AIが『レッド・デッド・リデンプション2』に挑戦：画期的な研究

ここ数日、すでに白熱したAIコミュニティは、中国とシンガポールの研究者たちが最先端の人工知能を難解なビデオゲーム『レッド・デッド・リデンプションII』（RDR2）に挑ませたことで、さらに熱狂を巻き起こしています。「汎用コンピュータ制御に向けて：OpenAIのGPT-4VとCRADLEマルチモーダルエージェントの統合によるレッド・デッド・リデンプションIIのケーススタディ」と題されたこの研究は、ビデオゲーム『レッド・デッド・リデンプションII』のマルチプレイヤーゲーム探索における「モデル選択アルゴリズム」の研究を検証しています。.

一般的なコンピュータ制御の理解

汎用コンピュータ制御（GCC）は、AIシステムが人間と同等の能力と理解力でタスクを迅速に処理する能力を発揮する汎用人工知能（AGI）の形成への道を開きます。視覚情報と聴覚情報を含むコンピュータ入力システムにより、AIはよりコンピュータに精通した人間の役割を果たします。さらに、この技術はAIに動的な状況において決断力のある行動をとる手段を提供します。つまり、学習プロセスを通して、動作環境に関する事前知識なしに様々な情報を適切に認識し、反応することで、AIの再現性をテストするのです。.

豊かなゲーム環境と予期せぬ出来事で知られるRDR2（通称GM）は、本研究の出発点として最適です。このゲームは、複雑な操作システムとユーザーインターフェースを備えたシミュレートされた人事管理システムを特徴としており、対話型のダイアログからゲーム内の特別なプロンプトやガイダンスまで、ユーザーの時間を節約し、エクスペリエンスを向上させるための様々な要素を備えています。これにより、AIの評価は信頼性が高まります。.

AIゲームにおける行動と進歩

この研究の核心はCRADLEフレームワークです。これは、ゲームプレイだけでなく、将来的には様々な種類のソフトウェアアプリケーションを処理できるように設計されたプロトタイプAIシステムです。CRADLEは、目標達成を通じてAIがランダム化されたゲームプレイに慣れることを目指しており、内部状態やAPIを一切考慮することなく、人間の学習パターンに基づいています。.

それでも、開発がスムーズに進むとは思っていませんでした。高速な視空間認識処理とリアルタイムの意思決定が求められる一部のタスクにおいて、AIは複雑な戦闘ミッションや、狭く相互接続された廊下で構成される屋内マップといった困難に直面しました。これらの課題により、AIシステムのメンタルモデルと、人間のような視覚の類似性とゲームオブジェクトの理解という二つのタスクを高精度に処理することが求められるゲームエンジンのメンタルモデルとの境界が明確になりました。.

将来の課題と影響

上記の問題はすべてゲームプレイ内で完全に同期されていたにもかかわらず、CRADLEはストーリーパートを完結させることに成功しており、AIゲームにおける最高峰と言えるでしょう。この研究結果は、AIがこれらの高度なタスクシミュレーションを実行する能力を浮き彫りにするだけでなく、特に優れた空間認識能力と視覚スペクトルの開発といった、今後さらに発展させられるべき側面も示しています。.

AIは永続的な存在であり、進化するにつれてその活用は新たな地平を切り開きます。ゲームは、他のより深い課題の中でも、最初の争点となっています。複雑なプラットフォーム上のシステムを理解し、反応できるAIシステムは、ロボット工学やリアルタイム戦略システムなどの分野の進歩のためのツールとなります。以下の研究は、AIの機能を向上させ、汎用コンピュータ制御の適用限界を打ち破るための更なる研究の基盤となることは間違いありません。既存の限界を研究し、解決しようと試みることで、AIシステムをより賢明で、応答性に優れ、スマートなものにすることは、幅広い用途に活用できるAIリソースの創出につながります。.