをかけてきた。IBMはこのプロジェクトが今後数年で100億ドルの売上をもたらすと期待している。Facebookもまた人工知能チームを立ち上げ、The Informationの情報源によれば、ユーザーの感情を理解するアルゴリズムを開発中だという。情報源によればFacebookはDeepMindの買収競争に参加しており、4億5000万ドルを提示したという

老舗のGEも産業用機器のインターネット化に全力を挙げている。Googleの戦略と似ているが、GEの対象は産業設備であるところが違っている。

現在IBMは全面的に（あるいは頑固なまでに）AI戦略をWatsonに頼っている。Watsonが人気クイズ番組ジョパディで人間のチャンピオンを打ち破って華々しくデビューしてから3年間、IBM はWatsonのテクノロジーをヘルスケアやテレコム企業に売り込もうと努力してきた。しかしWall Street Journalの先月の記事によると、IBMは予期した成果を挙げられていないようだ。GEも同様に収益化に苦闘しているらしい。

一方、Andy Rubinは、New York Timesのインタビューで、Googleが作りたいものとして「雨が降り始めると自動的に動き出す車のワイパー」という例を挙げた。一見あまりにもささいな応用のように思えるが、GoogleがAIの実用化にあたって地に足の着いたレベルで素早いスタートを切っていることをうかがわせる。ことにGoogleには世界でも稀なユーザーデータの巨大な集積がある。これにはユーザーの行動の分析と予測に関して競争相手を大きく引き離す優位点となるだろう。

またGoogleの持つ世界最大級のサーバー・ネットワークがAI処理のために役立つのはもちろんだが、Google Xが研究している Loonプロジェクト （成層圏上層に多数の気球を飛ばして僻地にインターネットアクセスを提供する）が各種のロボットをインターネットにつなぐくとになるかもしれない。

モノのインターネットの到来はわれわれが考えていたより急速かもしれない。

映画「her/世界でひとつの彼女」の画像はIMDB, Warner Brosから

[原文へ]

（翻訳：滑川海彦　Facebook Google+）