なお、既存の大規模モデルを利用する以上、「ビッグデータとは無関係なAI研究」になるわけでもないんだよなｗ。基盤モデルは、大規模なデータで事前学習され、さまざまな個別課題へ適用されるものだから…単にそれだけ。正しくは、ゲヲログがやろうとしているのは、少数のゲーム動画だけで巨大なAIをゼロから作ることではない。既存モデルの能力を利用しながら、手元の小規模で具体的なデータを、どう分析可能な形にするかという研究。動画を提示して回答を得ることと、モデルそのものを再学習することも、分けて考えたい。その意味で、「Gears 5」と「Old School Rally」は、比較として興味深いのだ。
前者では、相手や味方の動きが絡む場面で、何を良い判断として評価するのかを考える。後者では、比較条件をそろえた反復走行の中で、映像からの評価と、タイムという結果がどこまで対応するのかを考えるわけだからね同じ採点表を、そのまま別のゲームへ持っていくつもりは毛頭ないんだよね。引き継ぎたいのは、条件を記録し、行動を観察し、結果と照らし合わせ、説明が妥当かを確かめるという研究の進め方そのものだ。一人のプレイヤーから得た結果を、いきなり全プレイヤーへ一般化することはできない。まして、ゲーム内で成立した評価が、そのまま現実の技能学習や作業改善に使えるとも限らないのだ。
よーするに、最終的に見たいのは、単に「自分がゲームでうまくなった」という話ではない。個人の限られた経験を、どのように記録し、整理し、検証すれば、次の判断に役立つ知識へ変えられるのかというストーリーを見たいのだ。ゲームを研究するためにAIを使う・組みこむ。そして、AIが人間の技能をどう読み取れるのかを研究するために、ゲームを使う。ゲヲログが、ゲームというシミュレーションの研究からイケイケで踏み込んでいきたいのは、そういう領域なんだよね。AIの扱いは人間主体でありながらも、かつ、AIが超自我になるときには、なるべくの平等条件が平均化され設定されるもんなんだろうね。
（明日ほぼ自力で英文抄訳解説してみます-スタブ）
