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12章 AIの聖杯、囲碁
デミス・ハサビス、Google人工知能の父
第5部 世紀の対局、AlphaGoと人類
第12章 AIの聖杯、囲碁
金京鎮
5月、ニューヨークのあるビルの一室で、チェスの世界チャンピオンであるガルリ・カスパロフ（Garry Kasparov）が頭を抱え、敗北を認めました。IBMのスーパーコンピュータ「ディープブルー（Deep Blue）」が、人類の知性のプライドを打ち砕いた歴史的な瞬間でした。当時20代前半の青年であったデミス・ハサビスは、この光景を目の当たりにし、複雑な感情を抱きました。
彼はすでに13歳でチェスのマスターに昇格していた神童であり、コンピュータが人間に打ち勝つことがいかに困難なことかを、誰よりも理解していました。しかし、ハサスビスの目に、ディープブルーの勝利は真の「知能」の勝利とは映りませんでした。それは、圧倒的な演算速度ですべての局面を計算し尽くした、巨大で無骨な計算機の勝利に過ぎなかったのです。
「チェスは解明された。しかし、知能は解明されていない」。ハサビスにとって、チェスは「閉じたシステム」でした。ルールは明確で、情報はすべて公開されており、計算能力さえ十分であれば、いつかは正解にたどり着ける問題だったのです。
彼が夢見る汎用人工知能（AGI）、すなわち人間のように直感力を持ち、不確実な状況下で判断を下す知能を作り出すためには、チェスよりもはるかに巨大で、混沌とし、深遠な挑戦と課題が必要でした。その答えは、東洋の古来のゲームである「囲碁」にありました。西洋のコンピュータ科学者たちにとって、囲碁は長きにわたり「乗り越えられない壁」であり、人工知能研究における「聖杯（Holy Grail）」と呼ばれてきました。
彼らはすべての手を計算するわけではありません。「形」を見極め、「流れ」を読み、「直感」を駆使します。「ここが良さそうだったので打った」というプロ棋士の言葉は、単なる感覚ではなく、数万回に及ぶ対局経験が脳内で圧縮されて現れる、高度に洗練されたパターン認識の結果なのです。
ハサビスが囲碁を選んだのは、まさにこの点にありました。囲碁を攻略するためには、コンピュータに計算能力ではなく「直感（Intuition）」を教えなければなりませんでした。もしAIが囲碁において人間の最高棋士に勝利できれば、それは機械がついに、人間固有の領域だと信じられてきた直感や創造性を模倣する段階に到達したことを証明する出来事になるからです。
ディープマインドのチームにとって、囲碁は現実世界の縮図（Microcosm）でした。現実世界には、あらかじめ決まった正解は存在しません。無数の選択肢があり、その選択の結果はすぐには現れず、不確実性に満ちています。
ハサビスは囲碁を通じて、AIがいかにしてこの「無限の探索空間」を効率的に航行できるかを検証しようとしました。2014年当時、最高の囲碁AIでさえアマチュア五段レベルに留まっていました。プロ棋士に対しては、4〜5目ものハンデをあらかじめ与えても勝てないレベルでした。
多くの専門家は「AIが囲碁のチャンピオンに勝つには、少なくともあと10年はかかるだろう」と予測しました。しかし、ハサビスはその10年という時間を短縮する準備ができていました。彼は脳科学から得たインスピレーションに基づき、従来のルールベースのプログラミングを捨て、機械が自ら学習するシステムを構築し始めたのです。
DeepMindのロンドン本社では、静かながらも激しい、人類の知性史の流れを変えるための準備が進められていました。強化学習、モンテカルロ木探索（MCTS）、そして深層ニューラルネットワークの融合。ハサビス氏とDeepMindの主任研究員であるデビッド・シルバー（David Silver）が設計したAlphaGoのアーキテクチャは、あたかも人間の脳の仕組みをソフトウェアとして具現化したかのようでした。彼らはこれら3つの強力な技術を精緻に組み合わせることで、囲碁という広大な宇宙に挑んだのです。
それは、深層ニューラルネットワーク（Deep Neural Networks）、強化学習（Reinertforcement Learning）、そしてモンテカルロ木探索（MCTS）でした。
第一の鍵は「深層ニューラルネットワーク」でした。これはAlphaGoの「目」と「脳」の役割を果たしました。DeepMindのチームは、これをさらに2つのネットワークに分割しました。
一つは「方策ネットワーク（Policy Network）」、もう一つは「価値ネットワーク（Value Network）」です。方策ネットワークは、「次にどこに石を打つべきか？」を決定します。碁盤の上には、すぐに打てる場所が数百箇所以上も存在します。
人間の達人は、一目見ただけで「打つべき場所」を2、3箇所に絞り込みます。方策ネットワークは、まさにこの役割を担います。AlphaGoは、オンライン囲碁サイトのKGSから取得した16万局の棋譜、計3,000万通りの手を学習しました。これにより、AlphaGoは人間が主に打つ手のパターンを習得し、何も書かれていない碁盤の上から、確率的に最も優れた場所を絞り込む能力を手に入れたのです。
これは、暗い部屋の中で全体を手探りで探る代わりに、懐中電灯で最も重要なものだけを照らすようなものです。価値ネットワークは「今の局面は自分に有利か？」を判断します。囲碁は、より多くの地（陣地）を確保した方が勝つゲームです。
しかし、対局の中盤までは、誰がどれくらい有利に進めているかを正確に計算することは、ほぼ不可能です。価値ネットワークは現在の盤面を見て、勝利の確率を予測します。「黒の勝率51%」というように、数値で判断を下してくれるのです。
このおかげで、AlphaGoは無理に勝負を仕掛けたり、過度に消極的な打ち方をしたりする代わりに、勝利の確率を最も高める道を選択することができました。二つ目の鍵は「強化学習」でした。これが、AlphaGoを超人的なレベルへと引き上げた核心的な原動力でした。
単に人間の棋譜を模倣するだけでは、人間を超えることはできません。師を超越するためには、師が教えてくれなかったことまでも学ばなければならないのです。そのために、ハサビスはAlphaGoに自分自身と対局させました。これを「セルフプレイ（Self-Play）」と呼びます。
AlphaGoは一日に数万局もの自戦を繰り返しました。バージョンAのAlphaGoとバージョンBのAlphaGoが戦い、勝った方の戦略を採用し、負けた方の戦略を修正していきました。この過程で、AlphaGoは人間が数千年にわたって積み上げてきた定石を再検証し、時には人間が試みたことのない奇抜な手が、実際に効果的であることを自ら悟ったのです。
ハサビス氏はこの過程について、「私たちはアルファ碁に魚を与えたのではなく、釣り方を教えたのです。そして今、その釣り方を自ら改良させています」と表現しました。
三つ目の鍵は「モンテカルロ木探索（MCTS）」でした。これはアルファ碁の「先読み」能力にあたります。まずポリシーネットワークが有力な候補地をいくつか推薦すると、MCTSがそこに石を置いた際、その後の展開がどうなるかをシミュレーションします。
しかし、すべての局面を最後まで打ち進めることは不可能です。MCTSは、あたかも世論調査を行うかのように、ランダムにいくつかの経路を最後まで素早く打ち進め、その結果に基づいて最も勝率の高い手を選択します。従来の囲碁AIがこの技術のみに依存していた頃はアマチュアレベルに留まっていましたが、ディープマインドはここに深層ニューラルネットワークの直感を組み合わせることで、計算の効率を最大限に高めました。
これら三つの技術の結合は革命的でした。ポリシーネットワークが人間の直感のように候補を絞り込み（探索幅の縮小）、バリューネットワークが最後まで打ち進めずとも形勢を判断して深さを抑え（探索深度の縮小）、そしてMCTSが精緻な先読みによってミスを防ぎました。これは「直感（Intuition）」と「論理（Logic）」の完璧な調和でした。
ハサビス氏は、このシステムを構築する過程で、人間の脳の動作原理である「判断し、学習し、計画する」というメカニズムを解明しているのだと確信していました。アルファ碁は、「知能」という抽象的な概念を数学とコードによって形にした、人類が生み出した最も優雅な芸術品の一つでした。2015年、ファン・フイ（Fan Hui）二段との非公開対局。欧州チャンピオンを5戦全勝で破った秘密の対局。2015年10月、ロンドンのキングス・クロス（King's Cross）に位置するディープマインド本社には、奇妙な緊張感が漂っていました。
窓のない小さな会議室には、一台のコンピューターモニターと、本物の碁盤が置かれていました。この部屋に招かれたのは、中国出身のプロ棋士であり、当時の欧州囲碁チャンピオンであったファン・フイ（Fan Hui）二段でした。彼はディープマインドから「新しい囲碁プログラムのテストを手伝ってほしい」という丁寧な招待を受け、ロンドンへとやってきました。
ファン・フイは、招待を受けた時点ではそれほど大きな期待はしていませんでした。当時の最高峰の囲碁プログラムといえども、プロ棋士にとってはハンデ戦でなければ相手にならないからです。彼は、自分が機械の誤りを見つけ出し、助言を与える「アドバイザー」のような役割を果たすものと考えていました。対局の前、ディープマインド側は彼に秘密保持契約（NDA）への署名を求めました。
ハサビスは、この対局が単なるテストではなく、AIの歴史における分岐点となることを予感していました。
対局が始まりました。ファン・フイは余裕を持って最初の一手を打ちました。モニターの中のアルファ碁は、ディープマインドの主任プログラマーであるアジャ・ファン（Aja Huang）博士の手を借りて、碁盤の上に石を置いていきました。
序盤の布石が進むにつれ、ファン・フイの表情は次第に硬くなっていきました。アルファ碁の手は、決して機械的なものではありませんでした。的外れな場所に石を置いたり、無意味な手を打って自滅したりする従来のAIとは、次元が違っていたのです。
AlphaGoは人間のように柔軟で、時には人間よりも冷静でした。第一局、ファン・フイは敗北しました。彼は動揺しました。
「時差ボケのせいだろう、無理をしすぎた」と自分に言い聞かせました。しかし、続く第二局、第三局でも結果は同じでした。AlphaGoは、ファン・フイが攻めてくると厚く防御し、ファン・フイが引くと鋭く突き刺さりました。
それはまるで、目に見えない巨大な壁と対局しているような感覚でした。ファン・フイは対局の途中に一度外へ出て顔を洗い、心を落ち着かせようとしましたが、モニターの前に座ると再び息が詰まるような圧迫感を感じました。最終スコア5対0。欧州チャンピオンであるファン・フイの完敗でした。史上初めて、コンピュータがハンデなしの互先（ごせん）でプロ棋士を打ち破った出来事でした。
最後の対局が終わり、敗北が確定した瞬間、ファン・フイは呆然と碁盤を見つめていました。衝撃はすぐに畏敬の念へと変わりました。彼は、自分がたった今、人類史上最も偉大な技術的飛躍の瞬間を目撃したのだと悟りました。勝敗が決まった後、ファン・フイはDeepMindチームの歓声に包まれました。
ハサビスは彼に丁寧に感謝の意を表しました。敗北はしたものの、ファン・フイはその後の5ヶ月間、DeepMindチームと協力してAlphaGoの弱点を補完する上で決定的な役割を果たしました。彼はAlphaGoが打った手の意味を解釈し、AlphaGoが「人間らしい棋風」を備えることに貢献したのです。
後にファン・ウェイ氏は「アルファ碁と対局しながら、自分自身を映し出す鏡を見ているようだった。アルファ碁は私の内面、私の恐怖を映し出していた」と回想しています。この神秘的な勝利は、ディープマインドのチームに「自分たちは正しかった」という確信を与えましたが、世界はまだ、この巨大な波の到来を全く察知していませんでした。Nature誌の表紙論文発表と世界への衝撃。2016年1月27日、世界的な科学誌『Nature』の表紙は、碁盤を象徴するこの未知の存在によって飾られました。
論文のタイトルは「深層ニューラルネットワークと木探索による囲碁の制覇（Mastering the game of Go with deep neural networks and tree search）」でした。著者は、デビッド・シルバー、アザ・アン、そしてデミス・ハサビスらでした。
この論文の発表は、全世界の科学界と囲碁界に、まさに「核爆弾」のような衝撃を与えました。論文には、アルファ碁のアーキテクチャに関する詳細な説明とともに、去る10月に行われたファン・ウェイ氏との非公開対局の結果（5戦全勝）が掲載されていました。
AI研究者たちは驚愕しました。ほとんどの専門家が、囲碁の制覇は10年、あるいは20年後には可能になると予測していたからです。わずか数ヶ月前まで「まだ先のことだ」と評価されていた技術が、瞬く間に人間のプロを凌駕するレベルへと飛躍したのです。
メディアはこぞってこのニュースを報じました。「人工知能が人類最後の聖域を侵犯した」、「機械が人間の直感を超えた」といった見出しが次々と躍りました。ハサビスは記者会見を通じてこの成果を発表し、単にゲームに勝利したのではなく、「汎用人工知能（AGI）アルゴリズムの可能性を確認したのだ」と強調しました。
AlphaGoが特定の囲碁のルールを入力されたのではなく、膨大なデータを通じて自ら学習したという点が強調されました。AlphaGoの技術は、囲碁だけでなく、病気の診断や気候予測など、複雑な難題を解決するために活用できるという宣言でもありました。囲碁界の反応は、それとは大きく異なるものでした。
衝撃的ではありましたが、依然として懐疑的な見方が支配的でした。その理由は、ファン・ウェイの棋力にありました。ファン・ウェイは欧州チャンピオンではありましたが、世界トップクラスの棋士がひしめく韓国や中国の基準から見れば、一歩及ばないと評価されていました。イ・セドル九段や柯潔九段のような「超一流」の棋士とは比較にならないレベルであるというのが、囲碁界の共通認識でした。
韓国のイ・セドル九段はインタビューで、「驚くべき成果ではあるが、まだ私に勝てるレベルではない。5対0、あるいは4対1で私が勝つだろう」と自信をのぞかせました。彼はファン・ウェイの棋譜を分析した結果、AlphaGoの棋力はプロのトップレベルには達していないと判断したのです。このような反応は、むしろDeepMindとハサビスにとっては好機となりました。
彼らはすでに、ファン・ウェイとの対局後、数ヶ月の間にAlphaGoを飛躍的にアップグレードさせていました。『Nature』誌での発表とともに、ハサビスは全世界に向けて大胆な挑戦状を叩きつけたのです。「伝説的な棋士、イ・セドル九段に挑戦します」
人間の直感と機械の演算、自然知能と人工知能が正面から衝突する、21世紀の科学史における最もドラマチックなショーの幕開けでした。世界中の注目がソウルへと集まり始め、ハサビスはこのすべての状況を、冷静に、しかし緻密に準備していました。彼は、すべてを分かっていたのです。
ファン・フイ（Fan Hui）との対局は、あくまで序章に過ぎず、真の勝負はこれから始まるのだということを示しています。碁盤の上の黒石と白石……
