AlphaGoと李世ドルの対局は、2016年3月9日から3月15日まで韓国ソウルで開催された五番勝負の囲碁シリーズでした。これはDeepMindのAlphaGoプログラムを、18回の世界チャンピオンであり、その時代で最も強い囲碁棋士の一人である李世ドルと対戦させたものです。AlphaGoは4勝1敗で勝利し、その結果は囲碁コミュニティの多くを驚かせました。彼らは一般的に、人間のプレイヤーが数年以上にわたってその優位性を維持すると予想していたからです。
背景
囲碁は、チェスよりもコンピュータにとって難しい問題として長い間扱われてきました。チェスはDeep Blueが1997年にすでに攻略していましたが、囲碁はその膨大な分岐因子と、パターン認識と直感に依存し、力任せの探索に抵抗する性質のためです。AlphaGoは、大規模な人間の棋譜コーパスを用いた教師あり学習で訓練された深層ニューラルネットワークと、強化学習による自己対戦で洗練された方策ネットワークと価値ネットワークを組み合わせ、さらにモンテカルロ木探索を用いて手を選択しました。このプロジェクトはDeepMindのデビッド・シルバーが主導し、その創設者であるデミス・ハサビスは、汎用知能の試金石としてゲームに長年の関心を持っていました。
対局
AlphaGoは最初の3局を勝ち、残り2局が行われる前にシリーズの勝敗を確定させました。第2局では広く議論された瞬間がありました。37手目、型にはまらない肩ツキで、解説者は当初これをミスだと思いましたが、後の分析では非常に創造的で、人間のプロ棋士が打つとは考えにくい手と判断されました。李世ドルは第4局で78手目からの一連の手で勝利し、それは時に「神の一手」と呼ばれ、AlphaGoの珍しい局面での評価の弱点を一時的に突いたものでした。AlphaGoは第5局を勝ち、シリーズを4-1で締めくくりました。
その後と意義
この結果は、専門の囲碁やAIのサークル以外でも広く報道され、深層学習研究の画期的な出来事として頻繁に引用され、チェスにおけるDeep Blueの1997年のガルリ・カスパロフ戦勝利と文化的な重みで比較されます。李世ドルはこの敗北を個人的に辛いものと述べ、後にトップの人間プレイヤーになってももはや無敵ではないことを意味するだろうと語りました。彼は2019年にプロ棋士を引退し、その理由としてAIの台頭を挙げ、「打ち負かすことのできない存在」が今やいるのだと述べました。
DeepMindはこの対局の後、そのアプローチを一般化した後継機を開発しました。人間の棋譜データなしで純粋に自己対戦のみで訓練されたバージョンや、AlphaZeroは、その手法をチェスと将棋にゼロから拡張しました。この対局は、汎用人工知能の議論や、適切なアーキテクチャ、計算資源、訓練方法の組み合わせが見つかれば、狭い領域での超人的な性能がどれほど速く実現し得るかという議論で頻繁に参照されます。このテーマは、後の大規模モデルにおけるスケーリング則や創発的能力をめぐる議論でも繰り返し登場しました。