はじめに
Google DeepMindの共同創業者Demis Hassabis氏が2026年3月10日、AIシステム「AlphaGo」が世界チャンピオンに勝利してから10年を振り返るブログ記事を公開しました。本稿では、AlphaGoが残した技術的遺産と、そこから派生した科学的成果の全体像を解説します。
参考記事
- タイトル: From games to biology and beyond: 10 years of AlphaGo’s impact
- 著者: Demis Hassabis
- 発行元: Google DeepMind
- 発行日: 2026年3月10日
- URL: https://deepmind.google/blog/10-years-of-alphago/
要点
- AlphaGoは2016年、世界チャンピオンの棋士Lee Sae Dol氏との対局で「ムーブ37」と呼ばれる前例のない一手を放ち、AIが人間の専門家を超える戦略を自ら見出せることを示した
- AlphaGoの技術的アプローチ（深層ニューラルネットワーク・強化学習・探索アルゴリズムの組み合わせ）は、タンパク質立体構造予測システム「AlphaFold」など多分野の科学的成果に応用されている
- AlphaFold 2は2020年に50年来の難題「タンパク質折り畳み問題」を解決し、既知の約2億種のタンパク質構造を無償公開。現在3百万人以上の研究者が活用している
- 数学、アルゴリズム発見、科学共同研究など複数領域でAlphaGoの探索・強化学習手法を継承したシステムが相次いで成果を上げている
- Demis Hassabis氏は、Geminiの世界モデル・AlphaGoの探索技術・専門AIツールの組み合わせがAGI実現に向けた鍵になると述べている
詳細解説
ムーブ37が示したもの
2016年、ソウルで行われた対局でAlphaGoは世界チャンピオンのLee Sae Dol氏と5番勝負を行い、その第2局で「ムーブ37」と呼ばれる一手を打ちました。その着手はあまりに型破りで、プロ棋士の解説者たちは当初ミスと判断したほどです。しかし約100手後、その石は勝利に直結する最適な位置にあることが明らかになりました。
Google DeepMindによれば、囲碁の盤上に存在しうる局面数は10の170乗に達し、宇宙の原子の総数をはるかに超えます。この広大な探索空間を扱うために、AlphaGoは深層ニューラルネットワーク・高度な探索アルゴリズム・強化学習を組み合わせた手法を採用しました。人間の棋譜から学んだ後、自己対戦を数十万局繰り返すことで戦略を磨き、最も有望な着手だけを深く探索する仕組みです。強化学習とは、試行錯誤の中で報酬を最大化するように学習を進める手法で、ゲームのような明確な勝敗基準がある環境で特に効果を発揮します。
その後、DeepMindはランダムな状態から学習するAlphaGo Zeroを開発し、さらにAlphaZeroへと発展させました。AlphaZeroはルールのみを与えられた状態から囲碁・チェス・将棋の3種類を独力で習得し、チェスでは数時間以内に専用の強豪プログラムを超える水準に達しています。Hassabis氏は「この技術が実際の科学的課題に応用できると確信したのは、ソウルでの勝利の瞬間だった」と振り返っています。
タンパク質折り畳み問題の解決
AlphaGoが示した「広大な探索空間をAIで扱える」という手応えを受け、DeepMindが次に挑んだのがタンパク質折り畳み問題です。これはアミノ酸の配列からタンパク質の3次元構造を予測する課題で、50年以上にわたり生命科学の未解決問題とされてきました。タンパク質の構造を知ることは、疾病の仕組みの解明や新薬開発に直結するため、医学・創薬分野にとって長年の重要課題です。
2020年、DeepMindはAlphaFold 2によってこの問題を解決しました。さらに既知の約2億種のタンパク質の構造を予測し、科学者が無償で利用できるオープンソースのデータベースとして公開しています。現在、世界中の300万人以上の研究者がマラリアワクチンからプラスチック分解酵素の研究まで、幅広い目的でこのデータベースを活用しているとのことです。この業績により、2024年にはJohn Jumper氏とDemis Hassabis氏がノーベル化学賞を受賞しました。
数学・アルゴリズム・科学協働への展開
AlphaGoの手法はさらに多様な領域へと応用が広がっています。
数学的推論の分野では、AlphaProofが言語モデルとAlphaZeroの強化学習・探索アルゴリズムを組み合わせ、数学の正式な命題を証明できるシステムとして開発されました。AlphaGeometry 2と合わせて、国際数学オリンピック（IMO）で銀メダル相当の成績を初めて達成しています。さらにGeminiの最新Deep Thinkモードは、AlphaGoに着想を得たアプローチで2025年のIMOにて金メダル相当の水準を記録したと発表されています。
アルゴリズム発見の領域では、AlphaEvolveがコードの探索空間を探索し、より効率的なアルゴリズムを自動発見するコーディングエージェントとして機能しています。特筆すべきは、現代のほぼすべてのニューラルネットワークを支える基礎演算である行列積の新たな計算方法を発見したことで、これはAlphaGoのムーブ37に匹敵する「型破りな解」と評されています。現在はデータセンターの最適化や量子コンピューティングへの応用も試験されています。
科学的協働の面では、AlphaGoの探索・推論原理を組み込んだ「AIコサイエンティスト（AI co-scientist）」の研究が進んでいます。複数のエージェントが科学的仮説を「議論」し合うことで、データのパターン発見や複雑な問題解決を支援する仕組みです。インペリアル・カレッジ・ロンドンでの検証では、このシステムが数十年分の論文を分析し、研究者たちが長年かけて実験的に検証してきた抗菌薬耐性に関する仮説と同じ結論に独立して到達したことが報告されています。
AGIに向けた展望
Hassabis氏は今回の振り返りの中で、今後のAGI（汎用人工知能）実現に向けた見通しも示しています。専門化されたAIモデルは特定分野で優れた成果を上げている一方、クリーンエネルギーや未解明疾患といった根本的な課題を解決するには、異なる分野の構造や関連性を横断的に把握できる汎用AIシステムが必要だとしています。
そのためのアーキテクチャとして、Geminiの世界モデル・AlphaGoの探索と計画立案の技術・専門AIツールの活用の3要素を組み合わせることが鍵になるとの考えを示しました。また、真の創造性についても言及しており、ムーブ37のような既存ゲーム内での新戦略発見にとどまらず、囲碁のように深みのあるゲームそのものを「発明する」能力が最終的には求められると述べています。AIの創造性の評価という点では、まだ議論が続いており、どこまでをAIの「創造」と見なすかは研究者間でも見解が分かれていると考えられます。
まとめ
AlphaGo誕生から10年で、その探索・強化学習の手法はタンパク質構造解析や数学証明、アルゴリズム発見など複数の科学領域に広がりました。ノーベル賞受賞という節目を経て、DeepMindは現在その延長線上にAGI実現を見据えています。今後の展開がどのような形をとるか、引き続き注目したいところです。
