なぜ25年前のゲームが現代AIの礎に？『Black & White』とGoogle DeepMindの意外な接点

2000年に発売された『Black & White』は、神の視点で世界を操り、気まぐれな「クリーチャー」を育成する革新的なゲームでした。リリースから四半世紀を経て、この一見奇抜な名作が、実は現代のAI技術、さらにはGoogle DeepMindの発展に深く関わっているという事実はあまり知られていません。かつてゲームスタジオのオフィスで生まれた小さなAI実験が、いかにして現代の巨大なAI技術の潮流へと繋がったのか、その歴史的背景と技術的ルーツを紐解きます。

『Black & White』とAI進化の系譜

ゲームにおけるAIのパイオニア

『Black & White』における最大の特徴は、プレイヤーの行動を学習し、自らの意志で行動する「クリーチャー」でした。当時の多くのゲームAIが固定的なデータに基づいて動いていたのに対し、このクリーチャーはプレイヤーの反応を通じて性格が変化する「データ駆動型」の設計を採用していました。これは、ビデオゲームにおけるAIの活用方法を大きく前進させる画期的な試みでした。

データ効率的な学習への挑戦

開発を担当したプログラマーのリチャード・エヴァンスは、当時限られたPCスペックの中で、少ないデータから即座に学習する手法を確立しました。これは、現代のAI研究において「フューショット学習（少数データ学習）」と呼ばれる極めて難易度の高い課題の先駆け的な取り組みでした。当時のLionhead Studiosのクリエイティブな環境と、試行錯誤を繰り返す手法が、現在のAI開発にも繋がる技術的な礎となりました。

Google DeepMindへの繋がり

興味深いことに、本作のAI開発者であるリチャード・エヴァンスは、その後Google DeepMindに加わりました。DeepMindの創設者であるデミス・ハサビスもかつてLionheadで働いていたという繋がりがあります。ゲームという安全なシミュレーション環境でAIを育て、その知見を現実世界の複雑な課題（タンパク質の構造解析など）に応用するというビジョンは、このゲーム開発の現場から育まれたものです。

エンターテインメントから汎用AIへ：未来への示唆

「遊び」が持つ実験場としての価値

なぜゲームというエンターテインメントの枠組みが、AI研究の最前線たり得たのでしょうか。それはゲームが、現実世界のリスクを負うことなく、複雑な意思決定や環境とのインタラクションを何度もシミュレーションできる理想的な「テストベッド」だからです。Lionheadの技術者が取り組んだ「クリーチャーの学習」というテーマは、AIがいかにして世界を理解し、人間と対話するモデルを構築するかという、現在のLLM（大規模言語モデル）や世界モデルの研究にも通底しています。

効率化を超えた「共生」の重要性

現在のAIは、生産性の向上や収益化に重きが置かれていますが、『Black & White』のクリーチャーがプレイヤーに与えたのは、効率性よりも「情緒的な繋がり」や「育成の責任」でした。現代のAI開発が急速に進化し、社会への影響力を増す中で、かつてのゲーム開発者が持っていた「人間とAIが相互に影響を与え合い、共に成長する」という視点は、今後のAIのあり方を考える上で重要なヒントとなるはずです。技術が高度化するほど、効率だけではない「人間らしい関わり方」の設計が、より大きな価値を持つようになるでしょう。