AlphaGo（アルファ碁）
解説
AlphaGo（アルファ碁）とは、Google DeepMind社によって開発された囲碁AIプログラムです。2016年、世界トップ棋士であるイ・セドル（Lee Sedol）九段に4勝1敗で勝利したことで、第3次AIブームを象徴する存在となりました。
最強の仕組み：DL × 強化学習 × 探索
囲碁は盤面が広すぎて（19×19）、従来の探索手法では人間には勝てないとされていました。AlphaGoは、以下の技術を組み合わせることでその壁を突破しました。
- モンテカルロ木探索（MCTS）：ランダムなシミュレーションで有利な手を探索するベース技術。
- Policy Network（方策ネットワーク）：「次はどこに打つべきか」という候補手を絞り込む（探索の幅を狭める）。
- Value Network（価値ネットワーク）：「現在の盤面はどちらが有利か」という勝率を評価する（探索の深さを浅くする）。
学習のプロセス
AlphaGoは、まず人間のプロ棋士の棋譜を真似る「教師あり学習」を行い、その後、自分自身と対局を繰り返す「強化学習」によって強さを磨き上げました。
G検定対策
出題ポイント
- 構成要素：「Policy Network（方策）」と「Value Network（価値）」の2つのCNNを使用。
- 学習手法：人間の棋譜による「教師あり学習」＋自己対局による「強化学習」。
- 後継機（AlphaGo Zero）：人間の棋譜（教師データ）を一切使わず、ルールのみを教えて自己対局だけで最強になったモデル。ここが試験でよく問われる違いです。
よくあるひっかけ問題
- × AlphaGoは、人間の棋譜を使わずにゼロから学習した
（解説）それは後継機の「AlphaGo Zero」の説明です。無印のAlphaGoは人間の棋譜を使っています。 - × AlphaGoは、チェスの世界チャンピオンに勝利した
（解説）チェスはIBMの「Deep Blue」です。AlphaGoは囲碁です。
