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吉本幸記音楽NVIDIA生成系AI強化学習ニューラルネットワーク三宅陽一郎GoogleStable DiffusionグーグルQAシナリオDeepMind人工知能学会GPT-3森川幸人自然言語処理ChatGPTFacebook大内孝子マイクロソフト大規模言語モデル映画キャラクターAI敵対的生成ネットワークルールベースAIと倫理アートゲームプレイAIスクウェア・エニックスモリカトロンAIラボインタビュー倫理SIGGRAPH著作権モリカトロンデバッグ画像生成NFTDALL-E2StyleGANプロシージャルLLM遺伝的アルゴリズムNPC自動生成テストプレイメタAI画像生成AI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VFXAdobeMidjourneyデジタルツインボードゲームDALL-ECLIPビヘイビア・ツリーマンガCEDEC2021CEDEC2020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 2021JSAI2022作曲NVIDIA OmniverseGDC 2019マルチエージェントCEDEC2022MinecraftAIアート小説アニメーションStability AIメタ懐ゲーから辿るゲームAI技術史toioジェネレーティブAI音楽生成AIスポーツ栗原聡手塚治虫CNNバーチャルヒューマンBERTMicrosoftUnityMetaOmniverse3DCGJSAI2023鴫原盛之HTN階層型タスクネットワークソニーGPT-4汎用人工知能JSAI2020GTC2023NeRFTensorFlowインタビューイベントレポート対話型エージェントAmazonロボティクスDQN水野勇太アバターUbisoftGenvid TechnologiesガイスターStyleGAN2デジタルヒューマンGTC2022教育JSAI2021はこだて未来大学研究エージェントシムピープルMCS-AI動的連携モデルプロンプトモーションキャプチャーTEZUKA2020CEDEC2023マルチモーダルElectronic Arts3D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類家利直eSportsBLUE PROTOCOLシーマンaibo合成音声チャットボットブラック・ジャックAWS徳井直生斎藤由多加AlphaZeroTransformerARGPT-2rinnaAIりんなカメラELSI環世界中島秀之PaLM哲学ベリサーブPlayable!GPT-3.5理化学研究所Gen-1SIGGRAPH ASIASFNetflixデータマイニング東京大学Bard現代アートDARPAドローンシムシティImagenZorkバイアスASBSぱいどんアドベンチャーゲームAI美空ひばりテキスト生成手塚眞バンダイナムコ研究所スパーシャルAINEDOFSM-DNNLEFT 4 DEADイーロン・マスク通しプレイOpenAI FiveStable Diffusion XL本間翔太馬淵浩希Cygames森山和道Audio2Face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 CooperGPTFireflyPyTorchChatGPT4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モリカトロン開発者インタビュー宮本茂則バスケットボールサルでもわかる人工知能text-to-3DVAEDreamFusionTEZUKA2023リップシンキングRNNUbisoft 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VTuberIGDA立教大学秋期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Adobe MAXマシンラーニング村井源5GMuZeroRival Peakpixivオムロン サイニックエックスクラウド電気通信大学対話エンジン稲葉通将3Dスキャン橋本敦史リトル・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Microsoft 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坂本洋典釜屋憲彦ウェイポイントLLaMAパス検索対談藤澤仁生物学GTC 2022画像認識ハリウッド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 2022SNSTextWorldEarth-2BingMagentaYouTube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 ONENetHackキャラクターモーションControlNetNBAフェイクニュースユニバーサルミュージックRPG法律SIGGRAPH 2022世界モデルレベルデザインゲームエンジンDreamerV3AIボイスアクター南カリフォルニア大学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 DungeonRed Ramマーダーミステリーゲーム背景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ELYZA DIGEST建築音声合成広告西成活裕ハイブリッドアーキテクチャ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 StudioAdobe Max 2023アップルタウン物語新型コロナ土木MindAgentKELDIC周済涛BIMBing Chatメロディ言語清田陽司インフラBing Image CreatorゲームTENTUPLAYサイバネティックスDALL-E 3MARVEL Future FightAstro人工知能史Amazon BedrockAssistant with BardタイムラプスEgo4DAI哲学マップThe Arcadeバスキア星新一X.AISearch Generative Experience日経イノベーション・ラボStyleGAN-XLX Corp.Dynalang敵対的強化学習StyleGAN3TwitterVLE-CE階層型強化学習GOSU Data LabGANimatorXホールディングス論文WANNGOSU Voice AssistantVoLux-GANMagiAI Act竹内将SenpAI.GGProjected GANEUMobalyticsSelf-Distilled StyleGANSDXLArs ElectronicaニューラルレンダリングRTFKTAI規制岡島学AWS SagemakerPLATONIKE欧州委員会映像セリア・ホデント形態素解析frame.ioClone X欧州議会UXAWS LambdaFoodly村上隆欧州理事会誤字検出MusicLM認知科学中川友紀子Digital MarkAudioLMゲームデザインSentencePieceアールティSnapchatMusicCapsLUMINOUS ENGINEクリエイターコミュニティAudioCraftLuminous ProductionsBlenderBot 3バーチャルペット効果音パターン・ランゲージ竹村也哉Meta AINVIDIA NeMo ServiceMubertちょまどマーク・ザッカーバーグヴァネッサ・ローザMubert RenderGOAPWACULVanessa A RosaGen-2Adobe MAX 2021陶芸Runway AI Film Festival自動翻訳Play.htPreViz音声AINVIDIA ACEAIライティングLiDARCharacter-LLMOmniverse AvatarAIのべりすとPolycam復旦大学FPSQuillBotdeforumChat-Haruhi-Suzumiyaマルコフ決定過程NVIDIA MegatronCopysmith動画生成AI涼宮ハルヒNVIDIA MerlinJasperハーベストEmu VideoNVIDIA MetropolisForGamesNianticパラメータ設計ゲームマーケットペリドットバランス調整岡野翔太Dream Track協調フィルタリング郡山喜彦Music AI Tools人狼知能テキサス大学ジェフリー・ヒントンLyriaGoogle I/O 2023Yahoo!知恵袋AlphaDogfight TrialsAI Messenger VoicebotGoogle I/OインタラクティブプロンプトAIエージェントシミュレーションOpenAI Codex武蔵野美術大学慶應義塾大学StarCraft IIHyperStyleBingAI石渡正人Future of Life InstituteRendering with Style手塚プロダクションIntelDisney林海象LAIKADisneyリサーチヴィトゲンシュタインPhotoshop古川善規RotomationGauGAN論理哲学論考Lightroom大規模再構成モデルGauGAN2京都芸術大学CanvaLRMドラゴンクエストライバルズ画像言語表現モデルObjaverse不確定ゲームSIGGRAPH ASIA 2021PromptBaseBOOTHMVImgNetDota 2モンテカルロ木探索ディズニーリサーチpixivFANBOXOne-2-3-45Mitsuba2バンダイナムコネクサス虎の穴3DガウシアンスプラッティングソーシャルゲームEmbeddingワイツマン科学研究所ユーザーレビューFantiaワンショット3D生成技術GTC2020CG衣装mimicとらのあな高橋力斗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サッカースパコンAlibaba里井大輝Kaggle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BigGANGANverse3DMaterialGAN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 DiffusionぷよぷよユービーアイソフトWebcam VTuberモーションデータ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かんばん方式ジョルダン曲線メディアAdobe Research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 Policies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 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 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DynamixyzMOFLINActors-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周 済涛韻律射影MILIZEZaha Hadid Architectsステートマシン韻律転移三菱UFJ信託銀行ディープニューラルネットワーク

【CEDEC2019】DeNAのゲームAI開発に見る”AIを活かす組織”とは?

2019.10.24ゲーム

【CEDEC2019】DeNAのゲームAI開発に見る”AIを活かす組織”とは?

DeNAは現在「ネクストオセロニア」という言葉を掲げ、これまでのゲームにおけるAI開発を振り返っています。これは『逆転オセロニア』の開発における成功と失敗を、次のAI開発にどのように活かしていけばよいかを探ろうというものです。本稿ではCEDEC2019で発表されたセッション「組織的に Game x AI を推進していくための方法論 〜『逆転オセロニア』 の一歩先へ〜」の内容を取り上げます。

DeNAのゲームAI開発のこれまで

DeNAの『逆転オセロニア』(以下、オセロニア)は、ゲーム開発に機械学習を導入した成功事例として知られていますが、DeNAの中でどのような位置づけで始まったものだったのでしょうか。

セッションの前半を担当した田中一樹氏(株式会社ディー・エヌ・エー AI本部AIシステム部データサイエンス第一グループ データサイエンティスト)によれば、ゲームアプリ運用の課題解決に向けて、古典的なAI技術のみならず、機械学習やディープランニングといった最新技術を視野に入れたAIを活用する試みを始めたのが2016年のこと。2016年から2017年にかけては、AIでできることの可能性を模索していたフェーズです。

はじめに取り組んだのはゲームアプリ運用の課題解決です。大きな課題のひとつとして、ゲームアプリにおけるステージ設計の難易度調整の工数が大きいという点がありました。従来の工程では、パラメータを設計して、値を入力して、そのあと難易度が意図通りになっているのかを確かめるためにテストプレイをします。この作業を繰り返すことで理想的なステージや難易度を調整していきます。

その作業工程のコストを軽減させるために、強いAI(ここで言う強いAIとは、人間の知能に迫るようなAIのこと)を作ることで自動テストプレイを行い、プレイした結果をもとにステージの難易度調整を適切かつ効率的に行うユースケースを目指したのです。開発の手法としては、古典的なMCTS(Monte Carlo Tree Search:モンテカルロ木探索)からリカレントニューラルネットワーク(Recurrent Neural Network:RNN)、強化学習なども検証していきました。

この取り組みは当時の社内ではあまり事例のない新しい領域への挑戦でした。結果として、まずAIを学習して作るということには成功しましたが、さまざまな課題があったため導入するには至りませんでした。とはいえ、特定の条件下では強いAIを作ることができ、それを可視化することでAIの可能性を垣間見ることもできたとのことです。

これはとても大きな収穫でした。まだAIの事例がない中で、実際のゲーム開発を通して課題の探索からAIの作成まで行い、AIで解決できそうな課題を発掘できました。AIの可能性を垣間見ることができましたし、今後につながる取り組みだったと思います。(田中一樹氏)

この取り組みをきっかけに、DeNAは本格的にゲーム開発におけるAIの活用を推進することになります。そして、2017年にオセロニアで強化学習を使ったバランス調整を行う強いAIを作るところから始めて、最終的に複数のAI機能を実装しました。現在は、今までの知見や技術の応用範囲を拡大させるために、組織的にスケールさせるフェーズに入っているとのことです。

DeNAにおけるAI活用のヒストリー

オセロニアにおける2つのAI機能

ここで、オセロニアに実装された2つのAI機能について紹介します。ひとつは「オセロニア道場」、人間のように戦うAIと対戦できるという機能です。もうひとつはおすすめのデッキを提案してくれる「おすすめ編成」という機能です。

まず、オセロニア道場ですが、これは「手ごわい敵と気軽に戦う場がない」「さまざまなアーキタイプとの戦い方を覚えるのが大変」という課題を解決しようとしたものです。これまではPvE(対CPU戦)とPvP(対プレイヤー戦)の2つしかなく、特に初心者プレイヤーにとって、いきなり強いプレイヤーと戦うのは難しかったのです。また、アーキタイプごとの戦い方も覚えなければなりません。このユースケースは、より人間らしいAIを相手に戦うことができたら戦術のサポートができるのではないか、という発想から生まれました。使っている技術は、プレイヤーの対戦ログから学習するディープランニングです。

オセロニアの課題

初心者プレイヤーにとって、多種多様な駒の中からデッキを組むのが困難なのではないかという仮説から始まったのが、プレイヤーの所持コマに合わせてデッキをレコメンドしてくれるAI機能「おすすめ編成」の開発です。ここでは古典的なアソシエーション分析、データサイエンスのレコメンド技術を採用しています。この試みで得られた一番大きな成果は、AIを作った機能をリリースして運用まで持っていけたことです。また、事業価値的にもポジティブな結果が複数あり、AIのポテンシャルを実証できたことも成果として挙げられます。

ただ、発想からユースケースへの落とし込みには、ゲームに精通した知識と技術への結びつけが必要で、そうした試行錯誤に時間がかかりました。とはいえ、PoCではなく「使えるAI」を作ることができたのは大きな前進で、リリースしたAIに触れた多くのプレイヤーからのフィードバックを受け、DeNAの中では「AIがゲームに新たな価値をもたらす」ことが少しずつ確信に変わっていったのです。

そして、AIの重要性を革新したDeNAは、それまで蓄積してきたことを効率的に活かしていくためには組織としてAIの活用をスケールさせる必要があると判断します。オセロニアだけではなく、さまざまなタイトルでAIをうまく活用することができれば、企業として新しい武器を持つことになります。では、どうすればもっとうまくAIを使いこなすことができるのでしょうか。そこで出てきた2つのキーワードが「ボトムアップ」と「トップダウン」です。

ボトムアップは、従来のように現場レベルで課題を探索することで、まったく別のユースケースを探し出す0から1の取り組みのことを指します。一方でトップダウンは、会社としてAIを計画的にスケールさせるために未知のユースケースを拡大させていく1から10のアプローチです。どちらか一方がより重要というわけではなく、両者ともにAIを活用していく上で大切な要素となります。

AIのスケールにはボトムアップとトップダウンが必要

ボトムアップという取り組み

AIでできることの課題探索はボトムアップの取り組みで、エンジニアだけではなく、アナリスト、データサイエンティスト、プランナーなど、サービスやデータに触れているメンバーが協力して行います。タイトルチームからAIチームに対して、「ゲーム開発のここをAIで解決できないか」と疑問が投げかけるところからスタートし、それに対してAIチームからできそうな方法を提案します。それとは逆にAIチーム内から、「こういうことができるのではないか」と、タイトルチームに対して提案する動きもあります。

チーム間の信頼関係を築いたことにより、スムーズにAI活用の推進をスタートさせることができました。ボトムアップの取り組みの主要な目的は、ゲーム領域で目の前にある事業課題をデータやAIの力で解決することです。このようにサービスやデータに触れているメンバーが双方向に協力して目的達成に向けて動いています。(岡田健氏)

その際の大切なポイントとして言及したのは、次の2点です。

  1. 特定のゲームだけではなく、マーケティングやカスタマサポートなど、幅広いゲーム関連事業、業務と連携して進めること(これは、横展開が可能な技術を意識することにもつながる)
  2. 新たな技術の習得やユースケースの発見には不確実性というリスクも伴うため、つぶれる取り組みの存在を一定数は許容し、心理的安全性も確保できる仕組みを意識すること

部署を横断するさまざまな取り組みも行われており、例えばアナリストが所属する分析部、AIの専門家が所属するAIシステム部やAI推進部など、AIの開発に携わる部署間で互いの進捗や技術トレンドを共有する機会を持つことが、ポジティブな効果につながっています。

また、明確な戦略なしに課題や案件の探索を行っていくと、それぞれのメンバーの責任分界点が曖昧になって進めづらくなるため、適切な役割分担を定義して関係者の認識を揃えることであるべき”姿”を明瞭にし、効率的に案件や課題の探索を進められる体制にしています。

適切な役割分担と推進フロー

成功や失敗の如何に関わらず取り組んだ事例の成果を次につなげられる体制を作るために、AIや機械学習、データサイエンスの案件を安全に進められる推進フローも社内で策定しました。これによって、取り組む価値が不明確であったり、明らかにAIではできないような無理難題な案件が進んでしまうことを回避できるようになりました。このように、地道な地盤作りをすることでAI開発を持続可能な状態にできるようにしていきました。

この推進フローの策定により、ゲーム開発に関わるさまざまな業務がフローに入り込み、今まで見えてこなかった課題を発見できるなど、組織としてのAIの活用の幅を広げることができるようになりました。また、さまざまな関係者がAI活用について議論することで、組織レベルでのAIのリテラシーが向上にもつながっているとのことです。

こうしたボトムアップの取り組みで生まれた事例としては、オセロニアのアーキタイプの自動抽出とゲーム運用への活用が挙げられます。AI部分はAIエンジニアや機械学習アナリストが開発していますが、運用にも関わる部分のためプランナーやタイトル側のエンジニアとも協力して完成させました。

トップダウンのAI開発とシミュレータ

もう一方のトップダウンのAI開発では、事業インパクトが出せる領域に対して計画的にAIの活用をスケールさせる必要があります。まずは組織的な動きとして、ゲーム分野におけるAIの応用的な活用を推進するためのチームとしてAI推進チームを設置しました。このAI推進チームの役割は大きく2つ、「事例・知識の蓄積」と「現場との架け橋」です。

AI推進チームをハブにしたトップダウン的な組織の構成

AI推進チームでは、社内・社外を問わず過去の実績、事例、ユースケースを蓄積しています。どのような課題に対して、どのような技術を使い、どのような結果を得たのか、それらを調べた上で組織に還元することで、初めて課題に取り組むことができます。具体的には、開発の現場である各タイトルチームにヒアリングし、課題を把握した上で過去の事例の適用も視野に入れた解決策を提案します。そして、適切な専門家につなぎます。機械学習の勘所とゲームのドメイン知識やゲームの開発の経験も必要になってくるため、エンジニアリングの知識やスキルも併せ持っています。

このようなAIとの橋渡しの専門家は今まで注目されていなかった部分ですが、今は会社として積極的に投資しています。(岡田健氏)

セッションの後半を担当した岡田健氏(株式会社ディー・エヌ・エー AI本部 AIシステム部MLエンジニアリンググループ MLエンジニア)

これは、オセロニアの事例を振り返った際に、当時は「事例・知識の蓄積」と「現場との架け橋」、この2つの動きが欠けていたという分析から見えた課題です。

これまでに足りていなかった部分とすでにある部分

そして、ゲームに機械学習を応用する際にシミュレータが大きな役割のひとつを担っていると岡田氏は言います。

ここでシミュレータを取り上げる理由を明確にしておきます。AIの取り組みのためにまず必要なのは、何をどのようなストーリーで解決したいのかという課題とユースケースを決めることです。シミュレータはそのための手段となる技術でしかありません。ただ、用途は広いです。各社の発表を見ても、まずはシミュレータとなることが多いです。インゲームが絡んでくると、やはりここが重要になります。(岡田健氏)

よくシミュレータは大事、初期からシミュレータを作っておくべき、ビューとロジックを分離しておくようなゲームの作りにしておきましょうという話になります。しかし、岡田氏はそれでは片手落ちだと指摘します。やはり、ユースケースありきで考えるべきで、それを意識したときに浮かび上がってくるのが「ゲーム本体とAIの境界」と「やりたいことに対しての要件定義」です。

「オセロニア道場」の例では、ユースケースは強いAIと自由に対戦できる環境を作るというものでした。そして、インバトルの強いAIを教師あり機械学習で作ることを目指しました。このとき「境界」には何が必要になってくるのかを、内部構造と作業フローの2つの視点で見ていきます。

オセロニア道場の内部構造は図のとおりで、ゲームの端末から記譜を推論APIに投げ、特徴量抽出APIで特徴量に変換し、それをAIのモデルで推論した結果(出てきた打ち手=どこに何をおくのか)、その価値をクライアントに返す、という流れになります。その際に生じる境界がゲームとAIの境界です。左側がゲームの世界、右側がAIの世界、それをつなぐのが特徴量抽出機です。特徴量抽出機は記譜を特徴量に変換します。左が記譜、右が特徴量。オセロニアの特徴量抽出は今の盤面を再現して、そこから情報(どこの場所に黒石が置かれていたのか、手札にどういうキャラクターがいるのか、など)を抜き出します。実際のオセロニアでは、これをPythonで実装しています。

オセロニア道場の内部構造

振り返りの課題として岡田氏が上げるのは次の2点です。

  1. 記譜ログをAI用に設計すること
  2. バトルロジックの二重管理をやめること

ここで重要なのはリプレイが可能かどうかです。「そもそものゲームのバトルロジックをリプレイ可能にしておき、記譜に従い、ビューなしでバトルをリプレイして特徴抽出できるようにするべき」と岡田氏は語ります。

ゲームはプレイヤーからの入力を受けてメモリが変化し、その結果画面が変化してプレイヤーとインタラクトするものですが、この図の通り、現状はバトルロジックとビューロジックが分かれ、直接インタラクトしない形になっています。プレイヤーからどこに何のコマを置いたのかという入力コマンドが入ってくると、バトルロジックはそれを今の盤面に置いて、ダメージを計算して、内部状態を変化させます。その結果、どういう描画をするのかを描画ロジックに指示します。バトルロジックは入力を出力に変換する機械なのです。そして、AIのトレーニングなどで使うシミュレータを考えるために、入力コマンドを記譜ログに保存します。

バトルロジックで入力を出力に変換する

入力を一元化し、学習段階と同じ記譜ログをバトルロジックに流し込み、それで特徴量抽出を行うようにすれば、リプレイ可能になります。こうしておくことで、同じ入力が与えられた際に内部状態も出力も同じになるはずです。

入力が同じならその後ろはすべて同じになる

次は作業フローの点から見ていきます。AIコンテンツは、いくつかのフェーズを経て開発されます。重要なのは、目的は学習だけではないということです。AIのモデルに対しても、AIの専門家がAIの品質保証をしなければなりません。

作業フローのプロセス
AIの学習

まずAIの学習から始まります。ゲームからは対戦ログのデータが取れています。学習は、バトルロジックをラップした特徴量抽出(リプレイヤー)を使って行います。こうして疎結合にしておくことで、複数のマシンで学習データを生成することができるようになります。ここでのアウトプットは学習したAIのモデルです。

次に、勝率の評価です。学習はアウトプットとしてAOIのモデルを生み出しますが、それを「ふるい」にかけます。NPCや既存の他のモデルと戦わせて強いかどうかを判断し、弱いモデルは捨てられます。ここでのシミュレータは対戦サーバで、従来の狭義のシミュレータと呼ばれるものです。対戦環境を作って、実際のバトルロジックを動かしてPythonから対戦できるものです。ここでは対戦のログが出てきます。

勝率評価

そして、勝率評価で出てきた対戦ログは打ち手の評価に使います。打ち手の評価とは、人間がAIの打った手を見て、実際に目で確認して評価をすることです。AIの学習は試行錯誤するものです。その際、勝率が上がらない原因は何なのか、どういった状態のときにどういうパターンで負けるのかを分析します。このイテレーションをできるだけ短く行うことが非常に重要です。

打ち手の評価

そのためにはゲームのいちデバッグ機能として、バトルをリプレイして観戦する機能が必要となります。AIの対戦ログをどこかのサーバに置き、必要な際には即座に見られるようにしておくことが望ましいです。勝率評価を勝ち残ったモデルは、試し打ちを経てAIコンテンツにデプロイされます。試し打ち評価とは、実際に人間がAIと戦ってみて、どれだけ強いか、人間らしく打てるかを評価するステップのことを指します。そのための仕組みは、本番の推論とほぼ同じシステムです。注意点としては、やはりここでもイテレーションを回しやすいように作っておくことが望ましいということです。

打ち手評価&AIコンテンツ

このように、ひとつのユースケースだけを見てもゲームとAIの境界となる部分はたくさんあります。AIを活用するためには、これらすべてがしっかり機能する必要があります。リプレイ可能なように最初の段階から設計しておくことが重要です。(岡田健氏)

DeNAでは、オセロニアの2つのプロジェクトを経て、ゲームの文脈でAIを使いこなすために必要なことが見えてきたという状況です。現在はボトムアップで探索し、トップダウンで推進するという形で、次の段階に向けて動き出しています。最後に岡田氏は、最も大事なことはゲーム開発者とAIの開発者が協力すること、AIを使ってゲームをおもしろくしたり、ゲームの開発を効率的にするためには、現場からの声、新しい企画、エンジニアの腕が重要だと締めくくりました。

Writer:大内孝子

RELATED ARTICLE関連記事

ゲームAI開発者が差別について考えるべき理由

2020.1.31ゲーム

ゲームAI開発者が差別について考えるべき理由

にわかレベルだったゲームプレイAIは、いかにして熟練プレイヤーになったか?

2020.4.30ゲーム

にわかレベルだったゲームプレイAIは、いかにして熟練プレイヤーになったか?

【CEDEC2022】アイデアとイノベーションの源泉、SF思考の最新動向

2022.9.26ゲーム

【CEDEC2022】アイデアとイノベーションの源泉、SF思考の最新動向

RANKING注目の記事はこちら