深層学習・強化学習・モンテカルロ木探索（MCTS）を組み合わせて囲碁を学習します。人間の棋譜で基礎を身につけ、自己対局を重ねて棋力を高めます。
モデル
224
AlphaGo
アルファゴ
体験区分：調査ベース
推奨読者レベル：Level 2-4
何をしてくれるか
どこで出会うか
AI の歴史を説明する記事や書籍で頻繁に登場します。「2016 年 3 月の Lee Sedol 戦」は生成 AI ブームの起点として語られることが多く、業界の文脈を共有する場面で名前が出ます。
タイムライン
2026.04·ready
「AlphaGo の Lee Sedol 戦から数えると、生成 AI も同じくらいインパクトがありますね。」
AlphaGoの見方
225
この用語の見どころ
1
役割
DeepMind の囲碁 AI 研究プロジェクトです。
2
うれしさ
強化学習と深層学習の組み合わせが実証されました。
3
注意点
商用ツールではなく、現在は研究段階で終了しています。
4
どこで役立つか
AI の歴史文脈を説明する際に参照されます。
5
はじめに
2016 年の Lee Sedol 戦と DeepMind の名前を押さえます。
6
深掘り先
AlphaZero、MuZero、Google DeepMind
非エンジニアのつまずき
- 名前は知っていても、どんな仕組みで動いているのかは難しいです。
- LLM などの現在の AI とどうつながっているのかが分かりにくいです。
私のコメント
- 第一印象:AI 史の象徴的な転換点の一つだと思います。
- 良い点:人類をある側面で超えたことが明確に語りやすいです。
- ダメな点:AlphaGo 自体は一般人が触れるサービスではなかった点です。
- 誰向けか:AI の歴史を語りたい人向けです。
開発フローでの位置
棋譜学習
自己対局
評価対局
系譜継承
関連用語
D-60·model
バイブコーディング図鑑