Alexandre Moufarek and Adrian Bolton による

Atari、Go、StarCraft に至るまで、ゲームはAIにおける最大級のブレークスルーの一部を牽引してきました。Google DeepMind は現在、ゲーム開発者と協力し、ゲームとAIの両方の最前線を押し広げる新しいゲームプレイ体験の試作を進めています。

DeepMind が2010年に設立されて以来、制約がありながらも豊かなゲームの世界は、知能の理解において重要な役割を果たしてきました。Atari の攻略からタンパク質構造予測の解決支援に至るまで、同組織の大きなAIブレークスルーを生み出し続けており、現在も同チームの中核にあります。

ゲームは Google DeepMind (GDM) のDNAに組み込まれています。Google DeepMind の共同創業者の一人である Demis Hassabis 自身が元ゲーム開発者であり、Bullfrog Productions で1994年のヒット作 Theme Park に携わった後、自身のスタジオ Elixir Studios を設立しました。GDM のチームにも同様の経歴を持つメンバーが多くいます。彼らは何十年にもわたる実務経験を持ち、ゲーム制作の技術に深い敬意を抱いています。

Google DeepMind は、ゲームを用いたAI研究にはゲーム開発者との深い協力関係が不可欠であることを一貫して明確にしてきました。今年前半に発表した Fenris Creations と EVE Universe との大規模な新しい研究提携 や、Hello Games、Coffee Stain Studios、Foulball Hangover などの著名スタジオとの共同作業がその例です。

AI研究を動かすエンジンとしてのゲーム

この取り組みは、小規模チームが生のピクセルから直接 Atari 2600 のゲームをプレイする深層ニューラルネットワークを訓練したところから始まりました。Deep Q-Network (DQN) は、Pong から Breakout、Space Invaders まで49種類の異なるゲームを、ゲーム固有の実装なしに学習しました。2015年のDQNに関する Nature 論文 は、現代の深層強化学習時代の起点の一つとなりました。

その後、チームはより複雑なゲームの攻略に取り組み、各マイルストーンごとに、より高性能で汎用的なシステムを生み出してきました。AlphaGo は2016年に世界チャンピオンの囲碁棋士 Lee Sae Dol を破り、多くの専門家がまだ10年先と考えていた成果を実現しました。AlphaGo Zero は、人間のデータを一切使わず、完全な自己対局だけで学習することで、それ以前のすべてのバージョンを上回りました。AlphaZero はこの手法を一般化し、1つのアルゴリズムでチェス、将棋、囲碁を攻略しました。一方、MuZero はルールを知らない状態から学習しました。2019年には、AlphaStar が StarCraft II でグランドマスター級に到達し、リアルタイムの複雑さと不完全情報を処理しました。

各ゲームにおいて、AIはプレイ体験そのものを豊かにしてきました。AlphaGo の有名な Move 37 — 2016年の対局第2局で打たれた一手 — は、あまりに予想外だったため、プロの解説者が最初はミスだと考えたほどでした。これは囲碁における長年の通説を覆し、専門家に新たな戦略の探求を促しました。AlphaZero も同様に、チェスにおけるまったく新しい指し手の流れを生み出しました。重要なのは、ゲームで成功した探索の精神が他のAIシステムにも大きな影響を与えたことです。AlphaFold はこうした基盤を応用し、50年にわたるタンパク質構造予測という大きな課題の解決に貢献し、この成果は2024年のノーベル化学賞で認められました。

ゲームを攻略することから、理解することへ

これまでの研究は、明確な目標と十分な学習があれば、AIがあらゆるゲームを攻略できることを示しました。しかし現実世界には、スコアもルールブックもありません。そこでチームは、まったく異なる問いを立てました。人間のように、AIはどのゲーム世界とも理解し、関わることができるのか。

これが SIMA 、Scalable Instructable Multiworld Agent による課題です。SIMA はハイスコアを最適化するのではなく、画面上でプレイヤーが見るものを「見て」、自然言語の指示を理解し、通常のキーボードとマウス操作で動作する汎用エージェントです。API やソースコードへのアクセスは必要ありません。

Google の最先端AIモデルである Gemini を搭載した SIMA 2 は、リアルタイムの推論と対話が可能なインタラクティブなコンパニオンとして機能します。No Man's Sky、Valheim、Hydroneer などを含む複雑な3D研究環境やビデオゲームで、人間に近いプレイを実現しています。

ゲーム開発者にとって、真に汎用的なゲームエージェントは、既存のゲームで動作するAI機能を解き放ちます。ゲームコードの変更は不要です。これにより、ゲーム世界を本当に理解するAIコンパニオンから、スクリプト化されたシステムでは実現できない形で適応し応答するNPCまで、まったく新しいゲームプレイが可能になります。

汎用ゲームエージェントは、ゲーム制作のあり方も変えうる可能性があります。開発中は、コミットごとにゲームが変化するため、こうしたエージェントが非常に堅牢なQAテストを可能にします。ローンチ後は、新しいコンテンツが追加されたり、プレイヤーが予測不能に行動したりしても、再スクリプト化なしに新しい状況へリアルタイムで適応できます。

SIMA エージェントを安全かつ責任ある形で開発するため、Google DeepMind は著名なゲームスタジオと提携し、AI研究向けのゲームポートフォリオを拡大しています。これにより、将来的には現実世界の問題解決にもつながりうる、より複雑な課題でエージェントを鍛えることができます。

ゲーム開発者とともに進める、AIとゲーム研究の新たな最前線の探索

ゲームスタジオは、卓越した職人技、特別なゲーム世界、そしてプレイヤーへの深い理解をもたらします。Google DeepMind は、Gemini から生成的インタラクティブ環境や身体性を持つエージェントの研究まで、最先端のAI、研究力、そしてチーム独自のゲーム開発バックグラウンドとインタラクティブ環境向けAI構築の長年の経験を提供します。両者は協力して、AIなしでは不可能な、これまでにないゲームプレイというブレークスルー体験の発見に取り組んでいます。この提携は、ゲーム業界全体でスタジオやプラットフォーム運営者が、試作やQAツールから会話型NPCまで、さまざまな分野でAIを試し始めているという、より広い業界の変化の中でも始まりました。

重要なのは技術そのものではなく、楽しい体験です。そのため Google DeepMind はパートナーに対して「見せるのであって、説明しすぎない」アプローチを取っています。チームはゲーム開発者と密接に連携し、新しいアイデアを探り、遊べる試作を作りながら、面白さを見つけ出しています。

最新の研究提携は、EVE Universe を手がける独立スタジオ Fenris Creations とのもので、Google DeepMind におけるゲーム分野のAI研究史に新たな章を開くものです。

EVE Universe：研究の最前線

Fenris Creations — かつて CCP Games として知られ、EVE Online を手がけるスタジオ — は、ゲーム業界で最も特異な永続型ワールドの一つを20年以上にわたって築いてきました。2003年に公開された EVE Online は、大規模多人数参加型の宇宙シミュレーションで、数千人のプレイヤーが単一宇宙を共有し、その世界は20年以上にわたって継続的に進化してきました。プレイヤー主導の経済は、実際の需給ダイナミクスと、数千の星系にまたがる交易ネットワークを備えています。アライアンス、紛争、外交によって形作られるこの世界は、人間同士の相互作用によって動いており、プレイヤー同士の戦争はオンラインゲーム史上最大級の戦闘を生み出してきました。

AI研究にとって、これはまたとない機会です。これは生きて進化し続ける世界であり、Google DeepMind がフロンティアAIに不可欠だと考える能力を正確に求めます。

• 継続学習: 絶えず変化する世界の中で、以前の知識を忘れずに新しい技能を身につけること。
• 記憶: 現在のモデルのコンテキストウィンドウを大きく超える時間軸にわたって知識を蓄積し、取り出すこと。
• 長期計画: 数週間、数か月、あるいは数年単位で推論すること。
• 複雑なマルチエージェントダイナミクス: 協力、競争、交渉、経済、創発的な社会行動を大規模に扱うこと。

これらの課題は、経験から継続的に学び、その学習速度が時間とともに加速するシステムを作るという、Google DeepMind のより広範な研究イニシアチブの中核をなしています。同社は、こうした最先端の能力が将来、新しいゲーム体験を可能にすると考えています。

EVE Online は当初から、プレイヤーによって形作られる、永続的な結果を持つサンドボックスとして構想されてきました。これは何十年にもわたり、プレイヤーと従業員の双方に数え切れないほどの成長の物語を生んできました。Google DeepMind とともに、私たちは、他のどのゲーム環境にも求められない時間軸でAIが学習し、適応し、記憶する必要がある未知の領域へ進んでいます。同時に、現実の世界で同じ問いに直面する前に、仮想環境において人間とAIがどのように共存できるかを理解しようとしています。

この研究提携は Fenris Creations の拡大するユニバース全体に広がっており、AI開発のための異なる環境を提供します。EVE Online は大規模な単一シャードの永続宇宙を提供する一方で、EVE Vanguard は一人称視点でプレイされ、より広い永続世界に地上レベルの高速な戦術判断をもたらします。これにより、反射神経レベルの戦術から銀河規模の戦略まで、複数の抽象レベルで動作するエージェントを研究する機会が生まれます。

さらに、EVE Frontier は、プログラム可能な「Smart Assemblies」と開かれた拡張可能なアーキテクチャを備え、世界のルールそのものが変化しうるオープンエンドな環境を提供します。そのため、まったく新しいゲームメカニクスに適応するエージェントが求められます。

Google DeepMind と Fenris Creations のワークショップで行われた「見せるのであって、説明しすぎない」セッション。両チームがプレイ可能な試作、フィードバック、新しいゲームプレイ体験のアイデアを共有している。

この協力関係は、すでに実際のプレイヤー価値を生み出しています。Aura Guidance システムは Gemini を使用し、実際の Rookie Help の質問と回答に基づくプレイヤー生成知識を提供して、新しいパイロットを支援しています。

より長期的な研究プログラムは、ライブプレイヤーと切り離された安全なサンドボックスである EVE Online のオフライン版から始まります。その後、永続的かつオープンエンドな世界で人間とエージェントがどのように共存できるかを研究する場として EVE Frontier へ進みます。能力が十分に成熟した場合にのみ、人間のプレイ体験を豊かにすることを目的として EVE Online と EVE Vanguard への導入を検討します。

今後の展望

ゲームは常に知能の鏡であり続けてきました。ゲームがより複雑に、より永続的に、よりオープンエンドになるにつれて、それを扱うAIシステムもまた進化します。

私たちが目指している究極の目標は、これまでと同じです。AIは置き換えではなく、触媒であるべきだということです。長期的な野心は、画期的なゲームプレイ体験を実現し、ゲームをよりアクセスしやすく、より個別化されたものにし、そして AlphaGo から AlphaFold までで見てきたように、ゲームで学んだことを現実世界の課題に応用し、科学的発見を前進させることです。私たちは、この取り組みをともに進めてきたすべてのゲームパートナー、そして次の章に加わった Fenris Creations に感謝しています。何を見つけるのか、共有できる日を楽しみにしています。

謝辞

Google DeepMind は、ゲームにおけるAI研究を安全かつ責任ある形で前進させるため、長年にわたって組織全体で貢献してきた多くのチームに感謝を表明しました。また、同社と提携したすべてのゲーム開発者に特別な謝意を示しました。Coffee Stain (Valheim, Satisfactory, Goat Simulator 3)、Fenris Creations (EVE Online, EVE Vanguard, EVE Frontier)、Foulball Hangover (Hydroneer)、Hello Games (No Man's Sky)、Keen Software House (Space Engineers)、RubberbandGames (Wobbly Life)、Strange Loop Games (Eco)、Thunderful Games (ASKA, The Gunk, Steamworld Build)、Digixart (Road 96)、Tuxedo Labs と Saber Interactive (Teardown) です。

Source: Google DeepMind Blog — https://deepmind.google/blog/from-atari-to-eve-online-building-on-15-years-of-ai-research-in-games/