【ITニュース解説】FPSゲーム『DOOM』の世界そのものをAIの頭脳にして手書き数字の認識や文章生成まで実現してしまう「Doomformer」

FPSゲームの金字塔として知られる『DOOM』が、まさかAIの「頭脳」として機能し、複雑な計算を行うプラットフォームになるとは、多くの人が予想しなかっただろう。しかし、「Doomformer」と呼ばれるプロジェクトは、この驚くべき発想を実現した。これは、単なるゲームの改造にとどまらず、AIがどのように機能し、どのような環境でも計算が可能であるかを示す、極めて興味深い事例である。

『DOOM』は1993年に登場した一人称視点シューティング（FPS）ゲームであり、その革新的なグラフィックとゲーム性で一世を風靡した。基本的なゲームシステムは、プレイヤーが迷路のようなマップを探索し、敵と戦いながら出口を目指すというシンプルなものだ。このゲームのエンジンは、その後の多くのゲーム開発に影響を与えたことで知られる。Doomformerでは、この『DOOM』のゲーム内要素、例えばプレイヤーの分身、床の高さ、照明の明るさといったものを、一般的なコンピューターのCPUやGPUではなく、AIの計算資源として利用している。

AIの根幹をなす技術の一つに、ニューラルネットワークがある。これは人間の脳の神経細胞の仕組みを模倣した数学的なモデルで、大量のシンプルな計算ユニット（ニューロン）が互いに接続し、情報を処理する。ニューラルネットワークは大きく「入力層」「中間層」「出力層」という複数の層で構成される。入力層は外部からデータを受け取る部分であり、例えば手書きの数字を認識する場合、数字の画像データが数値として入力される。中間層は、入力されたデータを基に複雑な計算を行う部分で、多数のニューロンが様々な重み付け（情報の重要度）で接続されている。それぞれのニューロンは、入力された情報と重み付けを掛け合わせ、それを合計し、さらに「活性化関数」と呼ばれる関数を通して、次のニューロンへと情報を伝える。この活性化関数は、特定の条件を満たすと信号を発する（発火する）かのように機能し、情報の伝達にオン・オフのような振る舞いをもたらす。最後に、出力層は計算結果を外部に出力する部分で、手書き数字の認識であれば、「これは数字の3である」といった結論を出す。ニューラルネットワークは、この一連の計算と、正解とのずれを修正する学習プロセスを繰り返すことで、与えられたタスクをこなす能力を向上させていく。

Doomformerが画期的なのは、このニューラルネットワークの計算を、通常のコンピューターの内部回路ではなく、『DOOM』のゲーム世界の中で再現した点にある。具体的には、ゲーム内の様々な要素が、ニューラルネットワークにおける数値や状態、さらには計算処理の役割を担った。例えば、ニューロンの「発火」や「非発火」の状態は、ゲーム内の特定の位置に「大量のプレイヤーの分身が存在するかどうか」で表現された。分身が存在すれば「発火」、存在しなければ「非発火」といった具合だ。また、ニューロン間の「重み付け」や「活性化関数」の役割は、ゲームマップの「床の高さ」や「照明の明るさ」といった、ゲームエンジンの持つ物理的・視覚的な要素によって表現された。床の高さが異なることで情報の伝達経路が変わったり、照明の明るさによって情報の強度が調整されたりする。これにより、ニューラルネットワークの核心である加算、乗算、比較といった基本的な論理演算が、ゲームエンジンが持つオブジェクトの配置や相互作用、あるいは非常にシンプルなスクリプト（ゲーム内での特定のイベント発生時に実行される処理）によって再現された。手書き数字の画像をAIに認識させる場合、まずその画像データがDOOMの世界の特定の配置（例えば、特定の色の壁のパターンやオブジェクトの並び）として「入力」される。DOOMの世界のAIは、この配置を読み取り、ゲーム内のギミックを通じて複雑な計算を行う。そして、最終的な計算結果を、例えば特定の色の照明が灯る、特定の場所に分身が出現するといった形で「出力」する。このようにして、本来であればCPUやGPUが担当する演算を、ゲームエンジンが持つ仮想的な物理法則とオブジェクトの相互作用によって実現したのだ。

Doomformerプロジェクトでは、このDOOMの世界をAIの計算基盤として利用することで、複数の具体的な成果を達成した。一つは「手書き数字の認識」である。これはAI分野では基本的な課題の一つだが、DOOMの世界で学習・実行されたことは、その汎用性を示している。AIは、ゲーム内の要素を数値として認識し、与えられた手書きの数字が何であるかを特定する能力を獲得した。次に「文章生成」も実現された。これは、学習データからパターンを抽出し、新たな文章を構築する能力を示す。DOOMの世界のAIが、特定の入力パターンから意味のある文章を構成できるようになったことは、より高度な情報処理能力を持つことを意味する。さらに驚くべきことに、「AIによるゲームの操作」まで実現している。これは、AIがDOOMの世界で学習したルールに基づいて、自律的にゲームをプレイできるようになったことを意味する。AI自身がゲームの状況を認識し、適切な行動を選択し、ゲームを進行させる。これは、AIが単に計算するだけでなく、環境とインタラクトし、フィードバックループを通じて自己改善していく能力の萌芽を示している。

このDoomformerプロジェクトが持つ技術的な意義は非常に大きい。まず、一般的なコンピューターのCPUやGPUといった特定のハードウェアに依存することなく、理論上はどのようなシステムでも計算が可能であるという、計算モデルの多様性を示した点だ。DOOMのゲームエンジンという、本来はエンターテイメント目的の環境が、複雑なAIの計算モデルを実現できることが証明された。これは、計算とは単なる電気信号のやり取りだけでなく、情報と状態の遷移があれば成立することを示している。次に、ゲームエンジンという「物理シミュレーション環境」が、抽象的な計算モデルを実現する可能性を提示した点も重要だ。DOOMの世界は、ある種の物理法則やルールに基づいてオブジェクトが振る舞う。Doomformerは、これらのルールを巧みに利用し、ニューラルネットワークの論理を再現した。さらに、既存の技術やシステムを全く異なる目的で利用するという、創造的なエンジニアリングの価値を強調している。一見すると無関係に見える要素同士を組み合わせることで、新たな価値や可能性を生み出すことができる。これは、システムエンジニアを目指す者にとって、既成概念にとらわれず、幅広い視野で物事を捉えることの重要性を示唆している。

Doomformerプロジェクトは、FPSゲーム『DOOM』という意外なプラットフォーム上でニューラルネットワークを実装し、手書き数字の認識、文章生成、AIによるゲーム操作といった複雑なAIタスクを実現した。この取り組みは、AIが特定の物理的基盤に限定されず、さまざまな環境で計算が可能であるという技術的な洞察を提供するとともに、既存のシステムを創造的に再利用することで、驚くべき成果が生まれる可能性を示している。システムエンジニアを目指す者にとって、このプロジェクトは、技術の深い理解と、それを全く新しい視点で応用する想像力がいかに重要であるかを教えてくれるだろう。