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
【CEDEC2019】汎用型ボードゲームAIの開発に向けたモリカトロンの挑戦
第三次人工知能ブームのきっかけを作ったディープラーニングが2010年代に普及して以降、AIは物体認識や音声認識を中心にさまざまな分野で活用されるようになり、その波はゲーム業界にも訪れています。1種類のゲームや1体のキャラクターに対してそれぞれ個別のAIを開発するのではなく、あらゆる状況に対応できる汎用型のゲームAIが作れたなら。それはゲーム開発者たちの夢でもあります。
9月4日から9月6日までパシフィコ横浜で開催されたCEDEC 2019では、ゲーム開発現場におけるAI技術の応用例や活用法に関するセッションが目白押しでした。今回は、その中からモリカトロンの「AIは自分でボードゲームの勝ち方を見つけられるか?(※講演資料あり)」というセッションを取材しました。

登壇者は、モリカトロンAI研究所の所長である森川幸人氏、同研究所のチーフエンジニア松原卓二氏、同社取締役の成沢理恵氏。講演では、同社の人工知能モデル「モリカAI」が複数のボードゲームを学習する上での技術的な工夫や今後の課題が解説されたほか、日本将棋連盟女流二段の北尾まどか氏とモリカAIによる対戦デモが実施されました。
ボードゲームの学習はビデオゲームへの布石
ゲームという料理に合うAIというワインを選ぶ「AIソムリエ」を謳うモリカトロンは、教師なし学習の利点と将来性を検証することで、AIによる自律的な学習がゲーム開発業務にもたらす可能性やメリットを追求しています。その最終目標は、ビデオゲームを自ら学習してくれるAIの開発です。今回、ボードゲームに特化したモリカAIの開発しているのは、その足がかりに過ぎないといいます。その理由について、森川氏は次のように語っています。
ビデオゲームを対象にAIを開発するには、実際にAIを組み込むまでの作業量が膨大になってしまいます。また、テスト用のゲームを用意した場合、AIの賢さを測る客観的な査定が困難になってしまう問題が生じます。さらに、既存のビデオゲームを使って研究することも、権利上の理由から現実的とはいえません。結果、こうした問題が比較的少ないボードゲームを研究の対象に選んだということでした。ボードゲームAIから得られた戦略獲得のノウハウは、ビデオゲームにも応用できそうだとモリカトロンは考えています。
ボードゲームのカテゴリーは、完全情報ゲームと不完全情報ゲーム、運が絡む不確定要素の有無、そして二人か多人数かによって、全部で8種類に分類されます。近年、AIが人間のプロプレイヤーを負かしてきた将棋や囲碁は、このうちの二人完全情報確定ゲームに該当します。このほかの例として、二人完全情報不確定ゲームにはバックギャモン、二人不完全情報確定ゲームにはガイスター、多人数不完全情報不確定ゲームには麻雀などが挙げられます。
AIによる学習は、二人完全情報確定ゲームがもっとも容易とされており、ここから不完全情報、不確定要素、多人数向けと複雑さを増すごとに、学習難度も比例して上昇していきます。一方で、一般的に普及している完全情報確定ゲームは意外と少なく、この世界に存在する大半のボードゲームは不完全情報か不確定、またはその両方のカテゴリーに該当するといいます。ビデオゲームに関しても、必然的に完全情報確定ゲーム以外のカテゴリーの方が圧倒的に多いことが想定されるでしょう。
モリカAIはAlphaZeroというAIから生まれた
モリカAIは、Google傘下のDeepMind社が開発したAlphaZeroをベースに、その前身であるAlphaGo Zeroの手法を一部取り入れ、多人数ゲームに対応させたゲームAIです。不完全情報および不確定ゲームに対応しており、Webサーバーとクライアント機能を搭載したことで、GUIによる対人プレイも実現しています。また、スーパーコンピューターのような環境がなくとも平均的な計算資源で利用できることを前提に、AlphaZeroと比べてさまざまな部分で軽量化が施されています。
ちなみにAlphaZeroとは、2015年にDeepMind社が発表した囲碁プログラム「AlphaGo」と、その改良版である「AlphaGo Zero」をさらに汎用化したAIで、棋譜なしで囲碁のほかにチェスや将棋も学習できます。二人完全情報確定ゲームであれば、同一アルゴリズムと同一ネットワークを使用して、ゲーム固有の人間の知識やデータなしで、完全な白紙状態から自己対戦で強化できる点が特徴です。つまり、事前にゲームのルールさえ教えれば、勝ち方は自分で見つけ出すように設計されているのです。
AlphaZeroは、モンテカルロ木探索とディープニューラルネットワークを組み合わせて対象のゲームを学習します。モンテカルロ木探索とは、自分の手番がくるたびに仮想盤面における探索ツリーを構築して、その中から最善の手を選ぶアルゴリズムです。この手法で自己対戦を繰り返し、生成した学習データをディープニューラルネットワークに蓄積していきます。すると以降の自己対戦では、モンテカルロ木探索を実行する際にディープニューラルネットワークから打ち手と価値を入手し、それを基にした最善の手を導き出します。このループを何万回と繰り返すことで、より有効な戦略を自ら生み出していくというわけです。
このAlphaZeroをゲームAI開発のベースとして採用した理由は、その汎用性の高さから、二人完全情報確定ゲーム以外のボードゲーム全般へ応用できる可能性が期待できるからだと、森川氏は語ります。事実、AlphaZeroには完全情報ゲームの学習成果において大きな実績があります。また、多くの研究者たちによるサンプルコードなど、研究に応用できる既存のリソースが豊富に存在することも大きなアドバンテージだといいます。
すべてのゲームへ機能拡張するため試行錯誤は続く
モリカトロンの挑戦は、二人完全情報確定ゲームのみを対象に開発されたAlphaZeroの機能を、すべてのカテゴリーへと拡張することです。今回の講演では、そのためのプロセスや工夫について語られました。
ディープニューラルネットワークが白紙状態の初期段階では、AIがランダムに手を決定するため正解にたどり着けないケースが出てきます。そこでルールベースのプレイヤーを自己対戦の中に混ぜることで、学習中のAIに「セオリーの気づき」を与えたといいます。また、ゲームの種類によっては「イカサマディーラー」のような仕様のプレイヤーを加えることでAIにわざと勝利させ、成功体験を与えることも重要だということでした。
いわゆる「ルールベース」を排除した学習が、AlphaZeroの特徴なのですが、あえて、そこに「ルールベース」を加えてみたら、単純なモンテカルロ木探査よりよい学習ができました。(森川)
実際にモリカAIが学習したボードゲームは、二人用では完全情報確定ゲームの「どうぶつしょうぎ」と「ゴブレット・ゴブラーズ」、「立体四目並べ」、不完全情報不確定ゲームの「サイコロ将棋」、不完全情報確定ゲームの「ガイスター」、そして不完全情報不確定ゲームの「バトルライン」。
多人数用では、完全情報確定ゲームの「四人オセロ」、完全情報不確定ゲームの「キュージェット」、不完全情報確定ゲームの「クイビット!」、そして不完全情報不確定ゲームの「ハゲタカのえじき」と「すずめ雀」。これら11種類のボードゲームを、7から8人月かけて学習させたとのことです。
ひとつのゲームごとに固有のAIを設計していたら、この人月では11個のゲームの学習はできなかったと思います。汎用のAIを使えたからこそのスピードだったと思います。(森川)
課題山積も未来のゲーム開発に一条の光
これらのボードゲームでモリカAIはどれくらい強くなったのか。AIの実力を人間の主観ではなく、定量的に評価するには何らかの尺度が必要です。国際チェス連盟の公式記録や、サッカーやテニスをはじめとしたプロスポーツにおける公式ランキング、オンライン対戦ゲームでのマッチングには、イロレーティングという尺度が使われています。これはプレイヤーやチームの相対的な強さを数値で評価する指標のひとつですが、多人数ゲームや不完全情報ゲームには使えないという欠点があります。
そこでモリカトロンは、モリカAIの強さを示す5段階の尺度を定義しました。まず、ランダムプレイヤーに勝ち越せないレベル1。ここでのランダムプレイヤーとは、ゲームルールの範疇で無作為な選択肢でプレイしている状態を指します。次に、ランダムプレイヤーに勝ち越せるレベル2。これは何らかの勝ち方を見つけてはいますが、素人より弱い状態です。そして、ルールを覚えたばかりの人間に勝ち越せるレベル3と、ゲームを熟知した人間に勝ち越せるレベル4。最後に、プロ級の人間に勝ち越せるレベル5です。
現在のモリカAIの実力は、二人完全情報確定ゲームの「どうぶつしょうぎ」と「ゴブレット・ゴブラーズ」では、デモ対戦で北尾女流棋士を負かすほどに成長し、すでにレベル5に到達しています。一方で、不完全情報ゲームの多くではまだレベル3やレベル2の壁を越えられていないようです。
特に「ガイスター」のような、相手を出し抜くブラフ戦略が勝利の鍵を握るゲームにおいては、嘘をつくことも見抜くこともできないAIの自己対戦だけでは解決できない課題があるようです。北尾氏とのデモ対戦でも、人間なら絶対に選択しない手を指したことであっさりと負けてしまいました。
北尾さんとの対戦の少し前、我々は、ガイスターに相手の赤のコマを3つ取ったら、その後はむやみにコマを取らず、慎重に行けと学習させました(相手の赤のコマを4個取ったら負けなので)。その追加の学習が「効き過ぎ」たため、北尾さんの赤のコマを3つ取った後、慎重になりすぎた、結果、無意味な作戦を取ってしまいました。(森川)
それでも、不確定要素をふくむ「サイコロ将棋」や、多人数のプレイヤーが参加する「四人オセロ」と「クイビット!」でレベル4に到達していることから、着実に成長している様子が見て取れます。
このように、モリカAIが人間の頭脳のような汎用性を手に入れるまでには、まだまだ長い道のりがありそうです。また、入力表現の決定が難しいことや、汎化・強さ・学習コストのトレードオフ、明らかに不向きなゲームの存在など、今後の課題も山積しているようです。しかし、ディープラーニングがゲーム開発業務にもたらす可能性やメリットを追求するという点においては、いくつかの利点が見出せたようです。中でも、ゲームの勝ち方を知らないプログラマでも作れる点や、人間がいまだに発見していない戦略を見つけてくれるという点は、将来ゲーム開発者たちの夢を叶える上で大いに役立つでしょう。
Writer: Ritsuko Kawai / 河合律子