今、世界は従来の決定論的モデルを捨て去り、シリコンに組み込まれた思考・推論システムを採用している。このシステムは、我々の脳の働きに極めて近い。これは目まぐるしい時代だ。特に、コンピュータープログラミングが文字通り昼と夜ほど異なっていた1980年代に成人した人々にとっては。当時、人間はコンピューターを決定論的な方法で使用していた。厳格な論理と構文によってコーディングし、コンピューターに明示的に何をすべきかを指示していたのだ。
そして、この相互作用の手段を急速に変化させる中で、その一つの方法はゲームに関係している。ゲームエンジンは今やAIエンジンとなった。ゲーム理論はAIの結果を分析する手段を提供する。AIはゲーム理論を用いて収束する。
つまり、過去と現在を理解する一つの方法は、ゲームプログラマーの仕事を通じてである。
これは、マシュー・T・ヘンション氏による新著「弁護士のためのAIガイド：10の本質的概念」の中心テーマだ。この本は極めてユニークな背景に基づいて展開されており、その物語は本書の序文で語られている。
AI以前のゲーム構築
オーソン・スコット・カード氏の作品を読んだことがあるか、アタリやアクティビジョンのクルー、あるいはEAチームの苦闘を追ったことがあるか、または1980年代から1990年代にかけてのコンピューターサイエンスの仕事を実際に検証したことがあるなら、これらのプロフェッショナルが行っていたプログラミングの種類について、少なくともある程度は精通しているだろう。
彼らが構築していたのは、現在の基準からすれば極めて原始的な論理モデルとゲームエンジンだった。グリッド上でXに移動し、Yを撃つ。ピクセルで、しかもそれほど多くのピクセルではなかった。彼らはこれらのデザインを、剣やクモ、アスリートなど、あらゆるものに見える小さなピクセルの塊を作成することで飾り立てようとしたが、アタリ2600のゲームや他の同時代の製品が、想像上のゲームプレイを示すためにアーティストの描画に頼っていたのには理由がある。グラフィックスは、今日の基準では、ひどいものだった。
この背景に対して、ヘンション氏は、ミルトン・ブラッドリー社で「コネクト・フォー」のゲームをコーディングしようとしていた母親の仕事を紹介している。
これを読むまで、ミルトン・ブラッドリー社を以前のボードゲームメーカーとしての姿からデジタル世界へと導いたのが「サイモン・セズ」だったとは知らなかった。Apple II、テキサス・インスツルメンツ、コモドールといった名前を挙げることで、我々は瞬時にあの古い世界に連れ戻される。そこでは、コンピューターは技術的には「アナログ」ではないかもしれないが、確かに人間のようなエージェントというよりは家具のようなものだった。
「母は42個のチェッカーを取り、それぞれに連続した番号を付けました」とヘンション氏は書いている。「私たちはその夏の大半を、順番に競争的にプレイして過ごしました。ゲームの終わりに、母はポラロイド写真を撮り、データを捕捉してパターンを探すことができました。夏の終わりまでに、私たちは両方ともコネクト・フォーのプレイヤーとして上達し、母は自分のTI 99/4コンピューターを訓練して大多数の対戦相手を打ち負かすために必要なデータを手に入れました」
ポラロイド写真。なんと趣のあることか。
重要な問題の強調
そこから、米国弁護士会のAI・ロボティクス委員会の委員長を務めたヘンション氏は、今日の時代の10の本質的概念に入り、プライバシー、セキュリティ、データ所有権といった大きな問題に触れるとともに、バイアス、倫理、法律、そして戦争についても言及している。
「今日我々が『AI』と考えているものの多くは予測モデリングである。つまり、1つ以上の既知の定数に基づいて、未知の変数について予測を行うために数学を使用することだ」と著者は説明する。「人間の脳もまた予測エンジンであるという程度については議論の余地がある。予測は確かに脳が行うことの一部だが、それがすべてではない。人間の脳の機能を理解しようとすることは、AIの開発においていくつかの重要な洞察と、いくつかの誤った方向性をもたらした」
これは、本書の他のすべての内容とともに、AIがどのように機能し、法律の世界やそれ以外でどのように機能するかを考えるための枠組みを提供している。
ゲーム理論の役割
ゲーム理論に関しては、我々がこれほど深く考えている理由がある。
「AI（人工知能）の時代において、意思決定は自動運転車から金融予測まで、多くのアプリケーションの中核にある」とラギニ・クルカルニ氏はMediumで書いている。「AIシステムが戦略的意思決定を行うのを助ける最も強力な数学的枠組みの1つがゲーム理論だ。もともと人間の行動や経済行動を研究するために開発されたゲーム理論は、AIに行動を予測し、結果を最適化し、競争的または協力的な環境で効率的に相互作用するためのモデルを提供する」
これらの結果、そしてこれらの協力的な環境が、違いを生むだろう。
ここにIEEEからのさらなる情報がある。ナッシュ均衡（著者らはこれを複数形の「均衡」としている）のようなものを引用し、関連するアプリケーションについての洞察を提供している。
ある意味で、過去を振り返ること、「レトロ」ゲームを見ることが、AIが我々にもたらすものを理解するための新しいレンズを与えてくれる。2026年に向けて進む中で、これらすべてについて考え続けてほしい。
