1
AlphaFold 2
Shares tags: ai
1AlphaGoは人間の囲碁世界チャンピオンを打ち破りました。これは専門家が数十年先のことだと考えていた偉業です。
22016年のLee Sedolに対する勝利は、世界中で2億人以上の人々に視聴されました。
3後継であるAlphaGo Zeroは、36時間のトレーニングでAlphaGo Leeを、30日でAlphaGo Masterを凌駕しました。
4その基盤となる技術は、2020年に50年来のタンパク質折りたたみ問題を解決したAlphaFold 2に影響を与えました。
</>Embed "Featured on Stork" Badge▼
<a href="https://www.stork.ai/en/alphago" target="_blank" rel="noopener noreferrer"><img src="https://www.stork.ai/api/badge/alphago?style=dark" alt="AlphaGo - Featured on Stork.ai" height="36" /></a>
[](https://www.stork.ai/en/alphago)
overview
AlphaGoとは？
AlphaGoは、DeepMindが開発したAIシステムツールであり、研究者や戦略ゲーム愛好家が複雑な囲碁を人間離れしたレベルで習得できるようにします。これを達成するために、ディープニューラルネットワークと高度な探索アルゴリズムを組み合わせています。DeepMind Technologies（Googleの子会社）によって開発されたAlphaGoは、古代中国のボードゲームである囲碁を習得するために設計された人工知能（AI）プログラムです。人間の囲碁世界チャンピオンを打ち破ることで、AIの能力に対する認識を革新しました。これは専門家が数十年先のことだと考えていた偉業です。その主な機能は、ディープラーニングや強化学習を含む洗練されたAI技術とモンテカルロ木探索アルゴリズムを組み合わせて、人間離れしたレベルで囲碁をプレイすることです。直接的なユースケースは囲碁の習得でしたが、AlphaGoの基盤となる機械学習手法は、エネルギー効率、公衆衛生、ロボット工学、金融、気候科学、科学的発見など、さまざまな現実世界の問題に応用されています。
quick facts
基本情報
| 属性 | 値 |
|---|---|
| 開発元 | DeepMind |
| ビジネスモデル | 研究プロジェクト（直接的な商業化なし） |
| 価格 | 該当なし（研究プロジェクト、直接的なユーザー費用なし） |
| 初の公開対局 | 2016年3月 |
| 主要技術 | ディープニューラルネットワーク、強化学習、モンテカルロ木探索 |
| 親会社 | Google（DeepMind買収による） |
| 本社 | ロンドン、英国 |
features
AlphaGoの主な特徴
AlphaGoは、囲碁というゲームで人間離れしたパフォーマンスを達成するために、いくつかの高度なAIコンポーネントと手法を組み込んでおり、非常に複雑な戦略的領域におけるディープニューラルネットワークと強化学習の能力を示しています。
- 1古代のゲームである囲碁を人間離れしたレベルで習得しました。
- 2囲碁の世界チャンピオンを打ち破りました（2016年のLee Sedol、2017年のKe Jie）。
- 3パターン認識と戦略学習のために、教師あり学習（SL）ポリシーネットワークと強化学習（RL）ポリシーネットワークを含むディープニューラルネットワークを利用しています。
- 4ゲームの可能性を探るために、特にモンテカルロ木探索という高度な探索アルゴリズムを採用しています。
- 5数百万回の自己対局による強化学習を通じて、戦略を学習し洗練させます。
- 6盤面を評価し、任意の状態から勝者を予測するためのバリューネットワークを組み込んでおり、長期的な計画に不可欠です。
- 7囲碁において斬新な戦略と創造的なアプローチを探求・開発し、何世紀にもわたる人間の知恵に挑戦しています。
use cases
AlphaGoは誰が使うべきか？
AlphaGo自体は研究プロジェクトであり、直接的なユーザーアプリケーションのための商業ツールではありませんが、その手法と後継システムはさまざまな分野で広範な影響と応用を持っています。
- 1AI研究者：特に深層強化学習におけるAI研究を進め、AlphaGo Zero、AlphaZero、MuZeroなどの後続AIシステムの開発を触発するため。
- 2多様な分野の科学者：タンパク質折りたたみ（AlphaFold）、ロボット工学、自律システム、数学的推論（AlphaProof、AlphaGeometry 2）などの分野におけるAI技術の応用を触発するため。
- 3囲碁愛好家と戦略家：AlphaGoの手が人間の打ち方に影響を与えたように、複雑な戦略ゲームにおける斬新な戦略と創造的なアプローチを探求・開発するため。
- 4応用AIの開発者と研究者：エネルギー効率の最適化、公衆衛生の改善、金融市場分析、気候科学シミュレーションなどの分野でAlphaGoの基盤となる機械学習手法を利用するため。
pricing
AlphaGoの価格とプラン
DeepMindが開発したAlphaGoは、主に研究およびデモンストレーションプロジェクトであり、エンドユーザー向けの直接的な価格プランを持つ商業製品としては提供されていません。その開発と運用は、DeepMindの親会社であるGoogleによって資金提供されています。したがって、従来のソフトウェア製品の意味での「無料」または「有料」の階層はありません。AlphaGoとその後継システムから得られた研究と洞察は、しばしば学術雑誌に発表され、より広範なAIコミュニティに貢献しています。
competitors
AlphaGo vs 競合
AlphaGoは、複雑な戦略ゲームにおけるAIの新たなベンチマークを確立し、以前の囲碁AIプログラムを大幅に上回り、さまざまな領域における後続AIシステムの開発に影響を与えました。
- 1AlphaGo vs Deep Blue：AlphaGoは囲碁における戦略ゲームの習得にディープニューラルネットワークと強化学習を利用しましたが、Deep Blueは主にブルートフォースの計算能力と広範なチェスの知識データベースに依存して、チェスでGarry Kasparovを打ち破りました。
- 2AlphaGo vs Libratus / Pluribus：AlphaGoは完全情報ゲームである囲碁を習得しましたが、LibratusとPluribusは、不完全情報、ブラフ、多人数ダイナミクスを特徴とするノーリミットテキサスホールデムポーカーで優れており、隠された情報と欺瞞に対して異なるAI戦略を必要としました。
- 3AlphaGo vs OpenAI Five：AlphaGoは完全情報を持つターン制ゲームである囲碁を習得しましたが、OpenAI Fiveは、広大な行動空間、部分的な観測可能性、長い時間軸を持つ複雑なリアルタイム戦略eスポーツゲームであるDota 2に取り組み、不確実性下でのリアルタイム意思決定を要求しました。
- 4AlphaGo vs AlphaStar：AlphaGoは完全情報ボードゲームである囲碁を習得しましたが、同じくDeepMindのAlphaStarは、よりダイナミックで部分的に観測可能なリアルタイム戦略ゲームであるStarCraft IIでグランドマスターの地位を達成するために、同様の深層強化学習技術を拡張しました。
❓
Frequently Asked Questions
+AlphaGoとは何ですか？
AlphaGoは、DeepMindが開発したAIシステムツールであり、研究者や戦略ゲーム愛好家が複雑な囲碁を人間離れしたレベルで習得できるようにします。これを達成するために、ディープニューラルネットワークと高度な探索アルゴリズムを組み合わせています。
+AlphaGoは無料ですか？
AlphaGoはDeepMindが開発した研究プロジェクトであり、エンドユーザー向けの直接的な価格プランを持つ商業製品としては提供されていません。したがって、従来の意味での「無料」または「有料」の階層はありません。
+AlphaGoの主な特徴は何ですか？
AlphaGoの主な特徴には、囲碁を人間離れしたレベルで習得する能力、ディープニューラルネットワーク（教師あり学習および強化学習ポリシーネットワーク）の使用、高度なモンテカルロ木探索アルゴリズム、および局面評価のためのバリューネットワークが含まれます。広範な自己対局を通じて戦略を学習し、洗練させます。
+AlphaGoは誰が使うべきですか？
AlphaGo自体は研究プロジェクトですが、その手法はAI研究者、タンパク質折りたたみやロボット工学などの分野の科学者、斬新な戦略に関心のある囲碁愛好家、エネルギー、ヘルスケア、金融のシステムを最適化するためにAIを応用する開発者にとって関連性があります。
+AlphaGoは競合とどう比較されますか？
AlphaGoは、深層強化学習を用いて完全情報ゲームである囲碁を習得することで際立ちました。これは、Deep Blueのチェスに対するブルートフォースアプローチ、Libratus/Pluribusの不完全情報ポーカーの習得、そして部分的な観測可能性と動的な環境を伴うDota 2やStarCraft IIのような複雑なリアルタイム戦略ゲームにおけるOpenAI Five/AlphaStarの成功とは対照的です。