AIは人間を「超えた」のか、それとも「映した」のか

囲碁のAIに負けた人間が、その10年後に「AIとは何か」を最もよく理解している——そんな逆説が、今のAIブームの核心にあるかもしれません。

「解けない問題」が、すべてを変えた

2016年3月、Google DeepMindが開発した囲碁AIプログラム AlphaGo は、当時世界最強と称された棋士・李世乭（イ・セドル）を4勝1敗で下しました。この一戦は、単なるゲームの勝敗ではありませんでした。数十年間「解けない」とされてきたコンピュータ科学の難問が、ついて崩れた瞬間でした。

囲碁の難しさは、その圧倒的な複雑さにあります。19×19のマス目に石を置くこのゲームで生じうる局面の数は、観測可能な宇宙に存在する原子の数を上回り、チェスの可能な局面数をはるかに凌駕します。チェスでは「ルーク（飛車）は横にしか動けない」という制約がありますが、囲碁の石はどこにでも置けます。だからこそ、チェスで世界チャンピオンを破ったDeepBlue（1997年）の成功は、囲碁では再現できないとされていたのです。

DeepMindが編み出した解決策は、二つのアルゴリズムの組み合わせでした。一方が「次の手」を提案し、もう一方が「その手の良し悪し」を評価する。そしてAIは自分自身と何千回も対局を繰り返し、強化学習と呼ばれる手法で失敗から学び続けました。その結果、AlphaGoは人間がそれまで考えもしなかった戦術を編み出し、囲碁界の常識を塗り替えました。

囲碁AIの「遺伝子」が、ChatGPTに宿っている

あれから10年。AlphaGoの技術的な思想は、驚くほど直接的に現代の生成AIへと受け継がれています。

OpenAIの研究者であるNoam Brown氏が指摘するように、最新の「推論モデル（reasoning models）」の仕組みは「AlphaGoと驚くほど似ている」のです。ChatGPTなどの大規模言語モデルはかつて、難しい数学の問題や複雑なコーディングタスクに直面すると、まるで暗闇の中を手探りするように答えを出していました。それが2024年末から変わり始めます。

新世代の推論モデルは、問題を「ステップ・バイ・ステップ」で考え、途中で自分の思考を評価しながら必要に応じてやり直す——まさにAlphaGoが「手を提案し、評価する」という二段構えで動いていたのと同じ発想です。学習方法も同じく強化学習。AIが大量の数学問題を解き、間違いから学ぶプロセスは、AIが無数の囲碁の対局から学んだプロセスと本質的に同じです。

広告

広告掲載について

[email protected]

広告

さらに重要な共通点があります。それは「スケーリング」の概念です。従来のAI開発では、より多くのデータ、より大きな計算能力が性能向上の鍵でした。しかしAlphaGoと推論モデルが示したのは、もう一つの次元のスケーリング——つまり「考える時間と計算資源を増やす」ことで性能が上がるという発見です。難しい問題ほど時間をかけて考える、という人間にとって当然のことが、AIでも成立すると証明されたのです。

「万能の知性」への道は、まだ遠い

ただし、楽観論には慎重さも必要です。Google DeepMindのPushmeet Kohli副社長は、核心的な問いを投げかけます。「囲碁では、勝ち負けという明確な評価基準があった。今日のAIは、はるかに一般的な環境で機能することを求められている」。

推論モデルが現在最も得意とするのは、「プログラムが正しく動くか」「数学的証明が成立するか」のように、正解が比較的明確な領域です。しかし「創造性」「倫理的判断」「文化的文脈の理解」といった、人間が日常的に行う曖昧な判断を評価する方法を、誰もまだ見つけていません。AlphaGoのように「汎用知性」を訓練する単一の評価基準を作ることは、囲碁を征服するより遥かに難しい挑戦です。

ここに、日本社会にとって特に重要な視点があります。少子高齢化と労働力不足という構造的課題を抱える日本では、AIの実用化は「選択」ではなく「必要」に近い文脈で語られることが多い。しかし、AIが得意とする「明確な正解のある問題」と、人間が不可欠な「曖昧さの中の判断」の境界線を、社会としてどこに引くかは、技術の問題ではなく価値観の問題です。

囲碁が「滅びなかった」理由

AlphaGoの登場は、囲碁を終わらせませんでした。むしろ逆です。AIが人間の想像を超えた戦術を披露したことで、人間棋士たちは新たなインスピレーションを得て、囲碁界は活性化しました。AIは「人間の代替」ではなく「人間の創造性を刺激する鏡」として機能したのです。

チェスでも同様のことが起きました。AIが世界チャンピオンを超えた後も、チェスの競技人口は増え続け、ビジネスとしても成長しました。人間同士の戦い、ドラマ、失敗と成長の物語——それ自体に価値があったからです。

原文の著者は、ここに現代のAIブームへの示唆を見ています。誰もが最初は下手くそだ。 囲碁棋士もプログラマーも、医師も教師も、最初は失敗を繰り返すことで成長します。AIが「即座に正解」を提供することで、その学習プロセスが失われたとき、次世代の「人間の専門家」はどこから生まれるのでしょうか。

任天堂が長年守ってきた「遊びの本質は人間の体験にある」という哲学、あるいは日本の職人文化における「修行」の概念——これらは、AIが効率化できない何かを指し示しているのかもしれません。