Odyssey が、人間と AI エージェントを合わせて最大 20 人が同じ世界を共有できる世界モデル Agora-2 を公開した。研究プレビューとして外部に開かれていて、自分の動きが同じ世界にいる相手の体験をどう変えるかを、その場で見られる。
現実の仕事を AI に任せる前に、人と AI が同じ場所で動く様子を眺めておける場所が一つ増えた。見どころは設計のほうにある。参加者全員が、同じ一本の状態を参照している。
学習されたゲームエンジン
Odyssey は Agora-2 を「学習されたゲームエンジン」と呼ぶ。人とエージェントが、同じ生成された環境のなかでやり取りできる仕組みだ。
動き方は三段になっている。まず予測を担うモデルが、参加者の行動が合わさったときに状況がどう変わるかを計算する。次に世界サーバがその予測をまとめて共有状態を更新し、全参加者に同じ状況の説明を渡す。最後に描画のモデルが、圧縮された視覚表現を使って各参加者の視点から見える映像を作る。すべて同時進行で回る。
学習に使ったのは Diablo II のキャプチャだ。観測と行動と状態を組にして与えることで、そこにいるものがどう移動し、どう干渉し、どう反応するかを学ばせた。
Agora-1 からの差は数で出ている。同時に入れる参加者が 5 倍になり、扱える環境が一つから複数に増え、やり取りはより複雑に、振る舞いはより長い時間にわたるようになった。
共有状態という一本の台帳
肝は共有状態だ。誰の行動も他の全員に影響しうるという前提で、一つの状態にまとめて持つ。
描かれる映像は参加者ごとにばらばらでも、もとになる状態は一本だ。だから自分が何かを動かせば、それは他人の視界にも出る。同じ部屋に立っているという感覚は、ここから来ている。
何に使うつもりなのか
Odyssey が挙げている行き先は幅が広い。AI の訓練、ロボティクス、自動運転、防衛、エネルギー、サイバーセキュリティ、そしてゲームだ。
限界の書き方も率直だ。まだ初期段階だとしたうえで、マルチエージェントの世界モデルは、現実のシステムを危険にさらさずに有害な振る舞いを調べられる制御されたシミュレーションのなかで、こうしたやり取りを研究し改善する道を与える、としている。実システムに出す前に、悪いことが起きるのを安全に見ておく場所という位置づけになる。
公式に書かれていないことも押さえておきたい。発表ページには、必要な計算機の規模も、遅延も、解像度の数字も書かれていない。第三者の記事にはこうした数字が出ているものもあるが、公式の説明では確かめられない。ページに付いている日付は 9 月 21 日だ。
今日ためせること、まだためせないこと
研究プレビューはブラウザから入れる。触れるのはそこまでで、ロボットや自動運転の訓練環境として自分の用途に組み込めるものではない。
学習元が Diablo II のキャプチャであることも、そのまま効いてくる。そこで観察できる振る舞いは、あのゲームの物理と作法に寄っている。台所の段差や交差点の右折の代わりにはならない。世界モデルという言葉から受ける広さと、いま実際に立てる床の広さは、まだ同じではない。
それでも確かめられることはある。研究プレビューに入って、自分が何かを動かしたあとに他の参加者の側で何が変わるかを見る。共有状態がほんとうに一本なら、自分の行動は相手の視界に出るはずだ。出なければ、そこが今の限界ということになる。
次の世代が出たときは、Odyssey の発表ページで参加者の数だけでなく、扱える環境の種類と振る舞いの時間の長さがどう書き換わるかを見ればいい。Agora-1 と Agora-2 の発表は同じ場所に並んでいるので、差分はそこで取れる。
ことば
- 世界モデル — 操作に応じて環境そのものを生成する AI。決められた地形や物理を再生するのではなく、やり取りのたびに次の状態を作り出す。
- 共有状態 — 参加者全員の行動をまとめて一つの状態として保つ仕組み。誰かの行動が他の全員の見え方に届くのは、同じ一本の状態を全員が参照しているためだ。
- 研究プレビュー — 完成品としてではなく試作の段階で外部に触らせる公開の仕方。使える範囲も安定性も限られるが、何ができて何ができないかを自分の手で確かめられる。
AI に任せたい仕事の多くは、自分ひとりで完結しない。台所にも道路にも、たいてい他の誰かがいる。人と AI が同じ場所で動くところを先に見ておけるとして、あなたはそこで何を確かめておきたいだろうか？
