The Shodan Go Bet 私は生まれつき、どうしようもなく楽天家だ。それでも、ずいぶん気を付けて、軽はずみなことはしないようにしているのだが、時々ついつい悪い癖が出てしまう。１９９７年のある日にも、ついつい口からするりとお金を賭ける話を出してしまった。私がどうしてそんなことを言い出してしまったのか、まず、そこから話を始めよう。

初段になるのはいつか？

１９９７年を思い返してみよう。クローン羊のドリーが産まれ、香港は中国に返還され、ハリーポッターが生まれ、マザーテレサとダイアナ妃が亡くなられた。消費税は５％に上がり、サッカー日本代表がアジア予選を突破して、初めてのワールドカップ出場資格を得た。
そして、この年の５月。チェスのチャンピオン、カスパロフがDeep Blueというコンピュータに負けた。人間の最高の知性はコンピュータに凌駕されてしまった。

Deep Blue

少々誇張して語れば、コンピュータチェスを作っていた人達は、その仕事が終わったと感じ、人工知能の新しい「目標」として、囲碁をはじめようとしていた。囲碁は、２５００年の歴史のあるゲームで、コンピュータにとって、チェスよりも遥かに難しいゲームだと認識されていた。チェスと比較して、囲碁は終局までの手数は長いし、それぞれの局面で選択できる手は遥かに多い。そのため、Deep Blueで成功した、力任せで虱潰しに探索する手法は通じないからだ。

“『初段』とは、
 アマチュアの本当に
 強いレベルの人”

第三回FOST杯コンピュータ囲碁大会が１９９７年９月に東京で行われた。そのときに優勝を争ったプログラムのレベルは、大体１０級前後…初段から見て、１０ランク劣るレベルだった。『初段』とは、アマチュアの本当に強いレベルの人を言う。格闘技なら、黒帯を意味する。囲碁を始めたばかりの人なら、大体２５－３０級位であろう。 ほとんどの人が、真剣に数ヶ月取り組めば、１０級程度になる。対照的に、多くの熱心なプレイヤーも初段に達することは出来ない。言い換えれば、この時点では、囲碁に真剣に取り組んでいる人ならば最強のプログラムを倒すのは簡単だった。だけれども、囲碁プログラムが初段に達したら？それは、囲碁のプレイヤーにとって、脅威的な相手となるだろう。

この１９９７年の大会の際に、私は囲碁のプログラマーや大会参加者／関係者に、囲碁プログラムはいつ「初段」のレベルに達すると考えているかアンケートをとってみた。 囲碁は、複数の国で行われていて、それぞれの国で段・級のレベルが多少異なるため、「国際的な初段」のレベルとして、 大体、日本でなら３段、アメリカでなら２段、ヨーロッパでなら１段を「国際的な初段」として定義してみた。 私は、いろいろな人から返事をもらい、１９９９年から２０５０年までの範囲の回答（ずいぶん幅がある答えだ！）をもらい、 computer-go　メーリングリストにその結果を送った。（アンケートの結果は、このメールとアンケート結果の一覧を見て欲しい）

John Tromp(ジョン・トロンプ)は、そのメールにこんな返信をくれた。 「みんな特に賭けるものがないから、楽観的な予想をしているんじゃないのかと私は疑ってる。もし、１０００ドルを賭けようと言っても、同じ答えになるのかな？私（オランダで１級）は、２０１１年以前に、１０ゲームの試合をやって、私自身が負かされるかどうか賭けてもいい。」

私はその賭けにのった[1][7]。大体、コンピュータ囲碁のプログラムが永遠に進歩しないなんてあり得ないと思うだろう？ 私は、私自身の作成したプログラムや、市販されているプログラム以外で彼に挑戦してもいいという条件をつけて貰うように彼に要求した。Johnは、それに加えて「対戦場所に持ってくることが出来るのならば」どんなハードウェアを使っても良いという条件を付け加えた。（私が「賭けを受け入れた」内容とそれに対するJohnの返答は、このメールを見て欲しい。）

暗黒の数年間

そこからの数年間、コンピュータ囲碁プログラムはほとんど進歩しなかった。もちろん、ムーアの法則[2]は、有効に働いていた。コンピュータは順調に速くなっていった。だけれども、コンピュータが速くなっていくことの影響は、プログラムが速く動くようになっただけで…つまるところ、プログラムは、コンピュータの速さをうまく使えていなかった。このころの最強のプログラムの中身は、エキスパートシステム[3]と同様で、囲碁プログラムは人間の考え方の真似をすることで強くしようとしていた。人間の考え方の真似をするプログラムを作成するのは難しいので、新しい考え方をプログラムに追加するのも難しく、時間のかかる作業だ。しかも、ある考え方とある考え方との間で矛盾があり、その矛盾の間でバランスを取るのが非常に難しいこともある。

“コンピュータの速さを
  うまく使えていなかった”

ずっと変わらない私の信念は、『囲碁プログラムを強くするのに必要なのは、コンピュータの計算力を活かす「力任せ」の方法を見つけること』だ。 私の勘では、巨大なパターンのデータベースを作成すること…数百万、数億のパターンを含んだパターンのデータベースを作ることで、可能だと思っていた。「パターン」と言うのは、「石の並び方」のことになる。 だけど、私の実験では、その方向でのプログラムはあんまりうまくいかなかった。正確に序中盤の評価を行うためには、とても深く幅の細い探索が必要で、それは相変わらず困難だった。パターンとヒューリスティクス[4]で何とかなると思っていたのだけれども。 その方法は、相変わらずあんまりうまく行っていない。[5]

そんなわけで、私は希望を捨ててはいなかったけれど、Johnが賭けの金額をもっと大きくしようと言って来た時には、丁寧にお断りさせてもらった。

MCTS：かすかな希望

2006年の初頭、MCTS（モンテカルロ木探索[6]）が強い９路盤の囲碁プログラムに使われ始めた。そのアイデアは、クレージーなものに見えた。アイデアはこうだ。コンピュータは、とにかく終局まで乱数を使って打っていく。沢山その回数を重ねて、一番勝ちやすい手を選べばいい、というものだ。私は、未だにこの方法は気狂いじみていると思うのだが、とにかく、その方法で強いプログラムが出来て、実際に動いているという事実からは逃げられない。

“アルゴリズムはスケーラビリティがある…新しい
  コンピュータの計算力を使い切ることが出来る”

2008年の秋には、世界中の最強クラスのプログラムは、９路盤でも、１９路盤でも、MCTSアルゴリズムを使ったものになっていた。プログラムの強さは、ちょっとした伸び、なんていう物ではなく、飛躍的な伸びを見せた。おそらく、５級位一気に強くなった。もっと重要なことは、MCTSアルゴリズムは、スケーラビリティがあるということだ。コンピュータが速くなれば、その計算力を有効に使うことが出来る。そう、新たにプログラムを書かなくても、コンピュータが速くなれば、プログラムは勝手に強くなっていく。

MCTSアルゴリズムを使った最強クラスのプログラム、MoGoは、巨大なクラスターを使って、ハンデ付きのゲームで高段のプロに勝った。（この時に使われたクラスターの性能は、15TFlops…１秒間に１５兆回の浮動小数点演算を行うことが出来る…もので、八段のプロ棋士に９子置かせてもらうハンデをもらい、５５分の思考時間を使うことで勝つことが出来た。）また別のプログラム、CrazyStoneは、７子のハンデで８コアのコンピュータを使い、プロ４段に勝った。（訳者注：８コアのコンピュータなら、５０万円程度で買うことが出来るし、持ち運ぶことも出来なくはない。） これらの結果から、コンピュータは、ほぼ初段のレベルに達したといえる。

終わりに

突然、賭けは、五分五分という感じになったように見える。それとも、私がまた楽観的になってるだけなのかな？ Johnは、今やヨーロッパでの２段になっており、もうしばらく経てば３段になる。そして、コンピュータ碁のことを理解しているし、その弱点や強みも良く分かっている。 MoGoが初段レベルでプレイするには、今のところ巨大なクラスターが必要だし、賭けでは、ハードウェアは勝負の場所に持ち込まないといけないことになっている。 （と言っても、Crazy StoneやMany Faces of GoやZenなどのプログラムなら、ほぼ同じ強さを持って運べないことはないサイズのハードウェアで実現しているから、多分巨大なクラスターが必要になることはあまり問題にならないだろう。）

© Copyright 2009, 2010 Darren Cook <darren@dcook.org>

Go board and Deep Blue images from Wikipedia.

Revision History
2009-05-26: First public release (English)
2009-06-17: Japanese translation first release
2010-06-20: Announce venue; minor tweaks.

このページから得られる広告収入は、Darrenのコンピュータ囲碁に関する活動とオープンソース開発に使われます。面白そうな広告があれば、クリックして下さると幸いです。