Editing Openai/69411cdc-9530-8007-8ab2-360f59bcdf44 (section)

=== Assistant: 要点だけ、整理して答える。 ===
要点だけ、整理して答える。

==== AlphaGo は ====
「パーセプトロンを高速・大規模に回した」だけではない。
決定的だったのは、次の 三点の組み合わせ。

==== ### ====

従来の囲碁AI
→ 全着手をほぼ同列に探索（分岐爆発）

AlphaGo
→ 人間の思考に近い構造

===== - 「この局面で“良さそうな手”はどれか」を確率分布で出す =====
* 無駄な探索を激減させる（探索空間を 1/1000 以下に）

===== - 途中局面から 最終勝率を直接推定 =====
* 従来は終局まで打ち切る必要があった

👉
「どこを調べるか」と「どれくらい良いか」を完全に分業
これが革命的だった。

==== ### ====

AlphaGo は
深層学習 ＋ MCTS を有機的に統合した。
* Policy → 探索の枝刈り
* Value → 探索の深さ削減
* ランダムではなく「賢いシミュレーション」

これは

: 

と言っていい。

==== ### ====

AlphaGo は段階的に学習した。
# 人間棋譜で事前学習
# 自己対戦で超人的最適化
# 人間の常識から逸脱した「非直感的な最善手」を獲得

👉
Lee Sedol 戦の「37手目」などは
人間の評価関数を完全に超えた証拠

==== - 分岐数が桁違いに多い（探索不能） ====
* 評価関数が作れない
* 定石があいまい

👉
人間の知識に依存しない手法でなければ突破できなかった

AlphaGo は

: 

ここが本質。

==== ### ====

ノーベル賞の対象にはならない（現行制度では）

===== - ノーベル賞は「自然法則の発見」が主対象 =====
* AlphaGo は - 既存理論（NN、MCTS、強化学習）の統合と設計の天才 - 新しい物理法則や数学定理の発見ではない

==== もし将来、 ====
* 自己学習AIが - 新しい数学定理を自律的に発見 - 物理理論を構築 - 科学的仮説を検証

という段階に進めば、
AIそのものではなく「それを生んだ理論」が受賞対象になる可能性はある。

==== AlphaGoの本質は： ====

: 

これは
* 囲碁AIを超え
* 意思決定科学そのものを一段引き上げた

が、
ノーベル賞ではなく「計算機科学史上の金字塔」
という位置づけになる。