Preprints AI論文を読む（その５）AIアルゴリズムの極意を探る Pythonで解く(2)

お待たせしました。ようやくこの部分を書き終わりました。（８月２３日記）金貨のゲームを公開されているPythonのプログラムがどう解くのか、その２回目である。今回対象とするのは真ん中の次の部分である。プログラム言語Pythonの解説が続いております。先生の論文の中にあるAIは擬似乱数が極意であることを腹落ちするための大事なステップですので、もう少しご辛抱ください。初めてご覧になる方は（その１）（その２）からお読みください。

Preprints AI論文を読む（その１）擬似乱数を理解する

Pre printsAI論文を読む（その２）12枚の金貨のパズルを素手で解く

前回のあらすじ

前回（その４）では前半の部分を見て来ました。instanceというお皿の上に１２枚のコインを１列にした１２通り（行）のコインの列（行列式では０と１と−１で合計２４枚）が置くところまで準備ができています。

PriprintsAI論文を読む（その４）AIのアルゴリズムの極意を探る　Pythonで解く(1)

さて今回はその後半を見てゆこう。まずざっとプログラムを眺めてみる。

def checkRules(B):

for i in instance:

balance=""

for j in B:

if (i[j[0]]+i[j[1]]+i[j[2]]+i[j[3]])>(i[j[4]]+i[j[5]]+i[j[6]]+i[j[7]]):

balance += '>'

elif (i[j[0]]+i[j[1]]+i[j[2]]+i[j[3]])<(i[j[4]]+i[j[5]]+i[j[6]]+i[j[7]]):

balance += '<'

else: balance += '='

rules.append(balance)

balance=""
if len(set(rules))==24:

break

from random import sample,seed

import random
random.seed(8)
for i in instance:

print(i)
for i in range(1000):

b1=sample(coins,8)

b2=sample(coins,8)

b3=sample(coins,8)

B=[b1,b2,b3]

rules=[]

checkRules(B)

if len(set(rules))==24:

for J in B

j=[X+1 for x in J]

print(j)

print(rules',"¥n")

これを眺めただけでわかる人はこういう分野に土地勘のある方である。このブログは素人の勉強用のサブノートであるため、少し長くなるが解説をしてゆきたい。

このプログラムの処理を理解するための３つのポイント

１）添字 アルファベットの iと jの動きを理解する

２）ランダムに何をどのように持ってこようとしているかを理解する

３）どういう判定をしようとしているかを理解する

お皿の上をもう一度眺めてみよう。coinsという名前の袋に１２枚のコインが入っている。

Instanceというお皿に、軽いコイン１枚の場合と重いコイン１枚の場合に分けて、２４個のコインが置いてある。

プログラムは人間のように手や指がない。このお皿の中にあるそれぞれのコインの位置を指し示してやらないといけない。その役割を果たすのが添字である。

上のInstanceという名前のついたお皿の２４行を示すのに小文字のiが使われる。

このプログラムでは１０００になるまでランダムに抽出するとなっている。

さて、その次に、Bという名前の新たなお皿が３枚用意された。

それぞれをb1,b2,b3の名前がついている。

それぞれのお皿に、１２個のコインの中からランダムに８個のコインを選んでそのお皿に載せる。

プログラムでは12個のコインを略してCoinsと書き、８個ランダムに選ぶことをSample(Coins,8)と書いている。

I(J(0)) は縦横の添字を使ってコインを指し示しており、ランダムに選ばれた８枚のコインを動かそうとしているわけである。（上の例はb1で選ばれた6,5,10,7,9,2,3,1 の８枚である）

８枚のコインは　最初の４枚と残りの４枚に分けられ、その大小が比較される訳である。重いか軽いかは　すでに１かマイナス１で表現されているので、４枚づつを足し合わした合計を比較すればいいことになる。ここではballance関数が使われている。

さて、準備はできた。ここから重さを比較して行く。話を簡単にするため、以下は２のコインが軽かったとしてみよう。

b1,b2,b3の皿ごとに、左右に分けたコインの重さを比較し、あらかじめ用意された１２の数値のボードに　＜＝＞のマークをつけて行く。

以下の①②③は論文の掲載の例をそのまま使用している

①②③をまとめてみると

最終的にこれを何回も繰り返すと、以下の結果がそれぞれの数値に記号化される。

この結果、どのコインが軽いか重いのパターンを把握して、炙り出せることになる。プログラムはこの表示までで終わっている。

わかったこと

（１）ここで例示されたプログラムでも、実は人間同様に先に人間が仕込んでいたロジックがあったことがわかった。それは１２個のコインを３つに分けて、うち最初の４枚とあとの４枚を比較するという部分である。何枚を天秤にかければいいか　まではこのロジックでは考えさせていない。

（２）乱数と行列式を駆使することで、より網羅的にデータを取り扱っている点である。

（３）最終的な回答が１０００回の施行結果によるパターンの表示であったことである。（この点は次回でさらに触れる）

ここまでお読み頂きありがとうございます。pythonは今後社会人や学生があたり前に使いこなすツールになると思います。プログラム言語のロジックの説明ばかりでしたが、いよいよ次回はこの金貨のパズルの人間とAIの解き方の違いに焦点を当てて考えて見ます。

いやぁ、DEEPですねぇ。