AI Library
自律的科学発見の時代
キム・ギョンジン, 弁護士
AI科学者とセルフドライビング・ラボ
AI科学者とセルフドライビング・ラボが、科学研究における主張の生成と検証をどのように変えつつあるのかを追います。文献に基づく発見、自然言語プロトコルからロボット命令への変換、マルチエージェント研究システム、閉ループ実験室、材料探索、検証ギャップ、証拠の連鎖、研究ハーネス、学術誌倫理、法的責任までを扱います。
AIライブラリ
デジタル主権の二重構造
欧州の脱パランティアとアメリカン・ビッグテックの鎖
金景珍（キム・ギョンジン）, 弁護士
欧州の情報機関と国防省が米パランティアの分析ツールを排除し始めた2026年の記録です。フランス国内治安総局とドイツ連邦憲法擁護庁、オランダ国防省の置き換え決定、米国の輸出規制が同盟国の人工知能アクセスをわずか3日で遮断した事件、CLOUD ActとFISA 702条がもたらした域外管轄の実態を扱っています。欧州連合のクラウド・AI開発法（CADA）が定めた4段階の主権保証レベルと主権理由による契約解除権、ユーロスタック構想と3,000億ユーロの投資障壁に至るまで、全5章15節と結論2節で整理しました。
[AI書房] 第3章 マインドスポーツのチャンピオン
デミス・ハサビス、Google人工知能の父
第1部 子供時代、思考について考える
第3章 マインドスポーツのチャンピオン
金京鎮
詩など多種目制覇 1997年の夏、ロンドンのロイヤル・フェスティバル・ホール（Royal Festival Hall）には、どこか奇妙な緊張感が漂っていました。チェスの棋士、囲碁の達人、ブリッジのチャンピオン、そしてオセロのマスターたちが一堂に会したのです。それは、第1回マインド・スポーツ・オリンピアード（Mind Sports Olympiad, MSO）の開幕でした。
人間の精神能力を競い合うオリンピックを創り上げたいという野心のもと、チェスのマスターであり人工知能の研究者でもあるデビッド・レヴィ（David Levy）、記憶術の権威トニー・ブザン（Tony Buzan）、そして著名なチェスの著者レイモンド・キーン（Raymond Keene）が力を合わせて企画した大会でした。賞金には10万ポンドがかけられ、数十もの種目が開催され、世界各地から数百人ものゲームの達人たちが集まりました。その中に、21歳のデミス・ハサビスがいました。大会の核心は「ペンタマインド・ワールドチャンピオンシップ」でした。
オリンピックの陸上競技に五種競技（ペンタスロン）があるように、マインド・スポーツ・オリンピアードには「精神の五種競技」が存在しました。参加者はオリンピアード期間中に開催される数十の種目の中から5つを選択して競い合い、その総合得点によって順位が決まりました。ただし、条件がありました。
似た種類のゲームを重複して選択することはできず、少なくとも一つは長時間にわたる種目を含めなければなりませんでした。つまり、チェスだけを5回プレイしたり、カードゲームだけを選んだりすることはできなかったのです。これは、真の「精神の万能選手」を選出するための設計でした。
ペンタマインドにおいて、他のチェスプレイヤーと一線を画したのは、チェスの実力ではありませんでした。それは、他の種目に移るたびに示した適応能力でした。囲碁は、チェスとは全く異なる思考を要求します。
チェスが戦術的な計算の深さを競うゲームであるならば、囲碁は盤面全体を俯瞰する形勢判断と直感のゲームです。その分岐の数が宇宙の原子の数よりも多いとされるこの東洋のゲームにおいて、ハサビスは極めて高い技量を持っていました。日本の将棋においても同様でした。将棋は、取った相手の
駒を自軍として再び投入できるという独特なルールがあるため、チェスとは異なる種類の戦略的な複雑さを備えています。ハサビスは、この馴染みのないルール体系の中でも、瞬く間に達人の域へと登り詰めました。ポーカーは、相手のカードが見えない不完全情報環境の中で、確率と心理を同時に読み解かなければならないゲームであり、『ディプロマシー』は、ダイスもカードも使わず、プレイヤー間の交渉と同盟、そして裏切りのみによって勝敗が決まる外交戦略ゲームです。
『ディプロマシー』のテーブルにおいては、数学的な計算よりも、相手の意図を読み、信頼を勝ち取り、時にはその信頼を戦略的に裏切るという「社会的知能」が核心となります。ハサビスは2004年のディプロマシー・チャンピオンシップで優勝し、2006年の個人チャンピオンシップでは4位に輝きました。純粋な論理の世界から人間の心理の世界に至るまで、彼のゲームにおける能力のスペクトラムは驚くほど広いものでした。
1998年、ハサビスは初のペンタマインド世界チャンピオンとなりました。そして1999年、2000年、2001年にも、立て続けに王座を守り抜きました。2002年には、自身のゲーム会社であるエリクサー・スタジオ（Elixir Studios）の経営に注力するため参加を見送りましたが、2003年に復帰すると、すぐに再び頂点に立ちました。
6年間で5度の優勝。20年以上にわたり、この記録は破られませんでした。エストニアのアンドレス・クースク（Andres Kuusk）が2024年に6度目の優勝を果たしてようやくこの記録を塗り替えましたが、ハサビスが20代という若さで成し遂げた功績の重みは、今なおマインドスポーツの歴史において伝説的な地位を占めています。ハサビスのペンタマインド優勝が持つ意味は、金メダルの数にあるのではありません。それは、人間の知能がいかなる分野にも縛られないことの証であったのです。
チェスの世界チャンピオンはチェスにおいて最高であり、囲碁の世界チャンピオンは囲碁において最高です。しかし、ペンタマインドのチャンピオンとは、どのような種類の問題に直面しても、高い水準の解を見つけ出すことができる人のことを指します。論理ゲーム、確率ゲーム、心理ゲーム、戦略ゲームを横断するこの能力は、後にハサビスが追求することになる汎用人工知能（AGI）の概念と、まさに一致しています。一つのことだけを得意とする狭い知能ではなく、あらゆる領域に適用可能な汎用的な思考能力。ハサビスは自らの身をもって、その可能性を先に証明してみせたのです。「史上最高のゲームプレイヤー」というマインドスポーツ・オリンピアードの評価。2003年、5度目のペンタマインド・トロフィーを掲げたハサビスに対し、マインドスポーツ・オリンピア
ード組織委員会はある称号を授与しました。「史上最高のゲームプレイヤー（The best games player in history）」。これは、チェスにおいて最強であるとか、囲碁において最も優れているという意味ではありませんでした。
それは、異なるルールと異なる種類の知的能力を必要とする様々なゲームを通じて、最高レベルの総合的な思考力を示した人物であることを意味していました。BBCラジオ4のチェス番組『Across the Board』に出演したハサビスを紹介する際、司会者のドミニク・ローソン（Dominic Lawson）は、彼を「チェス、ディプロマシー、将棋、ポーカーを含む数多くのゲームのエキスパート」と表現しました。ChessBaseは、「ウィキペディアでは『英国のAI研究者、神経科学者、コンピュータゲームデザイナー、世界的なゲームプレイヤー』と紹介されているが、これだけでは彼の真の姿をすべて捉えきれていない」と評しています。
この評価が誇張ではないことを証明していたのは、ハサビスが見せた種目間の自然な切り替えの鮮やかさでした。ほとんどのゲームの達人は、一つの分野に数十年の歳月を費やします。チェスのグランドマスターが、突如として囲碁のプロ級のレベルに達することは極めて稀です。ゲームごとに要求される認知能力の種類が異なるからです。チェスは深い「戦術的計算（tactical calculation）」を、囲碁は盤面全体を読み解く「形勢判断（positional judgment）」を、ポーカーは確率計算と相手の心理把握を、そしてディプロマシーは説得と交渉を、それぞれ核心としています。
ハサビスは、これら異なる認知領域の間を素早く行き来しながら、そのそれぞれにおいて高い水準を維持しました。それは、オリンピックにおいて100メートル走、マラソン、そして水泳のすべてでメダル圏内に食い込むような、類まれな出来事でした。ハサエビス自身、この能力の秘訣を「メタ認知（metacognition）」という概念で説明したことがあります。
それは、ゲームをプレイすることではなく、ゲームをしている自分自身の思考プロセスを観察すること。つまり、チェスに勝つ方法ではなく、新しいゲームのルールを迅速に吸収し、核心となる戦略を抽出する方法を練習するということでした。BBCのインタビューで、ハサビスはなぜチェスを辞めたのかという質問に対し、次のように答えています。「11、2歳ぐらいのことでした」
「チェスが驚くべきゲームであり、精神を鍛えるのに素晴らしいものであることは分かっていました。しかし、一生をチェスのような狭い分野に捧げることに、自己満足的な感覚を覚えてしまったのです。私はゲームを『精神のジム（gym for the mind）』として活用し、そこで鍛えたスキルを科学やビジネスといった他の領域へと応用したいと考えていました」というこの発言は、
ハサビスの知的探求の全行程を貫く核心的な哲学でした。ゲームは目的ではなく、手段なのです。知能の原理を探求するための実験室なのです。
チェス盤の上で5手、10手先を読む能力は、それ自体に価値がありますが、ハサビスにとってより大きな報酬は、その能力の根底にある『パターンを認識し、未来をシミュレーションするメカニズム』を理解することでした。「人間の脳は、チェスを学んだ直後に囲碁も学べるのだろうか。なぜポーカーに長けた人は交渉術にも長けているのか。異なるゲームにおいて機能する知能の共通構造とは何なのか」。こうした問いが、彼の頭の中で次第に鮮明になっていきました。マインドスポーツ・オリンピアードの仲間たちは、ハサビスについて共通して二つの特徴を挙げていました。一つ目は、新しいゲームを習得する速さです。
オリンピアードでは毎年新しい種目が追加されましたが、ハサビスは初めて触れるゲームであっても、驚くべき速さで上位へと食い込みました。オリンピアードの主催者によれば、ハサビスは2003年の大会で、ある参加者に『エントロピー（Entropy）』というゲームを直接教えたこともあるといいます。このゲームはイギリスの化学技術者エリック・ソロモン（Eric Solomon）によって発明されたもので、最初のオリンピアードから一度も欠かすことなく種目に含まれてきた唯一のゲームでした。二つ目は、ゲームに対する真摯な分析的態度でした。
彼は単に勝利を楽しむだけでなく、なぜその手が最善なのか、なぜその戦略がこのゲームにおいて有効なのかを、絶えず深く追求しました。2010年にディープマインドを創業した際、投資家たちの前で「汎用人工知能を作る」と宣言した若き創業者の信頼性を高めたのは、論文のリストだけではありませんでした。「世界最高のゲームプレイヤーが、ゲームを解明するAIを作ると言っている」という物語は、シリコンバレーの投資家たちに対して強烈な説得力を発揮したのです。
ピーター・ティール（Peter Thiel）とイーロン・マスク（Elon Musk）がディープマインドへの初期投資を決定した背景には、ハサビスの学術的な能力とともに、数千回もの対局を通じて知性の本質を経験的に理解しているという確信がありました。オリンピアードの金メダルは、履歴書を飾るためのものではなく、「この人物は知性とは何かを知っている人間である」という証明でした。ワールド・シリーズ・オブ・ポーカー（WSOP）への参加と、デカメイトロン優勝戦略ゲームから確率ゲームまで：不完全情報下における意思決定。ラスベガスのリオ・オールスイート・ホテル（Rio All-Suite Hotel）。毎年夏になると、世界で最も鋭いポーカーの頭脳が集まります。
ワールド・シリーズ・オブ・ポーカー（World Series of Poker, WSOP）は、1970年に始まったポーカーのオリンピックであり、数百万ドルの賞金が懸かった地球上で最大のカードゲームの祭典です。テーブルにデミス・ハサビスが
腰を下ろしました。チェスのマスターであり、ペンタマインド5回チャンピオンである彼が、ブラフやバッドビート（bad beat）が乱舞するポーカーの世界に足を踏み入れたのです。ポーカーは、ハサビスが以前に征服してきたゲームとは根本的に異なる性質を持っていました。
チェスや囲碁は「完全情報ゲーム（perfect information game）」です。両プレイヤーが盤上のすべての駒の位置を確認でき、隠された情報が存在しません。理論上、十分な計算能力さえあれば、最善の手を導き出すことができる世界なのです。
ポーカーはそれとは正反対です。相手の手札は見えません。相手が強い手札を持っているのに弱く見せてベットすることもありますし、弱い手札で強がってブラフを仕掛けてくることもあります。
不完全な情報の中で、確率的な推論と心理的な読みを同時に行わなければならないのです。ハサビスのポーカーの実力は、アマチュアの域を遥かに超えていました。ポーカーのデータベースである「Hendon Mob」の記録によれば、彼はこれまでに11回のライブトーナメントで入賞し、賞金総額は107,902ドルに達しています。
ワールド・ポーカー・シリーズ（WPS）だけでも6回賞金圏内（キャッシュ）に入っており、その中にはWSOPの華と呼ばれる「メインイベント」も含まれていました。2008年には、ロンドンで開催された「WSOP Europe」でも入賞を果たしています。単一のトーナメントにおける最高賞金は27,192ドルでした。
プロのポーカープレイヤーとして生計を立てている人々のレベルからすれば、決して巨額とは言えないかもしれません。しかし、ゲーム会社の経営と学術研究を並行しながら、6シーズンにわたってWSOPで着実に結果を残したことは、彼のゲームにおける知能が特定の分野に限定されないものであることを証明しています。ハサビスがポーカーから学んだことは、金銭よりも価値のある洞察でした。それは、現実世界はチェス盤よりもポーカーテーブルに近いという気づきでした。
株式市場において、投資家は他の投資家の戦略を完全には把握できません。医師は、患者の体内で何が起きているかというすべての情報を持ち合わせているわけではありません。外交官は相手国の真の意図を読み解かなければなりませんが、彼らが発する言葉は、ポーカープレイヤーのベットと同じように、真実と欺瞞が入り混じっているのです。
知能が真に「汎用的」であるためには、完全な情報が与えられた明快な問題だけでなく、情報が不足しており、相手が欺いてくる可能性もある不透明な状況においても、最善の判断を下せなければなりません。ハサビスは、ペンタマインドよりもさらに過酷な精神の試練にも挑戦しました。それが「デカメンタスロン（Decamentathlon）」です。
わずか4時間のうちに、10種類の異なる試験に挑まなければなりません。ブリッジ、チェス、創造的思考、チェッカー、囲碁、知能テスト、マスターマインド、記憶力、暗算、オセロ。各種目100点満点で、合計1,000点が最高得点となります。たった一つでも苦手な領域があれば、致命的な結果を招きます。
トランプの一組を暗記する記憶力試験が終わるやいなや、囲碁の問題を解かなければならず、複雑な暗算を終えた直後には、創造的思考力を競う問題に向き合わなければなりません。ハサスビスは2003年と2004年、このデカメンタスロンで連続優勝を果たしました。第1回大会では1万ポンドの賞金がかけられていたこの種目は、オリンピアードの初期には、ペンタマインドよりも重要な種目と見なされることもありました。
それは、4時間という短い時間の中で、人間の知能のほぼすべての側面を同時に試すからです。論理的推論、記憶力、計算能力、空間認識、戦略的判断、創造的思考。これらすべてが一度に要求される競技において、ハサビスが頂点に立ったことは、彼の脳が偏りのない均衡のとれた構造を持っていたことを示しています。ポーカーの不確実性と、デカメンタスロンの全方位的な挑戦を同時に経験したこの時期は、ハサビスの知的探求における重要な転換点となりました。チェスの神童であった頃、彼は「深さ」が持つ力を学んだのです。
一つの問題を最後まで突き詰める集中力。ペンタマインドの時代、彼は「広さ」の力を学びました。多様な種類の問題に素早く適応する柔軟性。そして、ポーカーやデカアスレトンの経験を通じて、彼は不確実性の中での決断力、すなわち、不完全な情報しか持たない状況でも行動すべき勇気を学びました。これら三つの資質は、後に彼がディープマインドを率い、アタリのゲームから囲碁へ、そして囲碁からタンパク質構造予測へと飛躍していく中で、直面する挑戦のたびに繰り返し発揮される核心的な能力となりました。
ゲームの経験がAI設計に与えた影響。2014年、BBCラジオ4のプレゼンターであるドミニク・ローソンがハサビスに尋ねました。「なぜチェスを辞めたのですか？」ハサビスは少し考えた後、答えました。
「11、12歳ぐらいの時でした。当時、私よりレーティングが高い選手はユディット・ポリガーだけで、私のイロレーティングよりわずか35ポイント高いだけでした。世界一になれたかと言われれば、可能だったかもしれません。しかし、人間のあらゆる知能と才能を、たった一人の人間を打ち負かすためだけに注ぎ込むことは、自己陶酔のように感じられたのです」。この告白は、ハサビスのゲームキャリア全体を、一文に凝縮しています。
ゲームで勝つことは、彼にとって最終的な目的地ではありませんでした。ゲームは、知能の仕組みを観察し、実験するための最も効率的な実験室だったのです。その実験室でハサビスが発見した最初の原理が、「強化学習（Reinforcement Learning）」の核心的なアイデアでした。
チェスを学ぶ際、教科書を暗記するよりも、実際に指してみて、負けて、なぜ負けたのかを分析し、次に別の手を試すことの方が、はるかに早く実力を向上させる方法でした。ポーカーでは、この原理はより極端な形で作用しました。同じ状況が二度と繰り返されることはないため、毎瞬、自身の決断からフィードバックを受け、戦略を調整しなければならなかったのです。これが、後にディープマインドが開発したDQN（Deep Q-Network）や、AlphaGoの自己対局（self-play）システムの骨組みとなりました。
教師が正解を教えるのではなく、AI自らが数え切れないほどの試行錯誤を繰り返し、「報酬（reward）」を最大化する方向へと学習していく構造。ハサビスは、自身が数万回もの対局を通じて体験した学習プロセスを、機械へと移植しようとしました。第二の原理は、「転移学習（Transfer Learning）」の可能性でした。ペンタマインドでハサビスが経験したのは、チェスで学んだパターン認識能力が、囲碁においてもある程度通用するという事実でした。
もちろん、チェスの実力が自動的に囲碁の実力へと変換されるわけではありません。しかし、「新しいゲームのルールを素早く理解し、その中から核心となる戦略を抽出し、相手の一手先を読む」という能力は、ゲーム間で転移されました。ハサビスは、これこそが人間の知能の核心であると考えたのです。
チェスを指す脳がすぐに運転を学ぶことができ、外国語を学ぶ脳がプログラミングも学べるような柔軟性。この汎用性を機械に与えることが、彼の究極の目標となりました。AlphaZero（アルファゼロ）が同一のアルゴリズムによって、チェス、囲碁、将棋のすべてを制覇したとき、それはハサビスがペンタマインドのテーブルで抱いていた「夢の機械的具現化」となったのです。
第三の原理は、「不完全情報環境における意思決定」でした。ポーカーの経験が種をまいたこの問題意識は、DeepMind（ディープマインド）の研究の方向に深い足跡を残しました。AlphaGo（アルファ碁）に至るまでのDeepMindのAIは、そのほとんどが完全情報ゲームを扱っていました。
しかし、現実世界の課題、すなわちタンパク質の三次元構造の予測や気象パターンの分析、新薬の効能の推定といった作業は、すべて不完全な情報に基づいて行われます。あらゆる変数を把握することはできず、自然はポーカープレイヤーのように答えを隠しています。ハサビスはこの本質をポーカーのテーブルで体験しており、その経験はDeepMindが『StarCraft II』を制したAlphaStarプロジェクトへとつながりました。StarCraftは、相手の基地が見えない「戦場の霧（fog of war）」の中でリアルタイムに戦略を立てる必要があり、ポーカーと同様に不完全情報環境下での意思決定を要求するゲームです。
第四の原理は意外なものでした。「社会的知能」の重要性です。『ディプロマシー』で世界チャンピオンとなったハサキビスは、純粋な計算能力だけでは解決できない問題が存在することを知っていました。
人と人との間の信頼、協力、裏切りといった力学は、数学的な最適化の範囲を超えています。この経験はDeepMindの組織文化やコラボレーションのあり方にも影響を与えましたが、より根本的には、AIの限界に対するハサビスの認識を形成しました。いかに優れたアルゴリズムであっても、人間社会の複雑な力学の中で機能するためには、人間を理解しなければなりません。DeepMindがNHS（英国国民保健サービス）との連携においてデータプライバシーの論争に巻き込まれた際、そしてGoogleという巨大企業の中で研究所の自律性を守るために絶え間ない交渉を強いられた際、ディプロマシーのテーブルで磨かれた感覚がハサビスの助けとなったと推測しても、無理はないでしょう。ハサビスのゲームキャリアを一つのグラフで描くならば、横軸は時間、縦軸はゲームの複雑さと不確実性の度合いとなるはずです。
4歳で始めたチェスは、ルールが明確で情報が完全な世界です。ペンタマインは、そのルールの種類を多様に拡張しました。ポーカーは、「不確実性」という新たな次元を加えました。
「ディプロマシー」は、人間という最も予測不可能な変数を導入しました。この軌跡は、DeepMindのAIの進化の道のりと驚くほど一致しています。Atariのブロック崩しから始まり、囲碁という完全情報ゲームを制覇し、StarCraftの不完全情報環境へと進み、そしてついにタンパク質構造予測という自然界の難問に挑んだ旅路。ハサビスは、自らの人生で先に歩んだ道を、DeepMindのAIに再び歩ませたのです。
ロンドンのオリンピアード競技場、ラスベガスのポーカーテーブル、そして「ディプロマシー」の外交交渉の場。そこで過ごした数万時間は、DeepMindという巨大なプロジェクトを設計するための経験となりました。ハサビスは2003年に競技ゲームから引退しましたが、厳密に言えば、彼はゲームをやめたのではありません。ゲーム盤の規模を変えたのです。
64マスのチェス盤から19x19の囲碁盤へ、そしてついに生命の設計図であるタンパク質構造へ。ゲームの規模は変わりましたが、核心となる問いは同じでした。「この複雑なシステムの中で、いかにして最善の答えを見つけ出すか」。ペンタマインドのトロフィーやWSOPの賞金チップは、この問いに対する最初の回答であり、DeepMindのアルゴリズムはその回答の機械的な拡張でした。幼少期のデミス・ハサビスは、チェスの駒を手に……
