1. 結論：麻雀AIは「勝率を爆上げ」する魔法ではない。数％を積む機械である
4人麻雀で全員が同じ強さなら、1位になる確率の出発点は25%だ。ここがまず残酷である。
強い人や強いAIが入ったからといって、トップ率が50%になるわけではない。上位帯では、トップ率を数ポイント上げ、ラス率を数ポイント下げ、放銃を少し減らし、同じ牌姿でも点棒状況に合わせて判断を変える。その小さな差が何百半荘も積み上がる。
要するに上位麻雀は、巨大な必殺技を撃つゲームではない。
安全牌を1枚残す。押すべきテンパイは押す。安い手を無理に追わない。オーラスでは必要な着順を取る。
これを1個ずつ積むドミノ工場である。そしてこちらが1枚置いている間に、つよつよ人材は静かに5枚くらい置いている。レートがしんどい。
ただし重要な注意がある。研究から「AIで勉強すれば人間のトップ率が必ず+2%になる」といった因果効果はまだ言えない。麻雀AIそのものの強さと、AIを先生として使った人間の上達効果は別の問いだからだ。
2. 4人麻雀の25%という残酷な初期値
4人が完全に対称なら、各順位は平均25%。だから「強者なら半分トップ」という感覚はかなりズレる。
麻雀は、配牌・ツモ・他家の手牌という見えない情報が多い。不完全情報ゲームであり、しかも4人戦だ。良い判断をしても負けるし、悪い判断をしてもその1局だけは勝てる。
そのため実力は1戦の勝敗より、長期の順位分布、放銃、和了、打点、局面ごとの意思決定に出る。
「今日トップ取れなかった。弱くなった。」
これは麻雀では危険な診断である。今日の天気を見て地球温暖化を判定するくらいサンプルが小さい。
3. Suphx：トップ約3割でも十分に壊れている
Microsoft Researchの麻雀AI Suphx は、深層強化学習で日本式麻雀を学習した代表的な研究例だ。論文では天鳳の特上卓で5,760半荘を打ち、安定段位8.74を記録した。比較対象の上位人間集団は7.46だった。
論文のTable 5では、Suphxの成績は次の通りだった。
| 指標 | Suphx | 上位人間 | 爆打 | NAGA |
|---|---|---|---|---|
| 1位率 | 29.3% | 28.0% | 28.0% | 25.6% |
| 4位率 | 18.7% | 20.5% | 22.4% | 21.1% |
| 和了率 | 22.83% | - | 23.07% | 22.69% |
| 放銃率 | 10.06% | - | 12.16% | 11.42% |
ここで面白いのは、Suphxが「トップを増やす代わりにラスも増やした」のではないことだ。1位率が高く、4位率が低く、放銃率も低い。
しかも爆打より和了率は少し低い。つまり「とにかくいっぱいアガる」が答えではない。
Suphxには、各局だけでなく最終的なゲーム報酬を予測する Global Reward Prediction などが入っている。今の点棒、局数、順位まで考えて、局単体の利益と半荘全体の利益をつなぐ発想だ。
なお、これは天鳳での研究結果である。雀魂は段位ポイントや環境が同じではないので、29.3%という数字をそのまま雀魂の目標値にするのは雑すぎる。
4. 上位帯はドミノ職人の工場
初心者帯では、牌効率を覚えるだけでも大きな差になる。
- 受け入れ枚数を増やす
- 役を作る
- テンパイしたらリーチを検討する
- 危険牌を少し覚える
これだけで「俺、麻雀うまくなったのでは？」が起きる。
しかし上位になると、周りもそこを通過している。すると残る差は細かい。
- いつ安全牌を残すか
- 良形と打点のどちらを取るか
- リーチに何巡目まで押すか
- 1シャンテンからどこまで戦うか
- 親番でリスクをどれだけ取るか
- 南場の2着でトップを追うか、着順を守るか
1回では「そんなに変わる？」という差が、500回、1000回でドミノになる。
上位帯とは、0.5%を笑った者から順にレートへ埋葬される工場である。
5. AIに任せすぎると「ルールを知らないAIオペレーター」ができる
AI学習には別の罠がある。
「何切る？」→ AIに聞く。
「鳴く？」→ AIに聞く。
「何待ち？」→ AIに聞く。
「この役なに？」→ AIがなんかアガれるって言ってます。
これで成績だけ先に伸びると、麻雀の判断を学んだのではなく、麻雀AIの操作方法を学んだ人が完成する。
心理学では、頭の中で行う処理を外部の道具に任せて負荷を下げることを cognitive offloading（認知的オフローディング） と呼ぶ。RiskoとGilbertのレビューは、外部化が認知負荷を下げる一方、その使い方には認知的な帰結があると整理している。
さらに2025年の大学生120人を対象にした無作為化比較試験では、ChatGPTを制限なく学習補助に使った群は、45日後の知識保持テストで従来学習群より低得点だった。これは麻雀研究ではないので直接の証明にはならない。ただ、「答えを外注すれば、その答えを作る内部回路が育つとは限らない」という警告としてはかなり一致する。
攻略サイトだけ見てラスボスまで来たら、突然チュートリアルの筆記試験が始まった。だいたいこれである。
6. 「トップを取れない、でもラスも引かない」は何を意味する？
この症状だけでは原因は1つに決められない。
考えられる仮説は少なくとも4つある。
- 守備過多：危険を避けすぎて、トップへ行く押しまで捨てている。
- 攻撃の質の問題：和了回数ではなく、リーチ・鳴き・打点・速度の選択でトップを逃している。
- 順位条件の問題：南場やオーラスで、2着から1着へ行く条件を十分に取れていない。
- ただのブレ：戦術は変わっていないのに、短期的にトップが来ていない。
だから「ラス率低いですね。守りすぎです。」と即断するのは研究的には雑である。
7. 研究ベースでは「守備過多」と即断できない
集計値には 同定問題 がある。簡単に言えば、同じ結果でも原因が複数あるということだ。
たとえばトップ20%、ラス15%という成績があっても、
- 守りすぎで2着・3着に固まった
- 高打点の手だけ運悪く成就しなかった
- オーラスの条件戦だけ苦手
- 単に100戦程度のブレ
のどれでも作れる。
Suphx自体も「守備が強いからトップが減る」という単純図式を壊している。Suphxは低い放銃率と低い4位率を持ちながら、比較表で最も高い1位率だった。
したがって、本当に守りすぎかを調べるなら、順位率だけでなくどの局面で押したか・降りたかまで見る必要がある。
8. 100戦の不調は普通にノイズ
トップ率が本当に25%だと仮定し、各半荘を独立したベルヌーイ試行とみなす非常に粗い近似をすると、95%程度の誤差幅は次のようになる。
| 半荘数 | トップ率25%の概算95%誤差幅 |
|---|---|
| 100 | 約 ±8.5ポイント |
| 500 | 約 ±3.8ポイント |
| 1000 | 約 ±2.7ポイント |
100半荘でトップ率20%になっても、それだけで「戦法が壊れた」とは言えない。
もちろん実際の麻雀は独立同分布ではない。対戦相手、段位、ルール、本人の実力変化がある。上表は厳密な雀魂モデルではなく、短期成績がどれだけ揺れるかを感じるための物差しである。
麻雀は「100戦やったから十分でしょ」と言った瞬間、分散が後ろから肩を叩いてくる。
9. AIを先生に戻す：答えではなく理由を取る
AIを使って本当に自分を強くしたいなら、AIを代打ち係から先生へ戻す。
おすすめは次の手順だ。
- 先に自分の選択を決める。 AIを見る前に「自分なら5索」と記録する。
- AIの候補と比較する。 一致したかより、どれくらい差があるかを見る。
- 理由を1文で聞く。 「中学生にも分かる言葉で、なぜ？」と聞く。
- 反転条件を聞く。 「何が変わったら、逆の打牌が正解になる？」を取る。
- ミスを分類する。 牌効率、守備、押し引き、打点、鳴き、リーチ、順位条件など。
- 同じミスだけ復習する。 10個の新知識より、3回出た同じ穴を塞ぐ。
特に見る価値が高いのは、放銃した局、リーチへ押した局、鳴くか迷った局、AIと判断が大きく割れた局、南場・オーラスの順位条件だ。
雀魂には牌譜を分析して評価や助言を表示する MAKA がある。こういう対局後のレビュー機能は、まさに「答えを盗む」より「自分の癖を見つける」ために使うと強い。
10. チェックすべき戦績指標
「トップが取れない」を診断するとき、最低限見たいのは次だ。
| 指標 | 何が分かるか |
|---|---|
| 1位・2位・3位・4位率 | 順位がどこに偏っているか |
| 和了率 | 手を完成させている頻度 |
| 放銃率 | 他家へ振り込む頻度 |
| リーチ率 | 門前テンパイをどれだけ攻撃に変えているか |
| 副露率 | 鳴きによる速度・役作りの傾向 |
| 平均和了点 | アガリの量ではなく質 |
| 親・子別 | 親番の価値を取れているか |
| 南場・オーラス別 | 着順条件への対応 |
可能ならさらに、巡目、シャンテン数、待ちの良し悪し、自分の打点、相手のリーチ、現在順位ごとに押し引きを見る。
ここまでやると、「最近トップないっす」が、やっと分析可能なデータになる。
11. リアルタイムAI代打は別問題：牌譜検討で使う
学習用AIと、対局中に外部ツールへ判断を任せることは別問題だ。
雀魂の公式告知では、不正行為の具体例として外部ツールの利用や公平性を失わせる行為を挙げ、アカウント停止の対象になり得るとしている。
だから安全な基本線は明快だ。
対局は自分で打つ。終わったら公式の牌譜・MAKAなどで検討する。
AIに全部任せて段位だけ上がると、最終的に「役？AIに聞いてください。点数？サーバーが知ってます。」という謎の上位雀士が誕生する。研究以前にゲームの自分担当部分が消える。
12. まとめ：2%のドミノを積め
麻雀AI研究から学べることは、意外と地味である。
- 4人同格ならトップ率の基準は25%。
- Suphx級でもトップ率は約3割であり、「毎回勝つ」世界ではない。
- 強いAIはトップ増とラス減を同時に実現し得る。
- 「トップが少ない＋ラスも少ない」だけでは守備過多とは診断できない。
- 100戦程度なら順位率はかなり揺れる。
- AIを答え機として使いすぎると、自分の判断基準が育たない可能性がある。
- AIには「何切る？」だけでなく、「なぜ？」「何が変われば逆になる？」まで聞く。
上位帯は、派手な必殺技より数％の差を積むゲームだ。
今日も誰かが安全牌を1枚残し、誰かが適切な鳴きを1回我慢し、誰かがオーラスの条件を1つ正しく計算している。
ドミノは地味だ。でもレート表だけは、最後に全部覚えている。
13. 参考文献
- Li, J. et al. (2020). Suphx: Mastering Mahjong with Deep Reinforcement Learning. arXiv:2003.13590. https://arxiv.org/abs/2003.13590
- Microsoft Research. Suphx: The World Best Mahjong AI. https://www.microsoft.com/en-us/research/project/suphx-mastering-mahjong-with-deep-reinforcement-learning/
- Microsoft Research Asia (2019). 微软超级麻将AI Suphx，破解非完美信息游戏. https://www.microsoft.com/en-us/research/articles/mahjong-ai-suphx/
- 雀魂. AIアシスト牌譜分析ツール「MAKA」ベータ版追加. https://mahjongsoul.com/news/254
- 雀魂. 不正行為について. https://mahjongsoul.com/news/24
- Risko, E. F., & Gilbert, S. J. (2016). Cognitive Offloading. Trends in Cognitive Sciences, 20(9), 676–688. https://doi.org/10.1016/j.tics.2016.07.002
- ChatGPT as a cognitive crutch: Evidence from a randomized controlled trial on knowledge retention (2025). Social Sciences & Humanities Open, 12, 102287. https://doi.org/10.1016/j.ssaho.2025.102287
