1:2016/01/28(木) 11:47:38.41 ID:
【ワシントン共同】米グーグル傘下の人工知能(AI)開発ベンチャー「ディープマインド」
(英国)は、開発した囲碁のコンピューターソフト「アルファ碁」がプロ棋士を相手に勝利を収めたと、
英科学誌ネイチャーに27日発表した。プロが公式戦で使うフルサイズの19路盤でハンディなしで
勝ったのは世界初としている。

囲碁はその複雑さから、チェスや将棋よりも格段にソフト開発が難しいとされるが、
AIの新技術で判断力を大幅に高めた。

対戦相手は2013~15年の欧州チャンピオンで中国出身のファン・フイ氏。
アルファ碁は15年10月に5戦し全勝した。


http://www.daily.co.jp/society/main/2016/01/28/0008757711.shtml

Mastering the game of Go with deep neural networks and tree search
Silver, D. et al. Nature 529, 484-489 (2016).
http://www.nature.com/nature/journal/v529/n7587/full/nature16961.html

Google AI algorithm masters ancient game of Go
Deep-learning software defeats human professional for first time.
http://www.nature.com/news/google-ai-algorithm-masters-ancient-game-of-go-1.19234
19:2016/01/28(木) 12:34:35.94 ID:
囲碁・チェスは将棋よりも簡単だから不思議はないだろ
将棋でさえプロに勝つんだから
34:2016/01/28(木) 13:53:08.52 ID:
>>19
お前が馬鹿なだけ

コンピューターの世界で囲碁はそれらと違って選択肢が莫大で
コンピューターが一番苦手で最後の砦とされててそれがここまで来たからニュースになってる
お前が無知なだけ
59:2016/01/28(木) 15:35:05.79 ID:
>>34
馬鹿はお前少しでも将棋のルールを知ってたら間違ってもこんな事は言えない
63:2016/01/28(木) 15:57:54.63 ID:
朝鮮人の方が強いよ
64:2016/01/28(木) 15:58:12.40 ID:
>>1
たまには野良ハムスター★記者氏も、一般受けしそうな科学ニュースを
ニュー速+じゃなくて、こっちの科学ニュース+板に立てるんだな

コンピュータ囲碁でモンテカルロが流行しはじめたのは6~7年前からだっけ
自分はプログラム素人だから、いまだに理解できないけど
なんで先読みを途中でやめて、ランダムに白黒を埋め尽くしてみる計算で
的確な手を見つけ出せるのか、さっぱりピンとこない

この理屈だと人間も途中からは何も考えずに適当に石を置いたほうが
勝率がよくなる??… わけはないかw
68:2016/01/28(木) 16:06:47.73 ID:
>>64
実際にランダムにおくんじゃなくて、
先読みをランダムに虱潰しにやってくってだけだからな。
そりゃありうる手を虱潰しに想定して
一番分がいいのを選べば強いのは当たり前
69:2016/01/28(木) 16:10:16.68 ID:
シュタゲ・ゼロで、AIに箱を移動させる例を使って
フレーム問題を長々と解説するシーンが出てくるけど
基本的には古いAIの教科書に書いてあるのと同じで
40年以上たってもあまり変化してない気がする

やっぱり人間はフレーム問題を無意識に解くほど賢いんじゃなくて
モンテカルロっぽく、何も考えずに‘適当に’行動を選択してるのかも
70:2016/01/28(木) 16:13:38.63 ID:
>>69
そもそも人間てのはそんなに何もかも考えてる訳じゃない。
ほとんどのことは無意識にやっていて
たまに意識的に考えたことに沿って方向修正してるだけ。

その証拠に人間は何故生きるのかとか考え出したやつは
もれなく発狂してるだろ。
73:2016/01/28(木) 16:16:07.00 ID:
>>64
モンテカルロ法使うのは学習時だよ。
対戦時にやる訳じゃない。
74:2016/01/28(木) 16:17:01.39 ID:
>>69
解くのは多層ニューラルネットの方
後このプログラムは木探索も併用
76:2016/01/28(木) 16:30:45.36 ID:
>>69
ビッグドッグ作ってるボストンダイナミクスのロドニーブルックスが25年も前に
「生物は反射反応を返す層が階層的に積み重なって動いてる
(つうかそうじゃないと処理が間に合わない)」って提唱してるのに
なぜか「フレーム問題」という亡霊が繰り返し蘇るのはいったい…

身体性のある実世界でのロボットとテツガク的な思索中心のAI論で
界隈が違うのはわかるけど、否定側がいっつもフレーム問題さえ~とか
言い出すの見ると頭痛くなってくるんよ
84:2016/01/28(木) 17:24:54.80 ID:
>>69
カーネギーメロンの苫米地博士が
だいぶ前の机上の理論にハードがようやく追いついてきて
実現可能になっただけだといってたよw
86:2016/01/28(木) 17:31:01.73 ID:
>>69 自己レス
ニュー速+のほうのスレで解説されてた
【社会】人工知能、囲碁のプロ棋士を初めて負かす
http://daily.2ch.net/test/read.cgi/newsplus/1453926804/124

http://www.sankeibiz.jp/business/news/160128/bsj1601280821005-n2.htm
>プロが打った盤上の石の配置を画像として入力し
>「勝ちにつながる形」を覚えさせたり、自分自身と戦わせ、
>勝つための方法を学ばせたりしたという。

盤面を「画像」として学習させたのか…、むむむ なんて斬新なアプローチw
95:2016/01/28(木) 18:23:10.45 ID:
>>86
「画像として」というよりも「画像処理と同様な処理で」ということだな
要はディープラーニング
別に碁石の画像を入力してとかでは無いだろ
97:2016/01/28(木) 19:25:39.22 ID:
>>95
過去スレの
【AI】人工知能研究に100億円 文科省の概算要求
http://anago.2ch.net/test/read.cgi/scienceplus/1440500488/
で紹介されてた松尾豊氏の本に
AI文字認識の研究は 28*28 ピクセルでの認識率評価が定番って書いてあったので
囲碁は 19*19 ピクセルの無/白/黒3値画像にすれば楽勝でいけそう!
とか、勝手に早とちりした。ごめん
116:2016/01/28(木) 21:33:29.85 ID:
有能なAIにより人間が無職だらけになる
そんな時代が来るという
恐ろしい結果なのかもしれない
人間の脳は機械に負ける
118:2016/01/28(木) 21:46:32.75 ID:
現状の機械学習ができるのは「勘と経験」を身につけること。
過去の膨大なデータを経験とし、そこから直感的にパターン認識すること。
そこから解釈したり演繹したりはできないので、まだまだ人間並みには程遠いとは思うが、
それでも「人間の仕事」を脅かすには意外と射程距離は長いと思う。
創造性を発揮したり不測の事態に対応したりする必要がなく、
知識と経験だけでできる仕事は、今のAIの延長線上で代わりが務まってしまう気がする。
125:2016/01/28(木) 22:24:16.59 ID:
日本の理系がAI万能論を信じ込まないのは結局
AI研究費に自分たちが大好きな無駄な研究に研究費を取られたくないからなんだよ
古生物学、素粒子学、地球外生命探査、そんな社会に役に立たないオナニーより
AIのほうがはるかに有益だっつーの
129:2016/01/28(木) 22:33:02.71 ID:
>>125
AI万能説は間違ってると思うけど、日本の理系はやたらとAIを軽視してる気がするよね
何故なんだろうか?AIに莫大な投資してる米国と違って予算がつかないからなのか
AIの進歩が今世紀最大の科学技術革新になると思うけど
132:2016/01/28(木) 22:38:31.25 ID:
>>129
いま開発してるAIってそこら辺の公務員の代わりになるってだけだからな
一部の人間がやる技術革新をAIがやるにはまだまだ時間がかかるよ
それが出来るようになったらAIは神になる

リーマン予想とか超難題を次々AIが回答していって
人間の仕事が全くなくなる
143:2016/01/28(木) 23:21:25.77 ID:
>>76
ホント。フレーム問題フレーム問題うわごとのように言い続けてる奴の鬱陶しいことよ。
177:2016/01/29(金) 04:37:41.48 ID:
>>63,66,113,ID:ztAzrW8o
::.:...., ∧_∧         :,'':.:.::'.+:       ∧_∧  。    :::.+
'::.+:.<"`∀´,>, :'. 。                <"`∀´,>。::'.+:    +  :。::'.+:: :.. 
::::⊂    つ    ∧_∧    . 。     ⊂    つ ,:'. 。,:'.. .
  ノ ∧_∧    <"`∀´,>            ノ    ノ    +  :。::'.+:: :..  .:+ 
::::レ <"`∀´,>  ⊂    つ    :: ∧_∧ レ レ     '    ∧__,∧
,' ⊂    つ ノ    ノ ,.  :.:::  <"`∀´,> . '   '。:,''     <"`∀´,>+  :。::'.+:: :.. 
   ノ    ノ   レ レ  ∧__,∧  ⊂    つ     ∧_∧ :⊂   っ
  レ レ    ∧ ∧:。  <"`∀´,>  ノ    ノ      <"`∀´,> ノ   丿  .:+.:+
   ∧_∧ <,`∀´,>:。ι   っ レ レ ..     ⊂    つレ レ∧
  <"`∀´,> ゜レーJ゚ '+:ノ  丿∧∧          ノ    ノ     <'。::,''
:: ⊂    つ ∧∧ ::.レ レ <`∀´>    ∧_∧ レ レ       ゚
,:::'ノ    ノ  <`∀´>      ゚レJ゜    <"`∀´,> ∧__,∧  :   ∧ ∧
 レ レ    ゚レJ゜       ∧∧::.::. ⊂    つ <"`∀´,>    <,`∀´>::'.+:
   ,''。::'.+: ,、   ∧ ∧  <`∀´> ++ノ    ノ  ι   っ    ゚レ J゜.:,''。゜
 ,、   ,:'.<` > : <,`∀´,> '。゚レ J゜.:.:::レ レ    ノ  丿 : ::'.+:
<` >          ゜レーJ゚     :.:::        レ レ'。::,''+:. ,''。::'+: '。
,''。::'.+:                     '。  ,:'. :. . :.::: +:
                   ::。::'。+:. ,''。::'+: '。
       :.'::..。      . : +:.    '。+
,''。::'.+:   .:+
:,''。       あ あ、こ ん な 幸 せ な
             気 持 ち に な っ た の は
                 初 め て ニ タ ゙~        ~幸せ回路作動中~
191:2016/01/29(金) 12:27:26.63 ID:
>>86
評価関数にパーセプトロン使おうと思った瞬間に、一番最初に思いつくのが、
盤面をそのまま入力にしたらどなるかなんだよ。それが画像としてって事。

それじゃうまく行かないから、ゲームの種類に応じて、オセロならボードをパターンで
分割するし、将棋なら駒同士の効きにして、それらを入力としたパーセプトロンを作る。

盤面をそのままインプットとする方法は発想としては一番陳腐なんだけど、実現方法が
わからなかった。それを、多層化で解決したって事かなと。単純に多層化したというより
は、いくつかの目的を持った層を使う事で、前述のパターン分割の仕方みたいなところを、
浅い段で学習生成させていくと考えると、そこに斬新さがあるのかも。
193:2016/01/29(金) 13:22:46.52 ID:
http://www.nature.com/nature/journal/v529/n7587/abs/nature16961.html?lang=en
[Google翻訳のabstract出力例]
抽象
囲碁のゲームは、長い間、その巨大な探索空間とボードの位置や移動を評価することの
困難さに起因する人工知能のための古典的なゲームの最も困難と見られています。
ここでは、コンピュータへの新しいアプローチが使用する「バリュー・ネットワーク」は、
移動を選択するために、ボードの位置と「政策ネットワーク」を評価することを
行く紹介します。これらの深いニューラルネットワークは、自己のプレイのゲームから
学ぶ教師、専門家のゲームから学習し、補強材の新規な組み合わせによって訓練されて
います。任意の先読み検索がなければ、ニューラルネットワークは、自己再生のランダムな
ゲームの数千をシミュレートする最先端のモンテカルロ木探索プログラムのレベルで
移動を果たしています。また、価値と政策ネットワークとモンテカルロシミュレーションを
組み合わせた新しい検索アルゴリズムを紹介します。この検索アルゴリズムを使用して、
我々のプログラムAlphaGoは、他の囲碁プログラムに対して99.8%勝率を達成し、これは
コンピュータプログラムは完全に人間のプロ選手を破ったのは今回が初めてである0に
5ゲームによって、ヒトヨーロッパ囲碁チャンピオンを破りました囲碁の-sizedゲーム、
以前に離れて、少なくとも十年であると考え偉業。
194:2016/01/29(金) 13:32:08.67 ID:
[概要]の原文も一応貼っとく
Abstract
The game of Go has long been viewed as the most challenging of classic games
for artificial intelligence owing to its enormous search space and the
difficulty of evaluating board positions and moves.
Here we introduce a new approach to computer Go that uses ‘value networks’
to evaluate board positions and ‘policy networks’ to select moves.
These deep neural networks are trained by a novel combination of supervised
learning from human expert games, and reinforcement learning from games of
self-play. Without any lookahead search, the neural networks play Go at the
level of state-of-the-art Monte Carlo tree search programs that simulate
thousands of random games of self-play. We also introduce a new search
algorithm that combines Monte Carlo simulation with value and policy networks.
Using this search algorithm, our program AlphaGo achieved a 99.8% winning rate
against other Go programs, and defeated the human European Go champion by 5
games to 0. This is the first time that a computer program has defeated a
human professional player in the full-sized game of Go, a feat previously
thought to be at least a decade away.
201:2016/01/29(金) 16:45:11.15 ID:
翻訳の前に文字起こしを出来るAIが欲しいってずっと言っている科学ライターの人がいるよ。
テレビで音声を自動で字幕にするのがあるから文字起こしくらい簡単に出来そうに思えるんだが
人工知能に詳しい人が言っているから難しいのかねぇ
202:2016/01/29(金) 17:06:25.23 ID:
>>201
実際に発声されている口語をそのまま文字にすると
読むのが苦痛なぐらい冗長になるので、
要約機能が必要だな
今の技術だとまだ、そういう緩い口語をきっちり認識・理解するのも難しいと思う。
206:2016/01/29(金) 17:16:56.42 ID:
こういうのって人工知能研究って言うか、ただの計算能力だよね?
人間の思考を再現できないから、圧倒的な計算能力で無理やり寄せてる感がある。
だから、人間の方が上とかいうつもりではなく、人工知能研究に役立つかどうかが疑問。
214:2016/01/29(金) 19:27:11.41 ID:
>>206
前からある将棋のあれとは別物よ知能と呼べるものが出来つつあるというのがこのニュース
218:2016/01/29(金) 20:25:38.11 ID:
>>206
同意
計算の仕方はプログラマが考えた訳だし
計算能力は人間の能力の極一部だし
このプログラムを発展させても純粋な意味でもAIとは言えないだろうな
219:2016/01/29(金) 21:24:20.13 ID:
>>218
最近流行りのディープラーニングは学習結果がどうなるか予想付かない面があるし、
「プログラムの通りに動くだけ」だなんて到底言える代物じゃないよ。
認識結果だって、どうしてそう認識したかは詳細に調べないと分からないし、
調べてもよく分からないことも多い
221:2016/01/29(金) 23:29:51.92 ID:
コンピュータで脳再現するようなプロジェクトは日本は消極的な方。アメリカや欧州みたいに国家予算ついてないし

日本で実利的な人工知能が盛んじゃないように見えるのは、単に投資するところが少ないだけ。

googleやフェイスブックなどはAIで少しでも効率良くなればかなりな利益になるけど、日本企業でそこまで利益になるのがない
224:2016/01/30(土) 00:40:31.94 ID:
>>219
多層ニューラルネットワークが学習が発散しちゃう
(パターンを見つけられず学習に失敗する)ことが多かったのが
ここ15年の研究でうまく学習できる方法がいくつか確立されてきたってだけだからなぁ。

"自分で答を見つけた!すごいぞ!"という意味でブレークスルーではあるけど
これで強いAIが~とかは次元違う話だよな。
この技術は人間が知ってることをいちいちこうしろという
手順の形でプログラムしてないのが技術的なポイントなので
"人間がプログラムしたんだから~"も間違いだし
逆に単に"最適手順を出せ"と環境に置いとくと答を出す機械でしかないので
これで人類は~ってのもアホちゃうか?という感じ。