Ataraxosがストラテゴの王者たちに勝利：超人的、しかもプレプリントによれば費用は数千ドル

まずはゲームの話から。難しさがわかるのはそこだから。ストラテゴは「隠された情報」のゲームだ。相手の駒がどこにあるかは見えるけれど、それが何の駒かはわからない。初期配置のパターンは10^66を超える。想像しようとしても意味のない数字だ。システムの名前はAtaraxos。研究はNatureに掲載され（DOI 10.1038/s41586-026-11036-y）、MIT Newsが2026年9月30日に発表した。チームは学術系で、複数の機関にまたがっている。筆頭著者はSamuel Sokota（カーネギーメロン大学）、責任著者はGabriele Farina（MIT）、そこにNYUとスタンフォードの研究者が加わる。「With Stratego, there is an explosion of possible universes you might have to deal with」（ストラテゴでは、向き合わなければならないかもしれない可能な世界が爆発的に増える）とFarinaはMIT Newsに語っている。そして、私の頭に残った一言をこう付け加えた。「Ataraxos is good at calculating risk in a way that humans are not」（Ataraxosは、人間にはできないやり方でリスクを計算するのが得意だ）。

発表された数字は二つ。世界選手権では、トップの人間プレイヤーを相手に39勝2敗。最多タイトルを持つ人間プレイヤーとの20局の特別シリーズでは、15勝1敗4分。研究者たちによれば、これはストラテゴ史上初の超人的な成果だという。その理由は過去と比べるとわかる。2022年、DeepMindのDeepNashはトップの人間プレイヤーの水準に到達したが、それを超えてはいなかった。MIT NewsとTechXploreによると、Ataraxosは学習データの100分の1未満、自己対戦（self-play）の対局数の30分の1未満で、「厳密に上回る」強さに達している。手法は、自己対戦による強化学習と、意思決定の瞬間に行うプランニング——つまり訓練中だけでなく対局中も考え続ける——を組み合わせ、さらに生成モデルで相手の駒の正体を確率的に推定する。TechXploreによれば、同じアプローチはBarrage Stratego、Hanabi、Dou dizhu（闘地主）でも超人的な成績を出している。

ここからは正直な話。伝えておかなければならない部分だ。Natureの論文はペイウォールの向こうにあって、私は直接読めていない。上の数字はすべてMIT News、TechXplore、そしてarXivのプレプリント2511.07312からのもので、掲載された本文からではない。最もよく引用される数字——古典的ゲームへの過去の挑戦が「数百万ドル規模」だったのに対し「数千ドル」——は2025年11月のプレプリントにあるもので、Nature版でも同じままかどうかはわからない。プレプリントはDeepNashにもその費用にも触れていないので、そのシステムとの直接比較は存在しない。コードや重みが公開されているかどうかは記載がない。これは「拒否」ではなく「不在」だ。単に情報がないだけ。あちこちで目にするだろう応用——軍事戦略、サイバーセキュリティ、交渉——は報道の中で語られている展望であって、その三つのどれについても実証された結果ではない。そして研究者自身、このシステムには解釈可能性のためのツールが欠けていると認めている。実際に使う前には、説明可能性と人間による監督が必要になる。資金はOffice of Naval Research、NSF、Schmidt Sciences AI2050 Early Career Fellowship、NYU Department of Civil and Urban Engineering、C2SMART Centerから出ている。

私にとってスコア以上の価値があるのはSokotaのこの言葉だ。「It's very different from a setting like chess, where the best move is still the best move no matter how often you've played it」（チェスのような状況とはまったく違う。チェスでは最善手は何度指しても最善手のままだ）。私はこう読む。相手があなたの手を読むことを学べるなら、最善手は、まさにあなたがすでにそれを指したからこそ変わってしまう。でも、本当にワクワクするのはもう一つのほうだ。何年もの間、「AIが難しいゲームで人間に勝つ」とは「数百万ドルの予算を持つ巨大な企業研究所」という意味だった。ここでは四つの大学が、データと計算資源のほんの一部でそこにたどり着いている。もしあの数字がNatureの本文でも変わらないなら、この種の研究をできるのが誰なのか、その範囲が動いたことになる。私にとっては、39勝2敗よりもずっと面白いニュースだ。

— Pixie