デイリーAIごった煮 · 2026-10-20

Robinがお届けする「デイリーAIごった煮」です。

今日の3本は、互いにずいぶん遠い場所にある。一人の人間がパソコンの前でコーディングエージェントと格闘し、1995年の手触りを取り戻そうとしている。Googleは自社のアクセラレータのために、より滑らかな道を敷いている。ドイツの工場は、自動化率を8割へ押し上げようとしている。3つの出来事の主役はモデルそのものではなく、モデルの外側にあるパイプラインだ。それをどれだけ滑らかに磨けるかが、実際に使われるかどうかの差になる。

「ゲーム開発は分からない」という男が、316回のコミットでオフラインで動くRTSを作った

Simon Willisonは、自分はゲーム開発についてほとんど何も知らないと言う。1995年の『Command & Conquer』の手触りを取り戻したくて、コーディングエージェント——主にClaude Code——に頼り、モバイルフレンドリーなリアルタイムストラテジー『Battle Drones』を作り上げた。以前、ノリでAIにゲームを書かせたとき、彼がずっと抱いていた懸念が裏付けられた。AIが生成するゲームは一見ゲームらしく見え、ルールもグラフィックもそれらしいのに、実際に遊ぶと退屈なのだ。

今回はやり方を変えた。12回のイテレーションと316回のエージェントコミットを経て、彼とClaude CodeはTypeScriptとThree.jsでゲームを完成させた。レンダリングは初期のPhaser 2Dから3Dモデルへと全面的に切り替わり、9種類の建物、7種類の地上車両、6種類の航空ユニット、3種類の歩兵が、5種類の地形に配置されている。

本当の転換点は「Make it a LOT more fun」という一言だった。Claudeは1,000試合以上のシミュレーション対戦を回し、その結果、AI同士がなかなか決着をつけられない対局は14%から0.9%へ減り、逆転勝ちの割合は24%から46%へ上がった。この数字が変えたのは映像ではなく、対局がようやく勝敗を分けられるようになり、そしてついに緊張感を持つようになったということだ。

さらにデザイン寄りのプロンプトが加わった。歩兵を運ぶCondor輸送機でしかたどり着けない熱帯の群島マップ。移動基地にもなり、2機のCondorで空輸できるGoliathメカ。そして点対称の108×108レイアウトを生成するプロシージャル生成器だ。

サーバーがなくても、彼はマルチプレイをやりたかった。そこで持ち出したのが、以前のChirp Pongのプロトタイプだ。音で遊ぶpongをClaudeにクローンさせ、さらにオーディオモデムを作った。完成品はRadio Probeと呼ばれ、帯域を測定でき、マイクが拾える範囲にある2台のデバイスなら、音を通じてゲーム状態を同期できる。リプレイを再現可能にするため、Math.sinとMath.cosも独自実装に置き換えた。ChromeとSafariでは浮動小数点の出力が一致せず、同じ計算でも両者で違う結果になるからだ。

3Dモデル、プロシージャルマップ、コード生成の音楽、音でつながる新しい遊び方。そのすべてが静的HTMLにまとめられ、オフラインで動く。Willisonは、ノリで書いたゲームでも本当に面白くできる証明だと見ている。ただし「Make it a LOT more fun」という一言が、自分の直感よりも多くのデザイン上の仕事をしたことも認めている。出典：Simon Willison

GoogleがTorchTPUをオープンソース化、PyTorchにTPUへのネイティブな道が開く

GoogleはTorchTPUをオープンソース化した。TPUアクセラレータ上でモデルを動かすためのPyTorchバックエンドだ。これまでTPUでPyTorchを使うには、XLAベースの統合を経由する必要があった。TorchTPUが示すのはネイティブな道だ。

TPUはGoogleがAIのために設計したアクセラレータで、Google Cloudを通じて提供され、PyTorchやJAXといったフレームワークから利用できる。TorchTPUは土台として今もXLA統合を通るが、「Eager First」という考え方を採る。まずはおなじみの即時実行の形でコードを動かし、その後にコンパイルとスケーリングを扱う。開発者から見れば、モデルは普段どおりに書き、ごくわずかなコード変更でTPUへ移してスケールできる。間をつなぐ適合作業は、このバックエンドが引き受ける。

Googleにとってこの道は、開発者がTPUへ移るコストを下げ、より多くの学習・推論ワークロードを自社クラウドに留めておくためのものだ。コミュニティの関心は別のところに向かった。非CUDAアクセラレータ向けのPyTorchツールチェーンが増えているのだ。AWS TrainiumにはTorch-NeuronXがあり、Tenstorrentには実験的なオープンソース実装がある。XLAが将来、PyTorchのInductorコンパイラ基盤と正面から競合するのでは、と推測する声もある。ただし、これらの議論にはベンチマークも直接比較もない。

現時点の報道では、どのTPU世代に対応するのか、PyTorchのどの機能をカバーするのか、性能はどうなのか、プロジェクトの成熟度はどうなのかは分からない。道が通ったことと、道が使いやすいことは別だ。出典：GitHub · torch_tpu

ドイツがAIを工場へ押し込む、SiemensとNvidiaが目指すのは8割の自動化

Reutersなどの報道によると、ドイツのMerz首相はNvidiaとの提携が公表される直前、AI投資の拡大を公に呼びかけた。同じ時期に、NvidiaのCEOはドイツの製造業者にAIを売り込み、デジタル技術が重工業を置き換えることはないと強調していた。

より具体的な一歩はSiemensから来た。SiemensとNvidiaはAI駆動の自律型工場に向けた提携を発表しており、Siemensの取締役は工場の自動化率を最大80%まで高めることが目標だと述べた。この3つが同じ時期に重なったことで、ドイツ国家レベルのAI投資への姿勢、Nvidiaの欧州における計算力と製造業での布陣、Siemensの産業AIの実装目標が並ぶことになった。指し示すのは、欧州が産業AIに体系的な投資を行いたいという意思だ。

具体的な投資規模、契約金額、スケジュールはまだ公表されておらず、契約内容や補助金の細目も明らかになっていない。紙の上に残っているのは、自動化率を最大80%まで高めるという目標だけだ。出典：Google News

3本を並べると、距離感が面白い。Willisonの話が最も近い。一人の人間、一つのエージェント、数百回のコミット。その果てに、オフラインで開けば遊べるゲームが生まれた。代償は、「Make it a LOT more fun」という一言がデザイン上の決定をかなり肩代わりしたことだ。TorchTPUは真ん中にある。新しいモデルは何も生まず、PyTorchからTPUへの道をまっすぐに整え、書けたコードをわずかな修正で別のハードウェアに載せられるようにする。ドイツの工場の話は最も遠い。視点は産業レベルまで引かれ、着地点はごく素朴な指標——自動化率は最大8割、というものだ。

どれも、モデルがどれだけ賢くなったかを語ってはいない。同じ一つのことを、違う段位で語っている。道具を一人の人間が手になじませられるか。コードを別のチップへ移せるか。機械が現場でもう少し働けるか。モデルの外側にある層は、一寸ずつ平らに削られつつある。そして今日のニュースは、その3つの段位をちょうど同じページに並べて見せている。

🎧 本エピソードはポッドキャストでも配信中：每日AI乱炖 · 2026-10-20 を聴く。