| 講演名 | 2017-09-19 AlphaGoのAI情報学的考察 上野 晴樹(NII), |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | AlphaGoは、囲碁界や社会に想定を超える驚きと衝撃をもたらしたが、AI情報学の視点から観ると囲碁がサイエンスになったという重要な意義があると思う。プロ棋士による対局や棋譜の解説やAI研究者による科学技術的解説が出ているが、囲碁がサイエンスになったという視点からの議論は殆ど見られないので、本論文ではこの点に焦点をおいて議論する。技術論の詳細は参考文献に譲ることとし、プロ棋士がどのように「AI囲碁」を理解しているかについてはAI情報学の視点からは大変興味深いので彼らによって書かれた文献を読んで頂きたい。著者は、中級レベルのアマチュア有段者でありAI情報学の研究者であるので、議論の空白を埋めるとともに、AlphaGoで脚光を浴びた“深層学習によるAI”の社会の様々な分野への応用に過度の期待がかかっている“AIブーム”の現状に警鐘を鳴らすとともに、この分野の正しい理解と発展に貢献したい。 |
| 抄録(英) | AlphaGo has brought a surprise and shocks to the Go world and society. While from the viewpoint of AI informatics, I think there is an important significance that Go has become science. Plays of Human professional Go players and AlphaGo have been analyzed and discussed by professional Go players and AI researchers from their point of views respectively. Discussions by professional Go players seem to be rather human-like way of AlphaGo’s playing, such that AlphaGo would plays almost a human. While AI scientists’ discussion are concentrated on technical approach that has achieved such a high performance in Go playing of AlphGo. This paper focuses on the significance of Go that becomes Science through AlphaGo. Over the long history of Go, the knowledge of Go play is discovered by human beings through thousands of years of playing Go games and systematization efforts. One of disadvantage of this approach is as well known a missing of key knowledge witch results in incompleteness of the knowledge. New AI and ICT technologies used in developing AlphaGo demonstrated the power of Scientific approach in Go by winning in So game between AlphaGo and top professional Go players. In the paper I would like to discuss some future social issues derived by over-expectations of AI based on Deep Learning oriented Machine Learning technologies those are beginning to apply to the society from the point of views of a mid-level Go yudan player and AI scientist. |
| キーワード(和) | Alpha碁 / AI囲碁 / 囲碁 / 深層学習 / 畳み込みニューラルネットワーク / 機械学習 / 強化学習 / AI |
| キーワード(英) | AlphaGo / AI-Go / Go / Deep Learning / Convolutional Neural Network / Machine Learning / Enforced Learning / AI |
| 資料番号 | KBSE2017-25 |
| 発行日 | 2017-09-12 (KBSE) |
| 研究会情報 | |
| 研究会 | KBSE |
|---|---|
| 開催期間 | 2017/9/19(から1日開催) |
| 開催地（和） | 同志社大学 東京オフィス |
| 開催地（英） | Doshisha Univ. Tokyo Branch Office |
| テーマ（和） | 一般 |
| テーマ（英） | |
| 委員長氏名（和） | 金田 重郎(同志社大) |
| 委員長氏名（英） | Shigeo Kaneda(Doshisha Univ.) |
| 副委員長氏名（和） | 粂野 文洋(日本工大) |
| 副委員長氏名（英） | Fumihiro Kumeno(Nippon Inst. of Tech.) |
| 幹事氏名（和） | 岩田 一(神奈川工科大) / 櫻井 孝平(金沢大) |
| 幹事氏名（英） | Hajime Iwata(Kanagawa Inst. of Tech.) / Kohei Sakurai(Kanazawa Univ.) |
| 幹事補佐氏名（和） | 猿渡 卓也(NTTデータ) / 木村 功作(富士通研) |
| 幹事補佐氏名（英） | Takuya Saruwatari(NTT DATA) / Kosaku Kimura(Fujitsu labs.) |
| 講演論文情報詳細 | |
| 申込み研究会 | Technical Committee on Knowledge-Based Software Engineering |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | AlphaGoのAI情報学的考察 |
| サブタイトル（和） | 囲碁がサイエンスとなった意義 |
| タイトル（英） | Analysis of AlphaGo from a Point of View of AI-Informatics |
| サブタイトル（和） | Significance of Go Becoming Science |
| キーワード(1)（和/英） | Alpha碁 / AlphaGo |
| キーワード(2)（和/英） | AI囲碁 / AI-Go |
| キーワード(3)（和/英） | 囲碁 / Go |
| キーワード(4)（和/英） | 深層学習 / Deep Learning |
| キーワード(5)（和/英） | 畳み込みニューラルネットワーク / Convolutional Neural Network |
| キーワード(6)（和/英） | 機械学習 / Machine Learning |
| キーワード(7)（和/英） | 強化学習 / Enforced Learning |
| キーワード(8)（和/英） | AI / AI |
| 第 1 著者 氏名（和/英） | 上野 晴樹 / Haruki Ueno |
| 第 1 著者 所属（和/英） | 国立情報学研究所(略称：NII) National Institute of Informatics(略称：NII) |
| 発表年月日 | 2017-09-19 |
| 資料番号 | KBSE2017-25 |
| 巻番号（vol） | vol.117 |
| 号番号（no） | KBSE-214 |
| ページ範囲 | pp.25-30(KBSE), |
| ページ数 | 6 |
| 発行日 | 2017-09-12 (KBSE) |