- 何十年もの間、AIの進歩はゲームプレイを通じて試されてきた
- ゲームはAIが学習し、向上するための効果的なトレーニングの場でもある
- グランツーリスモ、マインクラフト、スタークラフトのようなゲームによるAIの訓練は、自律走行からビジネス管理まで、現実技術の応用につながる可能性がある
- ゲームAIのトレーニングに頻繁に使われる進化遺伝的NEATアルゴリズムの発明者であり、AIの専門家であるケネス・スタンレーに話を聞いた
- おまけ:ゲーム対応のVPNでping値やラグを最小限にし、ゲーム体験を向上させよう
かつて人工知能(AI)は、チェスやチェッカーで世界最高峰を破ったことで話題になりました。今日、AIはグランツーリスモやスタークラフトのようなビデオゲームに挑戦しています。
しかし、このようなゲームは、マシンの知能を評価するためだけのものではありません。さらに言えば、ゲームはAIに貴重なトレーニングを提供し、プレイによって学習させることができます。この記事では、そのダイナミズムとゲームを通じて得られるAIの進歩について取り上げ、実社会への応用の可能性を探っていきます。
ゲームにおけるAIの歴史
AIは誰が作ったかご存じですか?ゲームにおけるAIの進化は、1950年代にアラン・チューリングが提唱した「イミテーション・ゲーム」の概念にまで遡ります。「機械は考えることができるのか」というチューリングの大胆な問いかけは、AIとゲームの発展の幕開けを意味することとなりました。
イミテーション・ゲームはチューリングが考案したAIのテストで、AIの思考実験において、AIの展望を永遠に形作ることになるテストです。イミテーション・ゲームを通じて、人間の審査員が人間の参加者と機械の両方とテキストベースの会話をします。審査員が人間と機械の応答を一貫して区別できなければ、機械は人間の知能と同等レベルの会話能力を達成したとみなされ、テストに合格します。
チューリングの先見的なコンセプトは、人間の認識と機械の能力の交差点を探求する基礎を築きました。従来の知能の概念に疑問を投げかけ、人間の思考プロセスを模倣できる機械の創造を追求するきっかけとなったのです。
その後、コンピュータ科学者のアーサー・サミュエルは、1959年に「機械学習」という言葉を生み出しました。サミュエルの人工知能とゲームの革新的な融合は、チェッカーをプレイするプログラムとして具現化されました。このプログラムはそれまでのものとは一線を画し、失敗から学ぶことができ、経験を通じてゲームのプレイと戦略を徐々に洗練させることができました。
チェッカーズをプレイするプログラムの出現は、機械がプログラムされた指示に従うだけでなく、自律的に適応し、改善する可能性を示した転換点となり、ゲームにおけるAIの進化の基礎を築いた根本的な変化でした。
AIゲームのマイルストーンはこれで終わりではありません。1997年、IBMのDeep Blueは歴史的な6番勝負で人類のチェス王者、ガルリ・カスパロフと対戦しました。この時にAIのDeep Blueが人間に勝利したことは、AIの能力に対する人々の認識を一変させました。Deep Blueのプログラムの戦略的手腕と、人間のグランドマスターを出し抜く能力は、マシンが戦略と戦術の領域で人間の知性に匹敵し得る新しい時代の到来を告げるものでした。
ゲームにおけるAIの勝利の一歩は、さらなるAI進歩の種をまき、その後の驚異的な偉業に繋がっていきます。囲碁という複雑なゲームにおけるAlphaGoの勝利から、現代のビデオゲームにおける手強い仮想敵の創造まで、AIの進化はゲームの世界を魅了し、再定義し続けています。さらに、人間と機械の相互作用の限界を押し広げ、ゲームと人工知能が表裏一体となった、未来への道を切り開いています。
AIの遊び場としてのゲーム
Sony、Google、Microsoftなどの著名なAI研究所は、コンピュータプログラムが複雑なボードゲームや没入型ゲームをかつてないほど見事に攻略する技術を開発してきました。
OpenAIのOpen-Endednessチーム(新しいタスクや環境に適応できる自己学習型AIの開発を支援)の元チームリーダー、ケネス・スタンリーは、遺伝的アルゴリズムであるNeuroEvolution of Augmenting Topologies(NEAT)を導入しました。開発者たちはこのアルゴリズムを、教育用NEROやマリオブラザーズ、ボードゲームのモノポリーといった代表的なタイトルのゲームにおけるリアルタイム計算に応用してきました。NEATのダイナミックなニューラルネットワークは、ゲーム中にプレイヤーのアクションに適応します。
スタンリーいわく、ゲームはNEATのようなアルゴリズムにとって理想的な実験場です。「高価なロボットのハードウェアとは異なり、ゲームではリソースが少なくて済み、実世界のリスクを負うことなく、AIの実験を迅速に行うことができます」と、スタンリーはExpressVPNの独占インタビューで説明しています。
しかし、ゲームはAIのテストとしてだけでなく、貴重なトレーニングの場としても機能してきました。「AIを取り入れる動機は、ゲームをより良くするためということもありますが、ほとんどの場合、AIをより良くするためです。ゲームはAIの能力を向上させる手段として機能します」
「AIを取り入れる動機は、ゲームをより良くするためということもありますが、ほとんどの場合、AIをより良くするためです。ゲームはAIの能力を向上させる手段として機能します」
ドライビング・シミュレーターはAI向けではありませんが、グランツーリスモのようなゲームはAIにプレイさせることができるとスタンレーは述べます。グランツーリスモを使ったファクトトレーニングが、自動運転車への応用が期待されるAI、GT Sophyの誕生につながりました。「AIサンドボックスのもう一つの良い例は、無限の可能性を秘めたマインクラフトです。マインクラフトを使って、現実のシナリオに近づけることができます。ゲームは最も洗練されたシミュレーターの一種です」
制約のある窮屈で管理された現実の環境と、自由な創造空間というゲームのユニークな組み合わせは、AIの手法を試すのに最適です。これは、AIの進歩や現実世界の問題を解決するための有益な洞察を与えてくれます。
ゲームプレイによるAI学習と幅広い応用例
人間は、ゲームから多くの娯楽や興奮を得られると思うかも知れませんが、ゲームをするAIは、その他のことにも応用可能な知性を得られる可能性があります。ここでは、それがどのように行われているのか、いくつかの例を紹介します。
- グランツーリスモに登場するSonyのAIレーシングドライバー「GT Sophy」は、強化学習によって訓練され、数え切れないほどの時間バーチャルカーを走らせています。これは、自動運転車やドローンへの将来的な応用のヒントになります。
- Microsoftの研究者は、ユーザーが手動で何時間もクリックすることなく、簡単なプロンプトを使用してマインクラフトの世界を構築できるAIをテストしています。これは、従来のゲーム操作が困難な人々を支援し、より広範なアクセシビリティの解決につながる可能性があります。
- 古典的なQバートゲームをプレイするAIが、無制限に得点を積み重ねることができる未知のバグを発見し、悪用しました。AIは単に最善の解決策を見つけようとして、たまたまバグを利用してしまったのです。これは、AIがベースにしていた進化的アルゴリズム(AIを少しずつ微調整して最高のパフォーマンスを発揮するバージョンを見つける)にとっては、良い兆しです。
- 複雑なマルチプレイヤーストラテジーゲームであるスタークラフトを攻略するためにAIを鍛えることは、AIに管理能力を身につけさせることを意味します。ゲームの課題は、意思決定、戦略立案、リソース管理といった現実のタスクを反映しているので、AIが勝てば、アルゴリズムが現実のタスクを上手くこなせることになります。
- ケンブリッジ大学の研究者が、6匹のポケモンでチームを組んで対戦するバトル・シミュレーター「ポケモンショーダウン」のキャラクターを操作できるAIエージェントを作成しました。AIは登場人物の長所と短所をもとにチームを分析し、結果を予測します。これは、紛争地帯のような不確実な環境でチームを管理できる技術のヒントになる可能性があります。
なぜ人間はまだゲームでAIに勝てるのか
AIの進歩にもかかわらず、人間の専門知識が勝るゲームも存在します。カタンの開拓者たち、ダンジョンズ&ドラゴンズ(D&D)、カード・アゲンスト・ヒューマニティーなどは、AIが苦戦する課題の代表例です。グランツーリスモ、ポケモン、モノポリーのようなゲームでも、人間のプレイヤーはまだAIに勝つことができます。
「AIはいずれ、従来のあらゆるゲームをマスターするでしょう。しかしその前に、何をゲームと定義するのかを問うべきです」とスタンリーは主張します。「ゲームが現実の複雑さ、例えば機械の設計やロケットの製造の領域に近づくと、AIにとっては勝つことが困難です。ゲームにおいて本当の意味での創造性が問われ、自由度が高すぎれば、AIが人間のプレイヤーを凌駕することは難しくなります。しかし、長い長い目で見れば、どうなるか分かりません」
このAIの能力のギャップを埋めるために、研究者たちは汎用人工知能 (AGI)、つまり人間と同じようにどんなタスクでもこなせるAIの開発を追求しています。
しかし、訓練方法には正解はありません。「今のところ、AIに真の創造性を身につけさせ、誰も思いつかなかったような新しいことを考え出させる方法を私たちは知りません。ゲームという小さな制約のある世界では創造性を発揮しますが、現実の世界は狭くなく、制約もありません。AIには本能が欠けていますが、それを教えるには、まず本能が何を伴うのか知る必要があります」
「今のところ、AIに真の創造性を身につけさせ、誰も思いつかなかったような新しいことを考え出させる方法を私たちは知りません。ゲームという小さな制約のある世界では創造性を発揮しますが、現実の世界は狭くなく、制約もありません。AIには本能が欠けていますが、それを教えるには、まず本能が何を伴うのか知る必要があります」
AIの現在の限界は、データの利用可能性と、複雑でオープンエンドなタスクに取り組む能力に起因しています。スタンレーは、AIのトレーニングに不可欠な膨大なデータを収集することと、このデータを吸収できるネットワークを構築することは、手ごわい挑戦であることを明らかにしています。さらに、AIが文字情報に依存し、非言語的あるいは不可解な側面を苦手としていることが、問題をさらに複雑にしています。既存のAIモデルは、新規性や複雑なプロセスを理解する上で重要な要素である時系列を理解するのにも苦労しています。
その解決策が、再びゲームの領域に潜んでいるかも知れません。研究者たちは、ダンジョンズ&ドラゴンズ(D&D)はその共同的なストーリーテリングで知られるゲームであり、AGIのインキュベーターとして機能する可能性があると推測しています。チューリッヒ大学のデジタル人類学者ベス・シングラーは、チューリング・テストに代わるテストとして「エルフ・レンジャー・テスト」を導入しました。このテストは、もしAIがD&Dに巧みに関与することができれば、AGIの確立に近づいている可能性があることを示唆しています。
ゲームにおけるAIとその先にある未来
今後、ゲームにおけるAIの役割はさらに拡大していくでしょう。明確なトレンドのひとつは、ゲームをより没入的でリアルなものにするために、物語的、社会的、教育的なAIを活用することです。例えば、フォートナイトでは、新規プレイヤーを訓練するボットや、同じようなスキルを持つプレイヤーを結びつけるマッチメイキングシステムが導入されました。スタークラフト2やDota 2のようなゲームにおけるAIの進歩は、ゲームをよりカスタマイズしやすくし、個々のプレイヤーのスキルや好み、戦術に合わせてリアルタイムで適応させるのに役立っています。
「恐れることなくAIを受け入れるには、AIを人間の能力を増幅させるためのツールとして捉えることです」
ゲームの世界にとどまらず、AIは気候変動やヘルスケアの進歩など、地球規模の複雑な苦境の解決に貢献する可能性を秘めています。しかし、この期待はAIが感情や認知を獲得することへの懸念と結びついています。
こうした進歩の一方で、AIを使うことで起こりうる悪い結果についての懸念も残っているとスタンリーは言います。
「懸念は、偽情報が作成されたり、AIに仕事を取られた人々が職を失うといった現実的な問題から、文明の終焉といったターミネーターのようなシナリオまで多岐にわたっています。しかし、どんなに可能性が低くても、可能性がゼロであることを確認したいものです。究極的には、すべては創造性です。もし私たちが一線を越えてしまったら、世界は同じようには見えないでしょうし、その世界がどんなものになるのか想像するのも難しいでしょう。私たちが知っているのは、人間の喜びの本当の源は消費ではないということです。人間であることの喜びは、自己表現と創造性にあります。では、どうすればそれを守ることができるのでしょうか?」
これらの懸念に対処することは、バランスの取れた未来を形作る上で極めて重要です。スタンリーは、AIの成長から後退するのではなく、それを受け入れることを提唱しています。「恐れることなくAIを受け入れるには、AIを人間の能力を増幅させるためのツールとして捉えることです」
おまけ:ゲーム体験を向上させるヒント
悪魔との戦いであれ、見知らぬ新世界をゼロから作り上げることであれ、チームをプレーオフに導くことであれ、ExpressVPNのようなVPNを一緒に使うことで、ゲーム体験をより豊かにできます。
ExpressVPNはさまざまな主要プラットフォームに対応した使いやすいVPNアプリを提供しています。ゲーム中にVPNを利用することで、ping値を下げ、速度と安定性を最適化し、DDoS攻撃やISPのスロットリングからユーザーを保護します。さらに、ExpressVPNはルーターとも互換性があるので、もともとVPNサポートがないゲーム機を含む、ネットワーク上のすべてのデバイスに保護を拡張できます。より良いゲーム体験と、お気に入りのゲームへの無制限のアクセスを可能にするExpressVPNをぜひお試しください。
よくある質問 (FAQ) ゲームにおけるAIについて
ダンジョンズ&ドラゴンズのゲームにAIはある?
はい、あります。AIダンジョンというAIのダンジョンズ&ドラゴンズ (D&D) ゲームがあります。これはテキストベースのアドベンチャーゲームで、GPT-3言語モデルとやり取りして自分だけのD&Dストーリーを作ることができます。キャラクター、種族、クラス、背景を選択し、ランダムに生成される世界を探索し、モンスターと戦い、クエストをこなします。AIダンジョンマスターが道中であなたを助け、キャラクターの台詞まで生成してくれます。
AIダンジョンは、ダンジョンズ&ドラゴンズのような創造的で自由な体験を提供しますが、首尾一貫した現実的なストーリーを生み出す上で時折課題が生じるため、D&Dの完全な代替にはならないことに注意する必要があります。D&Dゲームは、ウェブ、Steam、iOS、Androidデバイスで利用可能で、無料版とプレミアム版の両方で追加機能が提供されています。
その他のAI搭載D&Dゲーム:
・ダンジョン・アルケミストはウェブベースのゲームで、自分だけのD&Dダンジョンを作ることができます。AIを使ってマップやモンスター、財宝を生成できます。
・ダンジョン・マスターズ・アシスタントは、D&Dゲームの運営を支援するソフトウェアで、ランダム・エンカウンターの生成、イニシアチブの追跡、キャラクター・シートの管理などができます。
・ダンジョン・スクロールはウェブベースのツールで、独自のD&Dマップを作成することができます。AIを使って地形やオブジェクト、キャラクターを生成できます。
AIに関するゲームはある?
人工知能の領域を掘り下げたゲームは数多くあります。AIゲームの代表的な例をご紹介します。
・Halo 4:マスターチーフが堕落したAIコルタナ(音声アシスタント)と戦う一人称視点のシューティングゲーム
・Cyberpunk 2077:AIが当たり前になったディストピアの未来を舞台にしたロールプレイングゲーム
・SOMA:生き延びようとするAIが住む海底施設を探索するホラーゲーム
・Detroit: Become Human:アンドロイドが人間への服従を選ぶか、自律のために戦うかの物語アドベンチャー
・Portal 2:AI GLaDOSの知性を駆使し、複雑な課題を解決するパズルゲーム
・The Talos Principle:意識とAIの本質を探るパズルゲーム
・Horizon Zero Dawn:機械の感覚を問う、人間とAIが共存する黙示録的な世界で展開するアクションアドベンチャーゲーム
・System Shock:AIに侵略された宇宙ステーションを戦い抜くサバイバルホラーゲーム
・NieR: Automata:アンドロイドが機械と戦い、意識と存在についての問いを掘り下げるアクションRPG
・Mass Effect シリーズ:有機生命体を根絶やしにしようとするAIリーパーに立ち向かうSF RPG
・メタルギアソリッド シリーズ:ソリッド・スネークが、AIに支配されたパトリオットの世界支配に対抗するステルスアクションシリーズ
これらは、AIをテーマにした数多くのゲームのほんの一握りに過ぎません。AI技術が進化するにつれ、この複雑で魅惑的なテーマを掘り下げたタイトルが増えることが予想されます。
AIは行き過ぎたのか?
AIが行き過ぎたかどうかは、簡単には答えの出ない複雑な問題です。この問題についてはさまざまな意見があり、今後もずっと議論が続きそうです。
AIはすでに限界を超えており、機械が人間の知能を凌駕し、服従や破壊的な用途への恐怖を煽る可能性があると主張する者もいます。
また、AIはまだ開発の初期段階にあり、我々が心配することは何もないと考える人もいます。彼らは、AIは単なるツールであり、それをどう使うかは私たち次第だと主張します。彼らは、AIは複雑な問題を解決したり、私たちの生活を向上させるなど、良い方向に利用できると信じています。
結局のところ、AIが行き過ぎたかどうかという問題は意見の分かれるところです。次の論点には、AIに関連する潜在的な危険と利点の範囲が凝縮されています。
リスク:
・独立した殺傷行動が可能な自律型兵器の誕生
・AIによる操作と誤報の可能性
・さまざまな分野で機械が人間の労働力を駆逐し、失業者が増加
・AIが人間の知性を凌駕する可能性
メリット:
・気候変動や病気といった複雑な課題に対処できる可能性
・タスクの自動化、パーソナライズされたヘルスケア、斬新なエンターテインメントを通じて、生活の質が高まる
・より深い自己認識と世界への理解を促進する
AIを導入する範囲を決める前に、AIの潜在的なリスクとメリットの両方を慎重に検討することが重要です。AIの開発と利用に関する倫理的ガイドラインが求められています。
AIは権利を持つべき?
AIが権利を持つべきかどうかという問題は複雑で、長い間専門家によって議論されてきました。AIは生物とは異なり、プログラムされた機械に過ぎないのだから、権利を持つべきでないという意見もあります。また、AIを危害や搾取から守るために、限定的な権利を持つべきだと考える人もいます。AIの権利に賛成する人たちは、AIが感情を持った感覚のある人間のようになるかもしれないと考え、反対する人たちは、予期せぬ結果やAIの意識を定義することの難しさを心配しています。
AIシステムがいずれ達成する知能や自律性のレベル、AIに権利を与えることの潜在的なメリットとリスク、そうすることの倫理的意味合いなど、考慮すべき要素はたくさんあります。
ゲームをプレイするAIを作るには?
ゲームをプレイするAIを作るには様々な方法があります。最適な方法は、特定のゲームと望まれるパフォーマンスのレベルによって異なります。
・強化学習とは、AIが試行錯誤によって学習する機械学習の一種です。AIには、望ましい結果をもたらす行動をとると報酬が与えられ、望ましくない結果をもたらす行動をとるとペナルティが与えられます。時間の経過とともに、AIは報酬を最大化する行動をとるように学習します。
・ルールベース型AIとは、ゲームのプレー方法を定義するルールセットでプログラムされたAIの一種です。このアプローチは実装が比較的簡単ですが、ゲームで起こりうるすべての状況をカバーするルールを作るのは難しいでしょう。
・モンテカルロ木探索は、ゲームの状態空間を探索するために木探索アルゴリズムを使用するAIの一種です。このアプローチはルールベースのAIよりも複雑ですが、状態空間が大きいゲームではより効果的です。
・進化的アルゴリズムは、突然変異と淘汰のプロセスを用いてAIの集団を進化させるAIの一種です。このアプローチは、ルールの定義が難しいゲームや、状態空間が広いゲームを得意とするAIの作成に利用できます。
AIはゲームを作れる?
はい、できます。AIをゲーム作りに活用する方法を紹介します。
・ゲームコンテンツの生成: レベル、キャラクター、セリフなどのゲームコンテンツの生成にAIを使用できます。これには、機械学習や自然言語処理などの技術を用いることができます例えば、AIゲームエンジン「ドリーミング」は、レベル、キャラクター、セリフを生成することができ、ゲームメカニクスを設計することもできます。
・ゲームメカニクスの設計: プレイヤーがゲーム世界とどのように関わり、ゲームが進行するかといったゲームメカニクスの設計に、AIを活用することができます。これには、強化学習や進化的アルゴリズムのような技術を用いることができます。例えば、Gauntletというゲームでは、プレイヤーの進捗状況や好みを追跡することでゲーム体験をパーソナライズするためにAIを使用しており、この情報を使ってプレイヤーに合わせた課題を生成しています。
・ゲームのテスト: ゲームのテストにAIを使うことができます。これには、機械学習やコンピュータビジョンなどの技術を用いることができます。例えば、ゲームをプレイさせてバグや不均衡を探すことができます。
・ゲームのパーソナライズ:ゲーム体験を個々のプレイヤーの好みに合わせるなど、ゲームをパーソナライズするためにAIを使用できます。これには、機械学習や自然言語処理などの技術を使うことができまする。例えば、テキストベースのアドベンチャーゲーム、AIダンジョンは、AIがストーリーを生成し、プレイヤーの選択によってAIが異なるエンディングを生成します。
オンラインで自分を守る第一歩
30日間返金保証