読者です 読者をやめる 読者になる 読者になる


英語のニュースでお勉強。 知らない単語や表現を、こっそり調べてエラそうに説明してみるブログです。 元の記事から数日遅れることもありますので、ニュースとしては役に立たないこともある。IT系・技術系が主たる対象であります。


人工知能・機械学習 アルゴリズム

‘Go’ Is the Game Machines Can’t Beat. Google’s Artificial Intelligence Whiz Hints That His Will.


posted with amazlet at 15.11.20
石倉 昇
売り上げランキング: 3,389

When the world’s smartest researchers train computers to become smarter, they like to use games. Go, the two-player board game born in China more than two millennia ago, remains the nut that machines still can’t crack.

世界で最も賢い研究者たちは、コンピューターをさらに賢く訓練するために、ゲームを使うことを好みます。 2千年以上前に中国で生まれた、2人で対戦するボードゲーム囲碁」は、いまだに機械にはクラックできないものとされています。

Enter Google’s nerds. Demis Hassabis, the artificial intelligence savant behind Google DeepMind, hinted in a video interview that his secretive team has cracked Go.

グーグルのオタクたちのところへ行ってみると、グーグルDeepMindに関わる人工知能分野の天才、デミス・ハサビス氏 人工知能科学者 Demis Hassabis が、ビデオインタビューで、彼の秘密のチームが囲碁をクラックしたと教えてくれました。

  • nerds - ナードは、オタクか。ちょっと違和感あるけどGoogle先生がそう言ったから。マニアでも専門家でもないし、この業界で言う賛辞としての「変態」かもしれないけど、一般的には通じないかもだし、ムツカシイ。
  • savant - 特定分野について専門的な知識や能力を持つ人。学者、科学者、天才など。 科学者、フランス語らしい。サイエンティストとの違いは分かりません。(コメントでご指摘いただきました)

  • secretive - 秘密主義の

2016年3月11日 韓国の棋士、李・セドゥル九段との全5戦マッチ、AlphaGoが三連続勝利:


2016年3月9日、第一戦でプロの棋士に歴史的勝利:グーグルのDeepMindが、伝説の棋士 李セドゥルに歴史的勝利 - ニュースな英語のホンヤクコンニャク



Since Google plopped down $400 million last year for the AI startup, DeepMind has remained frustratingly silent. It has put out a couple papers of its training algorithms beating Atari games — using a combination of deep learning methods that have earned considerable respect in the insular AI world. But it has released little else.

昨年グーグルが人工知能のスタートアップに4億ドルを投下して以来、DeepMindは、イライラするほど沈黙を守っていました。 アタリのゲームに勝った機械学習アルゴリズムの2つの論文を提出しました。それは、AIの世界の一部でかなり重要だとされている、深層学習理論の組み合わせを使っています。 しかし、同時に少し違ったものもリリースしました。

  • frustratingly - イライラするほど
  • insular - 一部の

In an interview with the Royal Society of London, Hassabis lets us look up its sleeve. “Maybe you will have a surprise about Go?” Hassabis’s interlocutor asked.

ロンドン王立協会のインタビューで、Hassabis は密かに隠していた秘密を私たちに見せてくれました。「もしかして囲碁についてのサプライズがありますか?」Hassabisと会話する人が尋ねました。

  • interlocutor - 対話者
  • up its sleeve - 袖に隠し持つ。忍ばせておく。といった意味らしい。

Hassabis smiles. “I can’t talk about it yet, but in a few months I think there will be quite a big surprise,” he replies. (The full interview is here.)





Last year, Wired went long on the challenge Go poses to machines. Here’s the relevant part:


Similarly inscrutable is the process of evaluating a particular board configuration. In chess, there are some obvious rules. If, ten moves down the line, one side is missing a knight and the other isn’t, generally it’s clear who’s ahead. Not so in Go, where there’s no easy way to prove why Black’s moyo is large but vulnerable, and White has bad aji. Such things may be obvious to an expert player, but without a good way to quantify them, they will be invisible to computers. And if there’s no good way to evaluate intermediate game positions, an alpha-beta algorithm that engages in global board searches has no way of deciding which move leads to the best outcome.

Not that it matters: Go’s impossibly high branching factor and state space (the number of possible board configurations) render full-board alpha-beta searches all but useless, even after implementing clever refinements. Factor in the average length of a game — chess is around 40 turns, Go is 200 — and computer Go starts to look like a fool’s errand.

同様に不可解なのは、特定の盤面の配置を評価する処理です。 チェスでは、いくつかの明らかなルールがあります。 もし、ラインを10回下へ下がれば、片方はナイトを失っていて他方はそうではありません。一般的にどちらが有利なのかは明白なのです。 しかし、囲碁はそうではありません。「黒の模様が多くを占めるが劣勢、そして、白は味が悪い」と証明する簡単な方法がないためです。 熟練者にとって、それは明白なのかもしれませんが、それらを定量化する良い方法がなく、コンピューターには見えないでしょう。 そして、ゲーム中の状況を評価する良い方法がないのならば、盤面全体の探索に頼るアルファ-ベータアルゴリズムでは、どれが最善手であるかを決定できません。

次のことは重要ではありません:囲碁が極端に多く枝分かれすることと、巨大な状態空間(盤面の可能な配置最大数)は、たとえ盤面全体のアルファ-ベータ検索に、巧みに改良を加え、全てをレンダリングしたとしても、使えないのです。 一回のゲームの平均の長さが、チェスは40手ぐらいですが、囲碁は200手ということで、コンピューターの囲碁が、無駄足のように思えてきます。

It’s a fool’s errand rich with visual patterns, good fodder for the type of machine intelligence that DeepMind practices.


  • errand - 使命、お使い
  • fodder - 飼料。飼料を与える

Google has given DeepMind, which is based in London, a singular mission: Solve intelligence. This month, the unit hired Drew Purves, a researcher who spent eight years doing ecological modeling at Microsoft. At a recent conference, Purves declined to say what he was doing at DeepMind.

Last month, Facebook said its team of nerds is also working on beating Go.

グーグルはロンドンに基盤を置くDeepMindへ、「知性を解け」という異例のミッションを与えました。 今月、そのユニットは、8年間マイクロソフト生態学モデリングを行って過ごした Drew Purves を雇い入れました。 先ごろのカンファレンスで、Purvesは DeepMindで彼が何をしているのかを多くは語りませんでした。