ビデオゲームとAIの現状 - TechRepublic

数ヶ月前、ようやく時間を見つけてビデオゲーム「FEAR」をプレイすることができました。最初は、その人工知能（AI）に感銘を受けました。敵兵たちは共通の目標（つまり、私のキャラクターを見つけて殺す）に向けて協力しているように見え、現実的な戦術（身を隠したり、前進してくる仲間に制圧射撃を提供したりなど）を使っており、私を側面から攻撃してくるのです。しかし、ある時点から、AIは「人工模倣知能」（または「AII」）に近づいてきました。これは私が作った造語です。「AII」はAIになろうとするものではなく、知能を模倣しようとする知能システムです。「AII」のテストは至ってシンプルです。少なくとも時々は知能に遭遇していると感じるかどうかです。

FEAR は私を魅了しましたが、最初はとても賢く見えたものが、実際には非常に単純すぎることが明らかになりました。ミッションの半分を終えた頃には、私は「システムをゲーム化」し、「AII」の予測可能性を逆手に取っていました。例えば、コンピューターがチームを分割して側面攻撃を仕掛けてくると分かっているエリアでは、そのチャンスを利用してチームの半分だけと戦い、素早く位置を変えて側面攻撃を迎撃しました。他のエリアでは、「ハント アンド キル」モードを起動し、チーム全体ではなく個々の兵士を捜索掃討で相手にしました。何十年にもわたるビデオ ゲームをプレイしてきましたが、初めて、コンピューターがチェス プログラムのように起こり得る結果の効用を比較検討したり、他のほとんどのゲームのようにリソースを無駄に投入したりするのではなく、真の戦略を試みているように感じました。

好奇心がそそられたので、 FEARアルゴリズムを調べたところ、MIT の認知マシン グループに所属しFEARに取り組んだ Jeff Orkin の論文「Three States and a Plan: The AI of FEAR」を発見しました。Orkin は、知能を模倣するために状態マシンを革新的に使用する方法について説明しています。Orkin がこれを AI として分類する際に、 FEARの欠点を無視していると私は考えています。使用されている状態マシン システムは「機械的」であり「知的」ではなく、それが私が見た単調な予測可能性を説明しています。FEAR チームの取り組みを軽視しているわけではありません。FEARは、私がこれまでビデオゲームで見てきた AI に最も近いものでした。しかし、Orkin が説明するメカニズムは単純に知的ではありません。知能や意識を再現しようとせずに、知的で意識のあるシステムの動作を再現しているだけです (したがって、「AII」)。

オーキンの論文には、引用に値する重要な記述が2つある。1つ目は、複雑な分隊行動の概念に関するものだ。

さて、複雑な行動を見てみましょう。実のところ、FEAR Dynamicでは複雑な行動は全くありませんでした。分隊レベルの意思決定と個々のAIの意思決定の相互作用から、ダイナミックな状況が発生し、実際よりも複雑な分隊行動をしているという錯覚をしばしば生み出します。

2 つ目の興味深い点は、敵兵士間の口頭でのコミュニケーションに関するものです。

あるゲーマーがインターネットフォーラムに投稿したところによると、AIが互いの口頭コミュニケーションを実際に理解しているように見えることに感銘を受けたとのことです。「互いに指示を出すだけでなく、実際に指示通りに行動しているんです！」もちろん、現実はこれら全てが見せかけで、実際に何を言うかは、部隊の行動がAIの行動を決定した後に、事後に決定されるのです。

FEARチームは「AII」コンセプトの核心に辿り着きました。それは、見た目がすべてだということです。ユーザーにとって、人間が機械のように見える「メカニカルターク」システムであれ、真のAIであれ、あるいはシステムがサイコロを振ってランダムに結果を決めているシステムであれ、それは問題ではありません。重要なのは、知性があるように見えるかどうかです。FEARでは、状態マシンはシステムが真の意思決定を行っているように見えるだけの十分な深度を提供していました。実際には、システムは重み付けされた経路を持つルーティングプロトコルに基づいて、ある状態から別の状態へと遷移するだけです。

最近私が衝撃を受けたブログ記事は、Andrew Doull 氏が開発中の「ローグライク」ゲーム Unangband における AI へのアプローチをまとめたものです。このローグライクゲームは多くの点で非常に単純化されており、グラフィックやサウンドに関しては、およそ 1983 年の技術レベル (色付きの ASCII 文字) です。これにより、開発者はゲームの他の側面に集中できます。Doull 氏は AI に多くの時間を費やしているように見えます。彼が優れた AI や完璧な AI を提供することに注力しているのではなく、対戦がより面白い AI になることを目指しているのが興味深い点です。真の AI を実現することよりも、AI をどのように認識するかの方が重要です。「AII」(ましてや真の AI) のプログラミングがどれほど難しいか、その全体像を把握するために、Doull 氏の 6 回シリーズを読むことをお勧めします。

余談ですが、 Windows Vistaで導入されたWindows Workflow Foundation (WWF) の仕組みがFEARシステムの魅力だと感じました。WWFは、XAMLのプレゼンテーションロジックとワークフローロジックを結び付け、さらに.NETバイトコードの「裏側」のコードと結び付けています。理論的には、Orkin氏の論文で提唱されている原則をWWFを使って実際のアプリケーションに実装するのは非常に簡単なはずです。

本格的なAIは、少し前に本格的なビジネス目標としてほとんど信用されなくなったようです。AIとは一体何なのか、そしてAIを定義するものは何か、誰も正確に理解していませんでした。進歩の遅れの原因をハードウェアの現状に求める人もいれば、プログラミング言語に求める人もいました。ビジネス目標としてのAIに決定的な打撃を与えたのは、需要の不足でした。特定のソフトウェアシステム向けにAIを開発するよりも、ソフトウェアを指導する人材に報酬を支払う方が安価であることが明らかになったのです。

このルールの唯一の例外はビデオゲームです。マルチプレイヤー向けに明確に設計されたゲーム（多くのマルチプレイヤーゲームにはコンピューター制御の「プレイヤー」が登場します）を除けば、「AI（人工知能）」の質はゲームの評判を大きく左右します。数千億ドル規模のビデオゲーム業界（多額の研究開発費が投じられている）が、まともな「AI」で満足せざるを得ないという事実は、真のAIが近い将来に市場に登場する可能性を示唆しています。

J.Ja