モンテカルロシミュレーション Monte Carlo method

第二次世界大戦中、アメリカのロスアラモス国立研究所では、原子爆弾の開発（マンハッタン計画）が進められていました。

スタニスワフ・ウラムの閃き: 1946年、Stanisław Marcin Ulamは病気療養中に「トランプのソロモン（一人遊び）で、ある手札が成功する確率はどれくらいか？」と考えました。彼は厳密な数学的計算ではなく、「実際に何度も試行して結果を記録すれば、概算が出るのではないか」と思いつきました。
中性子の拡散への応用: ウラムはこの考えを、核分裂の連鎖反応における中性子の挙動（どこに飛んでいき、どこで衝突するか）の計算に応用できると気づきました。

ウラムはこのアイデアを、同僚であるジョン・フォン・ノイマンに共有しました。

名前の由来: ギャンブルのように乱数を用いることから、ウラムの叔父がよくギャンブルのために通っていたモナコの公営カジノの地区名「モンテカルロ」にちなんで名付けられました。これは機密保持のためのコードネームでもありました。
ENIACの活用: フォン・ノイマンは、当時世界初の汎用電子コンピュータだった「ENIAC」を使って、この手法を実際に実行可能なアルゴリズムに落とし込みました。

1953年、ニコラス・メトロポリスらによって、より効率的にサンプルを抽出する「メトロポリス・アルゴリズム」が発表されました。

これにより、物理学における統計力学の複雑な計算が飛躍的に進歩しました。
後にこれを発展させた「メトロポリス・ヘイスティングス法（Metropolis–Hastings algorithm:MH法）」などは、現在のMarkov chain Monte Carlo methods:MCMC（マルコフ連鎖モンテカルロ法）の基礎となっています。

コンピュータの処理能力が向上するにつれ、モンテカルロ法は物理学の枠を超えてあらゆる分野に浸透しました。

金融（1977年〜）: フェリム・ボイルがオプション価格の評価にモンテカルロ法を導入。現在でもリスク管理やデリバティブの価格決定に不可欠です。
コンピュータグラフィックス: 光の乱反射を計算してリアルな映像を作る「パストレーシング」などに応用されています。
AI・囲碁（2010年代〜）: モンテカルロ木探索(Monte Carlo tree search)が登場。AlphaGo（アルファ碁）がトップ棋士に勝利した際の核となる技術として一躍有名になりました。

まとめ
もともとは「数学的に解くのが難しいなら、サイコロを振りまくって実験値で解決しよう」という、泥臭くも画期的な発想から生まれた手法です。それがコンピュータの進化とともに、現代社会を支える最も重要な計算手法の一つへと成長しました。

Article Search