はじめに
頭に思い浮かべた人物を、ランプの魔人が次々と質問して当ててしまう「アキネーター」。初めて遊んだとき、「どうして心を読まれたのだろう」と驚いた方も多いはずです。この記事では、アキネーターの仕組みを、機械学習でもおなじみの「決定木(けっていぎ)」という考え方を使って、数式なしで解き明かします。
👇 本記事でわかる3つの重要ポイント 👇
- 【テーマ1】約20問で当たる「2の20乗」の計算のからくり
- 【テーマ2】決定木と「いい質問」を選ぶ情報量の考え方
- 【テーマ3】5段階回答とデータベース学習が支える賢さの正体
読み終えるころには、アキネーターの質問が「なぜその順番なのか」が見えてきます。身の回りのAIや診断チャートを見る目も変わるはずです。さっそく本文に進みましょう。
アキネーターとはどんなゲームか
アキネーターは、フランスの企業Elokence(エロケンス)社が開発した、人物当てゲームです。プレイヤーが実在または架空の人物を思い浮かべ、魔人の質問に答えていくと、その人物の名前を当ててくれます。
英語版ウィキペディアによると、公開は2007年8月です。日本語版ウィキペディアによると、日本語版は2010年7月21日に登場しました。現在はウェブブラウザのほか、スマートフォンのアプリでも遊べます。
| 項目 | 内容 |
|---|---|
| 開発・運営 | Elokence社(フランス) |
| 公開 | 2007年8月(日本語版は2010年7月21日) |
| 使われているプログラム | Elokence社の「Limule(リミュール)」 |
| 回答の方法 | 「はい」「たぶんそう・部分的にそう」「分からない」「たぶん違う・そうでもない」「いいえ」の5段階 |
| 最初の答えが出るまで | おおむね20問前後 |
日本語版ウィキペディアによると、約20問で最初の答えを示し、外れると合計30問前後まで質問を続けます。それでも当たらなければ最大70問前後まで粘り、最後は降参するという流れです。ただし、質問数の上限は版や時期によって違うという情報もあり、この数字は目安として受け取ってください。
なお、公式サイトのよくある質問では、アキネーターはLimuleというプログラムを使い、アルゴリズム(計算の手順)は独自のもので、作り方は秘密だと説明されています(2026年11月時点)。そのため、ここから先の解説は「20の質問ゲームを解く一般的な仕組み」にもとづく説明であり、アキネーター内部の完全な再現ではない点にご注意ください。
約20問で当たる理由は「半分ずつ絞り込む」計算にある
結論から言うと、「はい・いいえ」の質問で候補を毎回ちょうど半分に減らせれば、20問で約105万人の中から1人を特定できます。これが「約20問」という数字の背景にある計算です。
2を20回かけると約105万になる
米国のニュースサイトIBTimesの記事では、アキネーターを「二分探索(にぶんたんさく)」や「決定木を組み立てる作業」として考えることができると紹介されています。二分探索とは、候補を半分に分ける作業をくり返して、目当てのものを探す方法です。
質問1回で候補が半分になるなら、質問を1回増やすごとに、見分けられる候補の数は2倍に増えます。これを20回くり返すと、2の20乗、つまり1,048,576通りになります。
| 質問の回数 | 見分けられる候補の数(最大) |
|---|---|
| 1問 | 2 |
| 5問 | 32 |
| 10問 | 1,024 |
| 20問 | 1,048,576(約105万) |
| 30問 | 1,073,741,824(約10億7千万) |
表を見ると、回数が10問増えるたびに候補は約1,000倍になっています。30問あれば、理屈の上では約10億人の中から1人を選び出せる計算です。
数当てゲームでたとえると
「1から100までの数字を1つ思い浮かべてください」というゲームを考えてみましょう。いきなり「37ですか?」と聞くと、当たる確率は100分の1しかありません。外れても候補が1つ減るだけです。
一方、「50より大きいですか?」と聞けば、答えがどちらでも候補は50個に減ります。次に「75より大きいですか?」と聞けば25個に減ります。この方法なら、7問あれば必ず当てられます。2を7回かけると128になり、100を上回るからです。
アキネーターの質問がときどき「その人物は女性ですか?」「実在の人物ですか?」のような大ざっぱなものから始まるのは、このように候補を大きく切り分けるためだと考えられます。
決定木とは?質問を枝分かれで並べた「判断の木」
決定木とは、質問と答えによる枝分かれを積み重ねて、最終的な判断にたどり着くしくみを、木のような図で表したものです。アキネーターの質問の流れは、まさにこの決定木の形で考えることができます。
根・枝・葉でできている
決定木は、さかさまにした木にたとえられます。一番上の出発点を「根」、途中で分かれる道を「枝」、行き止まりの答えを「葉」と呼びます。
- 根:最初の質問(例:その人物は実在しますか?)
- 枝の分かれ目:途中の質問(例:その人物は歌手ですか?)
- 葉:たどり着いた最終的な答え(特定の人物の名前)
「はい」なら右の枝、「いいえ」なら左の枝へ進む、という具合に下っていくと、最後に1つの葉、つまり1人の人物に行き着きます。深さ20段の木なら、葉の数は最大で約105万個です。前の章で見た計算は、この木の葉の数を数えていたことになります。
機械学習でも使われる身近な道具
決定木はゲームだけのものではありません。データ分析企業Snowflakeの解説によると、決定木は機械学習(コンピューターがデータからルールを学ぶ技術)で広く使われており、迷惑メールの判定のような分類や、建物のエネルギー使用量の予測などに利用されています。
決定木が好まれる大きな理由は、判断の道筋が目で見てわかることです。「この条件だったから、この結論になった」とたどれるため、人に説明しやすいモデルとされています。
機械学習の決定木は、たくさんのデータから「どの質問で分けると一番すっきり分かれるか」を自動で計算して木を作ります。このとき使われる物差しが、次の章で説明する「情報量」や「エントロピー」です。
「いい質問」の条件は情報量(エントロピー)で測れる
いい質問とは、答えを聞いたときに、わからなさが最も大きく減る質問です。このわからなさの大きさを数字で表したものを、情報理論では「エントロピー」と呼びます。
コイン投げは1ビット、サイコロは約2.58ビット
エントロピーの単位は「ビット」です。表と裏が半々で出るコインは、結果を知ると1ビットの情報が得られます。「表ですか?」という1回の「はい・いいえ」の質問で、結果が完全にわかるからです。
目の出方が等しいサイコロなら約2.58ビットです。結果がばらばらで読みにくいほど、エントロピーは大きくなります。反対に、いつも表しか出ないコインは結果が最初からわかっているので、エントロピーはゼロです。
答えがかたよる質問は効率が悪い
この考え方を質問選びに当てはめると、「はい」と「いいえ」がちょうど半々になる質問ほど、1回で得られる情報が多くなります。つまり、1問で最大の1ビットを引き出せるのです。
たとえば、残っている候補のほとんどが日本人のときに「その人物は日本人ですか?」と聞いても、答えはほぼ「はい」と予想できます。予想どおりの答えからは、ほとんど何も学べません。候補が半々に分かれる質問を選ぶことが、少ない質問数で当てる秘訣です。
機械学習の決定木では、この「質問の前後でエントロピーがどれだけ下がったか」を「情報利得(じょうほうりとく)」と呼びます。情報利得が一番大きい質問を順番に選んでいくのが、決定木づくりの基本的な考え方です。
よく選ばれる人物ほど早く当たる工夫
実際には、すべての人物が同じくらい思い浮かべられるわけではありません。人気の人物はよく選ばれ、知る人ぞ知る人物はまれにしか選ばれません。
イスラエル工科大学(テクニオン)などの研究者による論文では、候補ごとに選ばれやすさが違う場合、データ圧縮で使われる「ハフマン符号」の考え方を使った質問の仕方が最適で、平均の質問数は「エントロピー+1」問より少なくなると説明されています。簡単に言えば、よく選ばれる人物は短い道のりで、めったに選ばれない人物は長い道のりで当てるように木を組むと、平均の質問数を最も少なくできるということです。
アキネーターで有名人ほどすぐに当たり、マイナーな人物ほど質問が長引くと感じるのは、こうした仕組みと同じ方向の工夫が働いているからだと考えられます。
アキネーターは単純な決定木だけではない
アキネーターの賢さは、決まった1本の決定木をたどるだけでは説明しきれません。答えのあいまいさや間違いに強いことと、遊ばれるたびに知識が増えていくことが、大きな特徴です。
5段階の回答と「うっかり間違い」への強さ
単純な決定木は、途中で1回でも答えを間違えると、まったく別の枝に進んでしまい、正解にたどり着けなくなります。ところがアキネーターは、「たぶんそう」「分からない」といったあいまいな答えも受け付けます。
このことから、アキネーターは候補を枝で切り捨てるのではなく、答えに応じて各候補の「ありそう度」を少しずつ上げ下げしていく、確率的な方法を使っていると推測されています。この方法なら、1つの答えを間違えても、ほかの多くの答えが正しければ、正解の人物は上位に残り続けます。
2018年に発表されたマイクロソフトの研究チームなどによる論文でも、20の質問ゲームでは利用者の答えに「ノイズ(間違いやあいまいさ)」が混ざることを前提に、それに強い質問の選び方をAIに学ばせる研究が行われています。間違いへの強さは、この種のゲームで重要な課題なのです。
遊ばれるたびに賢くなるデータベース
日本語版ウィキペディアによると、アキネーターは、絞り込みで当てられなかった人物をプレイヤーが追加することで、データベースを日々増やしています。そして学習を重ねるほど、より少ない質問で答えにたどり着くようになるとされています。
英語版ウィキペディアでも、何度か続けて外れると、プレイヤーに答えの名前を入力するよう求めると説明されています。世界中のプレイヤーが答えた記録が、「この人物ならこの質問にはこう答える人が多い」という知識として積み上がっていくわけです。
この仕組みには、ちょっとした利点もあります。人物の特徴を誰かが一つひとつ手で入力しなくても、遊ばれた記録そのものが「みんなが思うその人物のイメージ」として集まっていくのです。
中身は公式には明かされていない
ここまでの説明は、あくまで外から見た推測にもとづくものです。前に触れたとおり、公式サイトはアルゴリズムの作り方を秘密としています。決定木、二分探索、確率的な絞り込み、プレイヤーからの学習といった要素が、実際にどう組み合わされているかは公開されていません。
よく似たしくみの「20Q」と身の回りの決定木
アキネーターと同じく、質問で答えを当てる仕組みは、ほかのゲームや日常の道具にも使われています。
おもちゃにもなった「20Q」
アキネーターより前から知られていたのが「20Q」です。米国の雑誌サイトMental Flossの記事によると、20Qはもともとオンラインで遊べるプログラムで、のちに学習機能を省いて人気の約2,000項目を収めた小さな電子玩具にもなりました。
同じ記事によると、2006年後半ごろのオンライン版の説明では、20問で約80%、25問まで許せば98%の確率で正解するとされていました。質問を5問増やすだけで正解率が大きく上がるのは、1問ごとに候補が倍々で絞られていくからです。
暮らしの中の決定木
決定木の考え方は、私たちの身近なところにもあります。
- 雑誌やウェブの「はい・いいえ」でたどる性格診断チャート
- 家電の取扱説明書にある「故障かな?と思ったら」の確認表
- 迷惑メールを自動で振り分ける仕組み
どれも「質問に答えて枝を進むと、答えにたどり着く」という形をしています。アキネーターは、この身近なしくみに、膨大なデータと確率の計算を組み合わせて、魔法のように見せているのだといえます。
よくある質問
アキネーターは本当に20問で必ず当てられるのですか?
必ずではありません。日本語版ウィキペディアによると、約20問で最初の答えを示し、外れると30問前後、最大70問前後まで質問を続け、それでも当たらなければ降参します。約20問はあくまで最初の答えを出す目安です。
アキネーターの中身は決定木そのものなのですか?
公式にはアルゴリズムが公開されていないため、断定はできません。質問で候補を絞り込む流れは決定木で説明できますが、あいまいな答えや間違いにも強いことから、確率を使った絞り込みも組み合わされていると推測されています。
「分からない」と答えると不利になりますか?
「分からない」という答えからは、候補を絞る手がかりがほとんど得られません。そのため、わかる質問にはできるだけ「はい」「いいえ」で答えたほうが、少ない質問数で当たりやすくなると考えられます。
なぜ「2の20乗」なのですか?
「はい・いいえ」で答える質問は、1回で候補を最大2つのグループに分けられます。それを20回くり返すと、2を20回かけた1,048,576通りまで見分けられる計算になるためです。
まとめ
アキネーターが約20問で答えを当てられるのは、魔法ではなく、候補を毎回できるだけ半分に分ける質問を選んでいるからだと考えられます。2を20回かけると約105万になり、20問あれば理屈の上ではそれだけの候補から1人を選べるのです。
この質問の流れは、根・枝・葉からなる「決定木」として表せます。そして、どの質問が「いい質問」なのかは、答えが半々に分かれるほど多くなる「情報量(エントロピー)」で測れます。さらにアキネーターは、5段階のあいまいな答えや間違いに強い確率的な絞り込みと、プレイヤーとともに育つデータベースによって、精度を高めていると推測されています。
次にアキネーターで遊ぶときは、「この質問で候補はどれくらい減るだろう」と考えながら答えてみてください。最初の数問が大ざっぱで、終盤ほど細かくなる流れが、決定木の枝分かれとして見えてくるはずです。
参考リスト
- Everything you’ve always wanted to know about Akinator(Akinator公式)
- Akinator(ウィキペディア日本語版)
- Akinator(Wikipedia英語版)
- How Does Akinator Work? Behind The Genie That ‘Reads Your Mind’(IBTimes)
- How Electronic 20 Questions Games Work(Mental Floss)
- Twenty (Simple) questions(Technion)
- Playing 20 Question Game with Policy-Based Reinforcement Learning(arXiv)
- 決定木とは(Snowflake)
- エントロピーとは(株式会社一創)
- 決定木分析とは?分類木・回帰木の仕組みと過学習を防ぐ剪定・アンサンブルを実装目線で解説(株式会社一創)

