詰み筋の一歩手前で、人間の棋士は無意識に手が止まります。負ければ終わりという恐怖が、危険な選択肢を意識に上げる前に排除してしまうからです。
ところがAIにその足踏みはありません。羽生善治さんが世界のAI開発現場を歩いて掴んだ答えは、意外とシンプルでした。AIの強さの正体は、計算力の差ではなく、死ぬことを知らない点にあります。
この記録を書いたのは、将棋界のトップ棋士でありながら、NHKスペシャルの取材班と組んで、Google DeepMindやソフトバンク、UCバークレー、シンガポール政府まで、世界のAI開発現場を渡り歩いた羽生さん本人です。
それが『人工知能の核心』という一冊になりました。技術者でも評論家でもなく、アルファ碁に自分の土俵を直接崩された当事者が書いている点が、数あるAI本の中でこの本を際立たせています。
刊行は2017年。大規模言語モデルが世に出る前の本なので、「言葉の意味をAIは理解できない」といった一部の前提は、いまの技術水準に照らすと見直しが必要です。
それでも、人間の認知のクセを解剖した部分は少しも古びていません。AIがなめらかに喋るようになった今のほうが、かえって刺さる指摘が多いくらいです。
引き算で強くなったAI、足し算で押し切った旧世代
アルファ碁が獲得したのは、より多く読み込む力ではなく、読む前に候補を削ぎ落とす力でした。
将棋は一局面あたり平均80通りほどの指し手があるといわれます。数手先まで読もうとすれば、検討すべき枝はあっという間に膨れ上がります。
かつてのコンピュータは、この膨張を物量でねじ伏せていました。1997年、チェスの世界王者を破ったのは「ディープ・ブルー」でした。100万局分の棋譜データを詰め込み、1秒間に2億通りの局面を計算する、力ずくで押し切るタイプのマシンです。
流れを変えたのがアルファ碁です。「Policy Network」という仕組みは、深く読み始める前に、まず有望そうな手だけへあらかじめ見当をつけ、それ以外を検討の対象から外します。
人間の直観がやっていることに、かなり近い処理です。ニューラルネットワークの学習を支える誤差逆伝播法も同じ発想で、間違った出力につながった回路の重みを機械的に下げ、信頼できない経路を間引いていきます。
本書が繰り返す「引き算の思考」という言葉は、この転換をそのまま指しています。
AIが自分自身で特徴を見つけ出せるようになったのは、次の3つの要素が噛み合ったからだと本書は整理しています。
- 学習データ
- 膨大な量のデータ
- 計算速度
- GPUによる向上
- ニューラルネットワーク
- この引き算を担う仕組み
直観と大局観は、盤面を見ないことで動く
直観と大局観は、どちらも情報を見ないことで機能しています。
第二章の主役は、AIではなく棋士の頭の中に移ります。羽生さんが分解する思考には、3つの段階があります。棋士自身の言葉では、直観、読み、大局観と呼ばれています。
- 直観
- 無数にある指し手から、ほぼ一瞬で候補を数手に絞り込む働き
- 読み
- 絞った候補を、実際に何手も先まで具体的に計算していく作業
- 大局観
- 目先の一手ではなく、局面全体としてどちら側に進むべきかを見定める、いわば羅針盤の役割
大局観はとくに象徴的で、細部の計算に沈み込む前に、そもそもどちらへ進む勝負なのかを先に決めてしまいます。読む前に、読まなくていい方向をあらかじめ切り捨てているわけです。
だとすれば、一つ疑問が残ります。何を基準に、その切り捨てをしているのか。
「美意識」の正体は、恐怖から身を守る仕組みだった
羽生さんのいう美意識とは、危険な選択肢を意識に上る前に締め出す、恐怖からの防衛反応です。
本書が「美意識」という言葉に込めた意味は、好みや感性とは違います。
裏付けとして本書が挙げるのが、駒の記憶実験です。将棋の駒40枚をでたらめな位置に並べると、トップ棋士であっても配置を再現できません。ところが、実際の対局から取った局面なら、ものの5秒で盤面をそっくり覚えてしまいます。
差が生まれるのは記憶力ではなく、認識の仕方です。棋士は一つひとつの駒の座標を覚えているのではなく、駒同士がつくる意味のあるパターンを塊として捉えています。
定跡に近い自然な形には「心地よさ」を感じ、そこから外れた形には違和感が立ちます。これが美意識の正体です。
ではその感覚は、どこから生まれるのか。羽生さんの推論はこうです。危険な選択肢を、意識に上る前の段階で無意識に締め出す防衛反応が、安定した基本形を好む感覚として現れています。
つまり人間の思考は、そもそも美意識というフィルターを通過した後の、限られた選択肢からしか始まっていない、という見立てです。
ここでAIの強さの理由が、丸ごとひっくり返ります。AIには守るべき命がありません。だから恐怖という絞り込みの装置そのものを持たず、人間が生存本能によって無意識に除外している「破滅リスクを伴う手」を、平然と選び取れてしまいます。完璧な合理性でAIが優位に立っているのではなく、恐怖抜きの無機質さのおかげで優位に立っています。
本書でいちばん鮮やかな逆転がここにあります。
機械にしか学べない領域と、AIが苦手な「先送り」
機械にしか習得できない知識がある一方で、AIには先送りという構造的な弱点があります。
AIには、人間には原理的に手が届かない領域もあります。将棋AIの形勢判断を支える「三駒関係」がその代表です。盤上の任意の3駒がつくる位置関係を、過去の膨大な対局から自動で点数化する指標で、実戦での的中率は高いです。
ところが、なぜその点数になるのか、人間側には筋道が見えません。人工知能研究者の松原仁さんいわく、たとえ人間がこの三駒関係のパターンを1万通り丸暗記したところで、将棋の実力は上がらないだろうとのことです。
機械には習得できて、人間には原理的に習得できない知識が、確かに存在します。
この構図は盤外でも繰り返されています。医療知識をまったく持たない開発者が作った画像診断AIが、専門医の目をすり抜ける1ミリ未満のがんを検出した例。
治安の厳しい地域でパトロール先を決めさせたAIが、20年選手のベテラン警官の勘を上回る場所を指定し、実際に犯罪率を押し下げた例。理由は説明できないのに、結果だけは出ます。
私たちはすでに、そういうブラックボックスと日常的に付き合い始めています。
とはいえAIにも弱点はあります。代表格が「水平線効果」です。読みの深さには限界があるので、その限界のすぐ外側に危険が潜んでいると、プログラムは危険そのものを見ないまま「今のところ悪くない手」を選んでしまいます。
問題を解決したのではなく、視界の外へ押し出しただけなのに、それに気づけません。これを繰り返すと、じわじわ形勢を損ねていきます。人間の棋士はここで踏ん張れます。
目先で追い詰められる可能性を承知のうえで、わずかでも逆転の芽がある道を選べます。盤面を一枚の静止画としてしか評価できないAIには、この腹の括り方が構造的にできません。
全員が同じ近道を選ぶと、そこで渋滞が起きる
学習効率が上がりすぎると、全員が同じ近道を走り、発想まで均質化する大渋滞が起きます。
終盤で羽生さんが語るのは、学習効率が上がりすぎることの逆説です。名づけて「学習の高速道路」。ネットとAIのおかげで、今は誰もが遠回りせずにプロ級の一歩手前まで駆け上がれます。全体のレベルを底上げする効果は間違いなくあります。
厄介なのはその先です。整備された道が一本しかないと、そこを使える人は皆同じルートを走ることになり、たどり着く先の発想までそっくりになっていきます。
羽生さんはこの状態を「大渋滞」と表現します。将棋界ではすでに実例があります。長く定跡とされてきた戦法「矢倉」は、AIが提示した対策によって崩され、多くの棋士が一斉にその評価値を追いかけた結果、指す人がほとんどいなくなりました。
効率を極めた先に、個性の均質化が待っていたわけです。
見過ごせないのは、この便利さが招く副作用です。整備された道を走ることに慣れきると、自分の頭を粘り強く使う機会そのものが減り、前例のない局面に出くわしたときに踏ん張れなくなります。
羽生さんが対抗策として挙げる習慣は、あえて効率を捨てたものです。江戸時代の詰将棋集『将棋図巧』。全100題のうち、1問を解くのに1ヶ月を要することもあるという難物です。
時間対効果だけを見れば無駄そのものですが、ふだん使わない部分の頭を酷使する経験を挟まなければ、他人と違う発想の筋道は育たない、というのが羽生さんの考えです。
AIはセカンドオピニオン、正解より「失敗」を引き受ける
AIとの距離感について、本書が置く答えは「セカンドオピニオン」です。
医療で意見をもう一人の医師に確認するのと同じ発想で、AIの出す答えを唯一絶対の正解としてではなく、もう一つの選択肢として横に並べておきましょう。
大事なのは、AIの答えをそのまま採用することではありません。自分の見立てとAIの見立てがズレたとき、そのズレ自体を材料にすることです。自分ならAを選ぶところを、AIはなぜBを選んだのか。その理由を考える過程で、自分では気づけなかった検討漏れが見えてきます。
裏付けとなる数字もあります。将棋ソフトの評価値は、形勢が接戦のときほどソフトごとに数百点単位でばらつき、逆に大差がついた局面では各ソフトの数字がそろってきます。
つまり評価がぶれる場面こそ、まだ答えが一つに定まっていない領域だということです。そこにこそ、人間が自分の頭で判断を下す余地が残っています。
本書がいちばん背中を押してくる一節は、この先にあります。将棋が強くなる一番の近道を聞かれると、羽生さんは「悪手が一瞬でわかるようになること」だと答えるそうです。
理由は単純です。うまくいく方法をひたすら学ぶタイプの最適化なら、いまやビッグデータとAIの独壇場で、誰でも同じ答えにたどり着けてしまいます。差がつくとしたら逆側、つまり「これはやってはいけない」を骨身にしみて知っている量のほうです。
そしてその感覚は、痛い思いをした本人にしか蓄積できません。
AIがあらゆる正解を即座に差し出してくる時代に、人間の側に残る役割があるとすれば、それは正解探しではなく、失敗を引き受けて自分の中に貯めていくことなのかもしれません。次に何かを判断するとき、AIやツールに聞く前に、自分の仮説を一行だけ書いてみてください。答えを見たあと、そのズレの理由を考える5分間が、羽生さんの言う美意識を磨く、いちばん手軽な方法です。
