ゲーム生成データがAIトレーニングで最も過小評価されているリソースである可能性がある

AI企業は、過去5年間にインターネット上のすべてのテキスト、画像、公開可能なデータを消費してきた。しかし、その供給は有限であり、AIの進歩を支えるデータが不足する時期が近づいている。

しかし、AI業界がほとんど見落としている明らかな候補がある。

私はゲームシステムを構築することを生業としており、ゲームを介して流れるデータは、ほとんどのAI研究者が扱ったことがないものである。

ゲームプラットフォームは、毎日テラバイトの行動データを生成し、リアルタイムの決定、経済活動、社会的相互作用が構造化されたストリームで流れる。

これらのデータのほとんどは、AIトレーニングに使用されたことがない。DeepMindやNVIDIAなどの企業がこれらのデータを使用した結果、AI分野で最も重要なブレークスルーが生まれている。

AIのデータ問題

Epoch AIの研究によると、2026年から2032年の間に、公開可能な人間生成テキストデータのストックが完全に使用され尽くされることが予測されている。ChatGPT、Gemini、Claudeなどのモデルは、すでにインターネット上のすべてのデータを消費している。

AIが生成したシンセティックデータやテキストは、AIのワークアラウンドとして使用されている。しかし、モデルが自身の出力をトレーニングデータとして使用すると、モデル崩壊と呼ばれる現象が発生する。

私は、ゲームが提供するような、インタラクティブで多様な情報が必要である。ゲームは、物理的なルールに基づいた環境で、causeとeffectがリアルタイムで発生し、すべての行動が測定可能な結果をもたらす。

ゲームプラットフォームは、毎日テラバイトの行動データを生成し、プレイヤーの動き、戦略的選択、反応時間、経済的取引、社会的相互作用が構造化されたストリームで流れる。

最近の研究では、ゲーム生成データの9つのカテゴリを提案し、AI業界がこれらのデータをほとんど利用していないことを示している。

私は、これらのデータの量が、ゲーム業界では日常的にアーカイブまたは破棄されるものであることを確認している。

ゲームデータの違い

ゲームエンジンを使用して構築することで、AI研究者が扱ったことがないような構造化されたデータが大量に存在することがわかる。

ゲームエンジンは物理的なルールを適用し、オブジェクトは落下し、衝突し、破壊される。データは、モデルが推測するのではなく、システムレベルで因果関係を含む。

プレイヤーがプロジェクトを発射すると、エンジンは軌道、風抵抗、衝撃を計算する。AIは、物理的なルールが適用された環境で学習する。

ゲームでは、視覚的なデータ、オーディオのヒント、プレイヤーの入力、環境の状態が同時に発生し、ログされる。这种自然な同期は、研究者が手動でラベル付けと同期をしなければならないリアルワールドのデータセットでは、高額なコストがかかる。

ゲームは、エッジケースを大量に生成する。No Man’s Skyには18京個のユニークな惑星があり、AIにとってこれらのバリエーションは非常に重要である。

そして、ゲームでは、エージェントが複雑な戦略を自発的に開発することがある。OpenAIの研究では、エージェントがシンプルなゲームで複雑な戦略を開発した。

これらの複雑な戦略は、ゲーム環境内で自発的に発生する。AI研究では、ゲームが提供するような、インタラクティブで多様なデータが必要である。

ゲームボードからノーベル賞まで

ゲームでトレーニングされたAIが現実世界で有効であることを示す最も明確な証拠は、ノーベル賞を受賞したシステムである。

DeepMindは、AlphaGo、AlphaZero、AlphaFoldを開発し、AlphaFoldは50年間解決されなかったタンパク質の折り畳み問題を解決し、2024年のノーベル化学賞を受賞した。

DeepMindのCEO、Demis Hassabisは、ゲームはAIの開発とテストのための最も効率的な方法であると述べている。

私は、ゲーム開発の内部からこれらのデータを観察してきた。ゲームは、AIが必要とするデータを生成するインフラストラクチャである。

新しいシミュレーション層としてのゲーム

2025年12月、NVIDIAは、NitroGenをリリースし、40,000時間のゲームプレイデータを使用してトレーニングされたモデルを開発した。

NitroGenは、未知のゲームで、タスクの成功率を52%改善した。NVIDIAのJim Fanは、このプロジェクトを「アクションのGPT」と呼んでいる。

ゲームエンジンは、AIのシミュレーション層として使用されている。Waymoは、20億マイルのシミュレーションデータを使用して、自律走行車のトレーニングを行っている。

ゲームエンジンは、外科手術のプラットフォームや都市計画のツールとしても使用されている。ゲームエンジンは、AIが学習するためのユニバーサルなシミュレーション層となっている。

誰も話さないインフラストラクチャ

AIのインフラストラクチャについて話すとき、データセンター、GPUクラスター、コンピューティングパワーについて話すことが多い。しかし、ゲーム環境について話すことはほとんどない。

しかし、従来のデータセットが枯渇するにつれ、ゲームやシミュレーションがAI研究の中心になることは明らかである。ゲーム業界は、AIが必要とするデータを生成するインフラストラクチャである。

AIゲーム市場は、2025年には45.4億ドルで、2035年には810億ドルに達することが予測されている。ゲームスタジオは、エンターテインメント企業と見なされているが、AIの次の世代のモデルが必要とするデータを生成するインフラストラクチャである。