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
- CGCGへの扉安藤幸央機械学習ディープラーニング月刊エンタメAIニュース河合律子GANOpenAI音楽NVIDIA吉本幸記ニューラルネットワーク強化学習Google生成系AI三宅陽一郎QA人工知能学会GPT-3Stable Diffusion自然言語処理グーグルDeepMindFacebook森川幸人シナリオ大内孝子マイクロソフトChatGPT敵対的生成ネットワークルールベースアート映画キャラクターAIスクウェア・エニックスモリカトロンAIラボインタビューAIと倫理SIGGRAPHゲームプレイAI大規模言語モデル倫理デバッグNFTDALL-E2StyleGANプロシージャル遺伝的アルゴリズムモリカトロン著作権画像生成自動生成テストプレイメタAI画像生成AINPCテキスト画像生成ロボット深層学習ファッションCEDEC2019ディープフェイクVFXMidjourneyデジタルツインボードゲームDALL-ECLIPビヘイビア・ツリーCEDEC2021LLMCEDEC2020ゲームAIメタバース不完全情報ゲームVRナビゲーションAI畳み込みニューラルネットワークGDC 2021マンガJSAI2022AdobeNVIDIA OmniverseGDC 2019マルチエージェントCEDEC2022AIアート小説Stability AI懐ゲーから辿るゲームAI技術史toioジェネレーティブAIスポーツCNNBERT作曲MicrosoftUnityMinecraftアニメーションOmniverseメタJSAI2023鴫原盛之HTN階層型タスクネットワークソニー栗原聡手塚治虫汎用人工知能JSAI2020GTC2023TensorFlowインタビューバーチャルヒューマンイベントレポート対話型エージェントAmazonロボティクスDQNMeta水野勇太アバター3DCGUbisoftGenvid TechnologiesガイスターStyleGAN2デジタルヒューマンGTC2022教育音楽生成AIJSAI2021研究シムピープルMCS-AI動的連携モデルモーションキャプチャーElectronic ArtsNeRFマーケティングメタデータGDC SummerブロックチェーンCMMicrosoft Azureアストロノーカキャリア模倣学習eスポーツスタンフォード大学アーケードゲームテニスサイバーエージェントトレーディングカード音声認識メディアアートeSportsBLUE PROTOCOLシーマンaibo合成音声チャットボットAWS徳井直生斎藤由多加AlphaZeroTransformerGPT-2rinnaAIりんなカメラ環世界中島秀之PaLM哲学ベリサーブPlayable!理化学研究所SIGGRAPH ASIASFNetflix東京大学はこだて未来大学現代アートエージェントDARPAドローンシムシティImagenZorkバイアスプロンプトGPT-4ASBSアドベンチャーゲームTEZUKA2020CEDEC2023AI美空ひばりテキスト生成マルチモーダルバンダイナムコ研究所スパーシャルAI3DLEFT 4 DEADイーロン・マスク通しプレイOpenAI FiveStable Diffusion XL本間翔太CygamesAudio2Faceピクサープラチナエッグイーサリアムボエダ・ゴティエビッグデータ中嶋謙互Amadeus Codeデータ分析MILEナラティブNVIDIA RivaOmniverse ReplicatorWCCFレコメンドシステムNVIDIA DRIVE SimWORLD CLUB Champion FootballNVIDIA Isaac Simセガ柏田知大軍事田邊雅彦トレカMax CooperGPT類家利直PyTorchChatGPT4眞鍋和子バンダイナムコスタジオ大澤博隆SFプロトタイピング齊藤陽介マインクラフトお知らせMagic Leap OneTencentバスケットボールサルでもわかる人工知能text-to-3DVAEDreamFusionブラック・ジャックリップシンキング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市場分析どうぶつしょうぎEpic GamesRobloxジェイ・コウガミ音楽ストリーミングMITAIロボ「迷キュー」に挑戦野々下裕子マシンラーニング5GMuZeroRival Peakpixivクラウド対話エンジン3Dスキャンリトル・コンピュータ・ピープルCodexシーマン人工知能研究所コンピューティショナル・フォトグラフィーPreferred Networksゴブレット・ゴブラーズ絵画ARMicrosoft DesignerイラストシミュレーションSoul Machines柿沼太一完全情報ゲームELSI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GPT-3.5ハリウッドSiemensストライキStyleCLIPDeNA長谷洋平クラウドコンピューティングmasumi toyotaIBM宮路洋一OpenSeaGDC 2022SNSGen-1TextWorldEarth-2BingMagenta音声生成AIELYZA PencilScenarioSIGGRAPH2023テキスト画像生成AI松尾豊AIピカソGTC2021AI素材.comCycleGANテンセントAIQVE ONEデータマイニングNetHackBardキャラクターモーションControlNetNBAフェイクニュースRPG法律SIGGRAPH 2022世界モデルレベルデザインAIボイスアクターNVIDIA CanvasGPUALife人工生命オルタナティヴ・マシンサウンドスケープLaMDATRPGマジック:ザ・ギャザリングAI Dungeonぱいどん手塚眞不気味の谷ナビゲーションメッシュインディーゲーム高橋ミレイ深層強化学習松原仁松井俊浩武田英明ELYZAフルコトNEDOELYZA DIGEST建築音声合成広告西成活裕Apex LegendsELIZA群衆マネジメントライブポートレイトNinjaコンピュータRPGライブビジネスWonder Studioアップルタウン物語新型コロナ土木KELDIC周済涛BIMメロディ言語清田陽司インフラゲームTENTUPLAYサイバネティックスMARVEL Future FightAstro人工知能史Amazon BedrockタイムラプスEgo4DAI哲学マップバスキア星新一X.AI日経イノベーション・ラボStyleGAN-XLX Corp.敵対的強化学習StyleGAN3Twitter階層型強化学習GOSU Data LabGANimatorXホールディングスWANNGOSU Voice AssistantVoLux-GANMagi竹内将SenpAI.GGProjected GANMobalyticsSelf-Distilled StyleGANSDXL馬淵浩希ニューラルレンダリングRTFKT岡島学AWS SagemakerPLATONIKE映像セリア・ホデント形態素解析frame.ioClone XUXAWS LambdaFoodly村上隆誤字検出森山和道認知科学中川友紀子Digital MarkゲームデザインSentencePieceアールティSnapchatLUMINOUS ENGINEクリエイターコミュニティLuminous ProductionsBlenderBot 3バーチャルペットパターン・ランゲージ竹村也哉Meta AINVIDIA NeMo Serviceちょまどマーク・ザッカーバーグヴァネッサ・ローザGOAPWACULVanessa A RosaAdobe MAX 2021陶芸自動翻訳Play.ht音声AIAIライティングLiDAROmniverse AvatarAIのべりすとPolycamFPSQuillBotdeforumマルコフ決定過程NVIDIA MegatronCopysmith動画生成AINVIDIA MerlinJasperハーベストNVIDIA MetropolisForGamesパラメータ設計ゲームマーケットバランス調整岡野翔太協調フィルタリング郡山喜彦人狼知能テキサス大学ジェフリー・ヒントンGoogle I/O 2023AlphaDogfight TrialsAI Messenger VoicebotGoogle I/OエージェントシミュレーションOpenAI Codex武蔵野美術大学StarCraft IIHyperStyleBingAIFuture of Life InstituteRendering with StyleIntelDisneyFireflyLAIKADisneyリサーチヴィトゲンシュタインPhotoshopRotomationGauGAN論理哲学論考LightroomGauGAN2京都芸術大学Canva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 2021PromptBaseBOOTHDota 2モンテカルロ木探索ディズニーリサーチpixivFANBOXMitsuba2バンダイナムコネクサス虎の穴ソーシャルゲームEmbeddingワイツマン科学研究所ユーザーレビューFantiaGTC2020CG衣装mimicとらのあなNVIDIA MAXINEVRファッションBaidu集英社淡路滋ビデオ会議ArtflowERNIE-ViLG少年ジャンプ+グリムノーツEponym古文書ComicCopilotゴティエ・ボエダ音声クローニング凸版印刷コミコパGautier Boeda階層的クラスタリングGopherAI-OCRゲームマスター画像判定Inowrld AIJuliusSIE鑑定ラベル付けMODTPRGOxia PalusGhostwriterバーチャル・ヒューマン・エージェントtoio SDK for UnityArt RecognitionSkyrimクーガー田中章愛実況パワフルサッカースカイリム石井敦銭起揚NHC 2021桃太郎電鉄RPGツクールMZ茂谷保伯池田利夫桃鉄ChatGPT_APIMZGDMC新刊案内パワサカダンジョンズ&ドラゴンズマーベル・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Oracle RPG成沢理恵MITメディアラボMCU岩倉宏介深津貴之アベンジャーズPPOxVASynthマジック・リープDigital DomainMachine Learning Project CanvasLaser-NVMagendaMasquerade2.0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MERFサッカーモリカトロン開発者インタビュースパコンAlibaba里井大輝Kaggle宮本茂則スーパーコンピュータVQRF山田暉松岡 聡nvdiffrecAssassin’s Creed OriginsAI会話ジェネレーターTSUBAME 1.0NeRFMeshingSea of ThievesTSUBAME 2.0LERFGEMS COMPANYmonoAI technologyLSTMABCIマスタリングモリカトロンAIソリューション富岳TikTok初音ミクOculusコード生成AISociety 5.0リアム・ギャラガー転移学習テストAlphaCode夏の電脳甲子園グライムスBaldur's Gate 3Codeforces座談会BoomyCandy Crush Saga自己増強型AItext-to-imageジョン・レジェンドSIGGRAPH ASIA 2020COLMAPザ・ウィークエンドADOPNVIDIA GET3DドレイクデバッギングBigGANGANverse3DTEZUKA2023MaterialGANRNNグランツーリスモSPORTAI絵師エッジワークスReBeLグランツーリスモ・ソフィーUGC日本音楽作家団体協議会GTソフィーPGCFCAVolvoFIAグランツーリスモチャンピオンシップVoiceboxNovelAIさくらインターネットRival PrakDGX A100NovelAI DiffusionVTuberぷよぷよユービーアイソフトWebcam VTuberモーションデータ立教大学星新一賞大阪公立大学北尾まどかHALOポーズ推定TCG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KLabFSMメルセデス・ベンツQRコードMagic Leap囲碁ナップサック問題Live NationEpyllionデンソー汎用言語モデルWeb3.0マシュー・ボールデンソーウェーブAIOpsムーアの法則原昌宏Spotifyスマートコントラクト日本機械学会Replica Studioロボティクス・メカトロニクス講演会amuseChitrakarQosmoAdobe MAX 2022トヨタ自動車巡回セールスマン問題Adobe MAXかんばん方式ジョルダン曲線メディアAdobe Research村井源政治Galacticaプロット生成クラウドゲーミングがんばれ森川君2号オムロン サイニックエックス和田洋一リアリティ番組映像解析FastGANStadiaジョンソン裕子セキュリティ4コママンガMILEsNightCafe東芝デジタルソリューションズ電気通信大学インタラクティブ・ストリーミングLuis RuizSATLYS 映像解析AI稲葉通将インタラクティブ・メディアポケモン橋本敦史PFN 3D ScanElevenLabs東京工業大学HeyGenLudo博報堂After EffectsラップPFN 4D Scan絵本SIGGRAPH 2019ArtEmisZ世代DreamUp出版AIラッパーシステムDeviantArtAmmaar ReshiWaifu DiffusionStoriesGROVERプラスリンクス ~キミと繋がる想い~元素法典StoryBirdFAIRSTCNovel AIVersedチート検出Style Transfer ConversationOpen AIProlificDreamerオンラインカジノRCPUnity SentisアップルRealFlowRinna Character PlatformUnity MuseiPhoneCALACaleb WardDeep Fluids宮田龍MeInGameAmelia清河幸子AIGraph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西中美和BCIGateboxアフォーダンス安野貴博Learning from VideoANIMAKPaLM-SayCan斧田小夜予期知能逢妻ヒカリ宮本道人セコムGitHub CopilotLLaMA 2ユクスキュルバーチャル警備システムCode as PoliciesLLaMAカント損保ジャパンCaPHugging FaceCM3leon上原利之Stable Doodle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コリジョンチェックT2I-AdapterPAIROCTOPATH TRAVELERxAI西木康智OCTOPATH TRAVELER 大陸の覇者山口情報芸術センター[YCAM]アルスエレクトロニカ2019品質保証YCAM日本マネジメント総合研究所StyleRigAutodeskアンラーニング・ランゲージVoyager逆転オセロニアBentley Systemsカイル・マクドナルドLily Hughes-Robinsonワールドシミュレーターローレン・リー・マッカーシーColossal Cave Adventure奥村エルネスト純いただきストリートH100鎖国[Walled Garden]プロジェクトAdventureGPT齋藤精一大森田不可止COBOLSIGGRAPH ASIA 2022リリー・ヒューズ=ロビンソン高橋智隆DGX H100VToonifyBabyAGIロボユニザナックDGX SuperPODControlVAEGPT-3.5 Turbo泉幸典仁井谷正充変分オートエンコーダーカーリングロボコレ2019Instant NeRFフォトグラメトリウィンブルドンartonomous回帰型ニューラルネットワークbitGANsDeepJoin戦術分析ぎゅわんぶらあ自己中心派Azure Machine LearningAzure OpenAI Serviceパフォーマンス測定意思決定モデル脱出ゲームDeepLIoTHybrid Reward Architectureコミュニティ管理DeepL WriteProFitXウロチョロスSuper PhoenixWatsonxProject MalmoオンラインゲームAthletica気候変動コーチングProject Paidiaシンギュラリティ北見工業大学Project Lookoutマックス・プランク気象研究所レイ・カーツワイル北見カーリングホールWatch Forビョルン・スティーブンスヴァーナー・ヴィンジ画像解析気象モデルRunway ResearchじりつくんLEFT ALIVE気象シミュレーションMake-A-VideoNTT Sportict長谷川誠ジミ・ヘンドリックス環境問題PhenakiAIカメラBaby Xカート・コバーンエコロジーDreamixSTADIUM TUBEロバート・ダウニー・Jr.エイミー・ワインハウスSDGsText-to-ImageモデルPixelllot S3ソフトバンクYouTubeダフト・パンクメモリスタAIスマートコーチGlenn MarshallThe Age of A.I.Story2Hallucination音声変換LatitudeレコメンデーションJukeboxDreamboothVeap Japanヤン・ルカンEAPneoAIPerfusionSIFT福井千春DreamIconニューラル物理学DCGAN医療mign毛髪MOBADANNCEメンタルケアstudiffuse荒牧英治人事ハーバード大学Edgar HandyAndreessen Horowitz中ザワヒデキ研修デューク大学大屋雄裕QA Tech Night中川裕志mynet.aiローグライクゲーム松木晋祐Adreeseen Horowitz東京理科大学下田純也NVIDIA Avatar Cloud Engine人工音声NeurIPS 2021産業技術総合研究所桑野範久Replica StudiosリザバーコンピューティングSmart NPCsプレイ動画ヒップホップ対話型AIモデルRoblox Studio詩ソニーマーケティングPromethean AIサイレント映画もじぱnote音源分離環境音暗号通貨note AIアシスタントMusiioFUZZLEKetchupEndelAlterationAI Newsユニバーサルミュージック粒子群最適化法Art Selfie進化差分法オープンワールドArt TransferSonar群知能下川大樹AIFAPet PortraitsSonar+Dウィル・ライト高津芳希P2EBlob OperaWeb3大石真史クリムトDolby AtmosBEiTStyleGAN-NADASonar Music FestivalDETRゲームエンジンDreamerV3ライゾマティクスSporeUnreal Engineクリティックネットワーク真鍋大度デノイズ南カリフォルニア大学Unity for Industryアクターネットワーク花井裕也画像処理DMLabRitchie HawtinSentropyGLIDEControl SuiteErica SynthCPUDiscordAvatarCLIPAtari 100kUfuk Barış MutluSynthetic DataAtari 200MJapanese InstructBLIP AlphaCALMYann LeCun日本新聞協会プログラミングサム・アルトマン鈴木雅大AIいらすとやソースコード生成コンセプトアートAI PicassoGMAIシチズンデベロッパーSonanticColie WertzEmposyGitHubCohereリドリー・スコットAIタレントウィザードリィMCN-AI連携モデル絵コンテAIタレントエージェンシーUrzas.aiストーリーボードmodi.ai介護大阪大学BitSummit西川善司並木幸介KikiBlenderBitSummit Let’s Go!!サムライスピリッツ森寅嘉Zoetic AIRed RamゼビウスSIGGRAPH 2021ペットマーダーミステリーストリートファイター半導体Digital Dream LabsPaLM APIデジタルレプリカTopaz Video Enhance AICozmoMakerSuiteGOT7DLSSタカラトミーSkebsynthesia山野辺一記NetEaseLOVOTDreambooth-Stable-DiffusionHumanRF大里飛鳥DynamixyzMOFLINゲーム背景Actors-HQRomiGoogle EarthSAG-AFTRAU-NetミクシィGEPPETTO AIWGA13フェイズ構造ユニロボットStable Diffusion web UIチャーリー・ブルッカーADVユニボPoint-EXLandGatoアパレル岡野原大輔AGIAI model自己教師あり学習DEATH STRANDINGAI ModelsIn-Context Learning(ICL)Eric Johnson汎用強化学習AIZMO.AILoRAデザインMOBBY’SファインチューニングOculus Questコジマプロダクションロンドン芸術大学モビーディックグランツーリスモ生体情報デシマエンジンGoogle Brainダイビング量子コンピュータSound Controlアウトドアqubit写真SYNTH SUPERAIスキャニングIBM Quantum System 2照明Maxim PeterKarl Sims自動採寸北野宏明Joshua RomoffArtnome3DLOOKダリオ・ヒルハイパースケープICONATESizerジェン・スン・フアン山崎陽斗ワコールHuggingFace立木創太スニーカーStable Audio浜中雅俊UNSTREET宗教ミライ小町Newelse仏教テスラ福井健策CheckGoodsコカ・コーラGameGAN二次流通食品パックマンTesla Bot中古市場Coca‑Cola Y3000 Zero SugarTesla AI DayWikipediaDupe KillerCopilot Copyright Commitmentソサエティ5.0Sphere偽ブランドテラバースSIGGRAPH 2020バズグラフXaver 1000配信京都大学ニュースタンテキ養蜂立福寛東芝Beewiseソニー・ピクチャーズ アニメーション音声解析DIB-R倉田宜典フィンテック感情分析投資Fosters+Partners韻律射影MILIZEZaha Hadid Architects韻律転移三菱UFJ信託銀行
【GDC 2019】没入感の追求がたどり着く先は、自然言語処理によるAIとの対話
アップルのSiriやマイクロソフトのCortana、アマゾンのAlexaといったAIアシスタントがスマートフォンやスマートスピーカーとして人々の日常に溶け込んだ今、音声認識という技術も人工知能と同様に身近な存在となりました。その中枢をなしている研究分野が自然言語処理です。
中でもコンピュータに自然言語を理解、もしくは意図を抽出させることを目的とした自然言語理解は、音声アクティベーションやコンテンツ解析、ニュース収集といった商業的な関心が高まる一方で、コンピュータビジョンやチューリングテストと並ぶAI完全問題であると言われています。
それでもアプリや家電を起動させたり、ニュース記事を音声出力で読み上げるといった技術的に限られた条件下では、少しずつではありますが自然言語理解が実用化されつつあります。一方でグラフィック処理技術の発展にともない、没入感という言葉が定着したVR/AR/MRの領域もふくむビデオゲームにおける、音声認識に基づいたインターフェイスの開発は意外にも進んでいませんでした。
音声認識を使ったゲームの歴史と技術的な限界
本格的に音声認識がゲームソフトに組み込まれた最初の例は、1998年の年末にNINTENDO64向けに発売された『ピカチュウげんきでちゅう』(1998年、任天堂)です。ヘッドセット型のマイクを使ってプレイヤーがピカチュウと意思疎通できる世界初の音声認識ソフトとして大々的に売り出されましたが、実際に認識できるのは特定の単語のみで、話し言葉を全文認識させるにはほど遠いものでした。
そのおよそ半年後、音声認識を使った3D育成シミュレーションゲーム『シーマン』(1999年、ビバリウム)が、ドリームキャスト向けに発売されました。コントローラにマイクデバイスを装着することでペットに直接話しかけられるゲームデザインが特徴で、人語を解する人面魚のシーマンはプレイヤーの年齢や性別、職業といった個人情報を次々と覚えていきます。
ちなみに当時は、シーマンの口の悪さや気難しい性格がやたら憎たらしいと話題になりました。これは音声認識における精度の低さをプレイヤー側に悟らせることなく、できるだけ短くはっきりと話しかける努力を無意識に仕向ける工夫だったと言われています。プレイヤーの言葉が上手く聞き取れずにへそを曲げてしまうシーマンを演出することで、音声認識の限界から生じる失敗の責任をユーザー側に転嫁するという革新的なデザインでした。
その後、2003年には音声認識を活用したPlayStation 2用アクションゲーム『オペレーターズサイド』(2003年、ソニー・コンピュータエンタテインメント)が登場します。コミュニケーションツールや育成ゲームといったそれまでのトレンドとは打って変わって、プレイヤーがオペレーターとなってヒロインのキャラクターに音声で指示を送ることで、移動・探索・戦闘のすべてをこなすアクション性が話題となりました。
しかし、短い単語を組み合わせた限定的な音声入力にしか対応できず、やはりプレイヤーがヒロインとの意思疎通に感情移入できるようなインターフェイスには至っていません。また、自然言語の認識率の低さは、迅速かつ的確な音声指示が要求される敵との戦闘状況において最大の足枷となり、ストレスを感じるプレイヤーは少なくなかったようです。
このほか、Xbox専用の美少女アンドロイド育成ゲーム『N.U.D.E.@ Natural Ultimate Digital Experiment』(2003年、マイクロソフト)や、ゲームキューブ向け人海戦術落城アクション『大玉』(2006年、任天堂)、PlayStation Portable専用の通訳ゲームソフト『TALKMAN』(2005年、ソニー・コンピュータエンタテインメント)など、2000年代には音声認識を活用したビデオゲームが複数登場しましたが、業界全体を巻き込むような技術革新には至りませんでした。
没入感の追求にはAIとの対話が不可欠
メタAIや自立型エージェントをはじめ、近年のゲーム業界ではAI技術がめざましい進化を遂げています。人々が没入感という新たな価値を追求していく上で、音声認識を活用したAIとのインタラクションに回帰することは自然な流れだといえるでしょう。そんな長らく停滞していたといっても過言ではない同分野を切り拓こうとしているのが、スクウェア・エニックスのテクノロジー推進部で自然言語処理によるAIとのコミュニケーションを研究するゴティエ・ボエダ氏です。
2019年3月にサンフランシスコで開催された「Game Developers Conference 2019」にて、ボエダ氏は「NPCs Have Feelings Too: Verbal Interactions with Emotional Character AI」と「Enhanced Immersivity: Using Speech Recognition for More Natural Player AI Interactions」というセッションに登壇。ゲームキャラクターとの自然言語コミュニケーションをとおして、特定状況下における問題解決を目指す音声認識技術のデモンストレーションを披露しました。その内容は、未知の惑星に墜落したプレイヤーが原住民である宇宙人に話しかけて、脱出用シャトルの修理を手伝ってもらうというもの。前述の『オペレーターズサイド』と同様に、プレイヤーは音声指示のみでタスクを完了しなければなりません。
特定の単語や短い言葉の組み合わせにしか反応しなかった過去の音声認識ゲームと決定的に異なるのは、言語処理におけるパイプラインの設計です。通常、音声認識技術は人間の音声を特定の波形として認識することで環境音と区別し、その情報をテキストデータへと変換します。これを自然言語処理によって単語や文章として読み取り、情報要約にかけることで意味を構築していくのですが、ボエダ氏の技術デモではさらに言語の抽象化処理を担うパイプラインを設けています。
たとえば、「巨大なリンゴを拾ってくれ」とキャラクターに指示した場合、AIは「拾う」「巨大な」「リンゴ」といった具合に入力情報を動詞や修飾語、目的語に分解します。この際、「拾う」や「巨大な」という言葉を別の同義語へ自動的に変換することで、同じ意味でも言い回しの異なる自然言語の曖昧さに対応しています。この例の場合、AIは「大きなリンゴを取る」という文章として解釈します。このプロセスを抽象化パイプラインと呼びます。
この抽象化処理には、プリンストン大学の認知科学研究所が運営する概念辞書「WordNet」によって分類された同義語グループ「Synset」が使われています。また、自然言語のテキストデータ化には、オープンソースの音声認識エンジン「Julius」を採用しています。「Julius」は英語と日本語をふくめた多言語に対応しており、数万語彙の連続音声認識をリアルタイムで実行できる軽量さが特徴です。このエンジン側で対応言語を変更することで、ゲームシステムは複数言語の音声認識を同時に実現できます。
一連の音声認識プロセスの最大の利点は、プレイヤーが入力した言語情報に応じてゲームメカニクスの処理を変更するのではなく、入力情報を抽象化するパイプラインを経由させることによって、ゲームメカニクスの処理に沿ったインプットへと最適化できることです。これにより多言語のローカライズが容易になることはもちろん、プレイヤーは可能な限り自然な言葉遣いや言い回しでAIキャラクターと意思疎通できるようになります。
自然言語の曖昧さが生む障壁
それでも言葉の曖昧さから生じる自然言語処理の課題は尽きません。日本語における一例として、音節の区切りによって音声情報が複数の意味に解釈されるケースが挙げられます。たとえば「これをして」という指示と「これ押して」という指示は、後者の助詞が抜けていることで音声データとしては完全に同じ波形と認識されてしまいます。当てはまる目的語によっては指示の内容をまったく理解できなくなってしまうでしょう。
このほか、「これ」「あれ」「そこ」といった抽象代名詞や、「(目的語)の後ろ」や「(目的語)の左側」などの相対的な位置情報も、自然言語処理における課題です。抽象代名詞に関しては、入力された単語のタイムスタンプを記憶することで、どの目的語を指しているかをある程度は特定できます。
相対的な位置情報については、オブジェクトの性質や観測者の視点によって事情が異なります。「テーブルの後ろ」といっても、大抵のテーブルには前も後ろもないため、ほかに情報がない場合はどこを指しているのかが曖昧になってしまいます。一方で「テレビの左」という場合には、例えば観測者がディスプレイ側を正面と認識しているのであれば、主観的にはどこを指しているのかが明確になります。
ただし、こうした位置情報の認識は、音声認識による自然言語処理のみならず、VRヘッドセットなどに搭載されているアイトラッキングによる視線情報などからも補完できるため、必ずしも大きな障壁にはならないといえるでしょう。
このように、最新の音声認識エンジンや膨大なデータベースからなる抽象化パイプラインを用いても、自然言語は曖昧さが残るため、AIがロジックの牢獄に囚われてしまうケースは後を絶ちません。そうした状況下では、どうしてもエージェント側が「お前は何を言っているんだ」という意思表示のフィードバックを生成する必要があります。20年前にプレイヤーを驚愕させたシーマンの悪態は、まさにこのフィードバックの役割を担っていたわけです。
今後、ゲームAIの研究・開発において自然言語処理の技術がさらに発展すれば、シーマンが一方的にプレイヤーの個人情報を収集しては哲学的なウンチクを垂れ流すだけでなく、毒舌の人面魚とラップバトルを繰り広げることも夢ではなくなるかもしれません。また、オペレーターとしてアクションゲームのヒロインを導く際にも、カーナビに話しかけているようなぎこちなさから虚無感が生まれることもなくなるかもしれません。さらには、ロールプレイングゲームで仲間のキャラクターに魔法やアイテムを使わせる際、わざわざキーボードやコントローラに指を伸ばさなくてもいい時代が来るのかもしれません。
Writer:Ritsuko Kawai