AlphaGo
詳細情報
- 開発者
- DeepMind
- 年
- 種類
- 囲碁プログラム
2016年3月に李世ドル九段に4勝1敗で勝ったDeepMindの囲碁プログラム。専門家の予想より10年早かった。
囲碁は盤上ゲームで最後まで残った砦だった。探索空間が大きすぎて、力任せでは歯が立たない。解決策は二つのニューラルネットワークで、手を提案する方策ネットワークと局面を評価する価値ネットワークがモンテカルロ木探索を導く。まず人間の棋譜で学習し、その後は自己対戦で強くなった。
第2局の37手目はあまりに型破りで、解説者は悪手だと思ったほどだが、結果的にその一手が勝敗を決めた。後継のAlphaGo Zero(2017年)は人間の棋譜をまったく使わず、それでもさらに強かった。