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ニュース河合律子ニューラルネットワークOpenAINVIDIA強化学習三宅陽一郎音楽FacebookQAスクウェア・エニックス森川幸人モリカトロンAIラボインタビュー敵対的生成ネットワークDeepMindルールベースキャラクターAIシナリオGPT-3自然言語処理NFTGoogleグーグル自動生成映画デバッグCEDEC2019吉本幸記StyleGANプロシージャル人工知能学会遺伝的アルゴリズムメタAI深層学習マイクロソフトアートビヘイビア・ツリーCEDEC2021大内孝子CEDEC2020ゲームAISIGGRAPH不完全情報ゲームゲームプレイAIVRナビゲーションAI畳み込みニューラルネットワークDALL-ECLIPロボットAIと倫理ディープフェイクGDC 2021VFXメタバースGDC 2019マルチエージェントボードゲームNPCCNNデジタルツインモリカトロンUnityAIアートファッションHTN階層型タスクネットワークDALL-E2JSAI2020TensorFlowMicrosoftイベントレポートテストプレイ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toioソニーJSAI2021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BERTAdobe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Ubisoft画像生成テキスト画像生成AlphaZeroTransformerGPT-2カメラ環世界中島秀之鴫原盛之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インタビュー通しプレイOpenAI Five本間翔太CMピクサー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aibo合成音声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徳井直生マシンラーニング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対談藤澤仁生物学GTC 2022画像認識GTC2022StyleCLIPDeNA長谷洋平masumi toyota宮路洋一OpenSeaGDC 2022教育TextWorldSIGGRAPH ASIAGTC2021CycleGANNetHackフェイクニュースエージェントAIボイスアクターNVIDIA CanvasImagenGPUALifeZork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GopherJuliusSIE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SentropyGLIDECPUDiscordAvatarCLIPSynthetic DataCALMバイアスプログラミングサム・アルトマンソースコード生成LaMDAGMAIシチズンデベロッパーSonanticTRPGGitHubCohereウィザードリィMCN-AI連携モデルマジック:ザ・ギャザリングAI DungeonUrzas.ai介護西川善司並木幸介Kiki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 LabsTopaz Video Enhance AICozmo栗原聡DLSSタカラトミー山野辺一記NetEaseLOVOT大里飛鳥DynamixyzMOFLINRomiU-Netミクシィ13フェイズ構造アドベンチャーゲームユニロボットADVユニボXLandGatoAGIテキスト生成手塚眞DEATH STRANDINGマルチモーダル不気味の谷Eric Johnson汎用強化学習AIOculus 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

動物動画のデータから3Dモデルを生成するAI:月刊エンタメAIニュース vol.17

2021.5.21先端技術

動物動画のデータから3Dモデルを生成するAI:月刊エンタメAIニュース vol.17

エンタメにおいても人工知能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。

あらゆる動物の挙動を完全に定量化できるAI

動物の挙動と神経作用の関係を研究する技術が急速に発展する一方で、動作そのものを定量化する技術はそれほど普及していません。デューク大学とハーバード大学の研究者が発表した「DANNCE」(3-Dimensional Aligned Neural Network for Computational Ethology)は、たった1台のカメラで撮影した自由に動き回る動物の映像から、3Dモデルを正確に再現できるディープニューラルネットワーク技術です。

この研究チームは、2020年にも「CAPTURE」(Continuous Appendicular and Postural Tracking using Retroreflector Embedding)というモーションキャプチャとディープラーニングを使った同様の技術を発表していましたが、3Dモデルを作成する動物にあらかじめマーカーを装着しなければならないため、対象によっては困難な作業を強いられる点がボトルネックでした。対して今回のDANNCEは、ビデオカメラで動物を撮影するだけです。

出典:github

DANNCEには、対象の動物にマーカーを取り付ける必要がないという強みのほかに、身体の一部がカメラに映っていなくても動きをトラッキングできるという利点があります。このディープニューラルネットワークの構築に役立ったのが、CAPTUREの研究で集めた700万件におよぶ膨大なデータセットだといいます。

人間をふくめたあらゆる動物の微細構造を容易に定量化できるようになれば、神経発達の研究から医療分野への応用まで、その可能性は無限大です。もちろん、エンタメ分野での活躍も期待できるかもしれません。

【論文】Geometric deep learning enables 3D kinematic profiling across species and environments

プレイスタイルを学習してゲームを手伝ってくれるAI

多くのゲームプラットフォームには、ユーザーのゲームライブラリやプレイ履歴、好みのジャンルといったパーソナライズされた情報を管理するためのゲームプロファイルが設けられています。近年、こういった仕組みにAI技術を積極的に組み込むことで、ユーザー体験を改善しようとする取り組みが活発化しています。

たとえば、PCゲームプラットフォームのSteamは、ユーザーのゲームプレイ履歴のみならず、ゲームストアにおける個人設定をAIに学習させることによって、リコメンド機能や探索アルゴリズムを最適化する技術を導入しています。一方、ソニー・インタラクティブエンタテインメントが米国特許商標庁に出願中の特許技術は、AIにユーザー固有の嗜好やプレイスタイルを学習させることで、ゲーム体験そのものの向上をサポートすることを目的にしています。

出典:PATENTSCOPE

特筆すべきは、ユーザーが普段からどんなジャンルのゲームを遊んでいるかという嗜好だけでなく、どのような遊び方をしているかというプレイスタイルを学習させる点です。3Dアクションゲームを例にあげると、正面から多くの敵に立ち向かっていくスタイルを好むプレイヤーもいれば、できるだけ激しい交戦を避けながら攻略を目指すステルスプレイを好むユーザーもいます。

ソニーが出願している特許の内容は、こうしたユーザーごとに異なる特性をプロファイルとして学習させることで、究極的にはユーザーに代わってゲーム内で特定のタスクを実行できるAIの構築を目指すという技術です。また、目的の達成が困難な場合は、攻略のアドバイスとなる情報を自動的に検索するオンライン機能の実装も想定しているということです。

もし実用化できれば、同じことの繰り返しで面倒なMMORPGのデイリークエストを代わりに処理してくれたり、行き詰まってしまった高難易度コンテンツを攻略するきっかけを作ってくれたり、ゲーム内でユーザーを直接アシストしてくれるAIが誕生するかもしれません。ちなみにソニーは過去にも、PlayStation 5の発売に先立ってゲーム内の音声アシスタントに関する特許を出願していました。

【特許】AUTOMATED ARTIFICIAL INTELLIGENCE (AI) CONTROL MODE FOR PLAYING SPECIFIC TASKS DURING GAMING APPLICATIONS

タッチスクリーンのタイピングを学習するAI

スマートフォンやタブレット端末のタッチスクリーンのキーボードで文字を打ち込む時、パソコンのキーボードを使うときのようなブラインドタッチは通用しません。人間は指先と視線の複雑な動作の組み合わせによってタイピングしています。打ち間違いに気が付いてすぐに修正できるのも、タイピングとプルーフリーディングを同時に行っているからです。人間が意識を効率的に分散させることに長けているからこそ可能な芸当です。

フィンランド人工知能センターとアアルト大学の研究者は、タッチスクリーンタイピングにおける人間の指と目の動きを、強化学習を使った数理モデルで再現することに成功しました。タイプミスに気が付いて打ち直す動作まで、人間そっくりにシミュレートしています。また、スペルの自動補正システムやキーボードデザインの違いによる動作の変化にも対応できます。下記の動画では任意の文章をインプットすると、タイピングする際の指と目の動きをアウトプットする仕組みについて解説しています。

強化学習はトライ・アンド・エラーで問題を解決に導く機械学習モデルです。初めてキーボードを触る人間が指の動きを最適化できるようになるまでのプロセスは、まさにトライ・アンド・エラーの強化学習そのものです。そう考えれば、AIが人間のタイピングを模倣できるようになるのも至極自然な結果といえるでしょう。

現時点では、フィンランド語のコーパスとキーボードレイアウトを使った学習しか行われていませんが、AIモデル自体には言語の制約はないということです。しかしながら、日本語や中国語、韓国語のように、ひらがなやカタカナ、漢字、ハングルへの変換プロセスを含めた2バイト文字のタイピングでは、より複雑な学習が必要になることが予想されます。

こうしたシミュレーションは、より快適にタイピングができるキーボードデザインの開発や、タイピング学習ツールの提供、タッチスクリーンのユーザビリティ向上に役立つことが大いに期待されます。もしかしたら、これまで誰も想像できなかった新たな入力方法の創出に一役を担うかもしれません。

【論文】Touchscreen Typing As Optimal Supervisory Control

Writer: Ritsuko Kawai / 河合律子

RELATED ARTICLE関連記事

アートが人の心にもたらす抽象的な感情を説明するAI:月刊エンタメAIニュース vol.14

2021.2.19先端技術

アートが人の心にもたらす抽象的な感情を説明するAI:月刊エンタメAIニュース v...

動画から世界を理解して思い出を管理してくれるAI:月刊エンタメAIニュース vol.15

2021.3.26先端技術

動画から世界を理解して思い出を管理してくれるAI:月刊エンタメAIニュース vo...

インタラクティブなリアリティ番組『Rival Peak』が切り拓く視聴者とAIの新しい関係

2021.1.29先端技術

インタラクティブなリアリティ番組『Rival Peak』が切り拓く視聴者とAIの...

RANKING注目の記事はこちら