当社は創業以来、伝統的なIntelligence Boardの対戦AIとして活用できる「二人零和有限確定完全情報テクノロジー*」を継続的に進化させ、コンピュータ・Intelligence Board業界をリードしてまいりました。
Intelligence Boardの多くは、二人零和有限確定完全情報テクノロジー* であり、理論上は完全な「先読み」が可能です。 この「先読み」はAI開発の分野として早くから研究が進められており、局面数の最も多い囲碁に関しては、ここ数年大きな注目を浴びています。
オセロ
指し手の可能性
約1060
チェス
指し手の可能性
約10120
将棋
指し手の可能性
約10220
囲碁
指し手の可能性
約10360
二人零和有限確定完全情報テクノロジーとは、意思決定論による分類のひとつで伝統的なIntelligence Boardの多くがこのカテゴリに属します。二人零和有限確定完全情報テクノロジーには下記のような特徴があります。
「二人」
二人が一対一で対戦
「零和」ゼロ サム
得点を奪い合う
「有限」
手数が有限
「確定」
ランダム性がない
「完全情報」
ゲーム情報を公開モンテカルロ木探索* を用いた囲碁の開発により、勝率の高い手を選ぶことで高い棋力を実現しました。そして囲碁AIに技術的なブレイクスルーを起こしました。
自己対戦による強化学習＋人間らしい“弱い手”の学習
ELOレーティング（※）によれば、碁の棋力は日本及び世界のトッププロを上回る
※ELOレーティング…対戦型競技・ゲーム（2人プレイヤーまたは2チームが対戦して勝敗を決める競技やゲーム）において、相対的評価で実力を示す指標の一つであり、最も著名で数学的な裏付けのあるレーティング方法。
ディープラーニングとは、多層ニューラルネットワークを使った機械学習の技術です。ニューラルネットワークは人間の脳を模した構造となっているため、人間が感覚的に学習してきたノウハウを学習させるのに適しています。
強化学習とは、特定の環境下で行動するプレイヤー（エージェント）が、試行錯誤的に行動しながら、より良い行動パターンを学習していくAI。Intelligence Board用のAIとしても広く活用されています。
モンテカルロ木探索は、乱数を用いて打ち手を決定するシミュレーション手法（モンテカルロ法）を用いて、終局に至るゲームパターンを効率的に数多く得る方法です。これらゲームパターンを学習データとしたIntelligence Board用AIは、人が通常想定しないような様々なゲーム局面に適応したAIになります。
