menu

第1章 ディープラーニングとは

アルファ碁が勝った要因は、ディープラーニングという思考手法を用いたことですが、
これが何なのかが分かれば、アルファ碁の実力が見えてきますので、
まずはこの手法からお話しします。

分かりやすくするためにディープラーニングの仕組みを、webの翻訳ソフトで例えてみましょう。
「I Love You」を訳す時、機械的に訳すと「私愛してるあなた」となりますが、
ここで統計を用います。Web上のデータベースでは「私」の次には60%の確率で「は」と
表示されている。あるいは30%の確率で「が」と表示されているなど、統計と確率から「私は」と
グルーピングして、囲碁で言うと定石のような一塊にしてしまいます。

同様に「あなた」の次は「を」や「に」や「が」など各グループを形成します。
ここで少し進歩させて「I」は「私は」に、「You」は「あなたが」と予測翻訳して
第2ステップの思考へと進めます。

すると「私愛してるあなた」と訳していたものが「私は愛してるあなたが」になります。
次に再び統計と確率を用いてweb上では「私は」の次は55%の確率で「あなたを」と表示されている。あるいは40%の確率で「あなたに」と表示されているなど、様々なパターンを検索して
「私はあなたを」や「私はあなたに」など、再びグルーピングしてしまいます。

これでもう一歩翻訳が進み、「私愛してるあなた」から「私はあなたに愛してる」など、
更にグルーピングした結果を導き出します。

そして「I Love You」を再び統計と確率を用いて、これは10%の確率で「私はあなたに愛してる」と表示されていることや、90%の確率で「私はあなたを愛してる」と表示されていることを検索から導き出し、最も確率が高いものを答えとして我々に示しているわけです。

因みに「I Love You」をひとつの単語として「私はあなたを愛してる」と更にグルーピングしてデータベースに蓄積させるので「学習した」ことになります。

この第1ステップから第2、第3と階層的に深く思考していくことから「deep」深層「Learning」学習、つまり「deep Learning(ディープラーニング)」と呼ばれています。
この手法を囲碁で用いるとどうなるのか、次の章で解説します。

次は 第2章アルファ碁の思考 です

■囲碁を楽しみたい方は

■囲碁を楽しく覚えたい方は