PR

WIRED WIRED

人工知能が「スタークラフト2」で人間に勝利、その闘いから見えた機械学習の次なる課題

Messenger

同じようにAlphaStarからは、ある特定の目的に特化した機械学習システムの限界が浮き彫りになるのだと、ゲームとAIの関係についての著書があるニューヨーク大学教授のジュリアン・トゥゲリウスは言う。

人間のプレイヤーとは違ってAlphaStarは、ゲーム内のマップや種族が異なっていると本領を発揮できない。さらなるトレーニングが必要になるのだ。それにチェスやチェッカーもできないし、初代「スタークラフト」もプレイできない。

人間の勝利

こうした“弱点”は、自動運転や汎用人工知能(AGI、Artificial General Intelligence)といったAIの応用が期待される分野においても課題になる。「AIに“G”の1文字を加えてAGIへと進化させるには、特定のゲームにしか対応しない状況から先へと進まなければなりません」と、トゥゲリウスは指摘する。

人間と機械との闘いにさらに大きな意味をもたせるとするなら、それは十種競技(デカスロン)のようなものかもしれない。ボードゲームからヴィデオゲーム、そしてテーブルトークRPG「ダンジョンズ&ドラゴンズ」まで闘うような試合だ。

極めて専門化されたAIの限界は、今回の対戦の最後に用いられた新ヴァージョンのAlphaStarが、人間のように画面を切り替えながらマップの一部を見る手法に変わったことで浮き彫りになった。DeepMindのデータによると、そこまでMaNaに5連勝したヴァージョンと同等のはずだった。

新しいAlphaStarは、対戦相手であるMaNaを打ち負かす勢いで素早く部隊を集めた。しかしMaNaは5連敗を教訓に、巧みな操作を元に敵を退却させるスマートな戦略をとった。この隙にMaNaは自陣営を強化し、そして勝利にこぎ着けたのである。

「あんなふうに臨機応変に立ち回る能力は、現段階の機械学習システムでは見られないでしょうね」と、OpenAIの唐は感想を語っていた。

あなたへのおすすめ

PR

PR

PR

PR

ブランドコンテンツ