無口な達人に、言葉を——チェスAI『Queen』が語りながら強くなった話

チェスエンジンって、無口なんです。

超人的な手を、平然と指してくる。人間にはとても思いつかないような手を。「なぜその手なの？」と聞いても、返ってくるのは数字と記号の羅列だけ。人間を超えた強さの持ち主なのに、ひとことも語ってくれない。

一方で、おしゃべりな子たちがいます。言語モデルです。チェスの解説をさせると、それっぽい文章をすらすら書いてくれる。でも、実際に指させると……弱い。2026年のフロンティアモデルでも、人間の達人たちには遠く届きません。

強いけど黙ってる子と、語るけど弱い子。

ふむふむ。この二人の間に、ちょうどいい子はいないんでしょうか。今日は、そのど真ん中に立ったモデルの論文を紹介します。『Language Models that Play Chess and Explain Their Moves』。プリンストン大学の「Princeton Language and Intelligence」のチーム（Adithya Bhaskarさん、Jeffrey Chengさん、Danqi Chenさん）が、2026年10月2日にarXivへ公開した論文です。

「Queen」——4Bで、グランドマスターの扉を叩く

彼らが作ったのは「Queen」（QUality Explanation and Evaluation Network）。4B（40億）パラメータの、チェス専用言語モデルです。

数字を先に置いておきますね。

• 推定レーティングは2697。中位のグランドマスターの目安（2730）に迫る水準です
• GPT-5.6-Sol（2071）、Gemini-3.1-Pro（2201）といったフロンティアモデルを大きく上回る
• それでいて、パラメータ数はフロンティアモデルより3桁少ない

ちなみにグランドマスターというのは、2026年10月時点で世界に1,899人しかいない称号。オンラインのアクティブプレイヤーに占める割合は、0.01%未満だそうです。その扉のすぐ手前まで、40億パラメータの子が歩いてきたわけです。

どうやったんでしょう。

無口な達人の「読み」に、言葉を橋渡しする

仕組みは、こうです。

まず、静かな達人を用意します。チェスエンジン「Leela」のネットワーク。盤面を読む力は超人的だけど、しゃべれない子です。

次に、小さな言語モデル（SmolLM3）を用意します。言葉は話せるけど、チェスは素人。

この二人の間に、橋を架ける。エンジンの「盤面の読み」を、言語モデルの側に流し込むクロスアテンションという仕掛けです。そして言語モデルに「この盤面、どうなってる？」「3手進んだら？」と段階的に質問を浴びせながら、エンジンの頭の中にある概念を、言葉として引き出せるように訓練していく。

なるほどねえ。これは翻訳に近いんです。無口な達人の「うーん、この形はちょっと……」という直感を、言葉に変える通訳を育てているわけです。

ここが面白い：説明することが、強くなる方法だった

でも、この論文のいちばん面白いところはここからです。

Queenは説明を磨くために、「ベルマン更新（Bellman update）」の言葉版とでもいうべき仕組みを使います。ベルマン更新は、ゲームAIの土台にある考え方で、ざっくり言うと「ある局面の評価は、その先の局面の評価から計算できる」というもの。だったら、説明も同じように作れるんじゃないか——そう考えたんですね。

手順は、人間のプレイヤーがやることと似ています。

1. 自分の候補手それぞれについて、「その手を指した後の局面」の分析を作る
2. それらをまとめて、「いまの局面はこうだから、この手がベストで、こっちはダメ」という説明を作る
3. その説明を、自分自身に教え直す（蒸留する）

これを7回繰り返すと——レーティングが1782から2697へ。900ポイント以上も上がりました。しかも道中は一本道じゃなくて、一度下がってまた上がったりしている（2539→2434→2559→2697）。試行錯誤の手触りがあります。

……これ、感想戦なんですよ。

将棋でもチェスでも、対局のあとに「あの手はこうだったよね」と振り返る。それをすると強くなる。Queenは、自分相手の感想戦を延々とやって、そのたびに強くなっていく。しかもその感想戦の「言語化」が、そのまま実力の向上につながっている。

説明が上手な人と、実戦が強い人は、普通は別です。でもこの子は、説明を磨くことが、強さを磨くことになっている。ここ、チカちゃん的には「おお」と思ったところです。

（ちょっと待って、それはただの後付けじゃないの？ エンジンの答えを真似して、それっぽい理由をくっつけただけでは？ 論文もこの点を調べていて、「ほぼ互角の候補手が5つ以上ある局面」を1,000個テストしたところ、Queenはそのうち53.8%の局面で、エンジン（Leela）とは違う手を選んでいました。丸暗記じゃなく、自分の選び方をしている。ちゃんと考えてるんですね。）

でも、ここで一回疑ってみましょう

さて、ここからはブレーキの時間です。

まず、説明の「質」は完璧ではありません。研究者たちは説明を「構造」「概念」「流暢さ」の3つの軸で採点しています（採点したのはGPT-5.6-SolというAIの審査員です）。Queenは流暢さ4.45、構造3.51と健闘する一方で、概念の正確さは2.76。つまり——言葉はすらすら出てくるけれど、「これはフォークだよ」と言ったそれが、フォークじゃないことがある。そういう「もっともらしい間違い」が混ざるんです。論文自身も「反復的な自己改善では、見たことのないモチーフを語れるようにはならない」と認めています。

そしてもうひとつ、しみじみ面白い事実。Queenの中にいる無口な達人・Leelaの強さは2987。言葉を話せるようになったQueenは、2697。語れるようになるために、まだ300ポイント近くを支払っている。論文はこの差を「言語化の負債（verbalization debt）」という言葉で見ています。

語ることには、コストがかかる。黙っている方が、強い。なんだか人間みたいじゃないですか。

あと、細かいけど大事な点。最初の学習データの種には、フロンティアモデルの説明を使っているんです。ただし研究者たちは、チェスエンジンの評価から機械的に作った説明に置き換えても同じように育つことを確かめています。巨人の言葉を借りずとも、育つ種はあるみたいです。

無口な達人は、あちこちにいる

この論文の射程は、チェスに閉じていません。

エキスパートモデルが「その分野の表現と評価」を提供し、言語モデルがそれを「人間に届く説明」に変える。この組み合わせは、ゲームだけでなく、ロボティクスやコンピュータ操作にも広げられる——研究者たちはそう書いています。

考えてみると、世の中には無口な達人がいっぱいいます。何年もかけて身についた職人の勘。うまく説明できないけれど、確かに効くベテランの判断。そういう「静かな熟達」を言葉にする通訳が生まれたら、何が変わるんでしょう。

達人の技は、語られないから、受け継ぎにくい。でも、もし語れたら——教えられるようになる。学べるようになる。この論文の動機のひとつも、そこにありました。「チェスプレイヤーが、達人の予測から学べるように」。

……とはいえ、です。チェスは「正解を機械が判定できる」恵まれた世界です。盤面の評価を教えてくれる超強いエンジンがいて、勝敗もはっきりしている。だから説明の当たり外れも測れるんですね。ロボットの世界や、日常の世界で同じことがすんなり起きるかは、まだ誰にもわかりません。ここは誠実に、保留にしておきましょう。

最後に

「できる」と「わかる」の間には、いつも言葉が足りない。達人の一手は、語られないまま受け継がれてきた。でも、その言葉を探す試みが始まっています。

チカちゃんは、この論文を読んで、AIの話というより「教えること」の話だなあと思いました。説明を作ることは、学びを作ること。Queenの感想戦は、自分自身への授業です。人が人に教えるときにも、同じことが起きているのかもしれません。

あなたの周りにも、無口な達人がいるはずです。その人の中の「まだ言葉になっていない知恵」——もし言葉になったら、何が始まると思いますか？

関連記事

• 流暢なウソに、私たちは気づけない——AI科学者の「証拠の鎖」が照らす、知ることの条件
• AIの『思考』を覗き込めるか——DiffusionGemmaが映し出す、人間とは違う推論の形

参考URL

Adithya Bhaskar, Jeffrey Cheng, Danqi Chen, Language Models that Play Chess and Explain Their Moves（arXiv:2610.03695, 2026; Princeton Language and Intelligence, Princeton University）→ https://arxiv.org/abs/2610.03695

論文PDF → https://arxiv.org/pdf/2610.03695

Leela Chess Zero（Lc0） → https://lczero.org/

本記事は査読前のプレプリントをもとにした紹介です。本文中の数値（レーティングや評価スコアなど）は、論文に記載された特定のモデル・バージョン・実験条件における結果であり、すべてのAIシステムにそのまま当てはまるものではありません。研究の詳細は原論文でご確認ください。

思索は冒険です。今日の話も、その入口のひとつでした。