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

ゲーム運営をディープラーニングでサポートするYOKOZUNA dataの全貌

2019.6.21ゲーム

ゲーム運営をディープラーニングでサポートするYOKOZUNA dataの全貌

オンラインゲームビジネスの要ともいえるのが、ユーザーの行動履歴というビッグデータの活用です。しかし、多くの企業ではデータサイエンティストを雇用する余裕がありません。こうした中、ディープラーニングなどAIの技術でゲーム運営を支援するYOKOZUNA dataの存在は、世界的に見ても異彩を放っています。同社CEOでリサーチヘッドのアフリカ・ペリアネーズ氏と、リード機械学習エンジニアのチェン・ペイペイ氏にサービスの概要について伺いました。

ユーザーの行動ログから未来を予測

——ひとことで言って、YOKOZUNA dataって何なんでしょうか?

オンラインゲームで一人ひとりのプレイヤーの行動を予測できるソリューションです。リアルタイムに予測することもできますし、スタジオごとに1時間ごと、1日ごと、1週間ごとといった具合に、適切な間隔を決めることもできます。はじめにゲーム会社からユーザーの行動ログデータをいただきます。それをもとにプレイヤーの日々の行動ログを収集・分析し、可視化したうえで、予測します。すべての操作はブラウザ上で完結しています。

——デモを見ることはできますか?

もちろんです。ブラウザからログインするとダッシュボードが表示されます。一番上に今日の売上予測、今月の売上予測などが表示されます。生存(離脱)予測の欄ではプレイヤーの今日の生存予測、10日間の生存予測、1カ月の生存予測などが表示されます。イベント推奨欄では、どういったイベントを行えば、来月の売上やプレイ時間などが最大化できるかの予測が表示されます。個々のプレイヤーごとにユニークIDがふられていて、それぞれの予測が得られます。

——プレイヤーの行動を個別に予測できるのはすごいですね。

はい。ただ、離脱予測をしたら、次は離脱しないように手を打ちたくなりますよね。そこで「*日以内に離脱する人」といった具合に条件検索をして、一斉にプッシュ通知でお知らせなどをメールすることができます。このとき、アイテムやバーチャルマネーなどを送ることもできます。これによって離脱率を下げられるというわけです。

——なるほど。

逆に過去の行動履歴から個々のプレイヤーが将来、どのようなアイテムを購入するか、といったことを予測することもできます。この機能をプッシュ通知機能と組み合わせて、プレイヤーごとに個別のアイテムを送ることもできます。自分がほしいアイテムがもらえると、続けたくなりますよね。

——たしかに

ポイントはこれらの処理が自動化できるということです。ゲーム運営者はモニターとにらめっこすることなく、一度自動化の設定をすれば、すべてのプレイヤーに違う条件で最適なプッシュ通知を行うことができます。

——これらのサービスは個々のゲームでカスタマイズ可能ですか? それとも、すべてのゲームで同じサービスを使用する感じでしょうか?

基本的にはすべてのゲームで同じ機能を使っていただきますが、大型のタイトルでそうした希望があれば、カスタマイズすることも可能です。ただ、相応のコストもかかります。最先端のテクノロジーをふんだんに使っていますし、弊社ではデータサイエンティストやAIエンジニアなどを多数雇用していますからね。だからこそ、どのゲームでもすぐに使ってもらえるように、汎用的なサービスにすることを心がけています。

——ビジネスモデルはどのような形になりますか?

私たちの考え方はミドルウェアやゲームエンジンと似ています。「ゲームが成功すれば、私たちも利益が得られる」というわけです。そのためゲームの規模によって利用料が変わります。ゲームにもよりますが、ユニークユーザー1人につき毎月1円というのが標準的な価格です。

——過去のデータの分析だけでなく、AIを活用して、未来の予測もしてくれるところが特徴ですね。ゲームの運営会社からすれば、データサイエンティストを雇用する必要が無くなります。

そうですね。

——ゲームディベロッパーがYOKOZUNA dataを活用する際、プログラムの改修などは必要ですか?

必要ありません。ゲームの種類によらず、こちらですべて処理します。YOKOZUNA dataはAWS上で展開されていて、データのつなぎこみのためのAPIが存在します。これを経由して行動ログデータを弊社のサーバにアップロードしていただくだけで大丈夫です。

——オンラインゲームであれば、ネイティブアプリでもブラウザゲームでも、ゲームの種類によらず接続できるということですか?

そうですね。これは我々の機械学習の強みだと思います。ひとつの分析・予測モデルを作ることで、さまざまなゲームに活用できるのです。PCでも家庭用ゲームでも、ハードやジャンルによることはありません。

——ローンチ時ではなく、サービス中のゲームでも対応可能ですか? ゲーム会社からすれば、ヒットするか否かわからない段階では、YOKOZUNA dataを使うメリットが感じられない。一方で、ある程度ヒットした段階で、あらためて契約したい、といった要望が出てくると思います。

いつでも問題ありませんが、できるだけ早い段階をお勧めします。「成功したら導入したい」という要望に対しては「ぜひローンチ時から使ってみてください。そうすれば成功に役立ちますよ」とお答えしたいですね(笑)

——AIを使ってデータを分析し、それを元に予測するのであれば、データがゼロの時、すなわちローンチ時に導入するメリットは何になるのでしょうか?

もちろんデータがゼロでは意味がありません。ただ、データが少しでもあれば、そこから何らかの意味が出てきます。また、過去に同じようなゲームをサービスされている場合は、そのデータを解析することで、運営の参考にすることもできます。

——ちなみに個別管理できるプレイヤー数の最大値って何なのでしょうか? どれくらいのスケールにまで対応可能ですか?

特に制限がありません。そのようなデータの持ち方をしていますし、それを可能にするための分散式システムを構築しています。

プレイヤーごとにパーソナライズされたゲーム体験を創出したい

——世界中の学会や開発者会議で積極的に発表や講演をされていますね。

はい、できるだけ技術をオープンにしていくことをモットーとしています。それによって、逆にさまざまな知見が得られるからです。弊社は十数人程度の非常に小さな会社ですが、おかげさまで機械学習に関する世界中のイベントで発表したり、招待講演の機会をいただいています。他に機械学習に関する書籍も共同執筆中です。

——コンテストでも優秀な成績を収められていますね。

2017年8月にIEEE 2017 Conference on Computational Intelligence in Gamesで開催されたゲームデータマイニングコンテストに応募し、チャーン予測コース(どのプレイヤーがゲームを止めようとしているかを予測)とサバイバル分析コース(各プレイヤーがゲームを後どの位の期間プレイするかを予測)の両部門で優賞しました。NCSOFT社のゲーム『ブレイドアンドソウル』のプレイヤーデータセットを使って行われたもので、Yokozuna Dataの予測精度がモバイルゲームだけでなく、MMORPGでも有効であることが示されました。

——2018年11月に米シアトルで開催されたIEEE BigData 2018では、画像認識に良く使われるAIアルゴリズムであるCNN(=Convolutional Neural Network、畳み込みニューラルネットワーク)を活用して、プレイヤーの行動の未来予測を行うという技術講演も行われています。

CNNはYOKOZUNA dataで使用している、さまざまなAIアルゴリズムのひとつです。画像認識だけでなく、時系列に沿って変化するさまざまなデータの解析に活用できます。画像認識では大量の二次元情報をもとに抽象化を試みますが、時系列による変化は一次元情報と捉えられますよね。YOKOZUNA dataでは、この特性を活用して、プレイヤーの課金行動に関する未来予測を行っています。

——おもしろい活用法ですね。

同じようにYOKOZUNA dataでは、さまざまな用途でさまざまなAIアルゴリズムが活用されています。自社サイトに論文も掲載されていますので、興味がある方がいれば、ぜひチェックしてみてほしいですね。

——YOKOZUNA data開発のきっかけは何でしたか?

もともと私は理化学研究所で気象衛星ひまわりから送られてくる、気象情報をはじめとした観測ビッグデータの解析に関する研究を行っていました。そこでシリコンスタジオがゲームのデータサイエンティストを探しているという情報を知り、コンタクトをとりました。その時は自社で運営しているゲームの解析を行える人が求められていたのですが、そこでオンラインゲームのデータ解析が汎用的に行えるサービスの開発を逆提案したんです。それがきかっけになって、YOKOZUNA dataの開発がスタートしました。

※その後、YOKOZUNA dataはシリコンスタジオの手を離れて、2018年からキーワーズ・インターナショナルの傘下に移行した

——興味深いですね。ただ、そもそもなぜゲーム業界に興味を抱かれたのでしょうか?

データ解析がビジネスになると思ったからです。ゲーム業界にはオンラインゲームのユーザー行動ログという、高い品質の情報が大量に存在します。しかし、多くの企業ではそのデータを十分に活用できていません。そこでデータサイエンスを通して、ゲーム開発の手法を革命的に進化させることが可能だと思いました。

——そうはいっても自動車、金融、バイオテクノロジーなど、より大きな業界はありますよね。どの業界でもAI技術は求められています。ゲーム業界ならではの魅力はなんでしょうか?

ゲーム業界もけっこう大きいですよ(笑)。それに、ゲームでは「人間の行動」がデジタルデータに変換されて、記録されていますよね。それによって「人間はどういった時にどれくらいのリスクを取るか」など、人間行動学的な分析ができます。そこが面白いところですね。

——YOKOZUNA dataはゲーム業界に最適化されていますが、他業界で応用することはできますか? たとえば音楽配信プラットフォームなどにも向いているように感じました。

たしかに会員の離脱予測といったアルゴリズムは、音楽配信プラットフォームにも向くでしょうし、医療や保険業界でも応用可能かもしれません。ただ、私たちはゲーム業界にフォーカスしていますし、YOKOZUNA dataの親会社であるキーワーズもゲーム業界の企業です。それに私たちの会社はまだ非常に小さいので、あまり多くの分野に手を広げることはできません。そのため、YOKOZUNA dataはゲーム業界に最適化しています。

——では、ゲーム業界での活用事例について教えてほしいのですが、クライアントは何社くらいあるのでしょうか?

NDAに抵触するので詳細はあかせませんが、大手を中心に十社程度と契約していて、そのうち半数が日本の企業です。

——運営のログデータをAPIを介して提供するという点で、日本企業はセキュリティを気にして、難色を示しそうな気がしますが、実際はどうですか? 

気持ちはわかりますし、実際にそうした懸念をいただくこともありますが、セキュリティには万全の自信を持っています。御社のサーバがオンプレミスでもクラウドでも、特に変わりはありません。

——今後のアップデートの予定はありますか?

具体的なアップデートの予定などは未公開ですが、将来的にはプレイヤーごとにパーソナライズされたゲーム体験を提供していきたいですね。YOKOZUNA dataでは個々のプレイヤーの行動を識別し、分析し、予測することができますので、それとゲームメカニクスやレベルデザインなどを組み合わせられればと思っています。もちろん、今すぐにどうこうという話ではなくて、遠い未来の目標です。一歩ずつ進んでいきたいですね。

——最後に今後のイベント情報などがあれば教えてください。

CEDECと東京ゲームショウでブース出展をする予定ですので、ぜひいらしてください。デモ版や、1カ月間の無料トライアルサービスなども行っていますので、お問い合わせいただければ幸いです。

Writer:小野憲史

RELATED ARTICLE関連記事

【CEDEC2021】ゲーム産業における対話キャラクターAIの発展(前編)

2021.10.18ゲーム

【CEDEC2021】ゲーム産業における対話キャラクターAIの発展(前編)

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

【JSAI2021】JRPG特有のお遣いクエストを自動生成できるAI技術への第一歩

2021.6.21ゲーム

【JSAI2021】JRPG特有のお遣いクエストを自動生成できるAI技術への第一...

RANKING注目の記事はこちら