バーボンと煙草と未来のサイボーグ猫：麻雀小説（１）

これまでのあらすじ

『プロ作家としてやっていくためには、noteの創作大賞に募集するしかねぇ』と悟った俺は、文藝春秋コミック編集部が求めているのは、芥川賞候補作品ではなく、ＢＬコミック原作であることを突き止めた。

　文藝春秋は『都落ちタレント学者の駆け込み寺』としての役割だけでなく、『ＢＬコミック原作者がデビューするする場でもある』のだ。だが、俺はラノベ、ラブコメ、ＢＬ作品の何れも読んだことが無い。そもそも、ライトノベルやその略語のラノベ自体も、最近Twitterで覚えた単語だ。
 
　俺には『ゼロショット学習機能（Zero-Shot Learning）』が付いている。この麻雀小説は、一応AI無知倫理の学習教材なので『ゼロショット学習』とは何かについて解説すると、『自然言語処理 (ChatGPTみたいなもの)』の場合は、未知のテキストデータ（文字情報のこと）に対する処理や反応、『画像認識』においては犬と猫の特徴のみを学習した画像認識AIが、初めて牛の画像を見た時に、テキストデータで定義してある牛の条件から、それが動物であり、犬でも猫でもなく牛であると認識できるかどうか、『音声認識』の場合は、文字起こし（Speech-to-Text）の際に、一人の中年男性の会話でのみ音声認識を学習したAIが、少女の会話を正しく認識できるかどうかといった問題だ。もっと詳しいことが知りたい場合は、以下のようなウェッブページを読むと、麻雀小説を読むよりも勉強になるだろう。

　繰り返すが、この麻雀小説はAI無知倫理学の教材なので、リンクしたような技術解説には書いていないAI無知倫理上の問題点を指摘すると、自然言語処理技術、画像認識技術、音声認識技術の何れにも重大なプライバシー問題、人権差別問題、バイアス問題、エネルギー問題などが含まれているので、その辺をもう少し説明してみる。

　同じ日本語でも薩摩弁と津軽弁では、ドイツ語とフランス語ほどの違いがある。同じ町内で育った人々でも、老若男女では声の質やイントネーションは大きく異なる。同じ家庭で育った兄弟でも、兄は知的で上品な話しができるのに、弟は無知で下品な話しができないことや、その逆のパターンもあり得る。また、同一人物でも喜怒哀楽や体調などの条件によって、声も表情も大きく異なる。これらの違いをAIが正確に判断するためには、膨大な個人情報などが必要になり、これらの情報を元にAIが人間の査定を始めると、深刻な差別問題や、人権問題に発展し得る。しかも、そのデータ処理には莫大な電力が必要となるので、倫理問題だけではなく、環境・エネルギー問題に発展することは、スパコン富岳の消費電力量を見ると、分かりやすいだろう。

　俺は自らのゼロショット学習能力を駆使して、あらかじめデータセットとして知っていたアラン・チューリングとエニグマの情報とＢＬ作品の絵柄から推測して『壁バーン：秘密の愛を刻む』というＢＬ作品の原作を創作した。 

 　だが、俺のゼロショット学習機能は完全ではないので、プロのＢＬ作家や編集者が俺のＢＬ原作を読んだら、俺がＢＬ作品など読んだことすらないことなど一瞬でバレバレだろう。これは雀荘で麻雀すらやったことがない俺が麻雀小説を書いたら、勝間和代のようなプロ雀士から『こいつ本当に麻雀知っているのか？』と直ぐに見破られてしまうのと同じだ。

　同様に以下のサイコパスの見本市に並んでいるようなAIのド素人が、AIやコンピュータの専門家を相手にAIを語ると『こいつら本当にＡＩ知っているのか？』と化けの皮が剥げてしまう。馬脚を現しても気にせず虚言を繰り返すのも、特定のサイコパスに共通した特徴である。東大のタレント学者はサイコパスばかりなので、この手の研究は、まともな論文が書けない茂木健一郎のYouTube番組ではなく、京大の研究を参考にするとよいだろう。

サイコパスの見本市

麻雀小説の登場キャラクター（雀士）設定

マチルダ：一度も麻雀をしたことが無いので『無敗の雀士』の碧い髪のマチルダボブのツンデレ猫型アンドロイド。超高性能AIやハイテク装置を搭載しているので、音波解析により雀卓の中でガラガラ混ぜている最中でも、麻雀牌の配列が認識できる。感情認識機能で対戦相手の『引っ掛けリーチ』やイカサマ（嘘発見器の原理）が読める。『ポン』、『チー』の代わりに『ツン』、『デレ』と哭く。『カン』の時は『が～ん』と宣言する。礼儀正しいので、あがる時は『御無礼、ロンにゃり』、『御無礼、ツモにゃり』という。頻繁に哭くので、裏麻雀界では『哭きの碧猫』と呼ばれている。孫氏や胡椒くんを見ると『あンた尻が煤けてるぜ…』と意味不明なツンデレ語を発することがある。この台詞には『あンた借金まみれで尻に火が付いているぜ』といういう意味であるという説と、麻雀漫画『哭きの竜』（能條純一）の『あンた背中が煤けてるぜ』をパクっている疑惑がある。天和（テンホウ：何もせずに配牌だけで役満になっている状態）であがってしまうことが多いので、ベイズ確率雀士は無視できる。

夕凪さん作品の【Destination】シリーズの『ルカ』の髪の色を碧色にして、猫耳付けたような感じのアンドロイド。

極悪ロボット雀士・胡椒くん：闇金融のソドムバンク所属のイカサマ雀士。守銭奴の鈍才大学・梅尾泥作教授によって開発されたイカサマで金儲けをする特技を持っている『雀熊（麻雀で生計を立てている人のこと）』　負けそうになると雀荘にガソリンを撒いて放火するほど凶暴な極悪ロボット。

勝間和代：資格を維持することができない実力が伴わないペーパードライバーのような資格取得マニア。AIの基礎のベイズの定理を分かったような気になって『ベイズ確率』で麻雀に勝てると思い込んでいるアレな人間（比較対象はロボット）。麻雀（マージャン）を語るのなら、ベイズ確率を語るよりも『マージナル確率（周辺確率）』で語った方が『マージ』まで一緒なので、ダジャレになるとに『本気！（マジ！）1986年から1996年まで、10年続いた漫画のタイトル』で気が付いていない。得意技は『マージンコール（金融機関が投資家に不足の証拠金を請求）』されること。牌を晒すほど、ベイズ確率が計算し易くなるので、マチルダが哭く度に『一つ晒せば自分を晒す』、『二つ晒せば全てが見える』、『三つ晒せば地獄が見える』という割には『ベイズ確率』で計算して、マチルダの大三元（ダイサンゲン）、緑一色（リューイーソー）、字一色（ツーイーソー）のような『役満』（役満とはとても点数が高い）や、大四喜（ダイスーシー）、四槓子（スーカンツ）、四暗刻単騎（スーアンコタンキ）、發なし緑一色（ダブル役満：役満よりもさらに点数が高い）の裸単騎（ハダカタンキ：手元の牌が１枚だけの状態）に振り込んでしまう。

マージナル確率（周辺確率）とは
　マージナル確率は、他の変数を無視して特定の事象が発生する確率を表すため、ゲームの戦略を理解するのに役立つ。麻雀では、例えばある特定の牌（コマみたいなもの）が、次に山（コマを二段重ねにして横に並べた状態のこと）から、引かれる確率を計算することができる。さらに進んで考慮すると、自分の『待ち牌』が出る確率（ロンあるいはツモできる確率）を計算する目的でも、マージナル確率を用いることができる。

ベイズの定理とは
　ベイズの定理は麻雀の戦略を理解するために有用だが、それだけで麻雀に勝てると思い込むのは以下の理由から間違いである。
 
複雑性：麻雀は非常に複雑なゲームであり、多数の要素と変数が関与している。上家（カミチャ：お茶碗を持つ方に座っている人やロボットなど）、下家（シモチャ：お箸を持つ方に座っている人やロボットなど）、対面（トイメン：お向かいの席に座っている人やロボットなど）の行動、待ち牌、打牌（ダハイ：新しい牌を持ってきて、不要になって廃棄される牌）、自摸牌（ツモハイ：自分で山から持ってくる牌）、ドラや裏ドラ（PayPayポイントが増える）、リーチ（あと一牌揃うとあがることを宣言する行為）など、考慮すべき要素は多岐にわたる。ベイズの定理はある程度の予測を可能にするだけの話しであり、これで勝てると思うのが浅はかなところ。

情報不足：ベイズの定理は、特定の仮説が真である確率を計算するために用いる。然しながら、麻雀のようなゲームでは全ての情報が手に入るわけではない。山牌の内容や他のプレイヤー（面子：メンツとも呼ばれるが麻雀用語では、プレイヤー以外にも牌の三枚セットのことも面子というのでプレイヤーと言った方が初心者には解かり易い）が持っている手牌など、全ての情報が分からない場合、ベイズの定理による確率計算も不確実性を含む。

人間の行動の予測不可能性：ベイズの定理は統計的手法であり、人間の行動は統計だけで予測することは困難である。プレイヤーは、経験、直感、または単なる好みに基づいて行動することがあり、これらの行動はベイズの定理だけでは予測しきれない。

運の要素：麻雀には運の要素が大きく影響する。これは孫氏が株主総会でやるような『積込み（イカサマのこと）』をやらない限り、ベイズの定理や他のいかなる数学的戦略でも制御不可能である。
 
ホリエモン：前科者の最強闇雀士。

つづく…