用語比較

AlphaGoとAlphaGo Zeroの違い｜人間の棋譜を使う学習と、自己対局の強化学習だけの学習（G検定）

AlphaGoとAlphaGo Zeroは、どちらもG検定のAIブームと機械学習の発展で扱う囲碁のプログラムです。名前が似ているため、「人間の棋譜から学んだのはどちらか」を問う選択肢で取り違えやすくなります。

AlphaGoは人間の棋譜の教師あり学習と自己対局の強化学習を組み合わせ、AlphaGo Zeroは人間のデータを使わず強化学習だけで学習したと覚えると、選択肢を切り分けられます。

このページは、Nature誌に載った2本の論文（2016年・2017年）の要旨をもとに比べます。モンテカルロ木探索そのものの説明は別のページにあります。

この記事の根拠と出典

各セクションの見出しの下に、公式資料で確認した内容か編集部の整理かをラベルで示しています。試験日・料金・申込条件・試験方式は変わることがあるため、申込前に公式サイトで確認してください。G検定の一次情報確認日: 2026-10-02。

結論

AlphaGo

2016年のNature論文。方策ネットワークと価値ネットワークを、人間の棋譜の教師あり学習と自己対局の強化学習で訓練する。欧州チャンピオンに5対0で勝った。

AlphaGo Zero

2017年のNature論文。囲碁のルール以外の人間のデータ・手引き・知識を使わず、強化学習だけで学習する。AlphaGoに100対0で勝った。

見分け方

選択肢に「人間の棋譜」「教師あり学習」「欧州チャンピオン」があればAlphaGo、「人間のデータなし」「強化学習のみ」「100対0」があればAlphaGo Zero。

違いを表で確認

比較軸	AlphaGo	AlphaGo Zero
学習に使うデータ	AlphaGo：人間の専門家の対局からの教師あり学習と、自己対局からの強化学習を組み合わせる	AlphaGo Zero：強化学習だけ。ルール以外の人間のデータ、手引き、領域知識を使わない
ニューラルネットワーク	AlphaGo：局面を評価する価値ネットワークと、手を選ぶ方策ネットワークを使う	AlphaGo Zero：AlphaGo自身の手の選び方と対局の勝者を予測するよう、ニューラルネットワークを訓練する
探索	AlphaGo：モンテカルロ・シミュレーションと、価値・方策ネットワークを組み合わせた新しい探索アルゴリズム	AlphaGo Zero：ネットワークが木探索の強さを高め、次の反復でより強い自己対局を生む
成績	AlphaGo：他の囲碁プログラムに99.8%の勝率。欧州チャンピオンに5対0	AlphaGo Zero：先に発表された、世界チャンピオンを破ったAlphaGoに100対0
論文	AlphaGo：Nature 529巻 484〜489ページ（2016年）	AlphaGo Zero：Nature 550巻 354〜359ページ（2017年）。題名は「人間の知識なしに囲碁を極める」

G検定の学習に使う書籍（Amazon）

試験範囲を通して読むときの1冊です。読んだ章は、このサイトの章別問題で確かめられます。

深層学習教科書ディープラーニング G検定（ジェネラリスト）公式テキスト第3版の表紙

深層学習教科書ディープラーニング G検定（ジェネラリスト）公式テキスト第3版試験を実施する日本ディープラーニング協会が監修した公式テキストです。Amazonで見る

ほかの資格を含む参考書・問題集の一覧を見る

どこで迷っているかを切り分ける

「人間の棋譜」「教師あり学習」という語が出る人

AlphaGoです。人間の専門家の対局からの教師あり学習と、自己対局の強化学習を組み合わせて訓練しました。

「人間のデータなし」「強化学習のみ」という語が出る人

AlphaGo Zeroです。ルール以外の人間のデータや領域知識を使わず、自分自身を教師にして学習しました。

「100対0」「5対0」の数字が出る人

5対0は、AlphaGoが欧州チャンピオンに勝った成績です。100対0は、AlphaGo Zeroがそれ以前のAlphaGoに勝った成績です。

具体例で使い分ける

例 1

選択肢に「人間の専門家の棋譜」が出る場合（架空の場面）

「人間の専門家の対局からの教師あり学習と、自己対局の強化学習を組み合わせて訓練した囲碁プログラムはどれか」という問いがあります。

教師あり学習と強化学習の両方を使ったのはAlphaGoです。
AlphaGo Zeroは強化学習だけで、人間のデータを使いません。

結論: 棋譜からの学習を含むならAlphaGoです。

例 2

選択肢に「人間のデータを使わない」が出る場合（架空の場面）

「囲碁のルール以外の人間のデータや領域知識を使わず、強化学習だけで学習したプログラムはどれか」という問いがあります。

ルール以外の人間のデータを使わないのはAlphaGo Zeroです。
AlphaGoは人間の専門家の対局を教師あり学習に使っています。

結論: 人間のデータなしならAlphaGo Zeroです。

例 3

どちらが強いかを数字で問われる場合

2つのプログラムの対戦成績から、強いほうを選ぶ問いがあります。

AlphaGo Zeroは、世界チャンピオンを破った先のAlphaGoに100対0で勝ちました。
AlphaGoの5対0は、欧州チャンピオンとの対局の成績で、AlphaGo Zeroとの直接対戦ではありません。

結論: 直接対戦の成績ではAlphaGo Zeroが上です。

問題文から答えを選ぶ手順

1
学習データを見る
「人間の棋譜を使う」ならAlphaGo、「人間のデータを使わない」ならAlphaGo Zeroです。
2
学習の方法を見る
「教師あり学習と強化学習の組み合わせ」ならAlphaGo、「強化学習のみ」ならAlphaGo Zeroです。
3
成績の相手を見る
欧州チャンピオンに5対0ならAlphaGo、AlphaGoに100対0ならAlphaGo Zeroです。
4
発表年を見る
2016年の論文はAlphaGo、2017年の論文はAlphaGo Zeroです。

試験での見分け方

1AlphaGoは、人間の専門家の対局からの教師あり学習と、自己対局の強化学習を組み合わせて訓練する。
2AlphaGoは、価値ネットワークで局面を評価し、方策ネットワークで手を選び、モンテカルロ・シミュレーションと組み合わせて探索する。
3AlphaGo Zeroは、ルール以外の人間のデータ・手引き・領域知識を使わず、強化学習だけで学習する。
4AlphaGo Zeroは、先に発表されたAlphaGoに100対0で勝った。

誤答しやすい選択肢

AlphaGo Zeroも人間の棋譜を学んだと考える

修正: AlphaGo Zeroは強化学習だけで、人間のデータを使いません。棋譜を使うのはAlphaGoです。

AlphaGoを強化学習だけのプログラムと考える

修正: AlphaGoは人間の専門家の対局からの教師あり学習も使っています。強化学習は自己対局の部分です。

5対0と100対0を同じ相手との成績と考える

修正: 5対0は欧州チャンピオンとの対局、100対0はAlphaGo ZeroとAlphaGoの対戦です。相手が違います。

確認問題

Q1人間の専門家の対局からの教師あり学習と自己対局の強化学習を組み合わせ、欧州チャンピオンに5対0で勝ったプログラムは？

答え: AlphaGo

価値ネットワークと方策ネットワークを使い、2016年のNature論文で報告されました。

Q2囲碁のルール以外の人間のデータを使わず、強化学習だけで学習したプログラムは？

答え: AlphaGo Zero

2017年のNature論文で報告され、先のAlphaGoに100対0で勝ちました。

Q3AlphaGo Zeroの論文が示した主な点は？

答え: 人間のデータ・手引き・領域知識なしでも、強化学習だけで超人的な強さに到達できること

学習は白紙の状態（tabula rasa）から始まり、自分自身を教師にして進みます。

到達チェック

AlphaGoの学習データ（人間の棋譜と自己対局）を言える
AlphaGo Zeroが人間のデータを使わないことを言える
5対0と100対0の相手の違いを言える

同じ資格で次に知りたいこと

ELIZAとMYCINの違い｜対話を模すパターン照合と、約600本の規則で診断するエキスパートシステム（G検定）
ELIZAとMYCINの違いを、仕組み（パターン照合と置換、規則による後ろ向き推論）、知識の持ち方、題材で整理。G検定の人工知能の歴史で選択肢を切り分ける判断手順と確認問題つき。
ResNetとDenseNetの違い｜層の出力を足し合わせる残差接続と、全層をつなぐ密な接続（G検定）
ResNetとDenseNetの違いを、層のつなぎ方（足し算と連結）、接続の数、論文の主張、成績で整理。G検定の画像認識の選択肢を切り分ける判断手順と確認問題つき。
AlexNetとLeNetの違い｜手書き文字認識と、ILSVRC-2012優勝の構成・成績（G検定）
AlexNetとLeNetの違いを、題材（手書き文字認識とImageNet）、層の数、ReLU・GPU・dropoutの工夫、ILSVRC-2012での成績で整理。G検定の画像認識で選択肢を切り分ける判断手順と確認問題つき。

よくある質問

QAlphaGoとAlphaGo Zeroの違いは？

AlphaGoは人間の専門家の対局からの教師あり学習と自己対局の強化学習を組み合わせました。AlphaGo Zeroは、ルール以外の人間のデータを使わず、強化学習だけで学習しました。

QAlphaGo Zeroは、AlphaGoに勝ちましたか？

はい。2017年のNature論文は、AlphaGo Zeroが、先に発表された世界チャンピオンを破ったAlphaGoに100対0で勝ったと報告しています。

QAlphaGoは何に初めて勝ったプログラムですか？

2016年のNature論文は、人間の欧州チャンピオンに5対0で勝ち、フルサイズの囲碁で人間のプロに勝った初めてのプログラムだと述べています。

次に見る比較

G検定・DS検定・統計検定2級で重なる用語10語の比較
同じ名前の用語の定義と収録章を、資格ごとに並べます。
ベイズの定理と条件付き確率の違い（統計検定2級の式と計算例）
求める確率の向きの違いと、陽性になる確率の計算例を確かめます。
紛らわしい用語ペア早見表
混同しやすい用語の違いと判定の手掛かりを、資格別の一覧で確かめます。

シェア:Xでシェア LINEでシェア

執筆: ミナト編集部（運営者情報を見る）