評価:B
【概要】
チェッカーやチェス、囲碁などのゲームを題材に、DeepLearning系AIの計算アルゴリズムの概要を解説(主成分分析による特徴量抽出、回帰分析・判別分析、評価関数の探索木の枝刈り、層の深耕など)。基本的には、ざっくり言うとAIはこんな計算してるだけで大したことないよ、と言いたいみたい。
【詳細】
・機械学習
素そデータの背後にある何らかの規則をコンピュータが拾い上げること。
・ニューラル・ネットワークが行っている計算
複数の変数を使って複数の合成値を作り、それらの合成値を使ってさらに合成値を作る。
・AlphaGoの強み
モンテカルロ法(乱数を発生させて界の近似値を得る方法)の使用に加えて、精度のよい「人間の着手予測(模倣)プログラム」(通常版と高速計算版)と、モンテカルロ法を補う「勝率予測プログラム」を使用していること。
他にも、定性的な理解にはとどまるが、「評価関数の正確さと探索時間の短さはトレードオフ」などの話が興味深い。
とりあえずニューラルネットワーク図と探索木の図を想像できるようになればまあOK.
ついでに、〇リオパーティで見たような数取りゲームやチョンプ、上記ゲームのルールがわかってお得感(やっぱり囲碁は難しいが)。
<おまけ>
チェスのplayerと棋譜。
AlphaGoのplayerと棋譜。