2016年に囲碁のトップ棋士に勝利したことで知られる「AlphaGo」に関する記述として、最も適切なものはどれか。
- 1米国のIBMが開発したプログラムで、αβ法によって終局までのすべての手を探索し、最善手を求めていた。
- 2深層ニューラルネットワークとモンテカルロ木探索を組み合わせた手法を用い、イ・セドル九段との五番勝負に4勝1敗で勝利した。
- 3最初のAlphaGoは人間の棋譜を一切使わず、ルールだけを与えた自己対局のみで学習していた。
- 4囲碁はチェスや将棋よりも盤面の状態数が少ないため、ディープラーニングを用いなくても従来の探索手法だけで容易に人間に勝つことができた。
正解と解説を見る
正解：2
AlphaGoはDeepMind社（現Google DeepMind）が開発した囲碁プログラムです。深層ニューラルネットワークによる盤面評価・着手予測とモンテカルロ木探索を組み合わせ、2016年にイ・セドル九段に4勝1敗で勝利しました。最初のAlphaGoは人間の棋譜による教師あり学習と自己対局による強化学習を使っており、棋譜を使わず自己対局だけで学習したのは後継のAlphaGo Zeroです。囲碁は盤面の状態数がチェスや将棋よりはるかに多く、αβ法による全探索は現実的ではありません。「AlphaGoはディープラーニングとモンテカルロ木探索の組み合わせ」と覚えておきましょう。
根拠：D. Silver et al.「Mastering the game of Go with deep neural networks and tree search」Nature (2016)