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CEDEC2019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GoogleStyleGANCEDEC2021CEDEC2020ゲームAISIGGRAPH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AIVRボードゲームNPCDALL-EロボットCNNモリカトロンCLIPファッションHTN階層型タスクネットワークJSAI2020TensorFlowMicrosoftイベントレポートデジタルツインテストプレイUnityAI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e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NVIDIA Omniverseナラティブ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VAEUbisoft 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GTC2022DeNA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Omniverse Replicator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BigGANGANverse3DMaterialGANOmniverse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FSMEpic GamesRoblox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2019StyleCLIP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BEiTレベルデザインDETRSporeデノイズ南カリフォルニア大学画像処理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

eスポーツとフィジカルスポーツの選手を強化するAI:月刊エンタメAIニュース vol.9

2020.9.24先端技術

eスポーツとフィジカルスポーツの選手を強化するAI:月刊エンタメAIニュース vol.9

エンタメにおいてもAIは日進月歩で進歩しており、新しい研究成果や試みが次々と発表されています。こちらの連載では、過去1か月間、主に海外で公開された注目すべきゲームAIやエンタメAIに関連したニュース、論文などを紹介していきます。

最適なプレイを推奨するeスポーツコーチングAI

トルコのメディアDaily Sabahは8月31日、トルコ出身のOlcay Yılmazçoban氏らが創業したAIスタートアップFalconAIが開発するeスポーツコーチングAI「SenpAI.gg」を紹介する記事を公開しました。

『League of Legends』のように世界的な人気のあるeスポーツゲームのプレイスキルを上達させようとする場合、対戦を数多く経験するか、プロゲーマーのプレイ動画を見て学習することになります。こうした従来の学習方法では、スキルアップにつながるプレイスタイルの改善箇所を見つけるのに苦労します。SenpAI.ggは、こうした改善箇所を効率的に見つけてくれます。

SenpAI.ggはプレイヤーの過去の対戦データを分析して、プレイスタイルの特徴を抽出します。抽出した特徴にもとづいて、プレイヤーのプレイスタイルにあったキャラクターの推奨、優先的に倒すべき敵キャラクターの特定といったアドバイスを行います。さらには、プレイスタイルをプロゲーマーのそれと比較した上で、プレイスタイルが類似しているプロゲーマーを特定します。そして、そうしたプロゲーマーのプレイ動画を視聴することもおすすめします。

SenpAI.ggのようなAIを活用したeスポーツのコーチングシステムはNVIDIAのような大企業も注目しており、同社はこうしたシステムに関する特許を取得しています。FalconAIやNVIDIAの動向は、eスポーツゲームのプレイスキルを効率的に上達させたいというニーズが急速に高まっていることが背景になっていると考えられます。

スタンフォード大学、トップテニスプレイヤーのプレイを再現するAIを開発

テック系メディアSyncedは8月13日、スタンフォード大学の研究チームがトッププロテニスプレイヤーのプレイを再現するAIを開発したことを報じました。「Vid2Player」と名づけらたこのAIは、例えばジョコビッチ選手とフェデラー選手の対戦動画を生成することができるのです。

Vid2Playerの開発にあたっては、トップテニスプレイヤーのプレイ動画を大量に集めて学習データを構築しました。収集したプレイ動画には、AIがショットの種類やポジションニングを学習できるようにラベル付けをしました。こうした学習データにもとづいて、各テニスプレイヤーのプレイを予測する行動モデルを構築したのです。

Vid2Playerは、任意の初期状態(例えばフェデラー選手のサーブ)が与えられると、その初期状態にリアクションするテニスプレイヤーの行動を予測し、その予測内容に合致したプレイ動画を学習データから抽出して再生します。こうしたプレイの予測と抽出した動画の再生を繰り返せば、トップテニスプレイヤーのプレイを再現できるというわけなのです。

Vid2Playerを開発したスタンフォード大学の研究チームは、このAIをスポーツのコーチングに応用できると考えています。

【参考論文】Vid2Player: Controllable Video Sprites that Behave and Appear like Professional Tennis Players

withコロナ時代に役立つマーカーレスなモーションキャプチャー

映画やゲームの制作においてリアルに動くCGキャラクターを作成するためには、多数のマーカーがついたボディシーツを装着した人の動きをキャプチャー作業工程が発生し、専用の撮影スタジオに多数のスタッフが集まる必要があります。しかし、現状のようなコロナ禍にあっては密集を避けなければならないので、キャプチャー技術を使うのが困難になってしまいました。

ビジネス系メディアVenture Beatは8月27日、コロナ禍でも利用可能なキャプチャー技術を紹介する記事を公開しました。イギリスに拠点をおくAIスタートアップMove.aiが開発したキャプチャー技術は、iPhoneあるいはGalaxyといったハイエンドなスマホで動く人を撮影するだけで、撮影した人の動きを反映した3Dアバターを生成できるというものです。この技術で画期的なのは、撮影される人がマーカーのついたボディスーツを着る必要がない所です。

以上のキャプチャー技術を実現するのに使われているのが、AIによるデータポイントの生成です。具体的には、動く人を撮影することによって10~15ヶ所のデータポイントの動きを収集します。収集したデータポイントの情報にもとづいて、AIが10万か所の動きを生成するのです。撮影時に収集するデータポイント数が少ないのでボディスーツが不要となり、大がかりな撮影スタジオを用意する必要がありません。

Move.aiのCEOであるMark Endemano氏は、同社のマーカーレスなキャプチャー技術を個人でコンテンツを作成するようなインフルエンサーに使ってもらうことによって、モーションキャプチャー技術を民主化したいと述べています。

「私よりも私を知る」AIがはらむデジタル全体主義誕生の危険性

オーストラリアのTHE CONVERSATION紙は8月12日、AIによる全体主義実現の可能性を論じた記事を公開しました。

AmazonやFacebookなどで使われているレコメンドシステムとは、大量のデータを学習した協調フィルタリングと呼ばれるAIが、各ユーザが好みそうなコンテンツをおすすめするシステムのことを指します。こうしたレコメンドシステムをさらに発達させると、ユーザ自身より精確にユーザの嗜好を理解するAIシステムが開発できる可能性が生じます。このような全知的AIが実現してしまうと、「自らの自由意思にしたがって生きる」という人間の根本的なあり方が脅かされることになるかも知れません。というのも、自分の選択にしたがうより全知的AIの決定にしたがうほうが合理的となるからです。

以上のような全知的AIが一部の権力者のみに管理されるようになった時、管理者以外の自由が無価値となるデジタル全体主義が誕生します。デジタル全体主義体制の統治下では、人間は全知的AIに従う以外の選択肢が奪われてしまいます。

デジタル全体主義は、AIを活用することによって「多くを知る権力者」と「知ることが制限された被支配者」という情報格差をともなう社会階層が形成された時に誕生します。この支配体制の誕生を阻止するには、安易に個人情報を提供しないことが重要となります。なぜならば、全知的AIの構築には大量の個人情報が必要であり、言わば動力源である個人情報の供給を制限してしまえば全知的AIの誕生を未然に防ぐことができるからです。

しかしながら、現代社会においては個人情報をシステムに提供することによって、さまざまなメリットを得ていることも事実です。個人情報の提供を完全に絶ってしまうことは不可能だとしても、提供した個人情報が使われる目的について注意を払うことがデジタル全体主義誕生への対抗手段となるのです。

Writer:吉本幸記

RELATED ARTICLE関連記事

【CEDEC2019】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?

2019.9.05先端技術

【CEDEC2019】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...

人間のように複雑なテストケースを実施できる敵対的強化学習テストAIの可能性

2021.10.22先端技術

人間のように複雑なテストケースを実施できる敵対的強化学習テストAIの可能性

モデルの性格を見抜いて肖像画を生成するAI画家:月刊エンタメAIニュース vol.7

2020.7.28先端技術

モデルの性格を見抜いて肖像画を生成するAI画家:月刊エンタメAIニュース vol...

RANKING注目の記事はこちら