Loading article…
AlphaStarは、 DeepMindが開発した、ビデオゲーム「StarCraft II」をプレイするための人工知能（AI）ソフトウェアです。2019年1月にその名称が公表されました。AlphaStarは2019年8月に「グランドマスター」の称号を獲得し、当時としてはビデオゲームにおけるAIの画期的な出来事とみなされました。
人間向けに作られたゲームは、人工知能の進歩のベンチマークとして外部妥当性を持つと考えられています。IBMのチェスエンジンDeep Blue（1997年）とDeepMindのAlphaGo（2016年）は大きなマイルストーンと見なされました。StarCraftも、その「リアルタイムプレイ、部分的な観測可能性、単一の支配的な戦略がないこと、高速フォワードモデルの構築を困難にする複雑なルール、そして特に大きくて多様なアクション空間」のために、大きなマイルストーンになるだろうと主張する人もいます。[ 1 ]難しいとはいえ、StarCraftは「ルールが既知であり、世界は少数の種類のオブジェクトのみで離散的である」ため、現在の技術でも扱いやすいかもしれません。[ 2 ]
StarCraft IIは、 Blizzard Entertainmentが開発した人気の高いテンポの速いオンラインリアルタイム戦略ゲームです。[ 3 ] [ 4 ]
DeepMind Technologiesは2010年に英国で設立されました。2011年には早くも創設者のデミス・ハサビスはStarCraftを囲碁のようなゲームの「次の段階」と呼んでいました。[ 5 ] DeepMindは、さまざまなAtari 2600ゲームで超人的な能力を持つ自己学習ボットを実証した後、2014年にGoogleの子会社になりました。2015年2月、コンピュータ科学者のザカリー・メイソンは、 DeepMindの研究が「5年か10年後にはStarCraftにつながる」と予測しました。[ 6 ] 2016年3月、AlphaGoが囲碁の世界チャンピオンであるイ・セドルに勝利した後、ハサビスはStarCraft用のAIを構築することを公に検討し、囲碁とは異なり「盤面」の大部分が見えない不完全な情報を持つ戦略ゲームとしてStarCraftを挙げました。 [ 7 ] [ 8 ] 2016年11月のBlizzConで正式な協力が発表され、2017年第1四半期にボットのオープンな開発環境をリリースする計画も発表された。[ 9 ]
2017年までに、DeepMindはStarCraftのデータを自社のソフトウェアに取り込む実験を行っていた。2017年8月、DeepMindとBlizzardは、ボット開発を支援する開発ツールと、65,000の過去のゲームのデータを公開した。当時、コンピュータ科学者でStarCraftトーナメントマネージャーのDavid Churchillは、ボットが人間に勝つには5年かかると推定したが、AlphaGoが予想を上回ったという但し書きを付け加えた。Wired誌で、テクノロジージャーナリストのTom Simoniteは、「ロボットがすぐに勝つとは誰も思っていない。しかし、それが実現すれば、DeepMindの囲碁制覇よりもはるかに大きな成果となるだろう」と述べた。[ 10 ]
2018年12月、DeepMindのボットはプロゲーマーのGrzegorz "MaNa" Kominczを5-0で破った。DeepMindは2019年1月に「AlphaStar」と名付けたこのボットを発表した。Ars Technicaの記者らは、AlphaStarには依然として不公平な利点があると主張した。「AlphaStarはAPIを使用して外科手術のような精度でクリックできるのに対し、人間のプレイヤーはコンピューターマウスの機械的な限界に制約されている」。AlphaStarはゲーム内のカメラに制限されることなく、グローバルな視点を持っていた。さらに、5秒間のウィンドウ内でのアクション数には上限があったものの、AlphaStarは重要な瞬間に超人的な活動のバーストを発動するために、ウィンドウ全体にアクション割り当てを不均等に配分することができた。DeepMindはより現実的な制約の下でAlphaStarをすぐに再学習させたが、Kominczとの再戦で敗れた。[ 11 ] 2019 年 7 月より、制限付きの新しい AlphaStar のバージョンが匿名で、公開されている 1 対 1 のヨーロッパのマルチプレイヤーランキングに「参加」したプレイヤーと対戦するようになった。[ 12 ] 2019 年 8 月末までに、AlphaStar はグランドマスター レベルに到達し、人間のプレイヤーの上位 0.2% にランクインした。[ 13 ]
AlphaZeroとは異なり、AlphaStarはまず、人間対人間のゲームのデータベースにある最高のプレイヤーの動きを模倣することを学習します。このステップは、DeepMindのDave Silverが「探索問題」と呼ぶものを解決するために必要です。そうでなければ、新しい戦略の発見は「干し草の山から針を探す」ようなものです。次に、エージェント同士が対戦し、深層強化学習を展開します。これらのメインエージェントは、メインエージェントの弱点を明らかにすることを目的とした最適ではない「エクスプロイターエージェント」と対戦することによっても学習します。[ 14 ] [ 15 ]
2018年12月に5-0で敗北した後、コミンツは「AIがあんなに強いとは思っていなかった」と述べた。[ 16 ]
スチュアート・ラッセルは、アルファスターの2018年の勝利には「問題に特化した相当な努力」が必要であり、汎用的な手法は「スタークラフトにはまだ適していない」と評価した。[ 2 ]
Wired UKの記事では、2019 年 7 月の試合で採用された AlphaStar の新しい制約が今回は「公平」であると評価した。[ 17 ] StarCraft のプロである Raza "RazerBlader" Sekha は、AlphaStar は「印象的」だが癖があり、あるゲームでは航空ユニットのみで構成された型破りな軍隊構成に敗れたと述べた。英国のトッププレイヤーである Joshua "RiSky" Hayward は、AlphaStar が「最も効率的で戦略的な決定を下すことが少なかった」と述べ、いくらか失望を表明した。[ 14 ]プロの Diego "Kelazhur" Schwimer は、AlphaStar のプレイを「想像を絶するほど異例で、プロプレイヤーが StarCraft の多様な可能性をどれだけ探求してきたのか疑問に思わせる」と評した。[ 13 ] AlphaStar の対戦相手は、自分がボットと対戦していることに気づかないことが多かった。[ 18 ]
ガーディアン紙のイアン・サンプル氏は、AlphaStarをAI分野における「画期的な成果」と評した。[ 19 ]チャーチル氏は、以前にStarCraftの1つか2つの要素をマスターしたボットを見たことがあるが、AlphaStarはゲーム全体を扱える最初のボットだと述べた。[ 3 ]ゲイリー・マーカス氏は、ディープラーニングに対する懐疑的な見方を改めて表明し、「これまでこの分野では、このような技術を研究室やゲーム環境から現実世界に持ち込むのに苦労しており、この結果をその方向への進歩とはすぐには見なせない」と述べた。[ 14 ] AI研究者のジョン・ドッジ氏はAlphaStarに驚き、「あと数年は超人的な」パフォーマンスは期待していなかったと述べた。対照的に、チャーチル氏は「StarCraftは『解決』には程遠く、AlphaStarは世界チャンピオンレベルでプレイできるレベルにはまだ程遠い」と述べた。[ 4 ]
DeepMindは、AlphaStarからの知見が、不完全に観測された情報に基づいて動作する必要があるロボット、自動運転車、仮想アシスタントに役立つ可能性があると主張している。シルバー氏は、AlphaStarを大幅に改善しようとするのではなく、研究室は「この時点で休止するかもしれない」と述べている。[ 14 ]シルバー氏自身は、「AlphaStarは、プロが承認した条件下で、制限のない完全なゲームにおいて、プロがプレイするeスポーツで人間のパフォーマンスの最高レベルに到達した最初のAIシステムとなった…コンピューターが囲碁、チェス、ポーカーを攻略して以来、StarCraftというゲームは、コミュニティの合意により、AIの次の大きな挑戦として浮上してきた」と主張している。[ 19 ]
コンピュータ科学者のノエル・シャーキーは、「軍事アナリストは、戦場計画におけるAIの利点の明確な例として、AlphaStarのリアルタイム戦略の成功を間違いなく注視するだろう」と批判的に主張している。[ 19 ]一方、シルバーは、「これが何らかの軍事用途を持つと言うことは、チェス用のAIが軍事用途につながる可能性があると言うのと何ら変わらない」と主張している。[ 14 ]