脱炭素とはなにか
｢あの強いAIはいったいどこがから来たの？｣
日本国内有数のオンライン麻雀サービス｢天鳳｣のプレイヤー間で3月頃から話題になっていた“謎”の答えはマイクロソフトだった。
8月29日、マイクロソフトは、同社の研究開発部門であるMicrosoft Research Asiaが開発したAI｢Microsoft Suphx（スーパー・フェニックス）｣が、人間とともに日本の麻雀サービス｢天鳳｣でプレイし、トッププレイヤーランクのひとつである｢十段｣に初めて到達した、と発表した。
マイクロソフトの開発した麻雀AI｢Microsoft Suphx（スーパー・フェニックス）｣が、麻雀サービス｢天鳳｣のトッププレイヤーランクである｢十段｣に到達。
出典：マイクロソフト
｢天鳳｣でプレイ中のSuphx（手前のプレイヤー）。他のプレイヤーはみな人間だ。
出典：マイクロソフト
｢十段｣への到達が意味するのは、人間で最強レベルの麻雀プレイヤーに匹敵する能力を備えたAIができた、ということだ。天鳳は33万人のプレイヤーがいるサービスだが、｢十段｣に到達したのはそのうち180人しかいない。これは全プレイヤーのうち、上位0.0054％にあたり、プロ級といっていい腕前だ。
麻雀サービスで勝ち続ける｢謎のAI｣の正体が判明
Shutterstock
｢天鳳｣は、日本国内有数のオンライン麻雀サービス。前述のように世界中で33万人のプレイヤーがいる。実はこのサービス、運営側とAI開発企業が協力態勢をとっていて、開発中の強力なAIが、一般の人々と共に一緒に麻雀をプレイしている。プレイヤーも相手が人間なのかAIなのかは知った上で、対戦を楽しんでいるわけだ。
そんな天鳳の中でも、勝率の高い上級プレイヤーが集まる｢特上卓｣に、｢@Suphx｣というAIが現れたのは今年3月のこと。開発元の表記はない。
天鳳にはすでに、元東京大学の水上直紀氏がAI関連企業・HEROZで開発している｢爆打｣という麻雀AIと、ドワンゴが開発している｢NAGA25｣が参戦している。その中で、新参者であるSuphxはプレイを続けた。3カ月、5000局以上に及ぶ対戦を人や他のAIと繰り返し、勝率を上げていく。
｢自分より強いのではないか｣
｢人間と違って弱気にならない｣
｢人間の手を分析するのでなくSuphxを参考にプレイする｣
プレイヤーの間でも、Suphxの強さの認知は急速に進んだ。
十段に到達したSuphxを人間のトッププレイヤーも高く評価している。
出典：マイクロソフト
そして6月、Suphxは、特上卓の最上位である｢十段｣に到達した。現状AIの参戦が認められている範囲では最高ランクであり、勝率も人間よりも安定している。
そして8月29日、マイクロソフトは、Suphxの開発元が自社であったことを明かしたのだ。
開発の中心となったのは、中国・北京にあるマイクロソフトのリサーチ部門、Microsoft Research Asia。そこに、日本人の開発者も参加して作られたものだった。
｢強い麻雀AI｣がチェスや囲碁よりも難しい理由
日本マイクロソフト・執行役 最高技術責任者（CTO）の榊原彰氏。
撮影：西田宗千佳
そもそも、麻雀をプレイする｢強いAI｣ができることには、どういう意味があるのだろう？
囲碁や将棋はAIが人間のトッププロに勝つ、という状態になって久しい。2016年、グーグル傘下のDeepMindが開発した｢AlphaGo｣が韓国のプロ棋士・李世ドルに勝利したのは象徴的な出来事だった。
日本マイクロソフト・執行役 最高技術責任者（CTO）の榊原彰氏は、｢チェスや囲碁と麻雀では、強いAIを作る難しさが全く異なる｣と説明する。
数学的には、チェスや将棋は、対戦相手がこれまでに採った手を完全に再現することができる｢完全情報ゲーム｣と呼ばれるものだ。盤面上で採りうる手が多いほど強いAIを作るのは難しく、｢囲碁でプロ棋士に勝つAI｣を開発するのは大きなハードルだったが、いまやそれもクリアーされた。
｢完全情報ゲームでは、AIは無敵であることが証明されたに等しい｣と榊原CTOも話す。
一方で、世の中にあるゲームには、完全情報ゲーム｢ではない｣ものも多い。自分からは相手の手が見えず、捨てたカードや自分の手札だけで次の行動を判断しないといけないゲームのことだ。これを｢不完全情報ゲーム｣という。ポーカーやブラックジャックのようなカードゲームは｢不完全情報ゲーム｣であり、麻雀もその一つだ。
不完全情報ゲームのAIは非常に難しい。これはグラフでイメージするとわかりやすい。
不完全情報ゲームは｢プレイヤーから隠れている情報｣がある分だけ、完全情報ゲームであるチェスや囲碁より複雑。特に麻雀は隠れている情報の量が桁違いに多い。
出典：マイクロソフト
次の手を決めるために検討すべき情報は、完全情報ゲームの場合、隠れている情報がないので｢直線｣で表せる。だが、不完全情報ゲームでは隠れている情報があるので｢面積｣になる。
2017年、米カーネギーメロン大の研究者が、ポーカーの一種である｢テキサス・ホールデム｣で、プロ4人との勝負に勝つ、という実績を残している。ただし、テキサス・ホールデムの中でもプロがあまり選ばない1対1の｢ヘッズアップ｣というルールでのものなので、ポーカーの専門家の間では評価が分かれている。
Shutterstock
麻雀は、テキサス・ホールデムよりはるかに情報量が多い。
隠された情報量が圧倒的に多いということは、人間のもつ直感力・読みの能力などが重要で、コンピューターには難しい題材といえる。だからこそ、特にアジアでの研究が盛んなのだが、マイクロソフトはそこで大きな成果を見せたことになる。
ちなみに、一般的な麻雀ゲームに使われている麻雀AIは人間より相当に弱い上に、｢他人の牌を見る｣などのズルをしてゲーム性を担保している場合が多い。ここでいう｢麻雀AI｣はもちろん、人間のプレイヤーと同じように、一切のズルをしない、フェアなものを指す。これで人間のトッププレイヤー並の強さを実現するのは相当に難しい。
自ら学んで｢勝負強いAI｣に、将来的には金融系にも活用
ここで非常に面白いことがある。
強いAIを作るには、やはり開発者も麻雀が強くなければいけないのでは……。そう思いがちだ。だがマイクロソフト側によれば、｢少なくとも日本から参加している開発者は、特に強くない｣（マイクロソフト広報）｢開発チームが麻雀に強い、という認識はしていない｣（榊原CTO）という。
Suphxは自ら、他の麻雀のプレイから学ぶことで強くなった。
天鳳の中でSuphxは5000局以上を戦った。その中でも強くなったが、その前には、天鳳に公開されている過去の大量の牌譜（対戦データ）から学ぶ過程があった。
まずは全手配をオープンにした状態で学習、その後、実際のプレイと同じように自分以外の手を隠し、学習を進めた。
実は天鳳がパートナーに選ばれたのも、牌譜がすべて公開されており、学習に使える、という事情が大きかったようだ。
ある日の東京証券取引所（写真はイメージです）。
撮影：今村拓馬
結果としてSuphxは強くなった。もちろん、単に｢うまく上がる｣だけではない。
麻雀は8局の勝敗で得られた点数で勝敗が決まる。人間の上位プレイヤーがそうであるように、天鳳も｢8局での勝敗｣を考えて対局している。
そのため、｢いまは上がれないが、トップに来そうなライバルに勝たせないため、3位以下のプレイヤーにわざと安い手で勝たせる｣といった戦い方もしてくる。総合的な局面を読む能力を持っているのだ。
麻雀が強いAIが、どんな役に立つのか、よくわからない人も多いだろう。
実際、直接他のAIにすぐそのまま役に立つわけではない。だが、｢過去の情報から流れを適切に読む｣能力は、自動運転などにも通じる要素がある。
榊原CTOは、Suphxから得られる知見が生かされる方向性を次のように予測している。
｢個人的には、金融分野で応用できるのではないか、と思っている。優秀なトレーダーは市場の流れをうまく『読む』もの。そうした要素に近いのではないか｣（榊原CTO）
すなわち｢勝負強いAI｣を作るために、麻雀の強さが生きてくる、ということなのかもしれない。
なお、天鳳では、コミュニティと相談の上、｢AIを最上位の天鳳卓に参加させる｣ことも検討しているという。
ちなみに、過去最上位の｢天鳳位｣を得たプレイヤーは、33万人中わずかに13人しかいない。
（文、写真・西田宗千佳）
