[AI書房] 第5章 ケンブリッジ大学とLionhead Studios
デミス・ハサビス、Google人工知能の父
第2部 コードを書き、仮想世界を設計した少年
第5章 ケンブリッジ大学とLionhead Studios
金京鎮
初陣（1995〜1997年）と「ハーフ・ブルー（Half Blue）」の獲得。1995年3月4日、土曜日。ロンドンのパル・モール（Pall Mall）に位置するロイヤル・オートモービル・クラブ。100年以上の歳月、オックスフォードとケンブリッジの最高峰の頭脳たちがチェス盤を挟んで対峙してきたこの建物の対局室には、冷ややかな静寂が立ち込めていました。第113回バーシティ・マッチ（Varsity Match）が幕を開けました。レッドカーペットの上、観衆は息を呑み、駒の動きを追っていました。
ケンブリッジ代表のユニフォームを身にまとった19歳のデミス・ハサビスは、向かい側に座るオックスフォードのシャシ・ジャヤクマール（Shashi Jayakumar）を静かに見つめていました。ハサビスは少年時代にすでに、世界14歳以下のチェスランキングで2位に登り詰めた人物でした。イングランド・ジュニア代表のキャプテンを務め、13歳でマスターの称号（Elo 2300）に到達していました。
数百回ものトーナメントを経験し、勝負の重圧に鍛えられてきた彼でしたが、大学の代表として出場するこの場には、また別の重みがありました。オックスブリッジ・バーシティ・マッチは、単なるチェスの大会ではありませんでした。1873年の開始以来、英国の学術界のプライドを懸けた対決であり、両校の知的伝統を象徴する恒例の儀式でした。
ハサビスは、素早い判断力と深いポジショナル・アンダースタンディングを武器にジャヤクマールを追い詰め、最終的に勝利を収めてケンブリッジの6対2での大勝に貢献しました。ケンブリッジ大学には、体育やスポーツの分野において大学を代表して優れた成績を収めた学生に対し、「ブルー（Blue）」という称号を授与する伝統があります。ボート、ラグビー、クリケットなどの主要種目には「フル・ブルー（Full Blue）」が、チェスやフェンシングなどの種目には「ハフィ・ブルー（Half Blue）」が与えられます。ハサビスは、バーシティ・マッチにおける卓越した技量を認められ、ハーフ・ブルーを獲得しました。
入学初年度の1995年から卒業年次の1997年まで、彼は3年連続でこの大会に出場し、ケンブリッジ・チェスの中心選手として活躍しました。
ハサビスがヴァシティ・マッチで対戦したオックスフォード大学のチームメンバーの中に、ダーシャン・クマラン（Dharshan Kumaran）がいました。当時、二人はチェス盤の上で敵同士として出会いました。それから十数年後、クマランはハサビスが設立したディープマインドの核心的な研究員として加わることになります。
チェス盤の上で技を競い合った二人が、人類の知能の謎を解き明かすための仲間となったという事実は、ハサビスの人生の随所に、予告なく蒔かれている「つながりの種」を象徴しています。ハサビスにとって、チェスは単なるゲーム以上の存在でした。彼は対局中、自分の脳がどのように機能しているかを絶えず観察していました。次の一手を予測する際に直感が先に働く瞬間、論理的な計算がそれを検証する瞬間、そして相手の心理を読み取ろうとする際に働く感情的な判断の瞬間。彼は勝敗よりも、そのプロセスそのものに魅了されていたのです。
ヴァシティ・マッチという大きな舞台は、彼に勝利の快感よりも、「思考のプロセスそのものに対する思考」という、より深い問いを残しました。チェス盤の上で発揮される人間の直感と計算能力、それをいかにして機械に移植できるか。この問いは、ケンブリッジの教室で学ぶコンピュータサイエンスの理論と結びつき、一つのプロジェクトとして輪郭を形成していきました。ロイヤル・オートモビル・クラブの静かな対局室で、何百手先もの読みを進めていたあの青年は、すでに未来の科学者、そしてCEOとしての自己を形成していたのです。
チェスという閉じたシステム（Closed System）の中で完成させた勝利の公式が、いつか現実世界のオープンな問題（Open Problem）を解決する鍵となることを、彼は予感していました。16歳でA-levelを終え、ケンブリッジ大学へ進学した背景。デミス・ハサビスがイギリスの大学入学試験であるA-levelの課程をすべて終えたのは、16歳の時でした。北ロンドンのクイーン・エリザベス・スクール（Queen Elizabeth's School）とクリスト・カレッジ・フィンチリー（Christ's College Finchley）を経て、彼は正規の教育課程では自身の知的好奇心を満たすには不十分であることに、早くから気づいていました。
数学や科学の科目は独学で先取りしており、同級生たちがまだ手をつけてもいない範囲を、すでに終えてしまうことも珍しくありませんでした。彼は一般的な学生よりも2年も早く、高校課程を修了しました。ケンブリッジ大学のクイーンズ・カレッジは、この16歳の少年に対して入学許可を出しました。
しかし、大学側はある一つの条件を提示しました。それは、あまりにも若すぎるということでした。大学は彼に対して、
1年間の猶予期間、いわゆる「ギャップイヤー（Gap Year）」を取ることを勧めました。普通の学生であれば、旅行に出かけたりボランティア活動をしたりしてこの期間を過ごしたことでしょう。しかし、ハサビスにとってこの1年は、全く異なる意味を持っていました。
「遊園地シミュレーション」というコンセプトのもと、プレイヤーがジェットコースターを設計し、スタッフを雇い、来場者の満足度を管理するこのゲームは、世界中で数百枚も売れました。10代後半の少年が、商業的な成功と業界からの評価を同時に手にしたのです。そして、成功は誘惑を連れてきました。
ピーター・モリニューはハサビスの才能に深く感銘を受け、破格の提案をしました。「大学には行かなくていい。私たちのところで働き続けてくれたら、100万ポンドを支払おう」。1990年代初頭、経済的に決して裕福とは言えない多文化家庭で育った10代の少年にとって、100万ポンドは想像を絶する金額でした。
父のコスタスは玩具店を営み、曲を作る人であり、母のアンジェラは倹約によって家庭を支えていました。この大金があれば、家族全員の人生を変えることができたはずです。ハサビスは葛藤しました。
決して短い時間ではなかったでしょう。しかし、彼の結論は明白でした。拒絶です。彼が求めていたのは、目の前の報酬ではなく、「知能の秘密」を解き明かすための学問的な基盤だったからです。
ゲーム開発の現場で知能の可能性を肌で感じてはいましたが、それがコーディング技術だけでは解決できないという直感がありました。コンピュータサイエンスの数学的な原理を理解し、人間の脳がどのように機能しているのかに体系的にアプローチする必要がありました。その基礎を築ける場所は、ゲームスタジオではなく、大学だったのです。
1994年の秋、ハサビスはクイーンズ・カレッジに入学しました。当時、彼はゲームの売上収益で購入したポルシェを走らせ、ケンブリッジのキャンパスに現れたという逸話が残っています。入学したばかりの18歳の学生がスポーツカーで登校するという事実は、周囲の学生たちにかなりの衝撃を与えました。しかし、それは虚栄心からではなく、ある証拠でもありました。この学生が、すでに現実世界において自らの能力を証明済みであるという証拠です。
ハサビスが選んだ専攻は、コンピュータサイエンス・トライポス（Computer Science Tripos）でした。ケンブリッジのコンピュータサイエンスの課程は、アラン・チューリング（Alan Turing）が知的基盤を築いた場所でもあります。世界初のプログラミング可能な電子計算機を研究したモーリス・ウィルクス（Maurice Wilkes）も、この学科の出身でした。
ハサビスはその歴史の上に、自らの知識を積み上げていきました。彼は単に単位を取るためだけに勉強する学生ではありませんでした。プログラミングにおいて直面した課題、例えば「ゲーム内のNPCをより知的に動かすにはどのようなアルゴリズムが必要か」や、「シミュレーション世界の複雑さを効率的に処理するにはどのような数学的構造が適しているか」といった問題を解決するための、理論的な武器を見つけ出すことに没頭しました。
1997年、ハサビスはコンピュータサイエンスの課程において「ダブル・ファースト（Double First）」という最優秀成績を収め、首席で卒業しました。「ダブル・ファースト」とは、ケンブリッジのトライポス試験において、パートIとパートIIの両方で「第1級（First Class Honours）」を獲得したことを意味し、学科全体でも極めて少数の学生しか達成できない成果です。16歳でAレベルを終え、100万ポンドの誘惑を退け、ポルシェの代わりに知識を選んだ彼の判断が間違っていなかったことを証明した瞬間でした。ケンブリッジでの3年間は、ハサビスにとって「人工知能」という巨大な山に挑むためのベースキャンプとなったのです。
彼はそのベースキャンプから頂上へと続く道のりを、頭の中に描いていました。Lionhead Studiosにて、『Black & White』のAIプログラミングを担当したピーター・モリニューとの再会、そして「ゴッドゲーム（God Game）」のAI設計へ。1997年の夏、ケンブリッジ大学を首席で卒業したハサビスが向かった先は、再びゲーム業界でした。しかし、今回は以前とは状況が異なっていました。彼はもはや、ギャップイヤーを過ごす学生でも、単に雇われたプログラマーでもありませんでした。
彼が合流したのは、自身の師であり同僚でもあったピーター・モリニューが新たに設立したLionhead Studiosでした。サリー州ギルフォードの小さなオフィスからスタートしたこの会社は、当時、ゲーム業界で最も大きな期待を集めていました。というのも、「モリニュー」という名前そのものが、革新の保証書であったからです。
モリニューは、『Populous』によって「ゴッドゲーム」というジャンルを創出した人物でした。プレイヤーが神の視点から世界を見下ろし、地形を操り、人々を導き、文明の興亡を左右するこのジャンルは、ゲーム史に前例のない体験をもたらしました。モリニューは、そのジャンルの頂点を極める野心作を構想していました。
『Black & White』。プレイヤーは神となり、巨大な生命体を育て、村人たちを統治しますが、同時に、
慈悲深い神となるか、あるいは破壊的な神となるかを選択しなければならないゲームでした。このビジョンの核心を実現するための適任者として、モリニューが選んだのがハサビスでした。ハサビスは「リードAIプログラマー（Lead AI Programmer）」という職務を任されたのです。
その役職が意味するところは明白でした。「ブラック＆ホワイト」の魂、すなわちゲームの世界に命を吹き込むあらゆる知的なシステムの設計と実装を、彼が責任を持って担うということでした。当時のゲームAIの多くは、あらかじめ記述されたルールに従って動く方式が主流でした。
敵が現れたら攻撃し、体力が減ったら逃げる、といった条件文（if-then）がすべてでした。しかし、ハサビスが設計すべきシステムは、それとは次元の異なるものでした。「ブラック＆ホワイト」において、プレイヤーの道徳的な選択は、ゲームの世界全体にリアルタイムで反映されなければならなかったのです。
慈悲を施せば空は晴れ渡り、花が咲き誇りました。残酷な振る舞いをすれば、雲が集まり、大地が裂けました。これらすべての変化を自然に結びつける論理的な構造を設計することこそが、ハサビスの課題でした。
彼はモリニューと共に夜を徹して議論を重ねました。モリニューが「もしプレイヤーが村人を海に投げ捨てたら、どうなるだろうか？」という問いを投げかけると、ハサビスはそれがゲーム世界の道徳指数にどのように反映され、周囲の村人たちの行動にどのような波及効果をもたらし、最終的に世界の視覚的な雰囲気をいかに変えるかを計算しました。ハサビスは、人工知能は単にプレイヤーの命令を遂行するだけでは不十分だと主張していました。人工知能がプレイヤーの意図を汲み取り、それに適した性格を形成すべきであるというのが、彼の信念でした。
これは当時の技術水準では、大胆な発想でした。しかし、彼にはケンブリッジでの3年間で築き上げた理論的背景がありました。彼はコンピュータサイエンスで学んだ探索アルゴリズム、確率論、そして初期の機械学習の概念を、「ゲーム」という実験室へと投入していったのです。
理論と実践の融合。これこそがケンブリッジで追求し、ライオンヘッドで実現し始めたことでした。ライオンヘッドの初期のチームはわずか8名でした。ハサビスはその中でも最年少の部類に入りましたが、AIという領域においてに限っては、誰よりも強い発言権を持っていました。モリニューが創造的なインスピレーションを投げかけると、ハサスビスがそれを論理的なシステムへと翻訳したのです。
二人の関係は、ビジョンを夢見る建築家と、それを構造的に実現するエンジニアの協業に近いものでした。この時期、ハサビスはゲームを単なる娯楽とは見ていませんでした。彼は、ゲームこそが現実世界の複雑な問題を圧縮して実験できる、最適な試験場であると確信していました。
「ゴッドゲーム」というジャンルは、知能が膨大なデータを処理し、長期的な計画を立て、人間と相互作用する方法を学ぶための理想的な環境でした。後にディープマインドの核となる「強化学習（Reinforcement Learning）」の初期のアイデアは、まさにこの時期、ギフォードの狭いオフィスで芽吹き始めたのです。プレイヤーの行動に学習する「クリーチャー（Creature）AI」の革新、それが『ブラック・アンド・ホワイト』の核心でした。
猿、ライオン、牛、虎の中から一つを選択すると、その生き物がプレイヤーの分身であり、弟子となりました。クリーチャーは、プレイヤーがどのように教えるかによって、全く異なる存在へと成長しました。慈しみを持って育てれば村人を見守る守護者となり、暴力的な訓練を受ければ村を蹂躙する怪物へと変貌したのです。
ハサビスがリードAIプログラマーとしてこのクリーチャーに組み込んだ学習システムは、ゲーム史を通じて最も精巧な人工知能の一つとして評価されています。クリーチャーの脳は、幾重もの学習メカニズムで構成されていました。最も基本的な階層には、「欲求システム（Desire System）」が存在していました。
空腹、疲労、好奇心、恐怖。クリーチャーはこれらの内的状態を数値として保持しており、その数値を満たすための最善の行動を探索していました。お腹が空けば木の実を摘んで食べ、好奇心が高まれば見知らぬ土地を探索しました。ここまでは、従来のゲームAIでも試みられてきた手法でした。ハサビスがこのシステムを根本的に変えたのは、その上に構築した「観察学習（Observational Learning）」と「強化学習」の構造です。クリーチャーはプレイヤーの行動を絶えず観察していました。
プレイヤーが村人たちに食べ物を分け与えると、クリーチャーはその行為を目撃し、「これは良い行動である」という信号を内部的に記録しました。鍵となったのはフィードバック・システムです。プレイヤーは手のような形のカーソルを使って、クリーチャーを撫でたり叩いたりすることができました。クリーチャーが村人を助けた時に撫でると、肯定的な報酬として
機能し、クリーチャーが木を抜いて投げつけた時に叩くと、否定的な信号として機能しました。ハサビスは、この報酬と罰のメカニズムにニューラルネットワーク（Neural Networks）の初期形態を組み合わせることで、クリーチャーが時間の経過とともに独自の行動パターンを形成するように設計しました。それまでのゲームキャラクターは、開発者が事前に入力したシナリオにのみ反応するものでした。
ハサビスのクリーチャーは異なっていました。予想もしなかった行動が現れたのです。あるクリーチャーは、村人を助けるだけでなく、自ら農耕を始めました。
また、プレイヤーの関心を引くために岩を投げつけるいたずらをするクリーチャーもいました。残酷に育てられたクリーチャーが他の村のクリーチャーを攻撃する一方で、慈しみを持って育てられたクリーチャーは、傷ついた村人に歩み寄って食べ物を差し出すこともありました。このような「予測不可能な知的な行動」は、プレイヤーに驚嘆と没入感を同時に与えたのです。
ハサビスは『Creature』の学習プロセスを設計する際、人間の乳幼児の発達過程を参考にしました。子供が白紙（タブラ・ラサ）の状態から始まり、親の行動を模倣し、報酬と罰を通じて社会規範を学んでいく過程。彼は、人工知能がまさにこの方法で学習したときに、最も強力な知能を実現できると信じていました。この考えは、後にDeepMindの「AlphaGo Zero」において劇的な形で結実することになります。
囲碁のルールだけを教えられ、数百万回もの自己対局を通じて自ら超人的な実力に到達したあのシステムの知的なルーツは、まさにここに、Lionheadの『Creature』の中にありました。技術的な水準には差があったものの、「経験を通じた知能の獲得」という核心的な思想は共通していました。プレイヤーたちは、自分が育てたクリーチャーが次第に自分自身の傾向に似ていく様子に驚嘆しました。
攻撃的なプレイヤーのクリーチャーは攻撃的に育ち、平和的なプレイヤーのクリーチャーは穏やかに育ったのです。
この現象はハサビスに深い印象を残しました。人工知能は鏡でした。創造主の価値観がそのまま被造物に反映されるという事実は、技術そのものは中立であっても、それを教え込むデータや環境は中立ではないという真実を示していました。
後にハサビスが「アライメント（価値の整合性）」の重要性を強調し、AIの安全性研究に真剣に投資することになった背景には、このゲーム開発の現場での経験があります。2001年に『Black & White』が世に登場したとき、世界中の評論家たちはこのゲームの人工知能に賛辞を送りました。ハサビスはゲーム開発者として、その頂点に立っていたのです。
しかし、彼の探求はそこで止まりませんでした。「仮想世界のキャラクターがこれほど知的に振る舞えるのであれば、本物の人間の知能はどのようなメカニズムで動いているのだろうか」。この問いが、彼を再び学問の世界へ、そして人間の脳を直接研究する神経科学の道へと導いたのです。クリーチャーAIの開発は、ハサビスにある決定的な確信を植え付けました。
それは、知能を理解するための最も強力な道具は、プログラミング技術ではなく、「学習」という原理そのものであるという確信でした。ケンブリッジ大学クイーンズ・カレッジ（Queens' College）
