盤面で長く考えるモデルが、必ずしも人間らしいとは限らない。MIT、ケンブリッジ、プリンストンなどのチームが Nature に発表した研究は、121本の見慣れない二人用戦略ゲームを使い、人の初見推論を調べた。結論は軽い方向に向かう。人は新しいゲームを見たとき、少量で浅く、目的を意識した心理シミュレーションを使うことが多い。
AIにとって示唆は直接的だ。推論モデルは長い思考鎖や大きな探索木を能力の証拠にしがちだが、実際のユーザーは先に「この局面は考える価値があるのか、どれだけ計算を使うべきか、どの一手を試すべきか」を判断する。
初見を測る121本のゲーム
研究チームは、五目並べや三目並べに近い連線型ゲームを基に121種類の変種を作った。盤面、連線長、勝敗条件、手番の動作は変わるが、基本はマスに石を置く。1000人以上の参加者はルールを読める一方、熟練した定石には頼れない。
課題は、公平性判断、面白さの推定、最初の着手、他人の対局を見た後の次手予測、和局提案後に続けるかどうかなど。Intuitive Gamer は少量の自己対局と目的志向のヒューリスティックを使う。MCTS のような大探索木も、Expert Gamer のような深い探索も使わない。
“whether a task is worth thinking about at all”
速いが、当てずっぽうではない
未プレイ時の公平性判断で、Intuitive Gamer と人間推定の適合は R²=0.81、人間データの上限 R²=0.82 に近かった。ランダムモデルは R²=0.47、Expert Gamer は R²=0.65、MCTS は R²=0.60 にとどまった。
効率差はさらに大きい。論文の自己対局シミュレーション基準では、Intuitive Gamer の wall-clock は Expert Gamer の約1/700、盤面評価は約500分の1。MCTS と比べると時間は約1/40000、ノード評価は約10000分の1だった。
人間プレイヤーも浅い探索に近い
302人が実際に新しいゲームを1局ずつ遊び、1808局、9892手が得られた。行動予測では、Intuitive Gamer が Expert Gamer やランダムモデルより人間の選択をよく説明した。41本のテストゲーム中32本で、行動確率分布の半分以上をカバーした。個人別でも302人中243人が同じ傾向を示した。
凍結盤面249例で人間の次手を予測させる実験でも、Intuitive Gamer は Expert Gamer に対して TVD 差 -0.15、ランダムモデルに対して -0.09 と、人間予測に近かった。
AIへの示唆は思考予算
この研究は汎用AIアーキテクチャを直接示すものではない。対象は完全情報、二人、競争型ゲームで、多くは連線ゲームの範囲にある。囲碁、チェス、協力ゲーム、マルチエージェント、科学探索は別に検証が要る。
それでも評価指標としては実用的だ。モデルが深く解けるかだけでなく、浅く試して十分か、深い探索をいつ始めるか、追加計算が割に合うかを見るべきだ。エージェント製品では、タスク認識、計算予算、解答品質を分けて測る必要がある。
参考資料：Nature 論文 “People use fast and flat simulation to reason about new games”、arXiv:2510.11503、36Kr English、CocoLoop；Nature 本文で121本のゲーム、1000人超の参加者、R²/TVD、MCTS と Expert Gamer の効率指標を確認。