|
===================================== 〔語彙分解〕的な部分一致の検索結果は以下の通りです。 ・ 対 ： [つい] 【名詞】 1. pair 2. couple 3. set ・ 李 ： [り, すもも] 【名詞】 1. (Japanese) plum 2. prune 3. prunus salicina ・ 世 ： [よ, せい] 【名詞】 1. world 2. society 3. age 4. generation
AlphaGo対李世乭（アルファご・たい・イ・セドル）は、韓国のプロ囲碁棋士李世乭とGoogle DeepMindによって開発されたコンピュータ囲碁プログラムAlphaGoとの間の囲碁五番勝負である。この対局は1997年に行われたディープ・ブルーとガルリ・カスパロフとの間の歴史的なチェス対局と比較されている。 対局はコミ7目半の中国ルールを使い、持ち時間は両者2時間で、切れると1手1分の秒読み、ただし1分単位で合計3回の考慮時間がある〔。 勝者（勝ち越し者）は100万米ドルの賞金を得る。もしAlphaGoが勝利すれば、賞金はUNICEFを含むチャリティーへ寄付される。賞金に加えて、李世乭は全5戦の対局料として15万米ドル、1勝につき2万米ドルを得る。 ==背景== === AI分野における難問 === 囲碁は創造的、戦略的思考を必要とする複雑なボードゲームである。長い間、AIの分野における難問と見なされており、チェスよりも解決がかなり困難である。数学者のI・J・グッドは1965年に以下のように記している。 2015年より前は、最良の囲碁プログラムはアマチュアの段レベルに達するのがやっとであった。小さな9路盤（9×9）ではコンピュータは健闘し、一部のプログラムはプロ棋士に対して9路盤で勝利できるが、標準的な19路盤ではプロ棋士に太刀打ちできていなかった〔日本棋院が協力する電聖戦では4子から3子のハンディキャップを付けていた〕。人工知能の分野における多くの人々も、囲碁はチェスよりも人間の思考を模倣するためにより多くの要素を必要とすると考えていた。 AlphaGoはそれ以前のAIの取り組みとはニューラルネットワークを応用している点において最も大きく異なっている。ニューラルネットワークでは、評価経験則が人間によってハードコードされておらず、代わりにプログラム自身によって自分自身との対局を数千万回繰り返すことによってかなりの程度まで学ぶ。AlphaGoの開発チームでさえ、AlphaGoがどのように石の配置を評価し次の手を選択しているかを指摘することはできない。もプログラムの推論効率を改善するための主要な方法として用いられている。 コンピュータ囲碁研究の結果は、認知科学、パターン認識、機械学習といったその他の同様の分野に応用されている〔Müller, Martin. ''Computer Go'' , Artificial Intelligence 134 (2002): p150〕。 抄文引用元・出典: フリー百科事典『 ウィキペディア（Wikipedia）』 ■ウィキペディアで「AlphaGo対李世ドル」の詳細全文を読む スポンサード リンク
|