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月刊エンタメAIニュースディープラーニング河合律子生成AI吉本幸記OpenAIGAN音楽NVIDIAGoogle強化学習三宅陽一郎ChatGPTニューラルネットワークStable Diffusionグーグル森川幸人シナリオDeepMindQA大規模言語モデル人工知能学会GPT-3自然言語処理マイクロソフトFacebook大内孝子AIと倫理映画著作権アート倫理モリカトロンキャラクターAI敵対的生成ネットワークルールベースLLMSIGGRAPHゲームプレイAIスクウェア・エニックスモリカトロンAIラボインタビュー画像生成NPCNFTプロシージャルMidjourneyデバッグMinecraftDALL-E2StyleGAN遺伝的アルゴリズム画像生成AIロボットファッション音楽生成AI自動生成VFXAdobeテストプレイメタAIアニメーションテキスト画像生成深層学習CEDEC2019ディープフェイクデジタルツインメタバースVR小説ボードゲームDALL-ECLIPビヘイビア・ツリーマンガCEDEC2021CEDEC2020ゲームAI不完全情報ゲームナビゲーションAI畳み込みニューラルネットワークtoioGDC 2021JSAI2022バーチャルヒューマン作曲MicrosoftNVIDIA OmniverseGDC 2019マルチエージェントCEDEC2022MetaマインクラフトAIアート3DCGStability AIメタデジタルヒューマン懐ゲーから辿るゲームAI技術史ジェネレーティブAIスポーツエージェントプロンプト栗原聡手塚治虫汎用人工知能CNNNeRFDALL-E 3BERTロボティクスUnityOmniverseJSAI2023鴫原盛之教育HTN階層型タスクネットワークソニーGPT-4マルチモーダルJSAI2020GTC20233DTensorFlowインタビューブロックチェーンイベントレポート対話型エージェントAmazonメディアアートDQN水野勇太アバターUbisoftGenvid TechnologiesガイスターStyleGAN2ARELSIGTC2022SIGGRAPH ASIANetflixJSAI2021東京大学はこだて未来大学Bard研究シムピープルMCS-AI動的連携モデルRed RamモーションキャプチャーTEZUKA2020CEDEC2023テキスト生成インディーゲームElectronic Arts音声合成マーケティングメタデータGDC Summerイーロン・マスクStable Diffusion XLCMMicrosoft Azureアストロノーカキャリア模倣学習動画生成AIe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Epic GamesAIロボ「迷キュー」に挑戦AWS徳井直生クラウド斎藤由多加AlphaZeroTransformerGPT-2rinnaAIりんなカメラ環世界中島秀之PaLM哲学ベリサーブPlayable!GPT-3.5ハリウッド理化学研究所Gen-1SoraSFテキスト画像生成AI松尾豊データマイニング現代アートDARPAドローンシムシティゲームエンジンImagenZorkバイアスマーダーミステリーASBSぱいどんアドベンチャーゲームAI美空ひばりAGI手塚眞バンダイナムコ研究所スパーシャルAIELYZANEDOFSM-DNNLEFT 4 DEAD通しプレイ論文OpenAI Five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効果音ボエダ・ゴティエビッグデータ中嶋謙互Amadeus Codeデータ分析MILENVIDIA ACE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 CooperGPTDisneyFireflyPyTorchChatGPT4眞鍋和子バンダイナムコスタジオヒストリアAI Frog Interactive新清士SIE大澤博隆SFプロトタイピング齊藤陽介お知らせ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GeminiTikToktext-to-image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市場分析フォートナイトどうぶつしょうぎRobloxジェイ・コウガミ音楽ストリーミングMIT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GPTs電気通信大学対話エンジン稲葉通将ポケモン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Open AI3D Gaussian SplattingMicrosoft Designerアップル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バーチャルキャラクター坂本洋典釜屋憲彦GitHub CopilotウェイポイントLLaMAパス検索対談藤澤仁生物学GTC 2022xAIApple Vision Pro画像認識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 PencilScenarioSIGGRAPH2023AIピカソGTC2021AI素材.comCycleGANテンセントAndreessen HorowitzAIQVE ONENetHackキャラクターモーションControlNet音源分離NBAフェイクニュースユニバーサルミュージックRPG法律Web3SIGGRAPH 2022世界モデルレベルデザインDreamerV3AIボイスアクターUnreal Engine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 Dungeonゲーム背景アパレル不気味の谷ナビゲーションメッシュデザイン高橋ミレイ深層強化学習松原仁松井俊浩武田英明フルコトELYZA DIGEST建築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MARVEL 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AIAI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Intel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FGDC淡路滋ビデオ会議ArtflowERNIE-ViLG少年ジャンプ+Future Game Development ConferenceグリムノーツEponym古文書ComicCopilot佐々木瞬ゴティエ・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 AIJulius鑑定ラベル付けMODAniqueTPRGOxia PalusGhostwriter中村太一バーチャル・ヒューマン・エージェントtoio SDK for UnityArt RecognitionSkyrimエグゼリオクーガー田中章愛実況パワフルサッカースカイリムCopilot石井敦銭起揚NHC 2021桃太郎電鉄RPGツクールMZComfyUI茂谷保伯池田利夫桃鉄ChatGPT_APIMZserial experiments lainGDMC新刊案内パワサカダンジョンズ&ドラゴンズAI lain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 RPGPCG成沢理恵MITメディアラボMCU岩倉宏介深津貴之PCGRLアベンジャーズPPOxVASynthDungeons&Dragonsマジック・リープDigital DomainMachine Learning Project CanvasLaser-NVビートルズMagendaMasquerade2.0国立情報学研究所ザ・ビートルズ: Get Back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MERFDemucsサッカースパコンAlibaba音楽編集ソフト里井大輝KaggleスーパーコンピュータVQRFAdobe Audition山田暉松岡 聡nvdiffreciZotopeAssassin’s Creed OriginsAI会話ジェネレーターTSUBAME 1.0NeRFMeshingRX10Sea of ThievesTSUBAME 2.0LERFMoisesGEMS COMPANYmonoAI technologyLSTMABCIマスタリングモリカトロンAIソリューション富岳レベルファイブ初音ミクOculusコード生成AISociety 5.0リアム・ギャラガーSuno AI転移学習テストAlphaCode夏の電脳甲子園グライムスKaKa CreationBaldur's Gate 3Codeforces座談会BoomyVOICEVOXCandy Crush Saga自己増強型AIジョン・レジェンドGenie AISIGGRAPH ASIA 2020COLMAPザ・ウィークエンドSIGGRAPH Asia 2023ADOPNVIDIA GET3DドレイクC·ASEデバッギングBigGANGANverse3DFLAREMaterialGANダンスグランツーリスモSPORTAI絵師エッジワークスMagicAnimateReBeLグランツーリスモ・ソフィーUGC日本音楽作家団体協議会Animate AnyoneGTソフィーPGCFCAインテリジェントコンピュータ研究所VolvoFIAグランツーリスモチャンピオンシップVoiceboxアリババNovelAIさくらインターネットDreaMovingRival PrakDGX A100NovelAI DiffusionVISCUITぷよぷよScratchユービーアイソフトWebcam VTuberモーションデータスクラッチ星新一賞大阪公立大学ビスケット北尾まどかHALOポーズ推定TCGプログラミング教育将棋メタルギアソリッドVメッシュ生成KLabFSMメルセデス・ベンツQRコードVALL-EMagic Leap囲碁Deepdub.aiナップサック問題Live NationEpyllionデンソーAUDIOGEN汎用言語モデルWeb3.0マシュー・ボールデンソーウェーブEvoke MusicAIOpsムーアの法則原昌宏AutoFoleySpotifyスマートコントラクト日本機械学会Colourlab.AiReplica Studioロボティクス・メカトロニクス講演会ディズニーamuseChitrakarQosmoAdobe MAX 2022トヨタ自動車Largo.ai巡回セールスマン問題かんばん方式Cinelyticジョルダン曲線メディアAdobe ResearchTaskade政治Galacticaプロット生成Pika.artクラウドゲーミングがんばれ森川君2号AI Filmmaking Assistant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AI ScreenwriterMILEsNightCafe東芝デジタルソリューションズ芥川賞インタラクティブ・ストリーミングLuis RuizSATLYS 映像解析AI文学インタラクティブ・メディア恋愛PFN 3D ScanElevenLabsタップル東京工業大学HeyGenAbema TVLudo博報堂After EffectsNECラップPFN 4D Scan絵本木村屋SIGGRAPH 2019ArtEmisZ世代DreamUp出版GPT StoreAIラッパーシステムDeviantArtAmmaar Reshi生成AIチェッカーWaifu DiffusionStoriesユーザーローカルGROVERプラスリンクス ~キミと繋がる想い~元素法典StoryBird九段理江FAIRSTCNovel AIVersed東京都同情塔チート検出Style Transfer ConversationProlificDreamerオンラインカジノRCPUnity Sentis4Dオブジェクト生成モデルRealFlowRinna Character PlatformUnity MuseAlign Your GaussiansiPhoneCALACaleb WardAYGDeep Fluids宮田龍MAV3DMeInGameAmelia清河幸子ファーウェイAIGraphブレイン・コンピュータ・インタフェース西中美和4D Gaussian SplattingBCIGateboxアフォーダンス安野貴博4D-GSLearning from VideoANIMAKPaLM-SayCan斧田小夜Glaze予期知能逢妻ヒカリ宮本道人WebGlazeセコムLLaMA 2NightShadeユクスキュルバーチャル警備システムCode as PoliciesSpawningカント損保ジャパンCaPHugging FaceHave I Been Trained?CM3leonFortnite上原利之Stable DoodleUnreal Editor For Fortnite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-AdapterXRPAIROCTOPATH TRAVELER西木康智VolumetricsOCTOPATH TRAVELER 大陸の覇者山口情報芸術センター[YCAM]AIワールドジェネレーター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Rosebud AI GamemakerStyleRigAutodeskアンラーニング・ランゲージVoyagerLayer逆転オセロニアBentley Systemsカイル・マクドナルドLily Hughes-RobinsonCharisma.ai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 AdventureGDC 2024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調査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Meta Quest高橋智隆DGX H100VToonifyBabyAGIIP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強いAIロボコレ2019Instant NeRFフォトグラメトリウィンブルドン弱いAIartonomous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Lumiere意思決定モデル脱出ゲームDeepLIoTUNetHybrid Reward Architectureコミュニティ管理DeepL WriteProFitXImageFXウロチョロスSuper PhoenixWatsonxMusicFXProject MalmoオンラインゲームAthleticaTextFX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KeyframerProject 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AppleWatch 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Gemini 1.5気象モデルRunway ResearchじりつくんAI StudioLEFT ALIVE気象シミュレーションMake-A-VideoNTT SportictVertex AI長谷川誠ジミ・ヘンドリックス環境問題PhenakiAIカメラChat with RTXBaby Xカート・コバーンエコロジーDreamixSTADIUM TUBESlack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 S3Slack AIソフトバンクPokémon Battle Scopeダフト・パンクメモリスタAIスマートコーチポケットモンスターGlenn MarshallkanaeruThe Age of A.I.Story2Hallucination音声変換Latitude占いレコメンデーションJukeboxDreambooth行動ロジック生成AIVeap Japanヤン・ルカンConvaiEAPneoAIPerfusionNTTドコモSIFT福井千春DreamIconニューラル物理学EmemeDCGAN医療mign毛髪GenieMOBADANNCEメンタルケアstudiffuse荒牧英治汎用AIエージェント人事ハーバード大学Edgar Handy中ザワヒデキAIファッションウィーク研修デューク大学大屋雄裕インフルエンサーQA Tech Night中川裕志Grok-1mynet.aiローグライクゲーム松木晋祐Adreeseen HorowitzMixture-of-Experts東京理科大学下田純也NVIDIA Avatar Cloud EngineMoE人工音声NeurIPS 2021産業技術総合研究所桑野範久Replica StudiosClaude 3リザバーコンピューティングSmart NPCsClaude 3 Haikuプレイ動画ヒップホップ対話型AIモデルRoblox StudioClaude 3 SonnetソニーマーケティングPromethean AIClaude 3 Opusサイレント映画もじぱnote森永乳業環境音暗号通貨note AIアシスタントMusiioC2PAFUZZLEKetchupEndelゲーミフィケーションAlterationAI NewsTomo Kihara粒子群最適化法Art SelfiePlayfool進化差分法オープンワールドArt TransferSonar遊び群知能下川大樹AIFAPet PortraitsSonar+D​​tsukurunウィル・ライト高津芳希P2EBlob Opera地方創生大石真史クリムトDolby Atmos吉田直樹BEiTStyleGAN-NADASonar Music Festival素材DETRライゾマティクスSpore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岡野原大輔AI model自己教師あり学習DEATH STRANDINGAI ModelsIn-Context Learning(ICL)Eric Johnson汎用強化学習AIZMO.AILoRAMOBBY’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】ゲーム開発・運用における機械学習活用の現状と未来

2019.10.30ゲーム

【CEDEC2019】ゲーム開発・運用における機械学習活用の現状と未来

ゲーム開発や運用における機械学習の活用がますます重要なテーマになってきています。CEDEC2019では「ゲームと機械学習の最前線」と題して、機械学習をふくめたAIを活用したゲーム開発に携わる各社のAIエンジニアを集め、パネルディスカッションが行われました。登壇者は奥村エルネスト純氏(株式会社ディー・エヌ・エー AIシステム部・AI研究開発グループ AI研究開発エンジニア)、三宅陽一郎氏(株式会社スクウェア・エニックス テクノロジー推進部 リードAIリサーチャー)、長谷洋平氏(株式会社バンダイナムコスタジオ)の3名です。

ゲーム×AIは議論から実践に移行している

AIは目新しいバズワードから産業への応用の段階に入ってきています。本セッションでは、そもそもどのような領域にAIが使われていくのか、実際のところどれくらい実用性があるのかをゲーム開発者の視点から議論を展開していくことを目的に、奥村氏から議論の前提となる情報の提示から始まりました。

このセッションはCEDEC2018のセッション「次世代QAとAI」(資料)で行われた議論の続編に近い立ち位置にあります。当時の議論の焦点がゲーム開発の中で特にQA(品質保証)という領域に絞ってAIが活用されていく可能性についてであったのに対し、今回はこの一年で多くの事例が生まれていることをベースに、より実践的な議論を展開することが狙いです。実際、AIがプロダクションに導入されることで新たな事業価値を生み出している事例も増えています。

まず、本題に入る前に、奥村氏からセッションで使う用語の整理がありました。一般的に、AIは「人間と同等か、それ以上の処理を行うためのテクノロジー全般」を指します。なかでも、判断・予測する能力をデータから機械的に学習するものを機械学習と呼び、その一種で深いニューラルネットワークを用いたものが深層学習(ディープラーニング)と呼ばれます。加えて奥村氏は、ゲーム業界で用いる「ゲームAI」は、学術領域で使われている「AI」とはまったく別の文脈で進歩してきた概念だと補足しました。

AIにまつわる用語

セッションではAIという言葉が、あくまで機械学習全般を指すものとして用いられています。AIの推論は、数値に変換された入力信号を機械学習のモデルに入力することで行われます。そこでは行列演算や条件分岐といった演算が行われて、結果としてAIの出力が得られるというわけです。

AI(機械学習モデル)の推論

たとえば、猫と犬を分類するAIを作る際の例では、猫の画像を3色RGB値に分解してモデルに入力します。図の例ではディープランニングを想定しているので、モデルは深いニューラルネットワークです。画像の数値データを入力に多くの行列演算が行われ、最終的に猫である確率、犬である確率がどれくらいかが推論されます。モデルの学習の際には、教師信号を使って、「正解は猫なので、なるべく出力の確率が猫に近づくようにモデルをアップデートする」という学習を繰り返すことで、認識精度を上げていきます。

AI(機械学習モデル)の学習

機械学習の一種である強化学習は、環境に対する試行錯誤とそのフィードバックから自律的に学習するモデルです。教師データが使われないのが特徴で、報酬によって学習を進めていきます。たとえば、ゲームのある状況で、試しに特定の行動を取ったとします。その結果、ダメージの大きさや勝ち負けなどのフィードバックを報酬として受け取ります。このフィードバックに従って、より好ましい行動を取るように訓練されていき、勝ちがだんだん増えてくると、「自分のこういう動きはいいのだ」と学習して、さらに強くなっていきます。

強化学習

ゲームにおけるエージェントの役割

AlphaGo然り、囲碁、将棋といった分野では人間と同等かそれ以上に賢いゲームエージェントが実現可能になりました。特に今年になってからは、不完全情報ゲーム、例えば多人数ポーカーや『スタークラフト2』(2010年、ブリザード・エンターテイメント)といった長期戦略を扱うタスクでも、人間を超えるようなパフォーマンスを出すことが可能になりました。そういった賢いエージェントの存在が当たり前になった世界でゲーム開発はどう変わっていくのでしょうか。奥村氏は2つの方向性を示します。

ひとつはコンテンツとしての応用です。eスポーツの文脈にも関わりますが、ゲームの外の志向性として「人間とAIが戦う」こと自体がコンテンツになる時代が来ています。AlphaGoもそのような側面がありました。あるいはゲーム内の志向性として、プレイヤーの補助をするために、AIを使うことも考えられます。例えば初心者の対戦相手として、ちょうどいいAIを用意するなど、さまざまな応用が考えられます。

もうひとつは、QA文脈での応用です。これは、賢くゲーム内を回遊できるエージェントがいるなら、人間の代わりにゲームをテストさせようという発想から生まれています。たとえば、ゲームの中で正しくゲームが動作しているか、ロジックが正しく動いているかを確認するためにエージェントの自動プレイによりテストをするQAオートメーションがあります。また、これはゲーム特有のニーズかもしれませんが、ゲームバランスの調整にも応用が期待されています。

前者の例については、AIのトップカンファレンスでも多くの話題が紹介されています。『スタークラフト2』、『Dota 2』(2013年、Valve Corporation)、『ブレイドアンドソウル』(2012年、NCSOFT)、『伝説対決 -Arena of Valor-』(2016年、Tencent Games)などのゲームでトッププレイヤーを上回るAIが登場しています。

プレイヤー補助に関しても、例えば『将棋ウォーズ』(2014年、HEROZ)では「Ponanza」の推論結果をプレイヤーが学習用途で活用できます。奥村氏が開発に携わった『逆転オセロニア』(2016年、DeNA)でも、初心者から上級者まで、さまざまなユーザーにあったレベル感のAIを強さを当てにいく練習用コンテンツが導入されています。『SAMURAI SPIRITS』(2019年、SNK)では人間をミラーリングしてあるプレイヤーのように振る舞うAIと実際に対戦する道場コンテンツがあります。

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

意思決定:コンテンツ応用

一方、QAでの活用ではどうでしょうか。『北斗が如く』(2018年、セガゲームス)では、実際にゲーム内をエージェントに回遊させてVRAMの使用量を可視化したり、コリジョン抜けがどこで起こっているかを検知するエージェントを活用しています。今年行われたGDC2019でも、『バトルフィールドV』(2018年、エレクトロニック・アーツ)、『ディビジョン』(2016年、Ubisoft)などで、こうしたエージェントをクラッシュ検知などに活用した事例が注目を集めました。

意思決定:自動QA

ゲームバランスの担保ということで言うと、『Candy Crush Saga』(2012年、キング・デジタル・エンターテインメント)では、ディープランニングで人間レベルまでプレイをトレーニングしたエージェントを作り、これまで新しいマップを追加するために1週間くらい必要だった人間によるテストプレイを数分に圧縮することに成功しています。

国内の事例としては、去年のCEDEC2018で『Dx 2 真・女神転生 リベレーション』(2018年、セガゲームス)『共闘ことばRPG コトダマン』(2018年、セガゲームス)で強化学習や遺伝的アルゴリズムなどさまざまな技術を使ったゲームバランスの調整事例が発表されました。

こうしたエージェントのモデルを作る際には、特徴量やアーキテクチャなどがゲームロジックに強く依存するため、タイトルごとに設計する必要があります。そのことがスケールへの壁になりかねません。現行のゲームAIは「エージェントアーキテクチャ」と呼ばれる、ロボティクスから借りてきたアーキテクチャの上にそれぞれのゲームの知識表現を作っていくという形が使われています。

ニューラルネットのトポロジーやノードの組み方には特に規則性がなく、今はそれを「えいや」で決めている状態です。それを入力から出力まで全部ニューラルネットでやったのがディープマインド社のAlphaGOやDQNです。そういうのを見て、どんなゲームでもできるのではないかと夢を見てしまったところがあるのだと思いますが、いざやってみると案外できないものです。今の複雑なコンテキストを持つゲームには、ある程度古典的なアーキテクチャがあるので、そのフレームの中のひとつのモジュールにニューラルネットを使う方が僕は未来があると思います。(三宅陽一郎氏)

長谷氏も、エンドツーエンドで機械学習を使おうとすると、問題が複雑すぎてうまくいかないことが多いという意見です。

例えばビヘイビアツリーの中に機械学習で選択するノードを作る方が、問題が限定され、デザイナー側もコントロールしやすい部分と機械学習に任せていい部分を判断できるのでやりやすくなると思います。機械学習に任せた部分を他のゲームでも応用できるかということについては、キャラクターの移動ひとつを取っても重厚な感じで動いて欲しかったり、爽快感を出したかったりと、ゲームタイトルによって求められることが異なるので、そこを共通にできるかは疑問です。(長谷洋平氏)

これについて奥村氏は二人に同意しつつも、他の意見も持っています。DeNAで作られた『逆転オセロニア』のエージェントも、ディープランニングでゼロベースから作られています。同氏は2018年にOpenAIが公開したAIによる“5人の”eスポーツチーム「OpenAI Five」のアーキテクチャが『逆転オセロニア』のエージェントと似通っていることに気づきました。もちろんゲームごとにチューニングをしないといけない状況は変わりませんが、一方で近年は多くの事例も公開されてきており、「このジャンルのゲームではこういう特徴量やアーキテクチャが使いやすい」といった知見が活用できる可能性はあります。機械学習であっても、ある程度はアーキテクチャの指針を平準化していくことができるため、共通のナレッジとして蓄積させることができるのではないかと考えます。

QA・デバッグのAIが求められる背景

セッション後半はQAにおけるAIの活用についてのディスカッションでした。まずQAにおけるAI活用の背景と事例について、三宅氏から紹介がありました。

QA・デバッグの背景

まず、キーワードは近年のゲームの複雑化と大規模化です。AAAと呼ばれる大型のコンシューマーゲームは次々とオープンワールド化し、今や50キロ四方といった非常に大きな空間を扱うものも珍しくありません。コスト面においても時間においても、もはや人間のみでデバッグするのは現実的ではなくなっています。そのような背景もあり2015年頃から、AIによる自動プレイや自動バランシングといった、QAに機械学習を活用する機運が高まってきています。

たとえば、『バトルフィールドV』(2018年、エレクトロニック・アーツ)ではプレイヤーのインターフェースをハックする形でAIがキャラクターを動かすことで自動的にボットを動かしてデバッグをしています。これは機械学習ではなく、「Frostbite Schematics」というビジュアルスクリプトを使っています。できるだけ網羅性を上げる形で全領域のナビゲーションを使い、たくさんのキャラクターを出して、負荷や衝突のデバッグをしています。

『バトルフィールドV』の事例

これも機械学習ではない形ですが、『ディビジョン』には自動生成でマップが大量にできるダウンロードコンテンツがあります。このデバッグにはナビゲーションメッシュなどゲームの中で使われている既存のAIを活用することでQAを進めています。

『ディビジョン』の事例(BASIC MOVEMENT)

次に紹介したのはプレイヤーのインプットを使ったデバッグです。プレイヤーをフォローイングするパスをずっと追うことでプレイヤーのログを再生するという形でデバッグをしています。最初のプレイは人間が行い、特殊な操作をプレイヤーのインプットから覚えさせてトレースすることで、統計的にAIに学習させます。また、プレイヤーのアクションを使って、どのインプットがどの場所でされたかを記録し、それによってデバッグを行っています。

『ディビジョン』の事例(FOLLOW BEHAVIOUR)
『ディビジョン』の事例(TRIGGERING PLAYER ACTIONS)

『バトルフィールド1942』(2002年、エレクトロニック・アーツ)のオンラインモードで行われたデバッグの事例も紹介されました。16対16の大規模な戦闘のデバッグでは、模倣学習(イミテーションラーニング)という機械学習のテクニックを使ってオンラインの負荷をQAしました。キャラクターからのカメラインプットを機械学習させて、マップで自動的に動くボットでたくさんのキャラクターを出して自動プレイさせます。

『バトルフィールド1942』の事例

三宅氏によれば、今の世代のゲームはギリギリ何とか人間がデバッグできる量とのことです。次の世代のゲームではもうAI抜きではデバッグができないというのが多くのディベロッパーに共通する見立てです。

コスト削減につながるとまでは行かずとも、今のQAコストを維持するレベルでもいいから機械学習を導入していこうと、各社とも機械学習の応用の研究開発を進めています。(三宅陽一郎氏)

QAはおもしろさをどう担保できるのか?

次に奥村氏が、QAに関すして提示した論点は「おもしろさのQA」です。これに対する登壇者3名の見解は、それぞれ次のような内容でした。

おもしろさのデバッグは難しいと思います。ただ、そのゲームが「おもしろくない」というのは検知できると思います。例えば、戦闘時間がやたら長い、アイテムを全然使わせていない、一通りの戦闘パターンしかしないなど、ゲームをつまらなくさせる一定のパターンは検出できると考えています。これらを一つひとつつぶしていくのが、「おもしろさのデバッグ」の現実的な解ではないでしょうか。(三宅陽一郎氏)

例えばカードゲームでは、カードのバリエーションがどんどん増えていくと組み合わせ爆発を起こしてしまいます。プランナーの認知限界を超える量に対しておもしろさを担保しないといけないので、機械化のニーズはなくならず、三宅さんがおっしゃった方向性で今後も多くのトライアルが行われていくと思っています。(奥村エルネスト純氏)

長谷:私が手がけた過去の事例では、ゲーム内の敵の生成や色々な要素をAIで制御することで、プレイヤーの緊張度をコントロールしようとしました。そのときは、プレイヤーの緊張度が今どれくらいかを推定するために、さまざまなプレイログから線形回帰でパラメータを抽出して推論するモデルを作りました。それでも、「大体これくらいの緊張度だろう」というところまでしか確認できませんでした。緊張度でもそのレベルなので、おもしろさというさらに抽象度の高い物を何かしらデータから導き出すのは、現時点では難しいと思います。(長谷洋平氏)

ゲームのQA・デバッグの話題になると必ず出てくる「おもしろさのQAは可能なのか」という論点ですが、現実的にはなかなか難しいというのが3人共通の認識です。むしろAIによるQAにより、おもしろくない要素を減らす手段として活用する事例がこれから増えていくのではないでしょうか。

チート対策にAIは有効か

モバイルゲームのマルチ対戦において、少数のチーターの存在がゲームのUXを大きく毀損することが昨今のゲーム運用における大きな課題になっています。

例えば2%のチーターがいることによって、ダーティゲーム(チーターに巻き込まれた意味のない試合)が20%になるという試算もあります。ゆえに少数のチーターであっても対応の温度感は高いと奥村氏は解説します。高度化するチートへの対応は難しいものでもありますが、うまくいっている事例として挙げられたのが『サドンアタック』(2005年、ネクソン)です。

『サドンアタック』の事例

『サドンアタック』では「Wallhack」と呼ばれる壁の向こうを透視するチートが行われていました。それをAIが検知し、判断した根拠を表示するのですが、それを確認してチートだと判断してバンするのはカスタマーサポートの役割です。このプロセスにより、バンの実行までにかかる時間を従来の24時間から数分に抑えることができました。

もうひとつ挙げられたのは『カウンターストライク』(2000年、Valve Corporation)の事例です。Aim assistというチートの検出をディープランニングベースで行うと80%の精度で検出できました。こうしたことからも、奥村氏はチート対策にもAIの導入が進んでいくと予想しました。

その他にもコンテンツ生成やアニメーション・音声におけるAIの活用、メタAIについての事例紹介などがありました。今回のセッションを通し、ゲーム×AIにおいて多岐にわたる技術が紹介されました。参加された方も今後の取り組みにおけるヒントを見いだせたのではないでしょうか。

CEDEC2019 AI関連セッションレポート

AIりんなのボイストレーニングが示す、情動的で人間的な機械学習とは?

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

人工知能が敵キャラを育てる! ディープラーニングを使った次世代のゲームAI開発

中島秀之氏 基調講演:環境との相互作用を取り込む予期知能が、機械学習の課題を解決に導く

人工知能にテストプレイを丸投げできるか?

1キロ四方のマップを舞台に地形表現の工夫で新しいゲーム体験を作る

AIは今どこまでゲームのデバッグをできるのか?

DeNAのゲームAI開発に見る”AIを活かす組織”とは?

Writer:大内孝子

RELATED ARTICLE関連記事

【GDCSummer】認知科学からみるゲームデザインにおける感情操作の歴史

2020.9.14ゲーム

【GDCSummer】認知科学からみるゲームデザインにおける感情操作の歴史

【GDC 2022】オンラインコミュニティの健全な運営にAIはいかに貢献できるか

2022.4.19ゲーム

【GDC 2022】オンラインコミュニティの健全な運営にAIはいかに貢献できるか

マイクロソフト・リサーチが開発したゲームAIリソースコレクション

2021.4.26ゲーム

マイクロソフト・リサーチが開発したゲームAIリソースコレクション

RANKING注目の記事はこちら