モリカトロン株式会社運営「エンターテインメント×AI」の最新情報をお届けするサイトです。

TAG LIST
CG機械学習CGへの扉ディープラーニング安藤幸央GAN月刊エンタメAIニュース河合律子OpenAI音楽NVIDIAニューラルネットワーク強化学習三宅陽一郎吉本幸記Facebook人工知能学会自然言語処理大内孝子QA敵対的生成ネットワークGoogleGPT-3キャラクターAIスクウェア・エニックス森川幸人モリカトロンAIラボインタビュールールベースDeepMindシナリオAIと倫理グーグル映画倫理NFTDALL-E2StyleGAN自動生成デバッグゲームプレイAIメタAIロボット深層学習マイクロソフトCEDEC2019アートプロシージャルSIGGRAPH遺伝的アルゴリズムDALL-Eテキスト画像生成ビヘイビア・ツリーディープフェイクCEDEC2021CEDEC2020ゲームAIデジタルツインメタバース不完全情報ゲームVRナビゲーションAINPC畳み込みニューラルネットワークCLIPGDC 2021JSAI2022VFXGDC 2019マルチエージェントCEDEC2022ボードゲーム画像生成ファッション懐ゲーから辿るゲームAI技術史toioCNNAdobeテストプレイモリカトロンStable DiffusionUnity著作権AIアート小説鴫原盛之HTN階層型タスクネットワークJSAI2020TensorFlowBERTMicrosoftイベントレポート対話型エージェントロボティクス水野勇太アニメーションGenvid Technologiesガイスター画像生成AIStyleGAN2GTC2022教育ソニーJSAI2021スポーツ研究シムピープルマンガ汎用人工知能マーケティングGDC SummerインタビューバーチャルヒューマンブロックチェーンMidjourneyアストロノーカキャリアNVIDIA OmniverseeスポーツAmazoneSportsDQNBLUE PROTOCOLシーマンMinecraftアバターOmniverseUbisoftメタAlphaZeroTransformerGPT-2AIりんなカメラ環世界中島秀之哲学理化学研究所DARPAドローンシムシティImagenバイアスMCS-AI動的連携モデルモーションキャプチャーTEZUKA2020AI美空ひばり手塚治虫バンダイナムコ研究所スパーシャルAIElectronic ArtsメタデータLEFT 4 DEAD通しプレイOpenAI Five本間翔太CMピクサープラチナエッグイーサリアム作曲ボエダ・ゴティエビッグデータ中嶋謙互Amadeus Codeデータ分析Microsoft AzureMILEナラティブアーケードゲームOmniverse ReplicatorWCCFレコメンドシステムNVIDIA DRIVE SimWORLD CLUB Champion FootballNVIDIA Isaac Simセガ柏田知大軍事サイバーエージェント田邊雅彦トレーディングカードトレカ音声認識PyTorch眞鍋和子バンダイナムコスタジオaibo合成音声Meta齊藤陽介マインクラフトお知らせMagic Leap Oneチャットボットサルでもわかる人工知能VAE3DCGリップシンキングUbisoft La Forge自動運転車ワークショップ知識表現ウォッチドッグス レギオンIGDA秋期GTC2022どうぶつしょうぎEpic Gamesジェイ・コウガミ音楽ストリーミングMITAIロボ「迷キュー」に挑戦野々下裕子徳井直生マシンラーニング5GRival Peakクラウド対話エンジン斎藤由多加リトル・コンピュータ・ピープルコンピューティショナル・フォトグラフィーゴブレット・ゴブラーズ絵画rinnaシミュレーションデジタルヒューマン完全情報ゲーム坂本洋典釜屋憲彦ウェイポイントパス検索対談藤澤仁生物学GTC 2022画像認識SiemensStyleCLIPDeNA長谷洋平masumi toyota宮路洋一OpenSeaGDC 2022TextWorldSIGGRAPH ASIAEarth-2MagentaSFELYZA PencilGTC2021CycleGANデータマイニングNetHackはこだて未来大学キャラクターモーションフェイクニュースエージェントRPGSIGGRAPH 2022AIボイスアクターNVIDIA CanvasGPUALifeZork人工生命オルタナティヴ・マシンサウンドスケープASBS栗原聡ぱいどんテキスト生成不気味の谷ナビゲーションメッシュ松井俊浩ELYZAフルコトELYZA DIGEST3D音声合成西成活裕Apex LegendsELIZA群衆マネジメントNinjaコンピュータRPGライブビジネスアップルタウン物語新型コロナKELDIC周済涛メロディ言語清田陽司ゲームTENTUPLAYサイバネティックスMARVEL Future FightAstro人工知能史タイムラプスEgo4DAI哲学マップバスキア星新一日経イノベーション・ラボStyleGAN-XL敵対的強化学習StyleGAN3階層型強化学習GOSU Data LabGANimatorWANNGOSU Voice AssistantVoLux-GAN竹内将SenpAI.GGProjected GANMobalyticsSelf-Distilled StyleGAN馬淵浩希Cygamesニューラルレンダリング岡島学AWS SagemakerPLATO映像セリア・ホデント形態素解析frame.ioUXAWS LambdaFoodly誤字検出森山和道認知科学中川友紀子ゲームデザインSentencePieceアールティLUMINOUS ENGINELuminous ProductionsBlenderBot 3パターン・ランゲージ竹村也哉Meta AIちょまどマーク・ザッカーバーグGOAPWACULAdobe MAX 2021自動翻訳模倣学習AIライティングOmniverse AvatarAIのべりすとFPSNVIDIA RivaQuillBotマルコフ決定過程NVIDIA MegatronCopysmithNVIDIA MerlinJasperスタンフォード大学NVIDIA Metropolisパラメータ設計テニスバランス調整協調フィルタリング人狼知能テキサス大学AlphaDogfight TrialsAI Messenger VoicebotエージェントシミュレーションOpenAI CodexStarCraft IIHyperStyleMax CooperFuture of Life InstituteRendering with StyleメディアアートIntelDisney類家利直LAIKADisneyリサーチヴィトゲンシュタインRotomationGauGAN論理哲学論考GauGAN2京都芸術大学ドラゴンクエストライバルズ画像言語表現モデル不確定ゲームSIGGRAPH ASIA 2021PromptBaseDota 2モンテカルロ木探索ディズニーリサーチMitsuba2バンダイナムコネクサスソーシャルゲームEmbeddingワイツマン科学研究所ユーザーレビューGTC2020CG衣装mimicNVIDIA MAXINEVRファッションBaidu淡路滋ビデオ会議ArtflowERNIE-ViLGグリムノーツEponym古文書ゴティエ・ボエダ音声クローニング凸版印刷Gautier Boeda階層的クラスタリングGopherAI-OCR画像判定JuliusSIE鑑定ラベル付けTPRGOxia Palus大澤博隆バーチャル・ヒューマン・エージェントtoio SDK for UnityArt RecognitionSFプロトタイピングクーガー田中章愛実況パワフルサッカー石井敦銭起揚NHC 2021桃太郎電鉄茂谷保伯池田利夫桃鉄GDMC新刊案内パワサカマーベル・シネマティック・ユニバースコナミデジタルエンタテインメント成沢理恵MITメディアラボMCU岩倉宏介アベンジャーズPPOマジック・リープDigital DomainMachine Learning Project CanvasMagendaMasquerade2.0国立情報学研究所ノンファンジブルトークンDDSPフェイシャルキャプチャー石川冬樹サッカーモリカトロン開発者インタビュースパコン里井大輝Kaggle宮本茂則スーパーコンピュータバスケットボール山田暉松岡 聡Assassin’s Creed OriginsAI会話ジェネレーターTSUBAME 1.0Sea of ThievesTSUBAME 2.0GEMS COMPANYmonoAI technologyLSTMABCIモリカトロンAIソリューション富岳初音ミクOculusコード生成AISociety 5.0転移学習テストAlphaCode夏の電脳甲子園Baldur's Gate 3Codeforces座談会Candy Crush Saga自己増強型AItext-to-imageSIGGRAPH ASIA 2020COLMAPtext-to-3DADOPNVIDIA GET3DデバッギングBigGANGANverse3DDreamFusionMaterialGANRNNグランツーリスモSPORTAI絵師ReBeLグランツーリスモ・ソフィーUGCGTソフィーPGCVolvoFIAグランツーリスモチャンピオンシップStability AINovelAIRival PrakDGX A100NovelAI DiffusionVTuberユービーアイソフトWebcam VTuberモーションデータ星新一賞北尾まどかHALO市場分析ポーズ推定将棋メタルギアソリッドVフォートナイトメッシュ生成FSMメルセデス・ベンツRobloxMagic Leapナップサック問題Live NationEpyllion汎用言語モデルWeb3.0マシュー・ボールAIOpsムーアの法則SpotifyスマートコントラクトReplica StudioAWSamuseChitrakarQosmoAdobe MAX 2022巡回セールスマン問題Adobe MAXジョルダン曲線メディアAdobe ResearchMuZero政治Galacticaクラウドゲーミングがんばれ森川君2号pixiv和田洋一リアリティ番組映像解析Stadiaジョンソン裕子セキュリティMILEsNightCafe東芝デジタルソリューションズインタラクティブ・ストリーミングLuis RuizSATLYS 映像解析AIインタラクティブ・メディアポケモン3DスキャンCodexPFN 3D Scanシーマン人工知能研究所東京工業大学Ludo博報堂Preferred NetworksラップPFN 4D ScanSIGGRAPH 2019ArtEmisZ世代DreamUpAIラッパーシステムDeviantArtARWaifu DiffusionGROVERプラスリンクス ~キミと繋がる想い~元素法典FAIRSTCNovel AIチート検出Style Transfer ConversationOpen AIオンラインカジノRCPMicrosoft DesignerアップルRealFlowRinna Character PlatformイラストiPhoneCALADeep FluidsSoul Machines柿沼太一MeInGameAmeliaELSIAIGraphブレイン・コンピュータ・インタフェースバーチャルキャラクター大規模言語モデルBCIGateboxアフォーダンスLearning from VideoANIMAKPaLM-SayCan予期知能逢妻ヒカリPaLMセコムGitHub Copilotユクスキュルバーチャル警備システムCode as Policiesカント損保ジャパンCaP上原利之ドラゴンクエストエージェントアーキテクチャアッパーグラウンドPAIROCTOPATH TRAVELER西木康智OCTOPATH TRAVELER 大陸の覇者アルスエレクトロニカ2019品質保証StyleRigAutodesk逆転オセロニアBentley Systemsワールドシミュレーター奥村エルネスト純いただきストリートH100齋藤精一大森田不可止COBOL高橋智隆DGX H100ロボユニザナックDGX SuperPOD泉幸典仁井谷正充クラウドコンピューティングロボコレ2019Instant NeRFartonomousbitGANsぎゅわんぶらあ自己中心派Azure Machine Learning意思決定モデル脱出ゲームHybrid Reward Architectureコミュニティ管理ウロチョロスSuper PhoenixSNSProject Malmoオンラインゲーム気候変動Project PaidiaProject Lookoutマックス・プランク気象研究所Watch Forビョルン・スティーブンスBing気象モデルLEFT ALIVE気象シミュレーション長谷川誠ジミ・ヘンドリックス環境問題Baby Xカート・コバーンエコロジーロバート・ダウニー・Jr.エイミー・ワインハウスSDGsYouTubeダフト・パンクメモリスタGlenn MarshallThe Age of A.I.Story2Hallucination音声変換レコメンデーションJukebox松尾豊Veap JapanEAPテンセントSIFT福井千春DCGAN医療MOBADANNCEメンタルケア人事ハーバード大学Edgar Handy研修デューク大学Netflixmynet.aiローグライクゲーム東京大学東京理科大学人工音声NeurIPS 2021産業技術総合研究所リザバーコンピューティングプレイ動画ヒップホップソニーマーケティングサイレント映画もじぱNBA環境音暗号通貨現代アートFUZZLEAlteration粒子群最適化法進化差分法オープンワールド群知能下川大樹AIFAウィル・ライト高津芳希P2E大石真史BEiTStyleGAN-NADAレベルデザインDETRゲームエンジンSporeUnreal Engineデノイズ南カリフォルニア大学Unity for Industry画像処理SentropyGLIDECPUDiscordAvatarCLIPSynthetic DataCALMプログラミングサム・アルトマンソースコード生成LaMDAGMAIシチズンデベロッパーSonanticTRPGGitHubCohereウィザードリィMCN-AI連携モデルマジック:ザ・ギャザリングAI DungeonUrzas.ai介護西川善司並木幸介Kikiサムライスピリッツ森寅嘉Zoetic AIゼビウスSIGGRAPH 2021ペットストリートファイター半導体Digital Dream LabsTopaz Video Enhance AICozmoDLSSタカラトミー山野辺一記NetEaseLOVOT大里飛鳥DynamixyzMOFLINRomiU-Netミクシィ13フェイズ構造アドベンチャーゲームユニロボットADVユニボXLandGatoAGI手塚眞DEATH STRANDINGマルチモーダルEric Johnson汎用強化学習AIデザインOculus Questコジマプロダクションロンドン芸術大学生体情報デシマエンジンGoogle BrainインディーゲームSound Control写真高橋ミレイSYNTH SUPER照明Maxim PeterKarl SimsJoshua RomoffArtnomeハイパースケープICONATE山崎陽斗深層強化学習立木創太松原仁浜中雅俊ミライ小町武田英明テスラ福井健策GameGANパックマンTesla BotNEDOTesla AI DayWikipediaソサエティ5.0SphereSIGGRAPH 2020バズグラフXaver 1000ニュースタンテキ養蜂東芝BeewiseDIB-R倉田宜典フィンテック投資韻律射影MILIZE広告韻律転移三菱UFJ信託銀行

ゲームAIのこれまでとこれから:三宅陽一郎氏×森川幸人氏 対談(前編)

2019.4.26ゲーム

ゲームAIのこれまでとこれから:三宅陽一郎氏×森川幸人氏 対談(前編)

第3次AIブームの熱狂は落ち着きを見せ、徐々にAIが社会に導入され始めています。AIによってゲームはどのように進化していくのでしょうか? ゲームで発展したAI技術が外の世界から注目されるのはなぜでしょうか? 日本のゲームAIを牽引してきた三宅陽一郎さんに森川幸人がお聞きしました。

AIの実験の場としてのゲーム環境

森川幸人(以下、森川):三宅さんにまずお聞きしたいんですが、大学で数学や物理を専攻されて、それから人工知能の分野に入った。その動機はなんだったんですか?

三宅陽一郎(以下、三宅):博士課程では超電導工学の研究をしていたんです。超電導を電気回路に組み込んだらどうなるかというテーマで。合わせて、システム理論や現象学という哲学も勉強していて、それらを合わせるとこういう人工知能が作れるんじゃないかとアイデアが浮かんで、自分でプログラムを書き始めたのが最初です。それを「Self-referenced consciousness」として人工知能学会(2003年)で発表しました。

森川:そのときはまだゲームという要素は入っていないんですね。

三宅:後から考えるとゲームっぽいんですが、イメージとしてはマルチエージェント・シミュレーションです。当時は第2次AIブームが終わった人工知能研究者にとっての冬の時代で、マルチエージェントが流行っていた時期でした。就職活動では、エージェント・コミュニケーションをテーマにデモを作って「こういう研究をしたいんです」と、いろいろなゲーム会社に持っていきました。自動生成の研究もしていたので、3DCGで植物などを生成するデモも作りました。どちらかというと、当時は自動生成のほうが企業からは受けがよかったですね。

森川:何かのゲームにハマったから開発者になったわけではなかったんですね。

三宅:『ファイナルファンタジー』シリーズ(1987年〜、スクウェア)はシリーズを通してプレイしていましたし、『ゼビウス』(1983年、ナムコ)は初めて自分から欲しいと思ったゲームでファミコンでプレイしました。もともとゲームは好きだったんですが、特定のゲームに思い入れがあってゲーム業界に進んだというよりは、この技術でゲームが変わるはずだという信念があったから入りました。でも当時の僕は、ゲームがどう実装されているか、実はよく分かっていませんでした。そういう情報自体、あまり表に出てきませんでしたし。

森川:「こういうAIを使えば、こういうふうにゲームの遊びが広がるはずだ」というのは、今まさにモリカトロンがやろうとしていることです。

三宅:ゲームAIに限らず、そういうのは必要だと思います。僕はゲームを買う前が一番楽しいんです。ゲームのパッケージを見て、「こんなゲームでこうなっているんだな」と想像するのが好きで。それが今は非常に役立っています。実装する前にこの技術をこう入れると、こうなって、こうなるはずだって、自分でイメージできますから。案外そういうことをやらない人が多いんですが、ゲームAIの分野はそういう想像力が重要だと思います。想像力というと意外かもしれませんが、そこから逆算してどんな技術がどう必要なのかがぱっと出てくる。そういう部分が非常に大事だと思います。実際に作ってみるとぜんぜん想像通りじゃなかったとか、落とし穴がいっぱいあるんですが。

森川:AIをキャラクターにはめてどういう挙動を示すか見るように、ゲームという環境はいろいろやりやすいですよね。

三宅:まさにそうです。世界があり、物理法則があり、ルールがあり、目標があり、独自の問題設定があるゲームはAIの実験場として優れています。実は、人工知能の研究では、人工知能のための環境を整える作業が本当に大変なんです。アカデミズムから見ると、ゲームの中で進化した人工知能の流れというのが確実にあって、特に自律型エージェントの技術は、2003年から2013年の10年をかけて、ゲームが一番加速的に進めてきました。

リアルタイムでインタラクティブかつ自律的に動くという点では、ゲーム開発の中で他の追随を許さない形で進化してきました。他のアルゴリズム系は非常に大きな計算パワーが必要で、どちらかというとあまりゲームには向いていません。

森川:アカデミズムとゲーム産業の関係はどうだったんですか?

三宅:海外、特に欧州ではアカデミズムの人もゲームの特性をよく分かっていますし、どちらかというとアカデミズムとゲーム産業が一緒にやってきたという歴史があります。サンフランシスコ周辺の南カリフォルニア大学、スタンフォード大学ではゲームの開発者をアカデミック・カンファレンスに呼んだり、逆に、ゲーム産業から、毎年春に開催されているGDC(Game Developers Conference)に大学の先生を呼ぶなど、10年くらいずっと交流をしながら進んできました。

僕もスクウェア・エニックスに入ってからいろいろな国際会議に行くようになりましたけど、GDCに行っても大学の先生がいたり、アカデミックなカンファレンスに行ってもGDCと同じゲーム開発者がいたり、あまり垣根がないのを実感します。

森川:日本ではどうですか?

三宅:日本はまずゲーム業界がゲームカンファレンスなどに大学の先生をお呼びすることは少ないです。CEDEC(日本のゲーム開発者会議)でも大学の先生の講演は増えてはいますが、密接な関係を築けているわけではまだありません。大学でゲーム産業内でやるようなリアルタイムでインタラクティブなゲームAIを研究する所が本当に1つか2つくらいしかありません。それはアカデミックの中でのゲームの地位が低いのも一因あると思います。ゲームを研究するというと、「サブカルでしょ?」とイロモノ扱いされてしまう。

ゲーム産業側にも問題があって、以前のゲーム産業は非常にクローズな体質でした。また、他の産業と違って省庁との付き合い方もよく分かっていません。他の産業は高度成長期の頃から一緒に戦ってきた連帯感みたいなものがあるんですが、ゲーム業界は80年代あたりにぽっと出てきて、90年代になって急成長しました。大学の研究室から見ても、たとえば情報系の人から見ても何をしているか分からないんですよね。アセンブラでなんかゴリゴリ動かしてなんなの? みたいな。

ようやくアカデミズムとの接点ができたのが2002年頃、ニンテンドーDSが出る前くらいですかね。ゲームも誕生してから40年くらい経って、文化的にゲームを研究しようという海外の動きも起きていました。また、3DCGの技術がゲームで進んでいるので一緒に研究開発しましょうというのが細々と5年くらい続いて、今は結構密接に連携している感じはあります。ゲームのスケールが大きくなったことで、CG、AI、インタフェースなど各ジャンルのサイズが研究のサイズに合ってきました。それと、今の大学教授クラスがようやくゲームで育った世代になったことも大きいと思います。

森川:それは感じますね。「ゲームをやっていました」と公言できるようになった。

三宅:ただ、ゲームエンジンが無料化しているとか、アセットがダウンロードで簡単に購入できるといった、ゲーム開発の現場では当たり前になったことが、まだ浸透していないのがもったいないと思います。あとは、「じゃあそれで何を研究したらいいんだ?」という所を我々ゲーム産業側がうまく明文化できていないという問題もあると思います。

森川:そこを橋渡しできる人は確かに少ない…。

三宅:僕とか僕のちょっと後の世代になると、ゲーム産業でも研究できるんじゃないかと気づく人が出てきます。その世代がゲーム業界に入ってきて、うまく会社を利用しつつ研究しています。セガの粉川貴至さんとかトライエースの五反田義治さんとか、研究も実装もするというロールモデルが何人かいて、それを見た世代でちょっとアカデミックな人たちが入ってきて、いろいろなところで発表するようになりました。

先に、そのブームが来たのはCG系ですね。CGの研究者が2005年、2006年頃からたくさんゲーム業界に入ったんです。一方で、AIはまだ少ない。大学で研究するAIと産業で応用しようというAIとの間にはちょっと距離があるので、アカデミックな人からすると、自分がやっている言語処理とゲームで声優が話すことに、どんな関係があるのか? みたいになってしまう。むしろシミュレーション系、CGで何かキャラを動かしていましたという人は親和性があるので、比較的すっと入ってきていますね。

自律型エージェントの導入からメタAIでの制御

三宅:昔からAIはゲームで使われてきましたが、その整理もまだきちんとされていません。中身の話は知りたくてもまったく知ることができなかった。2000年当時、インターネットにアクセスしてそういう情報があったかというと何もなかったですし。

森川:そうですね、論文しかなかった。

三宅:2003年、2004年くらいからようやくインターネットに情報が上がるようになって。その頃から米国の産学連携がAIにおいて加速してきました。アカデミックなところで『HALO』(2001年、マイクロソフト)とか『StarCraft』(1998年、ブリザード・エンターテイメント)といったタイトルに使われているAIの話が公開されるようになったんです。昔は海外の情報しかなくて、2010年くらいまでは森川さんの本を除けば、ほぼすべて海外の情報のみ。じゃあ日本はどうなっているんだというのは、今やっと掘り起こして公開し始めているところです。

参考資料:ゲームAI用語辞典

森川:ゲームAIの進化の流れについて、お話してもらえますか?

三宅:僕が東大の博士課程にいた2001年くらいには、まずエージェント技術が流行って、いろいろな知識がまとまりつつありました。エージェントとは「役割を持つ人工知能」のことで、ゲームキャラクターのことだと思ってください。ゲームキャラクターは必ずゲーム内で役割を持ちますから。マルチエージェントとは、キャラクターを出して彼らを連携させること。簡単にいうと『ピクミン』(2001年、任天堂)みたいなイメージです。 しかし、エージェント技術を土壌にそれを研究しようというときに、そのエージェントとゲームが、当時はまったく結びついていなかったんです。

ちょうどGDCで『HALO』の技術のセッションがあったのが2002年。この頃からエージェントとゲームキャラクターが同じだという文脈がGDCに来る開発者の間で形成されていきました。今の「自律型エージェントとしてゲームキャラクターを作る」というビジョンがまず開けたんです。そのビジョンがあるおかげで、アカデミックの人とゲーム産業の人が、キャラクターとは自律型エージェントなんだという方向で研究を進めていくようになります。それが2002年から2010年くらいに起こったことです。

その時にロボティクスで使われているAIの技術をゲームに導入しましょうという流れになりました。ロボットはゲームのキャラクターとほぼ同じで、「センシングして、意思決定して、行動する」のをリアルタイムでインタラクティブに処理します。その技術をそのままキャラクターに持ってきたのが、今のキャラクターAIの基礎です。ロボティクスを開発している人は身体となるハードウェアと環境との接地を真面目にやらないといけませんが、ゲームは現実ほど制限がありません。もちろん地面に接地して動かすなどの計算はしますが、嘘はいくらでもつける。そのように徐々に形成されて、自律型エージェントになっていきました。

森川:それまで外側から、「あれをやれ、これをやれ」と言われて動いていたエージェントが自分で考えて動くようになったということですね。

三宅:はい。それがブラッシュアップされて今に至ります。技術的には2010年くらいまでに大方が出尽くした感があります。自律型エージェントになると何が問題になるかというと、制御が効かないんですね。初期のFPS(First Person shooter)はそれでもよかったんです。プレイヤーの近くで兵士が賢く動けばいい。でも、だんだんゲームのスケールが大きくなっていくと、それではまとまりがないということになって、いかにエージェント同士を連携させるかという課題が生じました。

チームという概念、さらにはチームのさらに上位の概念も必要だということで、階層化が導入されました。ただ、それでもやはり自律型には変わりがないので、組織としては回るけどゲームとしてはどうなんだ、ということになります。ゲームなので、キャラクターが自律型で動きますというだけではダメで、ユーザーを楽しませないといけません。

そこで、FPSで自律型エージェントを作っていたValve Softwareというアメリカのゲーム会社がAIディレクターという概念を打ち出してきます。AIディレクターはキャラクターをコントロールすることに特化していますが、それを含むより大きなゲーム全般をコントロールする概念として「メタAI」があります。

Valve Softwareは2000年から2010年のゲームAIを牽引した会社で、2000年の段階で『カウンターストライク』(2000年、Valve Software)というゲームで、エージェントに地形を認識させるために張り巡らせるナビゲーションメッシュを導入しています。それまでナビゲーションメッシュがないわけではなかったんですが、大きなゲームとして大規模に実装したのは『カウンターストライク』が最初です。しかも自動生成だったんですね。

『カウンターストライク』は1000万本くらい売れて、当時としては大ヒットでした。これは偶然でしたが、ゲームとしての緩急が取れていて非常にテンポがよかった。彼ら自身も売れた後にそこに気づいて、今度はその緩急を人工的に作ろうとして、次のゲームタイトル『Left 4 Dead』((2008年、Valve Software)に導入したのが複数の自律型エージェントをエンタテインメント的にコントロールするメタAIです。生成からアタッキングのタイミングから種類から、ゲームデザイナーの知能をそこに入れようとしました。それが2008年くらいの話です。

具体的には、ユーザーの手の発汗量を取っていて、そのスキンコンダクタンスから緊張度を推定し、緊張しすぎたら敵を出さない、リラックスしたら再び敵を出すということをしています。それがだんだん有名になって他のタイトルにも入っていった、という流れです。今は、そのメタAIをどう発展させるかという段階です。でも、メタAIの登場からもう10年が経ってしまったわけですけど。

メタAI、キャラクターAI、ナビゲーションAIへの分化。それぞれが連携することでゲームシステムが成立する

森川:他の産業から見ると、ゲームで進化したAIはどういう感じに受け取られているんですか?

三宅:自律型エージェントは伝統的にロボティクスがあったから、それほど驚かれませんでした。「ゲームのキャラクターって自律型だったんだ、まあ当たり前だよね」という感じです。一方、メタAIのほうは、ロボットとか自動運転の分野で新鮮に映るようで、受けがいいんです。何もかも自律型エージェントでやろうとするとしんどいというのが彼らはよく分かっていますから。いくら家庭用ロボットを賢くしても、現実に適応させるには足りないんです。なぜかというと、自律型エージェントにはキャラクターの視点しかありません。もう少し上からの視点も必要なんです。

二重の仕組みというのが昔から人工知能にはあって、ロボカップサッカーなどではファシリテーションモードといって、上から調整するAIとロボットたちが一緒に動くというやり方をしていた時期もあります。調整するAIはファシリテーター(調整者)と呼ばれますが、それをゲームAIにおいてメタAIと呼び替え、ファシリテーションよりも深くユーザーを理解してゲームを展開させるものに発展させました。それが今の社会における人工知能の導入にも必要なんじゃないかという文脈もあり、メタAIがゲーム産業以外で注目されています。

>>後編に続く

三宅陽一郎|YOUICHIRO MIYAKE

株式会社スクウェア・エニックステクノロジー推進部リードAIリサーチャー。国際ゲーム開発者協会日本ゲームAI専門部会設立(チェア)、日本デジタルゲーム学会理事、芸術科学会理事、人工知能学会編集委員。共著『デジタルゲームの教科書』『デジタルゲームの技術』『絵でわかる人工知能』(SBCr) 『高校生のための ゲームで考える人工知能』(筑摩書房)『ゲーム情報学概論』(コロナ社) 、著書『人工知能のための哲学塾』 『人工知能のための哲学塾 東洋哲学篇』(BNN新社)、『人工知能の作り方』(技術評論社)、『なぜ人工知能は人と会話ができるのか』(マイナビ出版)。翻訳監修『ゲームプログラマのためのC++』『C++のためのAPIデザイン』(SBCr)、監修『最強囲碁AI アルファ碁 解体新書』(翔泳社)、『眠れなくなるほど面白い 図解 AIとテクノロジーの話』(日本文芸社)。

Writer:大内孝子

RELATED ARTICLE関連記事

チートのパターンを学習するチート検出AIの活躍

2021.2.26ゲーム

チートのパターンを学習するチート検出AIの活躍

【GDC 2021】ニューラルネットワークによるフルボディアニメーションの生成

2021.8.25ゲーム

【GDC 2021】ニューラルネットワークによるフルボディアニメーションの生成

【GDC 2019】ジレンマを生成し人の心を動かすメタAI

2019.4.18ゲーム

【GDC 2019】ジレンマを生成し人の心を動かすメタAI

RANKING注目の記事はこちら