五目並べプログラムの着手戦略を書いているところを想像してほしい。ルールはすでに説明され、盤面も正しく表示される。あとは最善の一手を選ばせるだけに見える。ところが推演を始めると、相手の応手それぞれがさらに多くの変化を生み出していく。碁を打つ前に、計算時間が足りなくなってしまう。
この小さな袋小路は、人工知能における重要な問いを目の前に突きつける。情報、時間、計算資源にはいずれも限界があるとき、システムはどうやって根拠のある選択を行うのか。AIツールを使うことに慣れた人にとって、こうした問題に自ら取り組むことは、技術の内側に近づく機会にもなる。
香港理工大学（PolyU）のCOMP5511「Artificial Intelligence Concepts（人工知能の概念）」は、探索、知識表現、推論、機械学習を軸に展開される。EvoClassの現在のコース教材では、学習の道筋はさらにTransformer、大規模言語モデル、エージェントへと延びている。盤面から出発し、道中でさまざまな課題に出会いながら、「選択を行う」ということを何度も見つめ直していく。
最初の一手の前に、取捨選択を学ぶ
もしすべての可能性を計算する価値があるなら、プログラムはすぐに膨大な探索空間へと陥ってしまう。限られた時間内に着手するには、どの局面を優先して考えるか、どんな基準で評価するか、どこまで探索したら止めてよいかを決める必要がある。
一見「速度が足りない」だけの問題が、こうして手法の選択へと変わる。
探索戦略：無情報探索とヒューリスティック探索では、学習者は異なる探索のやり方を比較できる。敵対的探索と制約充足に進むと、相手の選択を自分の判断に組み込むことも求められる。何手先まで読むか、局面をどう評価するか、不要な計算をどう減らすか——それぞれに具体的な意味が生まれてくる。
コース内の五目並べ実験は、観察の窓を提供してくれる。戦略を一つ変え、プログラムを実行し、着手と所要時間を比較してみる。目先で有利に見える一手が、その後ろに隙を残すかもしれない。より深く探索すれば、より多くの計算コストを払うことになる。
コードが実際に動き出すと、アルゴリズムの名前の背後にある取捨選択が見えるようになる。学習にも明確な手がかりができる。今回の選択を説明し、その説明を検証できる方法を見つけることだ。
手書き画像に替えると、難題も変わる
五目並べの着手ルールは明確に書き下せるが、手書き数字の見た目は一つひとつ規定するのが難しい。同じ「3」でも、丸く書く人もいれば平たく書く人もおり、筆画がほとんどつながっている人もいる。
ルールを補い続ければ、目の前のいくつかのサンプルは解決できるかもしれないが、それでも新しい書き方に出くわす。ここで課題は別の方向へ向かう。モデルにデータを与え、認識に使える規則を学習させるのだ。
しかし、一批のサンプルで学習したからといって、すべての新しい状況に対処できるわけではない。
COMP5511のEvoClass上の実験教材には手書き数字の分類が含まれ、講義内容は従来の機械学習からニューラルネットワーク、コンピュータビジョンへと進んでいく。学習者にとって取り組む価値のある小さな練習は、誤分類をいくつか残しておき、モデルが何を何と認識したかを観察し、データと手法に戻って原因を探すことだ。
この道筋に沿って系列モデリングとTransformerへ進むと、関心はさらに系列と文脈へ移る。続いて大規模言語モデルを学ぶときには、見慣れたチャット画面の背後にも、探究を続けられる技術的な手がかりが見えてくる。
次にコースは、問題を画面の外へと押し広げる。答えを得るために実際の操作が一度必要なら、システムはどう続ければよいのか。
答えのあとに、もう一度の行動
資料を一つ調べる、コードを一段実行する、返ってきた情報に基づいて処理を続ける——いずれもシステムと外部ツールとの結びつきを必要とする。計画を生成したあとには、リクエストを送り、結果を読み取り、次の一歩が依然として妥当かどうかを判断する必要がある。
Lab 11のエージェントとツール呼び出しの実践は、学習者をこの段階へ連れていく。言語モデルを外部ツールにつなぎ、思考、行動、フィードバックがどのように連続したプロセスを形づくるかを観察するのだ。
ここで注意を向けたいのは、見落とされがちな一歩、つまりツールがすでに結果を返したあと、システムがそれをいったいどう使うかである。返却される内容は不完全かもしれず、操作も失敗するかもしれない。再試行する、方法を変える、あるいは停止するには、相応の根拠が要る。
冒頭の盤上の問題が、また別の形で現れる。一度の選択が目の前の状況を変え、次の判断はその変化を踏まえなければならない。
探索プログラムと言語モデルは仕組みが異なる。それらを同じ学習の道筋に置くことで、一貫した観察の作法を練習できる。まず課題を明確にし、次にシステムがどう行動するかを見て、最後に結果で元の判断を確かめるのだ。
一度の実験を、自分の判断に変える
システムが実際のタスクに影響を与え始めると、実行の成功だけでなく、信頼性、バイアス、利用の境界も併せて考える必要がある。AI倫理、安全とアラインメントはこうした問題をコースに取り込み、技術的な実装と人間の責任を同じ一枚の図の中に置く。
このコースを学ぶ際には、自分にごく小さなタスクを課すとよい。実験を実行する前に予想を書き留める。結果を見たら、予想と異なる点を一つ記録する。その後、関連する講義単元に戻り、その差異を説明してみる。
その差異は、思いがけない一手かもしれず、誤って認識された画像かもしれず、エージェントが見落とした一つのツールフィードバックかもしれない。それが次の学習の方向を示し、章の中の概念と自分の観察とを結びつけてくれる。
EvoClassのCOMP5511コースページでは、講義単元に沿って知識の筋道を築き、そこから実験へ進み、問題を持ち帰ることができる。また、興味のあるテーマを先に一つ選び、シミュレーション練習と組み合わせて理解を確かめてもよい。
あの盤面に戻ると、プログラムは依然として限られた時間の中で次の一手を選ばなければならない。このとき、あなたにはそれを確かめる手段がもっと増えている。探索がどう広がるかを見る。評価の根拠が何かを見る。そして結果が当初の設計を裏づけるかどうかも見る。
AIを理解することは、こうした一枚の石から始められる。
コースの基本情報はPolyU公式のコース説明を参照し、具体的な章節と実験の紹介はEvoClassの現在のコース内容に基づく。本文中の講義リンクは英語の学習教材を指している。