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機械学習ディープラーニングCGへの扉安藤幸央GAN月刊エンタメAIニュースニューラルネットワーク河合律子NVIDIA強化学習三宅陽一郎OpenAI音楽FacebookQAスクウェア・エニックスモリカトロンAIラボインタビュー敵対的生成ネットワーク森川幸人ルールベースDeepMindキャラクターAIシナリオNFTGPT-3デバッグCEDEC2019StyleGANプロシージャル自動生成人工知能学会映画遺伝的アルゴリズムメタAI自然言語処理深層学習マイクロソフトビヘイビア・ツリー吉本幸記GoogleCEDEC2021CEDEC2020ゲームAISIGGRAPH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AIと倫理アートグーグルディープフェイクGDC 2021大内孝子VFXメタバースGDC 2019マルチエージェントゲームプレイAIボードゲームNPCDALL-ECLIPロボットCNNデジタルツインモリカトロンUnityファッションHTN階層型タスクネットワークJSAI2020TensorFlowMicrosoftイベントレポートテストプレイAIアート水野勇太小説アニメーションガイスターStyleGAN2懐ゲーから辿るゲームAI技術史toioJSAI2021スポーツ研究シムピープル汎用人工知能GDC Summerバーチャルヒューマンブロックチェーン倫理AdobeアストロノーカNVIDIA Omniverseeスポーツ対話型エージェントAmazoneSportsBLUE PROTOCOLシーマンUbisoftAlphaZeroTransformerGPT-2カメラ環世界中島秀之鴫原盛之ソニーDARPAドローンシムシティAI美空ひばり手塚治虫Electronic 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BERTプラチナエッグイーサリアム作曲ビッグデータ中嶋謙互Amadeus CodeMicrosoft AzureキャリアナラティブOmniverse ReplicatorレコメンドシステムNVIDIA DRIVE SimNVIDIA Isaac Simサイバーエージェント音声認識ロボティクスPyTorchDQN眞鍋和子バンダイナムコスタジオMinecraft齊藤陽介マインクラフトお知らせチャットボットアバターサルでもわかる人工知能VAEOmniverseUbisoft La Forge自動運転車ワークショップGenvid Technologiesメタ知識表現ウォッチドッグス レギオンIGDA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マシンラーニング画像生成テキスト画像生成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AIりんなシミュレーショ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藤澤仁生物学GTC 2022画像認識GTC2022StyleCLIPDeNA長谷洋平masumi toyota宮路洋一OpenSeaGDC 2022教育TextWorldSIGGRAPH ASIADALL-E2GTC2021CycleGANNetHackフェイクニュースエージェントAI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MCS-AI動的連携モデルASBSマンガモーションキャプチャーぱいどんTEZUKA2020ナビゲーションメッシュ松井俊浩バンダイナムコ研究所スパーシャルAIELYZAELYZA DIGEST3D音声合成マーケティングApex LegendsELIZANinjaコンピュータRPGアップルタウン物語KELDICメロディ言語ゲームTENTUPLAYMARVEL Future FightAstroタイムラプスEgo4Dインタビューバスキア日経イノベーション・ラボ敵対的強化学習階層型強化学習GOSU Data LabWANNGOSU Voice Assistant竹内将SenpAI.GGMobalytics馬淵浩希Cygames岡島学AWS Sagemaker映像セリア・ホデント形態素解析UXAWS Lambda誤字検出認知科学ゲームデザインSentencePieceLUMINOUS ENGINELuminous Productionsパターン・ランゲージ竹村也哉ちょまどボエダ・ゴティエGOAPAdobe MAX 2021模倣学習Omniverse AvatarFPSNVIDIA Rivaマルコフ決定過程NVIDIA MegatronNVIDIA Merlin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軍事AlphaDogfight TrialsAI Messenger VoicebotエージェントシミュレーションOpenAI CodexStarCraft IIHyperStyleFuture of Life InstituteRendering with StyleIntelDisneyLAIKADisneyリサーチRotomationGauGANGauGAN2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 2021Dota 2モンテカルロ木探索ディズニーリサーチMitsuba2ソーシャルゲームEmbeddingワイツマン科学研究所GTC2020CG衣装NVIDIA MAXINEVRファッション淡路滋ビデオ会議ArtflowグリムノーツEponymゴティエ・ボエダ音声クローニングGautier Boeda階層的クラスタリングGopheraibo合成音声JuliusSIE鑑定TPRGOxia Palusバーチャル・ヒューマン・エージェントtoio SDK for UnityArt Recognitionクーガー田中章愛Meta石井敦銭起揚NHC 2021茂谷保伯池田利夫GDMC新刊案内マーベル・シネマティック・ユニバース成沢理恵MITメディアラボMCU著作権アベンジャーズマジック・リープDigital DomainMagic Leap OneMagendaMasquerade2.0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サッカーモリカトロン開発者インタビュー里井大輝Kaggle宮本茂則バスケットボール山田暉Assassin’s Creed OriginsAI会話ジェネレーターSea of ThievesGEMS COMPANYmonoAI technologyLSTMモリカトロンAIソリューション初音ミクOculusコード生成AI転移学習テストAlphaCodeBaldur's Gate 3CodeforcesCandy Crush Saga自己増強型AISIGGRAPH ASIA 2020COLMAPADOPデバッギングBigGANGANverse3DMaterialGANリップシンキングRNNグランツーリスモSPORTReBeLグランツーリスモ・ソフィーGTソフィーVolvoFIAグランツーリスモチャンピオンシップRival PrakDGX A100VTuberユービーアイソフトWebcam VTuber星新一賞北尾まどかHALO市場分析将棋メタルギアソリッドVフォートナイトFSMRobloxナップサック問題Live Nation汎用言語モデルWeb3.0AIOpsSpotifyMITスマートコントラクトReplica StudioAWSamuseChitrakarQosmo巡回セールスマン問題徳井直生ジョルダン曲線メディア5GMuZero政治クラウドゲーミングRival Peakがんばれ森川君2号和田洋一リアリティ番組Stadiaジョンソン裕子MILEsNightCafeインタラクティブ・ストリーミングLuis Ruizインタラクティブ・メディアポケモンCodexシーマン人工知能研究所東京工業大学Ludo博報堂ラップSIGGRAPH 2019ArtEmisZ世代AIラッパーシステムARrinnaGROVERプラスリンクス ~キミと繋がる想い~FAIRSTCチート検出Style Transfer ConversationオンラインカジノRCPアップルRealFlowRinna Character PlatformiPhoneデジタルヒューマンDeep FluidsSoul MachinesMeInGameAmeliaAIGraph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BCIGateboxLearning from VideoANIMAK予期知能逢妻ヒカリセコムユクスキュルバーチャル警備システムカント損保ジャパン哲学対談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Siemens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 PhoenixSNS理化学研究所Project Malmoオンラインゲーム気候変動Project PaidiaEarth-2Project 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SDGsMagentaYouTubeダフト・パンクメモリスタSFGlenn MarshallELYZA PencilThe 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Netflixデータマイニングmynet.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はこだて未来大学リザバーコンピューティングプレイ動画ヒップホップキャラクターモーション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RPG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SIGGRAPH 2022BEiTStyleGAN-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SentropyCPUDiscordCALMプログラミングソースコード生成GMAIシチズンデベロッパーTRPGGitHubウィザードリィMCN-AI連携モデルAI Dungeon西川善司並木幸介サムライスピリッツ森寅嘉ゼビウスSIGGRAPH 2021ストリートファイター半導体Topaz Video Enhance AI栗原聡DLSS山野辺一記NetEase大里飛鳥DynamixyzU-Net13フェイズ構造アドベンチャーゲームADVXLandAGI手塚眞DEATH STRANDING不気味の谷Eric JohnsonOculus Questコジマプロダクション生体情報デシマエンジンインディーゲーム写真高橋ミレイ照明Maxim PeterJoshua Romoffハイパースケープ山崎陽斗深層強化学習立木創太ミライ小町テスラGameGANパックマンTesla BotTesla AI Dayソサエティ5.0SIGGRAPH 2020バズグラフニュースタンテキ東芝DIB-R倉田宜典韻律射影広告韻律転移

Ubisoft La Forgeの研究成果が示すゲームにおける機械学習の未来

2019.6.04ゲーム

Ubisoft La Forgeの研究成果が示すゲームにおける機械学習の未来

ゲーム開発においてもディープラーニングの応用技術は日進月歩で進歩しています。本稿では、2019年3月に米国サンフランシスコで開催されたゲーム開発者会議GDC2019で行われた、Ubisoftのイヴ・ジャキエ氏の講演「The Alchemy and Science of Machine Learning for Games」での発表をご紹介します。

ジャキエ氏は、モントリオールのUbisoftの研究開発部門「Ubisoft La Forge」のエグゼクティ・ディレクターとしてプロダクションサービスに携わっています。冒頭でジャキエ氏は、同講演で言及するAIについて、自律的に学習をし自律的に動くもの、大量のデータからパターンを見つけ出し、それらを使って新しいデータを予測するプログラムであると定義づけました。

第三次AIブームの火付け役となったディープラーニングは、機械学習と呼ばれるAIの手法のひとつですが、その影響の大きさゆえに、AIそのものと誤解されがちです。そして過度な期待の対象ともなっています。講演の中でジャキエ氏は、製品として実装されていないプロトタイプをふくんだ事例を挙げながら、今日のゲーム開発において機械学習で実際に何ができるのか(あるいはできないのか)ということについて、具体的な知見を示しました。

ゲーム開発を劇的に変える機械学習、3つの事例

機械学習のアルゴリズムはデータから特徴量を抽出し、ニューロンの異なる層を計算します。例えば2012年にグーグルが発表した猫の画像を識別するアルゴリズムは、入力データから特徴量を抽出することによってその画像が猫であるかどうかを判断します。単純なデータセットには、単純な機械学習のモデルを必要とし、複雑なデータセットは、これから抽出する隠れ層を計算するために、より複雑なアルゴリズムを必要とします。機械学習によるアプローチがデータドリブンになるのはそのためです。

ゲーム開発においては、例えば戦闘に勝つなど、特定の結果に向けた行動をエージェントにさせたい場合、エージェントが特定の結果に到達したとき、あるいは失敗したときの測定値を設定します。エージェントは得られる報酬を最大にするために、シミュレーションやゲーム内での試行錯誤によって正しい戦略を見つけます。講演の中でゲーム開発における機械学習の活用について、ジャキエ氏は3つの事例を挙げました。それはリップシンキング、デバッギング、アニメーションです。

リップシンキング

唇や表情の動きに関する視覚的な情報は音声の認識に重大な影響をもたらしますが、日本人と比較して英語のネイティブスピーカーはその影響をより大きく受けることが熊本大学の研究で明らかになっています。いわゆるマガーク効果の影響を受けやすいということでもあり、ビデオゲームにおいても、英語圏では異なる言語のゲームをローカライズする際に、セリフの音声と唇の動きが一致していることが重視されます。

La Forgeのチームが開発したリップシンキングアルゴリズム「SoundMatching AI System」は、音声に基づいて唇の動きをアニメートする機械学習ベースの新しい技術で、どんな言語にも対応することができます。格言語圏でローカライズをするたびに声優の声に合わせて唇や表情のモーションを手作業で作ると膨大なコストがかかりますが、SoundMatching AI Systemを導入することで品質の向上とコスト削減を両立させることができるというわけです。

デバッギング

La Forgeデバッギングアルゴリズム「SmartBot」は脆弱性やバグを見つけるに留まらない役割を持っています。ジャキエ氏は定期的にゲームに追加されるキャラクターと対戦する格闘ゲーム『フォーオナー』(2017年、ユービーアイソフト)に実装されたSmartBotのデモを披露しました。

これは脆弱性やバグを見つけるための自動テスト機能でもありますが、ゲームデザイナーがゲーム内のバランス調整をすることも助けます。Smart botが操作するキャラクターは、強化学習によって自分で戦略を練り、対戦相手を倒すまで戦闘の腕前を上げていきます。『フォーオナー』では相手にダメージを与えれば報酬を与え、相手の攻撃を受ければペナルティを与える設定にしたところ、最終的にはノーダメージで勝利できる程に強化できたとのことです。

また、同じくQAに関わる技術として、ジャキエ氏は2018年2月に発表した「Commit Assistant」についても言及しました。従来のプログラミングパイプラインは、コードをテストしてバグを見つけるまで多くの段階を踏むため、大規模なゲームを開発している際に素早く対応できないことがあります。

Commit Assistantは過去10年分のバグや修正のデータを活用し、現在開発している新しいコードにバグがふくまれる可能性を見積もり、バグを誘発しそうなコードに対してフラグを立てるアルゴリズムです。2018年2月の時点でジャキエ氏は、このアルゴリズムを実装することにより、プログラマーの作業時間を20%削減できると発表しました。現在Commit Assistantは世界中のゲームスタジオで活用されています。氏によれば、まだ精度が不十分な所があるものの、システムが学習し続けるにつれて精度が向上するとのことです。

アニメーション

『アサシン クリード』シリーズのように、高品質なオープンワールドゲームでは多様性が重視されます。従来であれば、ゲーム世界の規模と豊かさは、いくつかの技術的なトレードオフをもたらしました。ジャキエ氏は、制作プロセスをシンプルにしながら、より多様で有機的なアニメーションを作るために機械学習を応用した技術データドライブアニメーションを紹介しました。

これによりアニメーションデータをオフラインで作成することなく、ゲーム内の文脈に基づき、その場でモーションを生成することができます。人の手でアニメーションクリップやルールを作成する代わりに、AIがすべてのデータの中で何を再生するかを決定します。それにより制作にかかる労力を軽減できるだけでなく、プレイヤーにとってより魅力的な体験を提供できるのです。

【関連記事】CGへの扉 Vol.2:なめらかなキャラクタアニメーションと、ディープラーニングの役目

見習い錬金術師が機械学習の進歩のためにできること

3DCG、オンラインゲーム、そしてAIと、ゲームは革新的な技術の研究におけるテストと実装の場として使用されてきました。現在AIにおいても多くの飛躍的な技術の進歩がありますが、それらは革新的ではあるものの生産段階に到達するにはまだ不十分です。例えば、AIはサンドボックス内ではうまく動くアニメーションを作ることができますが、リアルタイムのインタラクションでは実装の段階には至っていません。

とはいえ、ディープラーニングは専門家が予想していたよりもずっと速い速度で進歩しています。2016年の段階では、囲碁で人間に勝つAIを実現させるのに必要な期間は10年と言われていました。しかし実際には2017年にDeepMind のコンピュータプログラムAlphaGoが中国の柯潔九段に3連勝を果たし、同年にAlphaZeroが発表されました。機械学習の進歩の速度は指数関数的です。

「破壊的な技術とは確立された規則を揺るがす力を意味します。私たちが使う携帯電話がノキアからiPhoneに変わった時のように、機械学習は新たなステージのチャンスも生み出します。技術的な観点からだけでなく、より広いレベルでも議論することが重要なのはこのためです」とジャキエ氏は述べています。

すべての技術やプロセスにはライフサイクルがあり、最初に納得のいく結果を提供するまでにある程度の時間がかかります。そして時間とともにほとんどの課題が克服あるいは改善され、それによって社会実装に耐えうる新しい技術が出現します。もちろん機械学習もそのプロセスを辿るはずです。

最後にジャキエ氏は次のような言葉で講演を締めくくりました。「私が挙げた例は魔法のように見えたかもしれません、しかし機械学習という科学の進歩に向けて我々はさらに錬金術を加える必要があるでしょう。皆さんが何を出力できるかは、入力するデータセットに依存しますし、それらを作り上げるには、多くの直感とさまざまな専門家の関与が必要なのです」。

Editor:高橋ミレイ

RELATED ARTICLE関連記事

モリカトロンとAIが切り開くゲーム開発のフロンティア:森川幸人氏インタビュー

2019.4.23ゲーム

モリカトロンとAIが切り開くゲーム開発のフロンティア:森川幸人氏インタビュー

強化学習AIは人間に嫌われる?カードゲーム「花火」からわかった強化学習の弱点

2021.11.25ゲーム

強化学習AIは人間に嫌われる?カードゲーム「花火」からわかった強化学習の弱点

実施はAI、評価は人間。AIと人間の分業が進む海外ゲームQA事情

2020.11.27ゲーム

実施はAI、評価は人間。AIと人間の分業が進む海外ゲームQA事情

RANKING注目の記事はこちら