- Meta AIが、有名な戦略ボードゲームであるDiplomacyで人間レベルの能力を示す人工知能を開発し、公開
- このゲームのオンライン版で、人間の2倍以上のスコアを記録して上位10%に入る
- Diplomacyは何十年ものあいだ、AIにとって不可能な挑戦だった
- ゲーム内で他の人の動機や視点を理解して複雑な計画を立て、戦略を調整する必要がある
- そして自然言語で彼らとコミュニケーションし、合意を導き出し、パートナーシップや同盟について確信を持たせる必要がある
- CICEROは非常に交渉がうまく、他の人間参加者よりも好まれることもあった
- 他人のブラフを見抜けなかったり、攻撃的な行動を理解できなかったりすると、すぐに負けてしまう
- また、実際の人間のように話さなければ（共感したり、関係を築いたり、ゲームについての知識を語るなど）、他の人は一緒にプレイしようとしない
- この成果の核心は、AIのまったく異なる2つの領域の交差点で新しい技術を開発したこと
- AlphaGoやPluribusのようなものに使われた戦略的推論（Strategic Reasoning）
- GPT-3、BlenderBot 3、LaMDA、OPT-175Bのようなものに使われた自然言語処理（NLP）
- たとえばCICEROは、ゲーム終盤に特定のプレイヤーの支援が必要だと推論したうえで、その人の好意を得るための戦略を立てることができる
- コードと論文もあわせて公開
1件のコメント
Diplomacyは、なんと1959年に登場したボードゲームで、2008年には50周年記念版も発売されています。ゲーム内でプレイヤーは、第一次世界大戦前の時代のヨーロッパ7か国（イギリス、フランス、オーストリア＝ハンガリー、ドイツ、イタリア、ロシア、トルコ）のうち1国を担当します。1901年の春から始まり、毎年春・秋のターンごとに行動を取ります。軍隊は陸軍と海軍の2種類だけで、隣接地域への移動（攻撃を含む）、隣接地域の同盟国を支援して攻撃・防衛する、現在位置を維持する、のいずれかを選びます。すべての部隊は攻撃力1、移動力1で同一です。もちろん陸軍は陸地しか移動できず、海軍によって海上輸送（Convoy）が可能です。つまり行動はきっちり4つです。Hold/Move/Support/Convoy
ヨーロッパ全域に広がるマップには、星印で示された補給地（Supply Center）が全部で34か所あり、自国が18地域を確保すると勝利です。すべての国は補給地3か所を持って開始し、ロシアだけが4か所で始まります。そのため最初は12か所が空いています。各国は秋ターン終了時に、自分が保有する補給地の数だけ部隊を維持できるようになります。国ごとに陸軍2・海軍1、または海軍2・陸軍1といった初期戦力の違いがあります。海軍力に優れるイギリスはロンドンとエディンバラに海軍、リバプールに陸軍を置いて開始し、フランスはパリとマルセイユに陸軍、ブレストに海軍を置いて始まる、といった具合です。もちろんロシアはモスクワ／ワルシャワに陸軍、セヴァストポリ／サンクトペテルブルクに海軍を配置して始まります。地域は内陸・海・沿岸の3種類があり、内陸は陸軍のみ、海は海軍のみ、沿岸は陸軍または海軍が占領できます。
ゲームの進行自体は非常にシンプルです。サイコロやその他の偶然要素は一切なく、各プレイヤーは毎ターン外交交渉を通じて、自軍の移動が有利になるよう周辺国の協力を得なければなりません。外交は公開でも秘密裏でも会話できます。いわゆる非同期進行であるため、制限時間を設けることもあります。そして各自がユニットの取る「命令書」を提出すると、マスターがそれを取りまとめて処理する方式です。そのため、メールで内容をやり取りする Play By Mail という形式でもプレイ可能です。各自が命令書を出して同時に公開すると考えればよいでしょう。各命令書では、1部隊につき1つの命令しか出せません。たとえば部隊が3つあるフランスなら、「A Par–Bur, A Mar–Spa, F Bre–Pic」が命令書の内容です。「陸軍をParisからBurgundyへ移動 / MarseillesからSpainへ移動、海軍をBrestからPicardyへ移動」という意味です。
なぜこうするのかというと、すべての軍隊の強さが1で同じなのに対し、各地域にはちょうど1ユニット（軍隊）しか存在できないため、同じ地域に2部隊が移動する状況になるとその行動は打ち消されるからです。これを解決するのが、周辺地域にいる同盟軍による支援（Support）です。支援を受けて攻撃する部隊数が、防衛する部隊数より多くなれば、その地域を占領できます。つまり、欲しいものを得るためには必死に外交をしなければなりません。
「今回ウクライナを攻めようと思うんだけど、少し手伝ってくれないか？ 一緒に西へ進撃しよう」
「嫌だね！」 / 「こちらには何の得がある？」
実際、最初から最後まで「会話を通じて進む外交的インタラクション」がすべてのゲームなのに、これをAIがきちんとプレイするというのは驚きです。