【衝撃】マイクロソフトが開発した ”麻雀AI” がガチでヤバイｗｗｗｗｗ

5,000 回の対局後、Suphx が天鳳の 10 段を達成
麻雀は、歴史が長く、また幅広い地域で愛好されてきたため、地域によりルールが異なり、共通ルールのもとで長期的な成績を評価するのが難しいゲームです。

「天鳳」では、明確な対局ルールと強さを具体的に示す段位システムがあります。さらに、2006 年に開設以来、すべての対戦記録や牌譜（麻雀の自摸や打牌などの動作、点数の得失などの記録）など、AI の学習にとって有用なデータを公開しており、AI の可能性を検証するのに最適な環境が整っています。MSRA は、こうした天鳳の特長に着目し、2019 年 3 月、Suphx を天鳳に参加させました。オープンなゲームルームである「特上卓」に参加した Suphx は、今までに 5 ,000 回以上、人間のプレイヤーと対局を重ね、本年 6 月に AI として初めて 10 段を達成しました。

天鳳には、多くのプロプレイヤーを含む世界中の麻雀愛好家約 33 万人が参加しています。天鳳には、「特上卓」と呼ばれる 4 段以上のプレイヤーのみが参加できる部屋があります。最高位は 10 段ですが、さらにその上の 11 番目の段位として「天鳳位」があります。

サービス開始以来、4 人麻雀で天鳳位を獲得したプレイヤーは 13 人、一度でも 10 段に到達したことがあるプレイヤーは 180 人、現時点で 10 段を維持しているアクティブなプレイヤーはわずか 12 人です。

麻雀の各対局の勝敗は、プレイヤーの強さだけで決まるわけではなく、配牌などの運の要素に影響されるため、多くの対局を行なって、運の影響を小さくし、各プレイヤーの実力をより忠実に評価することが必要になります。このため、天鳳は、プレイヤーの真の実力を「安定段位」という指標で評価しています。プレイヤーの段位が高ければ高いほど、対局で最下位になったときのペナルティが大きくなり、一定以上のポイントが引かれると低い段位に移されるため、高い「安定段位」を維持することは困難です。

Suphx は、5,000 回以上の対局において平均 8.7 以上の安定段位を維持しています。天鳳で「特上卓」のトッププレイヤーが約 1 万回の対局を行なった段位の平均値が 7.4 であることを考慮すると、Suphx のスコアは人間のトッププレイヤーと比較して平均で 1.3 ポイント上回っており、非常に優れた成績を達成しています。天鳳には、以前からすでに 2 つの AI システムが参加していました。東京大学が 2015 年に開発した「爆打」と、ドワンゴが 2018 年に開発した「NAGA25」です。いずれも、およそ 6.5 段を維持しています。 

https://news.microsoft.com/ja-jp/2019/08/29/190829-mahjong-ai-microsoft-suphx/