ゲームに明け暮れるティーンエイジャーが学者を抑えてノーベル賞を受賞した理由

ソース: Shihan

今日は、科学的な領域で感動を超えるような話、信じられないような行為、つまり、ノーベル賞を取るために科学アカデミシャンを打ち負かした若いゲーマーの話をしようと思います。

そう、私は以前、ゲーム用グラフィックカードが、AI業界を孵化させた演算革命の火付け役となったという話をしたことがありますが、今日の話は、それよりもさらに信じられないような、ピーキーな話です。

幼い頃から天才ともてはやされ、ゲーム好きで育ち、4歳のときにはチェスに強い興味を示し、8歳のときにはすでにチェスの公式トーナメントで優勝していた男がいる。彼はこの賞金で、自分への大きな贈り物であるコンピューターを購入し、すぐにコンピューターゲームに夢中になった。

おなじみのアクション、おなじみのプロット～

17歳のとき、彼はゲームデザイナーとしてゲーム会社に入ることを選んだ。

そんなにゲームが好きなら、自分で作ってみればいいじゃないか。当時大手だったブルフロッグに入社。

入社1年後には、大ブレイクゲーム『テーマパーク』のデザインを担当。

簡単に言えば、1994年のこのゲームは、今日の多くのテーマパークやシミュレーションゲームの祖父であり、『アイランドタイクーン』シリーズはこのゲームの影響を受けているはずだとさえ言えるでしょう。

数年後、彼は自分のゲーム会社を立ち上げ、シミュレーションゲームである『Republic』と『Evil Genius』を開発しました。

明らかに、彼はシミュレーションというジャンルに非常に傾倒していました。

『シヴィライゼーション5』発売！

ここまでくると、過去に紹介したチェスの天才コンピュータ天才の話と似ているように思えます。

ゲーム好きで育ち、チェスや囲碁の才能があり、独学でコンピュータを学ぶことができた彼は、最終的にスーパープログラマーとしてゲーム会社に入社し、業界を揺るがす有名なブレイク商品を作りました。

しかし、この弟のとんでもないことはまだ始まったばかりだ。

ブレイクしたゲームを作った後、彼はすぐに、道具としてのコンピューターがゲームのために何ができるかを考え始め、ゲームにAI機能を追加しようとし始めた。

これについて言及しているメディアはほとんどないが、ベテランゲーマーである私は、おそらく前作からの影響だろうと思う。

シミュレーションをよくプレイする人は、ゲーム後半になると、NPCが大量に存在し、コンピュータの演算が大幅にショートボードになることを感じることができるため、

シヴィライゼーション5の後半では、ラウンドがしばしばコンピュータを詰まらせ、

テーマパーク、スカイライン、アイランドタイクーンや他のゲームの後半では、スクリーンカードだけでなく、市民の通勤ルートは非常に理不尽である、あなたが与える場合でも、

。バスや地下鉄を作り、住宅地と仕事場を一体化させても、道路を塞いで走り回る。

彼がAIやこうしたゲームプレイの問題、AIを使ってゲームを最適化できないか、と考えるようになったのは、おそらくこうした現象がきっかけだったのだろう。

2010年、彼は「知能問題を解決する」ことを目標に新会社を設立し、学習アルゴリズムでゲームをマスターしようとした。

2013年には、Deep Q-Network（DQN）と呼ばれるアルゴリズムを作成し、人間を超えるレベルでコンピューターゲームをプレイできるようになった。

テストによると、DQNはスペースインベーダーというゲーム内で、ゲームを始めてから30分以内に最高のプレイヤーになった。

2016年、この会社は別のゲームAIをリリースし、このゲームのオリジナルの世界チャンピオンを打ち負かした。

今度はAlphaGoと呼ばれるAIだ。

そう、厳密には、囲碁のゲームはゲームとしてスポーツと考えることができる。

ただ、囲碁は特殊なゲームで、計算変数が無限に近いため、かつては破られないと考えられていました。と考えがちだ。

実際にはそうではありません。

長年にわたる無数のビデオゲームの誕生は、ゲームAIに対する空前の需要を生み出しました。

気まぐれに、より賢いAIに取り組むために必要なことは何でもやります、と言ったプログラマーはいませんでした。

現実は、あなたが良いアルゴリズムを設計すれば、あなたのゲームはより楽しくなり、10億ドルを稼ぎ、彼のゲームはより賢くなり、2億ドルを売る。賞金の分け前があるからこそ、AI開発に投資するモチベーションが尽きないのです。

火薬は最初から設計されていない、決して科学者が今日、私は火薬を発明しなければならないと言ったが、存在しない、永遠にこの需要を生きるために錬金術師の長寿のための希望の束であり、毎日ドキドキ錬金術、今日はこれを少し追加し、明日はそれを少し試してみて、最終的に一緒に混合硫黄と硝酸塩と木炭が実際に爆発することを発見した。

レヴィン・フッカーはセッションの初めに微生物を発見したくなかったが、人々は毎日レンズを磨いてレンズであり、その結果、ある日突然、レンズが極限まで磨かれていることを発見し、肉眼では見ることができないものを見ることができる。

私たちの物語の主人公も同じで、最初はゲームを作りたいと思い、次にもっと賢いゲームを研究したいと思い、最終的に信じられないほど賢いゲームAIを研究した。

それから彼らは突然、ある問題について考え始めた。

AIには自己学習能力があり、チェスやビデオゲームのルールを非常に早くマスターし、チャンピオンプレイヤーになることができる。

つまり、科学研究のある分野を同じようにすれば、肉眼では見えないものも見えるようになる」と彼は言った。

AIには自己学習能力があるため、囲碁やビデオゲームのルールをすぐにマスターし、チャンピオン棋士になることができる

では、ある科学研究の分野を「ゲーム」と解釈したらどうだろうか？

2017年、AlphaGoは烏鎮で開催された囲碁サミットで、囲碁世界チャンピオンの柯潔を3-0で下し、大勝利を収めた。

2018年、ディープマインドはタンパク質の構造を予測できるAIシステム「AlphaFold」で再挑戦した。

あなたは、これは意味がない、もともとゲーム用に設計されたAIに科学を研究させるのは無理がありすぎると思っているに違いない。

そう思っているのはあなただけではなく、あるCASメンバーも同じことを考えています。

そう、旧知のヤン・ニン氏だ。

長年、タンパク質の構造を予測する主な方法は3つあった。X線照射による結晶の構造解析、核磁気共鳴（NMR）分光法、そして3つ目はクライオ電子顕微鏡による高価なフォトモデリングである。

ニン・ヤンのチームは、3番目の方法であるクライオ電子顕微鏡の熟練度で知られており、彼女のチームは、他のチームが1枚撮影するのにかかるのと同じ時間で5枚の写真を撮影することができ、はるかに効率的である。

そしてディープマインドの考えは、このような反復作業はAIで解決できるのではないか？

クライオ電子顕微鏡写真のモデリングプロセスをゲームとして理解すれば、AIを使って解決しようとすることで解決できるのではないか？

「写真を撮る代わりに、彼らはAIを選びました。タンパク質はアミノ酸で構成されているので、どこでも公開されている既知のタンパク質構造を使い、それらのタンパク質の各アミノ酸のペアの距離と連結角を1つのマップに集約し、ニューラルネットワークを使って消化すれば、あとはAIが勝手に予測をしてくれるのです。"

その結果、AIの効率は手作業をはるかに上回り、チームの一般的な効率は1、ヤン・ニンのチームの効率は5、AIは10万人で、現在も高い成長率を維持している。AIは休む必要がなく、自ら進化し続けるからだ。彼らの躍進以来、190カ国から200万人以上の人々がアルファフォールドを使用しており、彼らの協力により、科学者たちは抗生物質耐性についてより深い理解を得ることができただけでなく、プラスチックを消化できる酵素タンパク質を設計することもできた。

このような破壊的な結果が出たのだから、この技術がノーベル賞を受賞したことはもうお分かりだろう。ゲームが大好きで、ゲームデザイナーとして出発した人物が、今年のノーベル化学賞受賞者ハサビスなのだ。

時代の発展は、AIの発展に唖然としたとき、一流の科学者も目をそらすかもしれない、すべてのハエを捨てるために公正であることが判明した。

2022年のAIについて議論するとき、AIの燕寧とその影響は、コメント欄から、多くの人々によって観察されている、誰もがAIの発展を認識するが、それらのほとんどは、トップの科学者を置き換えるには時間がかかるかもしれないと考えている。科学者のトップに取って代わるには時間がかかるかもしれない。(いくつかの小さなパートナーは、非常に前向きで、非常に強力な話すがあります）

Yan Ning自身も同じことを考えているかもしれない、2022年Yan Ning自身の結論は、AIの予測レベルは彼らの2017年のレベルに達することができるだけである。レベルまでしか到達できない。

このドラマは、囲碁業界とほとんど同じです。

アルファ碁が登場した当初は、誰もが何でもない、世界チャンピオンに勝てるだけだろうと思っていました。世界チャンピオンに勝てるだけで、人間にはそれを取り戻すチャンスがある。

しかし、すぐに誰もが人間の学習は教師が教科書を持っているので、ビューのこのポイントは、とんでもない間違っていることを発見し、人間の戦闘力は、実際に前の世代の経験、プラス研究の年の結果に立っている、とAIは囲碁名人のハンマーを与えるために1年未満〜入門年に連絡し、将来的にはさらにそれを見る必要はありません。

2022年までにヤン・ニンは、AIが5年前のレベルに達するだけで、心配するほどではないと感じる。

問題は、AlphaFoldは2018年に導入され、2022年にはわずか4年で、4歳の子供が人間のトップ科学者に追いついてしまい、常識で発展スピードを判断すると大間違いだということだ。

では、この話は何を物語っているのだろうか？

テクノロジーの発展なのか、AIの革新なのか、生命のチャンスなのか、それともコード農家に転換すべき生物学なのか。

最大のインスピレーションは、愛だと思います。

振り返ってみると、2007年、ヤン・ニンはすでに清華大学の教授であり、博士課程の指導教官であり、著名な学術界の巨匠であった。

このとき、デミス・ハサビスはまだゲームデザイナーであり、アカデミックな巨匠であることは言うまでもないが、アカデミックなコミュニティにも属していなかった。

この時点で、もしあなたが将来、科学の学者を打ち負かし、ノーベル賞を取ると言ったとしても、彼はそれを信じるどころか、想像すらできないでしょう。

無口な科学実務家が一挙にノーベル賞を取るというのは信じられないが、少なくとも筋は通っている。

胡散臭いゲーマーの私がノーベル賞をもらえるわけがない。ノーベルにはゲーム賞もないだろう？

そこに世界の不思議がある。

本当に研究が好きなわけではなく、給料のためかもしれないし、安定のためかもしれないし、照明の華やかさのためかもしれないし、毎日毎日同じような仕事をして、「大変だなあ」としみじみ思う。

やっていることはゲームに過ぎないが、心の底からゲームを愛し、極限まで掘り下げた結果、実は技術ツリーとしてAIを指摘され、一転して実は新時代の鍵を握っていた。

これは彼の運だと言いますが、ゲームに対する極端な愛情がなければ、ゲームプレイを考えるという根本がなければ、ただ皮算用をするための金儲けであれば、このような話は起こりうるのでしょうか？明らかに違う。

他のすべてを超越したものへの愛、研究への愛があったからこそ、彼は霧を突き破り、新しい世界を見つけることができたのだ。

好きなものを愛することを決して忘れてはならない。