無敵のポーカー・プログラム完成、カナダ研究

テーブルを囲んで行われる「テキサス・ホールデム」。仏領コルシカ島で（2007年2月撮影、資料写真）。

【AFP＝時事】プレーヤー2人に限定したポーカーの「テキサス・ホールデム（Texas hold'em）」で、理論上絶対に負けないコンピュータープログラムを開発したとする研究論文が、8日の米科学誌サイエンス（Science）に掲載された。

人工知能で人類は滅亡する？ ホーキング博士の警告で議論再燃

　論文の主執筆者、カナダ・アルバータ大学（University of Alberta）のマイケル・ボーリング（Michael Bowling）氏はAFPの取材に、研究チームは2003年より「現在の超一流プレーヤーに負けない、またどんな戦略にも負けない、完璧なプレーヤーを作り出すこと」を目標に掲げてきたと語る。

　研究チームは2008年、ポラリス（Polaris）と呼ばれる最初のポーカー実行プログラムを完成させた。ポラリスは、2人のプレーヤー勝負のホールデムで人間の一流プレイヤーに勝つことができた。

「この時点で、コンピューターはこの形式のポーカーでは全ての人間より強いプレーヤーとしての地位を確立した」とボーリング氏は言う。

　ポラリスがポーカーで人間に勝てることが判明した後、「論理上の次なるステップは（このゲームを）解くことができるかの検討だった」と同氏は続けた。

　4800個の中央演算処理装置（CPU）群がゲームを解決するための計算を開始した。「本質的にゲームを解決するという目標に到達するのに2か月あまりの計算を要した」と同氏は話す。

　結果は、世界中でプレーされている最も人気の高い形式のポーカーがこれで「本質的に弱解決する」というものだった。これは、人間が一生分プレーしても、統計的有意性を持って打ち負かすのは不可能であることを意味する。

　ボーリング氏は、電子メール取材に対し「ゲームを解決する完全な戦略の算出を目指したが、われわれの戦略はゲームを本質的に解決するものにとどまった。これはつまり、戦略がほぼ完璧であるため（人間が一生涯にプレーできるゲーム数に近い）6000万回プレーした後でも、負ける可能性が運によるものか否かさえも区別できないほど非常に小さいことを意味する」と説明した。


■コンピューター対人間

　ゲームで人間を打ち負かしたコンピューターとしては、ポーカーの他にも1994年にボードゲーム「チェッカー」の世界選手権で初めて人間を破ったプログラム「チヌーク（Chinook）」や、1997年に当時のチェス世界チャンピオン、ガルリ・カスパロフ（Garry Kasparov）氏に勝った「ディープ・ブルー（Deep Blue）」などがある。

　米コンピューター大手IBMが開発した高性能コンピューター「ワトソン（Watson）」は2011年、米国のクイズ番組「ジョパディ！　（Jeopardy ！　）」で優勝した。

　だがポーカーのテキサス・ホールデムは、特に難題であることが判明していた。プレーヤーが2人だけでも、どのカードがすでに相手の手札に入っているかなどの未知の情報が大量にあるからだ。

　米カーネギーメロン大学（Carnegie Mellon University）のコンピュータ科学者、トゥオマス・サンドホルム（Tuomas Sandholm）氏は、数多くある「不完全情報ゲーム」のなかでも、ポーカーは人工知能（AI）にとっては最大級の挑戦だと、サイエンス誌に同時掲載された解説記事に記している。

　同氏の説明によると、これらのいわゆる「不完全情報ゲーム」を解決するための一般的手法では、最初にゲーム全体を抽象化して「規模はより小さいが、戦略的に同様なゲームを生成し、均衡発見アルゴリズムで対応可能なサイズにまで縮小する」という。次に、抽象化した各ゲームを解決して均衡または均衡近傍を導き出し、それらの戦略を元のゲームに対応づける。

　ゲーム解決への挑戦は、現代社会に進歩をもたらす助けになるかもしれない。ボーリング氏によると、空港検問所の保安体制の強化、沿岸警備パトロールの向上、医療上の決定の改善などに役立つ可能性があるという。

　このポーカーに利用されたようなアルゴリズムの進歩は、現実世界の不確定性と不明情報を含む状況に対して意思決定を下す場合に、より効果的な解決策を見つける助けになるかもしれないと、論文は結論付けている。【翻訳編集】 AFPBB News