このページの本文へ

あの「スト3」も攻略できる?強化学習用ライブラリーが登場

Will Knight

2018年11月06日 13時34分更新

記事提供:MIT Technology Review

  • この記事をはてなブックマークに追加
  • 本文印刷

若いころ、私と同じようにビデオゲームに情熱を注いだ人なら、いまでは人工知能(AI)の力を少し借りながら、昔のゲームを攻略できるかもしれない。

さまざまな古いビデオゲームをプレイするために、強化学習アルゴリズムを訓練する方法を提供する新しいPython(パイソン)ライブラリーが登場した。人気のゲーム・エミュレーターであるMAMEで利用できるライブラリーだ。ライブラリーの添付文書(Readme)には、クラシック・タイトルであるストリートファイター3をマスターするための簡単なプログラムの書き方が記されている。

強化学習は、動物が肯定的なフィードバックに応えて学習する方法からヒントを得ている。汎用人工知能の開発を目指すグーグルの子会社であるディープマインド(DeepMind)は、強化学習を用いてアタリのゲームをプレイするようプログラムを訓練したことで有名だ。強化学習は、囲碁を超人的な能力でプレイできることが証明されたプログラム「アルファ碁(AlphaGo)」の基盤でもあった。囲碁は非常に複雑でマスターするのが難しいゲームであり、アルファ碁の開発は画期的な出来事だったのだ。

ゲームとAIの関わり合いには興味深い歴史がある。AIの進歩を評価するのにゲームを使う発想を世に広めたのはディープマインドだったが、発想自体は昔からあった。たとえば最初期のAIプログラムの1つは、AI研究の先駆者であるアーサー・サミュエルが開発した、チェッカーをプレイするプログラムである。AIとしてはとてつもなく低能だったが、このプログラムには簡単な機械学習が使われていた。

強化学習は膨大な量のデータを必要とする上に、うまく機能させるには困難を伴う。現時点で実用化された例が少ないのはそのためだ。それでも、強化学習が有名なゲームに利用できることは興味深い。いまやビデオゲームへの情熱を、もっとも注目されている仕事の1つであるAIの研究に活かせる可能性も出てきたのだから。

Web Professionalトップへ

最新記事
最新記事

ASCII.jp ビジネスヘッドライン

アスキー・ビジネスセレクション

QDレーザー販促企画バナー

ピックアップ