2018年03月09日に初出の投稿

Last modified: 2018-03-09

A clever study of video games reveals how the background knowledge people take for granted gives us an edge over machine learning.

Why humans learn faster than AI—for now

いわゆる「ウォーゲーム」というのを高校時代に同級生とプレイしていた頃のことだが、1980年代でもシミュレーション・ゲームというもののルールなりゲームシステムはどんどん変わっていた時代だった。それこそ僕が初めて買った『Tiger I』というゲームは、あまりの単純さで友人たちにからかわれるほどのものだったし、次に買った『スターリングラード』というエポックのゲームは、登場するユニット(駒)を一つのヘクス(将棋盤のマスのようなもの)に無制限にスタック(集中)することができるという驚くべきルールを採用して衆目を集めたものだった。確かに一つのヘクスのスケールが何十キロだとすれば、ユニットとして登場する全ての分隊や小隊を集中して配置しても入るだろう。しかし、そんな配置は作戦級のスケールでは無意味としかいいようがない。もちろん高校生がやることなので、自由に配置してスタートできるシナリオでは、最初から全てのユニットをスタックさせた状態で始めるバカが必ず出てきて、どういうユニットと交戦状態に入っても常に勝利する代わりに、まとめて移動するので目標とする都市を一つしか制圧できずに終わるという情けないものだった。単に相手を圧倒することだけを喜ぶような、恐らくはウォーゲームをやるべきではない人間にも好まれるようなインスタンスを可能にするルールというわけだが、もちろん大人や大学生のゲーム・サークルでは、そういうことはしないという暗黙の「ルール」もすぐにできた。

こうした背景知識があると、初めて見せられたゲームであっても、ゲーム盤を見ればゲームシステムの一部はすぐに了解できる。恐らく紹介した記事で取り上げられているビデオゲームにおいても、僕らのように FF やドラクエといったゲームのシリーズを幾つもやってきた人間なら、最新のタイトルをやってみようとしていきなりゲームをインストールしても、幾つかのゲームの仕組みや設定はすぐに理解できる。しかし、タイトルに "for now" と但し書きされているように、人間と AI の「違い」が何であるかを突き止められれば、その時点で、そのゲームは終わりというのが実情なのだろう。

  1. もっと新しいノート <<
  2. >> もっと古いノート

冒頭に戻る


※ 以下の SNS 共有ボタンは JavaScript を使っておらず、ボタンを押すまでは SNS サイトと全く通信しません。

Google+ Twitter Facebook