AlphaGoの意義
問題
AlphaGoに関する次の記述のうち、誤りを1つ選べ。
解説
AlphaGo(アルファ碁)は、Google傘下のDeepMind社が開発した囲碁対数AIプログラムです。
盤面の画像を評価する「ディープラーニング(CNN)」に、自己対局によって強くなる「強化学習」、そして「モンテカルロ木探索」を組み合わせることで、囲碁における天文学的なパターンの探索を可能にしました。
2016年に世界トップクラスのプロ棋士(李世乭九段)に4勝1敗で勝利し、チェスや将棋に比べて「AIが人間に勝つのはまだ10年以上先」と言われていた囲碁界に衝撃を与えました。
1. AlphaGoはディープラーニングと強化学習を組み合わせた。
正しい:盤面の形を認識するディープラーニング(方策関数・価値関数)と、自ら学習して戦略を改善する強化学習を組み合わせた画期的なシステムです。
2. AlphaGoは囲碁AIとしてトッププロに勝利した。
正しい:2016年に韓国の李世乭(イ・セドル)九段、翌年には世界ランキング1位の柯潔(カ・ケツ)九段を打ち破り、AIの歴史的なマイルストーンとなりました。
3. AlphaGoは対局中に人間の指示を逐一受け取りながら手を選択する半自動型システムである。
誤り:AlphaGoは、対局中に人間からの指示を一切受け取らず、自らのアルゴリズム(ニューラルネットワークと探索)のみで次の一手を決定する完全な自律型システムです。
4. AlphaGoはモンテカルロ木探索も利用した。
正しい:過去の囲碁AIでも使われていた「モンテカルロ木探索(ランダムに手を進めて勝率を予測する手法)」にディープラーニングの予測を組み合わせて、探索を極めて効率化しました。
📚 より詳細を学びたい方へ
同じカテゴリの問題
- プランニングの基本概念
- Mini-Max法の理解
- αβ法(アルファベータ法)の特徴
- SHRDLUの歴史的意義
- STRIPSの理解
- ハノイの塔と探索
- 幅優先探索(BFS)の理解
- 深さ優先探索(DFS)の特徴
- ブルートフォース(力任せ探索)
- モンテカルロ法の理解
- 探索と推論の違い
- 探索アルゴリズムの比較
- Cycプロジェクトの目的
- DENDRALの特徴
- is-a関係の理解
- has-a関係の特徴
- part-of関係の理解
- Question-Answeringの特徴
- 意味ネットワークの理解
- ELIZAの特徴
- インタビューシステムの理解
- ウェブマイニングの特徴
- オントロジーの理解
- セマンティックWebの特徴
- 東ロボくんの目的
- MYCINの特徴
- IBM Watsonの特徴
- 機械学習の基本概念
- 次元の呪いの理解
- スパムフィルターの特徴
- ビッグデータの特徴
- レコメンデーションエンジンの理解
- ImageNetの意義
- ILSVRCの歴史的転換点
- LeNetの特徴
- AlphaGoの意義
- ネオコグニトロンの理解
- LLM(大規模言語モデル)の特徴


