AlphaGo

AlphaGoは、Google DeepMindが開発したコンピュータ囲碁プログラムである。ニューラルネットワークによる局面評価とモンテカルロ木探索、強化学習を組み合わせた設計により、変化の組み合わせ数が膨大で従来のコンピュータには不向きとされてきた囲碁において、世界トップクラスの棋士に勝利したことで知られる。開発の過程を記録した2017年公開のドキュメンタリー映画「AlphaGo」も製作されている。

概要

AlphaGoは、盤面評価と着手選択を担うニューラルネットワークを強化学習と自己対局によって鍛え、モンテカルロ木探索と組み合わせることで高度な局面判断を実現した。この成果は、コンピュータ囲碁が長らく人間のトップ棋士に及ばないとされていた状況を大きく変え、強化学習が複雑な意思決定問題に有効であることを広く示す契機となった。ドキュメンタリー映画版では、開発チームの取り組みや対局の様子が記録されている。

技術的位置づけ

AlphaGoで確立された学習手法は、その後継であるAlphaGo Zero、AlphaZero、MuZeroなどに継承され、囲碁に限らずチェスや将棋、さらにはより汎用的な意思決定問題への応用へと発展してきた。開発の中心人物であったDavid Silverは、Google DeepMindでの強化学習研究を主導し続け、AlphaGoの手法論はその後のAI研究における重要な参照点となっている。

主要な動向

2026年4月12日には、強化学習の原理を解説する記事の中でAlphaGoが代表例として取り上げられ、同時期にはOpenAIの推論モデルo3が強化学習の大規模なスケーリングによって性能向上を達成したことも報じられ、AlphaGo以降の強化学習研究の系譜が改めて注目された。

2026年5月4日には、バージニア工科大学の研究チームがAlphaGoと囲碁から着想を得て、データセンターの冷却技術に関する熱力学研究を進めていることが報じられた。囲碁の局面探索とAlphaGoの学習手法に見られる構造が、物理的な冷却問題の解法探索への応用に活かされている。

2026年5月6日には、AlphaGoの開発者であるDavid SilverがAIラボ「Ineffable Intelligence」を設立したことが報じられた。同社は欧州史上最大規模とされるシードラウンドで11億ドルを調達し、設立から数ヶ月で評価額51億ドルに達した。LLMとは異なる強化学習を軸とした研究方針を掲げ、NVIDIAやGoogle、英国政府なども出資に参加している。

2026年5月8日には、宇宙MMO「EVE Online」の開発元CCP GamesがPearl Abyssから独立し、Fenris Creationsとして再出発するとともに、Google DeepMindとのAI研究パートナーシップを締結したことが発表された。この提携ではEVE Onlineのオフライン版が、長期的計画立案や記憶、継続学習といった課題に取り組む研究の実験場として活用される予定であり、AlphaGoで培われた強化学習の知見がゲーム環境を用いたAI研究として続いている。

2026年6月3日には、AIによるイノベーション加速の可能性や超知能AIの実現可能性を論じる記事の中で、AlphaGoが強化学習によるブレークスルーの代表例として引用された。

2026年6月8日には、OpenAIのo3システムがARC-AGIベンチマークで85%のスコアを記録し、「一般知能」のテストで人間レベルに到達したことが報じられ、AlphaGo以来のAI性能向上の系譜における一つの節目として位置づけられた。

これらの動向は、AlphaGoが囲碁プログラムとしての成果に留まらず、強化学習研究の起点としてその後のAI開発全体に影響を与え続けていることを示している。