『ディープ・シンキング』（2017年）は、人間の知性とチェス、そして人工知能の関係を考察する一冊です。チェスのグランドマスター、ガルリ・カスパロフが、自身の愛するゲームの内側を見せながら、少なくともチェスを指すことに関しては、コンピューターがすでに人間の知性を超えていると説明します。
本書の読みどころ――チェスというレンズを通して人工知能の未来をつかむ
世界が今どのように変化しているのかを、立ち止まって見極めるのは難しいこともあります。この50年は情報革命によって特徴づけられ、それは私たちの日常生活に深く根づいているため、その画期的な大きさを忘れてしまいがちです。ガルリ・カスパロフは、変化の時代について考えるべきだと驚くほど力強い主張を展開します。テクノロジーに対して私たちが問うべき問いや、急速に進化する世界に何を期待できるのかを案内してくれます。
その役目を担う資格は十分にあります。歴史上最も偉大なチェスプレイヤーの一人として、彼はコンピューター科学者チームとその最先端技術に挑みました。機械は彼に勝てるのか。1990年代後半のIBMディープ・ブルーとの対戦が、その問いに答えを出しました。
さらに、チェスの仕組みと人工知能の仕組みには多くの共通点があります。そう考えると、チェスの文化的な物語を通して、現代のテクノロジー世界の動きについて多くを学べます。カスパロフの案内で、人工知能とチェス、そしてコンピューターの歴史と未来を旅してみましょう。本要約では、次のようなことを学べます。
- コンピューター技術者を安易に信頼してはいけない理由
- 1978年の世界チェス選手権で騒動を巻き起こしたランチボックスの中身
- GoogleアシスタントやAmazonアレクサの背後にある基本的なプログラミング原理
西洋ではチェスの評判は今ひとつだが、ロシアでは深く敬われている
チェスは古いゲームであり、何世紀にもわたって西洋文化の中に位置づけられてきました。多くの人に称賛されてはいますが、それは往々にして安全な距離からです。おそらく、チェスにはどうしても拭い去れない評判があるからでしょう。西洋では、チェスはオタクのゲームと見なされています。
典型的には、チェスに夢中な人々は、チェス盤の64マスの外に人生がないように思われています。著者ガルリ・カスパロフは、そうした偏見に挑もうと積極的に行動してきました。しかし、政治や歴史について語ったインタビューを数多く受けても、メディアは彼や他のチェスプレイヤーを風変わりな変人として描き続けました。実際には、彼らは特別な才能を持った普通の人々にすぎません。長年染みついた文化的信念を変えるのは難しく、チェスプレイヤーは今も学校の社会的階層の最下層に位置づけられがちです。ただしアメリカでは、学校チェスプログラムの導入のおかげで、徐々に改善の兆しが見えています。
幼い子どもたちは偏見なく、チェスが実は楽しいものだと発見しています。アメリカのチェス観は、ロシアの状況とは大きな対照をなします。カスパロフが育った頃、ロシアはまだソビエト連邦の一部でした。チェスは広くプレイされ、盛んに奨励されていました。そのため、西洋にあったような悪いイメージをまとうことはありませんでした。
むしろ、アメリカの野球のような人気スポーツと同じ地位にありました。実際、チェスの選手や指導者を高く評価する伝統は帝政ロシア時代にまでさかのぼります。ロシア革命で多くの貴族が殺害されましたが、貴族のチェスを愛好する伝統は消えませんでした。むしろ共産党がそれを育み、奨励したのです。彼らは、続くロシア内戦の最中に、一流チェス選手を兵役から免除してソビエトのチェス選手権に参加させたほどでした。
コンピューターは、チェス初心者にやっと勝てる程度から、グランドマスターに挑戦するまでになった
1950年代、計算科学が最初の臆病な一歩を踏み出した頃、この新しいテクノロジーがどこへ向かうのかを疑う人はほとんどいませんでした。コンピューターに支配されるユートピアやディストピアの未来予測は一般的でした。しかし、最初のパーソナルコンピューターがチェスをプレイできるにはほど遠いことを考えれば、それはいささか空想的でした。それでも科学者たちは挑戦したのです。
1956年、ニューメキシコ州ロスアラモスの研究所が最初のチェスプレイ用コンピューターを開発しました。その機械はMANIAC 1と呼ばれ、チェスプログラムを保存できるだけのメモリを備えた最初期のコンピューターの一つでした。重さは約1000ポンド（約450キロ）ありました。とはいえ、その能力は依然として限られていました。科学者たちはビショップを除いた36マスの縮小盤を使わざるをえませんでした。コンピューターは、経験豊かなプレイヤーにクイーンなしでプレイさせたにもかかわらず、結局負けてしまいました。
ところが同じ年、そのコンピューターはチェス初心者に勝利しました。人工知能が知的ゲームで人間を破った史上初の出来事でした。それから間もなく、コンピューターはグランドマスターに挑戦できるほど強力になりました。この急激な進歩は主に「ムーアの法則」によって説明されます。これは、コンピューターの処理速度が2年ごとに倍増するというものです。1977年までに、コンピューターは人間の上位5％のプレイヤーと互角に戦えるようになっていました。時折、敗因となるミスを犯すこともありましたが、全体的に優れた防御と戦術的な手がその欠点を補っていました。
さらに、1970年代にコンピューター科学者たちが改良した新しいアルゴリズムが大きな違いを生みました。それは「アルファ・ベータ法」と呼ばれ、その時点で検討中の手より効果が低い手を自動的に排除し、評価すべき手の数を絞り込むことを可能にしました。その結果、コンピューターは可能な手をより速く計算できるようになり、数手先を「考える」余力さえ手に入れました。
コンピューターは人間の仕事を奪いつつあるが、腹を立てるようなことではない
スーパーのレジ係という職業がまもなく過去のものになる、と想像するのは難しくありません。実際、セルフレジはスーパーにしっかりと定着しつつあります。この例はより広い傾向を示しています。コンピューターは人間の仕事、特にサービス業の仕事を奪いつつあります。
人間と機械を対決させる議論は、産業革命の黎明期にまでさかのぼります。農業機械や製造機械が肉体労働者に取って代わり始めた時代です。その後、1960年代から1970年代には、精密に設計された機械によって時計職人や実験助手といった熟練労働者が事実上不要になりました。そして最後に、インターネットの到来とともに情報革命が到来しました。一挙に何百万ものサービス・サポート職が消滅し、銀行窓口係や旅行代理店などの従業員は、オンラインの電子サービスに大幅に置き換えられました。機械が最も権威ある職業さえ無効化し始めるのは時間の問題でしょう。そうです、医師や弁護士でさえ例外ではありません。
とはいえ、機械が人間の苦役を肩代わりできるようになったことを感傷的に嘆く必要はありません。技術の進歩は歴史的に見て良いことでした。人類文明が大きく発展してきたのは、発明によって人間の労働の必要性を減らしてきたからです。その結果、生活の質は向上し、人権も前進してきました。私たちが空調の効いた部屋で暮らし、人類の全知識にアクセスできる機器を指で操作しながら、手作業がなくなることに不平を言えるのは、まさに特権のしるしです。これは単に、私たちが適応することを学ばなければならないということを意味します。
物事がかつての姿に戻ることはないのは明らかです。人工知能に取って代わられた事務員、レジ係、コールセンター従業員が、たとえば製造業の仕事に戻ることはないでしょう。彼らはむしろ、新たに生まれる新しいタイプの技術職やサービス職へと導かれなければなりません。
人工知能は急速に発展しており、新しいタイプのチェス用マシンを生み出している
2016年9月、カスパロフはオックスフォードで開かれたロボット工学のイベントを訪れ、アーティというロボットと直接会話を交わしました。そのような会話型ロボットはまだ未来的に思えるかもしれませんが、人工知能の発展が続くなか、まもなく日常生活に欠かせない存在になることは確実です。コンピューターは解決策を生み出すことはできても、人間とは違って問いを立てることはできない、と長い間信じられてきました。しかし、もはやそうではありません。
コンピューターはすでに質問をすることはできます。しかし、どの質問が重要かを知ることはまだできません。どんな機器でも、プログラムされた質問を投げかけることはできます。必要なのは、プロンプトとそれに付随する自動応答だけです。この場合、自動応答は質問の形をとります。GoogleアシスタントやAmazonのアレクサは、そうやって動いています。ただし、そのやりとりが本物らしく感じられたとしても、実際にはごく基本的なデータ分析に基づいているにすぎません。科学者たちは現在、機械が収集したデータから直接、自ら問いを組み立てられるかどうかを調べようとしています。
いずれ、自動応答的な質問を引き起こすための人間によるプロンプトは不要になるでしょう。機械はいつか、さらにその先へ進むかもしれません。人工知能が発展するにつれて、機械は生み出すデータだけでなく、その方法によっても私たちを驚かせるかもしれません。これがチェスでどのように機能するかを見てみましょう。
ごく最近まで、チェス用コンピューターにはチェスの戦略が直接プログラミングされていました。たとえば、クイーンはルークより価値が高いことを、プログラムに組み込まれた知識として知っていました。しかし現在、研究者たちは最も基本的なチェスのルールだけをプログラミングし、あとはすべて自分で解明させるという方法でチェス用コンピューターを開発しようとしています。つまり、まったく新しい戦略やプレイを編み出し、それを人間に教えることさえできるようになるのです。
人間にとってチェスは心理戦であり、コンピューターにとっては純粋に戦略の問題である
チェスをスポーツとみなすべきかどうかは、いまだに議論が続いています。しかし確かなのは、チェスの対局後に感じる神経的な疲労が、トラック競技の最後に感じる疲労に匹敵するということです。これは、チェスが究極的には心理的なゲームであるという事実によるものです。2003年以来、カスパロフは自身の対局も含め、有名なグランドマスターたちのチェスの試合を研究してきました。
彼はその発見を著書『わが偉大なる先人たち』にまとめ、最高のチェスプレイヤーでさえ多くの戦術的ミスを犯すと論じました。もちろん、彼らがより良い手を知らないからではありません。不安になっているか、対戦相手によって心理的に消耗させられているからです。1894年から1921年まで27年間世界チェスチャンピオンだったドイツのチェスプレイヤー、エマーヌエル・ラスカーは、チェスへの心理的アプローチの典型でした。その考え方は、最善の手が必ずしも戦術的に最も理にかなっている必要はなく、相手をできるだけ不快にさせる手であるべきだというものでした。このスタイルのプレイには、試合前に相手の棋風を注意深く分析することが必要です。
弱点を特定し、相手を心理的に動揺させる可能性が最も高い手を見極めなければなりません。コンピューターがチェスをする場合、そのようなルールは当てはまりません。人間は試合のストレスに対して常に心理的反応を示します。しかしコンピューターには感情がなく、チェスの試合中もそれ以外でも同様です。
彼らにとって、それは純粋に戦略の問題です。1985年までに、コンピューターは次の3手から4手先までのあらゆる可能な手の組み合わせを計算し、最も適切な手を選べるほど強力になっていました。しかし、プレイヤーが少なくとも5手先まで戦略を立てられれば、コンピューターを打ち負かすことは十分可能でした。
コンピューターに大量のデータを与えると優れたプログラムが生まれることがあるが、誤りも起こりやすい
成功は生まれつきの才能にかかっている、と一般には信じられています。しかし、マルコム・グラッドウェルが『天才! 成功する人々の法則』で書いたように、それは議論の余地があります。重要なのは何千時間もの練習です。人間については、グラッドウェルの説にはある程度の真実があります。
しかし人工知能に関する限り、不確実性はありません。ものを言うのは力ずくの計算力です。イギリスの人工知能研究者であり機械学習の先駆者であるドナルド・ミッキーは、コンピューターを大量の生データと組み合わせることで、この点をいち早く活用した一人です。彼は1960年に三目並べのゲームでこの概念を試しました。通常は、ゲームに適用する一連のルールをコンピューターに与えるかもしれません。しかしミッキーは、ゲームの「手」の例を多数コンピューターに与え、そこから基本原理を自ら導き出させました。
この種の機械学習プロセスは、Google翻訳のような現代の翻訳プログラムで実際に目にします。翻訳プログラムは言語についてほとんど何も知りません。代わりに、人間が作成した数百万もの例文と対応する翻訳を与えられているだけです。それらに基づいて、与えられたテキストの妥当な翻訳を組み立てることができます。ただし、こうしたシステムは完璧ではありません。大量のデータに依存するコンピューターは、大きな誤りを犯すこともあります。
1980年代、ミッキーはチェスをプレイする機械を作ろうとしました。彼と他の研究者たちは、グランドマスターの試合で指された数百万ものチェスの手という生データをコンピューターに詰め込みました。そのコンピューターは優れたプレイヤーになりましたが、時折、不可解なことをしました。たとえば、明確な理由もなく突然クイーンを犠牲にしたりしたのです。何が起きていたかというと、コンピューターはグランドマスターたちから、クイーンを犠牲にすることが勝利を告げる手になりうることを学んでいました。しかしもちろん、その賭けは他の多くの条件がそろったときにのみ機能することを認識できていなかったのです。それはまるで、すべてを理解しているようでいて、同時に何も理解していないかのようでした。
負けるのは決して楽ではないが、コンピューターと対戦すると潔く負けることを学べる
多くの人にとって、ゲームはゲームにすぎず、それ以上のものではありません。しかし、負けると泣き出したり、かっとなる人もいます。著者はチェスを現役で指していた頃、泣き出すようなことはほとんどありませんでしたが、負けず嫌いで、負けを素直に受け入れるタイプでもありませんでした。チェスの試合に負けると、その後何日も眠れない夜を過ごすこともありました。
表彰式で優勝トロフィーを手にできなかったときには、癇癪を起こすことさえありました。カスパロフはこの行動を恥じていません。彼に言わせれば、優れた競技者であるためには、負けることが嫌いだという気持ちが、競うことへの恐れより大きくなければなりません。そうでなければ、ただやめてしまうでしょう。幸いなことに、著者はそう頻繁に敗北に直面する必要はありませんでした。彼が現役で戦った2400試合のうち、負けたのはわずか170回でした。
しかし、それは人間との対局での話です。コンピューターとの対局はまったく別の話でした。カスパロフが初めてコンピューターに負けたのは1994年5月、ミュンヘンでのことでした。その名はフリッツ3。カスパロフは最初うまく指し、有利な局面を築きました。しかしその後、戦略的にまずい手を一手だけ指してしまいました。
すると即座に、コンピューターは試合に復帰してきました。そのミスは無理もないものでした。電撃チェスのトーナメントで、プレイヤーが一手の考慮に数秒しかかけないことも多い形式だったからです。最終的にカスパロフはトーナメント全体では優勝しましたが、コンピューターがチェスの世界チャンピオンを破ったのはこれが初めてでした。カスパロフはその後、1996年にさらに強力なコンピューター、IBMのディープ・ブルーと大会条件の下で対戦しました。今度は6局からなる本格的なマッチでした。
カスパロフは最初のマッチに勝ちましたが、翌年の再戦ではディープ・ブルーが勝者となりました。接戦でしたが、最終的にディープ・ブルーは各手についてあまりに多くの可能性を計算でき、カスパロフはついていけませんでした。これは人工知能にとって大きな勝利でした。カスパロフにとっては気づきの瞬間でした。今後はコンピューターに定期的に負かされるようになり、しかもマシンは将来さらに強力になるのは確実でした。そうしてカスパロフは、負けるという経験を受け入れるようになりました。
チェスは不正行為と無縁ではなく、コンピューターがそれを変えることもない
観客として私たちは通常、競技スポーツの華やかな側面を目にします。しかし舞台裏、影の部分では、不正行為は決して珍しいものではありません。競技チェスも同様です。距離を置いて見れば、こうした逸話はなかなか愉快に映ることもあります。
1970年代に支配的だったアナトリー・カルポフとビクトール・コルチノイの激しいライバル関係を例にとりましょう。1978年にフィリピンで開かれた世界選手権で、カルポフはジュカー博士という心理学者を雇い、試合中ずっとコルチノイをじっと見つめさせ、催眠術をかけようとしたり、気を散らそうとしたりしました。コルチノイも負けてはいませんでした。同じ選手権の最中、彼はインドのある宗派のメンバーを募り、カルポフとその心理学者を威圧しようと、彼らをじっと見つめながら瞑想させました。さらに、二人は互いに相手の不正を絶えず非難し、相手が持っているさまざまな物を調査するよう要求し合いました。
その対象には、コルチノイの椅子や眼鏡、そして有名なカルポフのヨーグルトが含まれていました。現在では、コンピューターによって不正行為がなくなったわけではなく、形を変えて存在しています。たとえば、試合中のコンピューターへの一定の人間の介入は認められています。技術者がバグを修正したり、コンピューターがクラッシュしたら再起動したり、ゲームの合間にコンピューターの評価関数を調整したりするのです。カスパロフとディープ・ブルーの有名な1997年の再戦の時点では、こうした定型的な修正はすでに受け入れられていました。実際、ディープ・ブルーは6局の間に2回クラッシュし、そのたびに再起動されました。
再起動によってコンピューターのメモリテーブルが消去されたため、クラッシュしなかった場合とは異なる手や判断を下すことになりました。試合中にこの種の事象を不正に引き起こすことは、技術者がコンピューターに不当な優位を与える手段になりえます。その結果、現在では技術者の介入はより厳格に規制されています。
チェスは複雑で美しいゲームですが、結局のところ、コンピューターが習得できるほどシンプルであることが証明されました。ディープ・ブルーが1990年代後半に利用可能だった処理能力だけで著者を破ったことが、その証拠です。コンピューター科学の次の課題は、チェスよりもはるかに多くのマスと変数を持つ、より複雑なボードゲームをコンピューターに習得させることです。中国の囲碁のようなゲームがまさにうってつけでしょう。
最終的なまとめ
人工知能は急速に人間の知能を追い越しつつあります。20年以上前から世界クラスのチェスプレイヤーを打ち負かす能力を持っていますが、今後さらに多くのことが期待されます。
当分の間、コンピューターは主に力ずくの計算力と、膨大なデータを処理する能力を使ってこれを実現しています。しかし、人工知能における新たな革命が目前に迫っています。コンピューターがデータを分析し、そこから問いを立て、人間の入力を介さずに解決策を開発し始めるなら、私たちは真に新しい時代に足を踏み入れることになるでしょう。
