完全情報ゲームについては、ほぼ制覇された感じですね。

ただ、たとえば相手にうまく負けて喜ばせてあげる「接待将棋」のようなことは、まだまだ難しいのが現状です。

WIRED.jp. 人工知能に「接待将棋」はできない──羽生善治と石山洸が語る将棋とAIの進化
https://wired.jp/2017/02/14/habu-ishiyama/

1年前に公開された論文がサイエンスにアクセプトされたようですね。内容的には１年前と変わっていません。

ＡＩ　教材ゼロで超人に 競争して進化　研究に転機
https://newspicks.com/news/2681263/

とりわけ将棋に興味があってサイエンスの論文に目を通したところ、対戦相手は世界コンピュータ将棋選手権2017年優勝のelmo。

AlphaZeroは自己対局による強化学習を2時間ほどした時点でイロレートでelmo超え。トレーニングを終えた完全体AlphaZeroは、elmoに対し先手で98.2％、後手で84.2％という恐ろしい勝率。。

興味深いのは、完全体AlphaZeroで最も頻出する出だしは「相掛かり」。でもこのあとすぐ飛車先を交換するのかどうか知りたいから、もう6手くらい見せてほしかった。

将棋AIは、プロの戦術を改善すると同時に、見る将棋の新たな面白さを提供しつつあります。例えは悪いですが、ピッチングマシンやスピードガンのような存在ともいえます。

ポーカーや麻雀といった運に左右される不完全情報ゲームにおいてもAI開発は進み、プロに近づいているようですね。

今はプロに勝つAIを目指していますが、次は素人に教えるAIの開発が待たれます。違いは、AIがプレイするのではなく、ユーザの打ち手を理由説明付きで添削してくれるAIです。これができると上達が10倍速くなるでしょう。楽しみです。

・不完全情報ゲームのポーカーで人間を倒したAI「Libratus」が採っていた戦略が論文で公開される
https://gigazine.net/news/20171226-libratus-strategy/
・「もう自分では勝てません」 28歳の東大院生が最強の麻雀AIを作るまで
http://www.itmedia.co.jp/news/articles/1802/23/news023.html

ここから人間がどう機械から学び共生していくかに注目しています。盤ゲームの世界で起きている事はいつかビジネスの世界にもやってくるはず。

無知→既知→未知の領域まで30時間で自己成長し、機知まで出来るようになったというイメージですかね。
素晴らしい。これを色んなことに上手く応用していきたいですね。

詳しくはこちらの記事が良いかなと。
https://gigazine.net/news/20181207-alphazero/

以下抜粋。
「例えば、チェスのStockfishが1秒間に600万ポジション検索するのに対して、AlphaZeroは6万ポジションしか検索しないとのこと。伝統的なAIエンジンでは計算可能な解決法がない場面に直面すると迷いが生じるのに対して、AlphaGoではこの欠点がなく、「直感」が要求されるような場面で無類の強さを発揮します。」

「アルファゼロ」が囲碁、将棋、チェスをマスターしたとのこと。
今後は「大勢で遊ぶ、より複雑なコンピューターゲームへの挑戦が課題」とも。まだまだ進化しそうですね。

こうゆう動きは伝わるの早いね