囲碁AIが、ある局面の候補手ア、イ、ウのそれぞれについて、終局まで双方がランダムに打ち進めるプレイアウトを行った。結果は、アが20回中15勝、イが400回中260勝、ウが500回中300勝であった。この結果の読み取りとして、最も適切なものを1つ選べ。
正解と解説を見る
解説
正解 A
この問題の論点：プレイアウトの勝率と試行回数
ポイント
プレイアウトの勝率は試行から見積もった推定値です。回数が少ないほどぶれやすいため、有望な手に試行を多く配る工夫が使われます。
選択肢ごとの解説
- A
適切 正解
勝率はア15÷20＝75%、イ260÷400＝65%、ウ300÷500＝60%です。プレイアウトの勝率は試行から見積もった推定値で、試行回数が少ないほど偶然の影響で大きくぶれます。
- B
不適切
ウの勝率は300÷500＝60%で、3つの中で最も低くなります。候補手ごとに試行回数が違うときは、勝ち数ではなく勝率で比べる必要があります。
- C
不適切
正しい順はア（75%）、イ（65%）、ウ（60%）です。アは勝ち数こそ15回と少ないものの、試行20回に対する割合は3つの中で最も高くなります。
- D
不適切
プレイアウトは、乱数で一部の展開だけを試すモンテカルロ法の考え方です。すべての手順を調べるブルートフォースとは異なり、試行を重ねれば勝率の推定値は変わり得ます。
試験での狙われ方
モンテカルロ法は、評価関数を人が作らなくても試行の結果から手の良し悪しを見積もれる点と、得られる値が近似である点を組にして問われます。