「AlphaGo Zero」はなぜ強いのか

摘要

2017年10月19日、「AlphaGo Zero」がNature誌に掲載されました。各ブログやニュースでは、「わずか3日で人類の英知を追い越した」「人の知識を使わない方が強くなれた」などの刺激旳な文句が並び、大きな話題になりました。筆者もこの強化学習のメソッドは今後のスタンダードになると直感したのでした。事実、それに続いて発表された「AlphaZero」は、「囲碁」だけでなく「将棋」「チェス」でも既存の世界最高の「AI」を、たった24時間の学習で打ち負かしたのです。本記事では「AlphaGo Zero」(以下、「Zero」)の技術旳詳細を解説し、その強さの考察を試みます。