イーロン・マスク氏のOpenAIプロジェクトに所属する人工知能研究者たちは最近、ビデオゲームに勝利し、大きな進歩を遂げた。囲碁やポーカー などのゲームでAIがトップの人間プレイヤーに勝利した最近の事例とは異なり、このAIの躍進は、多くの人が聞いたこともないようなゲーム、Dota 2に関するものだった。しかし、この種のオンライン対戦ゲームのファンは数億人に上り、プロ選手に勝てるコンピューターの登場は大きな話題となっている。これはAI研究者にとっても重要な出来事だ。特に、
Google、Facebook、Microsoft、IBMなど、デジタルゲームで人間を超えるAIプレイヤーを生み出すために数百万ドルを投資している企業の研究者にとってはなおさらだ。AIが社会でますます重要になるにつれ、コンピューターが戦略的に「考える」能力を備えていることが示されることで、私たち全員に広く影響を及ぼす可能性がある。OpenAIが開発したボットが達成したDota 2での勝利で特に注目すべきだったのは、
10億ドル規模の非営利研究企業OpenAIの開発者たちが、ゲーム戦略を深く理解するようプログラムしたわけではなかった点だ。代わりに、「深層強化学習」と呼ばれる手法を用いた。この手法では、コンピューターはごく基本的なゲーム戦略の知識だけを持った状態から始める。AIは何百万回も自分自身と対戦することで、勝利につながる良い手と悪い手を見分けるようになる。その知識は、何百万もの数値を含む巨大なデータ行列に保存され、自己対戦のたびに更新される。これらの数値は「関数」と呼ばれるものを表現しており、あらゆるゲーム状況でAIが学習した戦略を指定する指示となる。つまり、AI研究者が学習方法をプログラムした後、機械は事実上、自ら良い手を選ぶ方法を学んだのだ。
Dota 2は、
急速に拡大するeスポーツのムーブメントの一部であり、何億人ものプレイヤーが、オンラインや大規模なスタジアムイベントで、ビデオゲームをプレイする（人間の）ヒーローたちを観戦している。Dota 2のトッププレイヤーは、実に非常に優れている。彼らは1日10時間、週に6日か7日練習する億万長者だ。高額なスポンサー契約、プロのトレーナー、スポーツ心理学者が付き、厳格な健康・体力管理を行うなど、サッカーやテニスのプロ選手を思い起こさせる要素を数多く備えている。したがって、AIの成果として、トッププロの
Dendi、Sumail、Arteezyを破ったことは、チェスや囲碁などで人間の世界チャンピオンを破るのに匹敵する。Dota 2では多彩な戦術がリアルタイムで画面上に展開されるため、ターン制のボードゲームより考える時間がはるかに短いことを踏まえれば、なおさらだ。ただし、いくつか留意点がある。OpenAIのプレイヤーが勝利したのは、通常は10人で行うチームゲームの2人対戦版だった。また、各プレイヤーが選べるキャラクターは、通常100種類を超える中の特定の1人に限られていた。つまりこれは、
プロバスケットボール選手個人を1対1の試合で破るようなもので、大きな一歩ではあるものの、人間のプロ選手チームに勝つという目標にはまだ届いていない。Dendiとのエキシビションマッチのすぐ後、大勢の観客にAIプレイヤーを倒す方法を見つけるよう呼びかけ、最初に達成した50人に賞品が贈られた。AIプレイヤーがそれまで経験していなかった奇抜な戦略を人間が用い、50個すべての賞品を獲得した。ただし、AIは今では自ら学習し適応できるため、同じ間違いを繰り返さないだろう。
なぜゲームAI研究に投資するのか？
大手企業がこうした研究に関心を寄せるのは、eスポーツのゲームが、世間の大きな関心を集める分かりやすい性能指標を提供するからだ。大企業は、世界チェスチャンピオンのガルリ・カスパロフ氏に
IBMのDeep Blueが勝利して以来、20年以上にわたり、ゲームに勝つために巨額の資金を投じてきた。現実世界はそれほど単純ではなく、「
汎用人工知能」の実現も、人間に匹敵する能力に到達することも簡単ではない。しかし、Dota 2におけるAIの勝利は、それ以前の他のゲームでの勝利と同様に、刺激的な新展開を示唆している可能性がある。たとえば、ゲームの設計者やプレイヤーが求めるのは、単にゲームに勝つだけでなく、ゲームをより楽しくするAIだ。ゲームは、人々の行動、特に人間の心理がAIの振る舞いとどう関わるかを理解するための、他にない方法を提供する。英国の
Digital Creativity Labsで取り組んでいるように、何百万人ものプレイヤーのデータを収集することで、新たなAI技術を研究しながら、人々がAIに何を求めているかを明らかにする大規模なオンライン心理実験を事実上実施できる。ゲームで最善の判断を学習できるAIの開発は、現実世界で他の戦略的判断を下すAIにも役立つ可能性がある。Dota 2のAIは、あらゆるゲーム状況で従うべき戦略を与える「関数」を学習する。同様に、景気後退や感染症の流行といった、経済、環境、健康に関する特定の状況について関数を学ぶAIプログラムも考えられる。こうした関数は、状況への対処に有効な戦略を生み出し、
政府や企業 で適切な判断を提案できる。この種の意思決定AIの限界の一つは、なぜ特定の手を選んだのかを説明できないことだ。AIは、私たちが直面する最も困難な戦略的課題のいくつかについて、より良い判断を下す助けになるかもしれないが、
より広い倫理的・社会的な考慮事項を検討するには、引き続き人間が意思決定に関与する必要がある。そのため、人間とAIが協働することは、これまで以上に重要になる。AIとビデオゲームを通じて人間の心理を理解する
