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CGへの扉ディープラーニング安藤幸央GAN月刊エンタメAIニュース河合律子OpenAI音楽NVIDIAニューラルネットワーク強化学習三宅陽一郎吉本幸記Facebook人工知能学会大内孝子QA敵対的生成ネットワーク自然言語処理キャラクターAIスクウェア・エニックス森川幸人モリカトロンAIラボインタビュールールベースGoogleDeepMindGPT-3シナリオAIと倫理グーグル映画NFTStyleGAN自動生成倫理デバッグゲームプレイAIメタAI深層学習マイクロソフトCEDEC2019アートDALL-E2プロシージャルSIGGRAPH遺伝的アルゴリズムDALL-Eロボットビヘイビア・ツリーCEDEC2021CEDEC2020ゲームAIデジタルツインメタバース不完全情報ゲームVRナビゲーションAINPC畳み込みニューラルネットワークCLIPテキスト画像生成ディープフェイクGDC 2021JSAI2022VFXGDC 2019マルチエージェントCEDEC2022ボードゲーム画像生成ファッション懐ゲーから辿るゲームAI技術史toioCNNAdobeテストプレイモリカトロンUnityAIアート小説鴫原盛之HTN階層型タスクネットワークJSAI2020TensorFlowBERTMicrosoftイベントレポート対話型エージェントStable Diffusion著作権水野勇太アニメーションGenvid TechnologiesガイスターStyleGAN2GTC2022教育ソニーJSAI2021スポーツ研究シムピープルマンガ汎用人工知能マーケティングGDC SummerインタビューバーチャルヒューマンブロックチェーンMidjourneyアストロノーカキャリアNVIDIA OmniverseeスポーツAmazonロボティクスeSportsDQNBLUE PROTOCOLシーマンMinecraftアバターOmniverseUbisoftメタ画像生成AIAlphaZeroTransformerGPT-2AIりんなカメラ環世界中島秀之哲学理化学研究所DARPAドローンシムシティImagenバイアスMCS-AI動的連携モデルモーションキャプチャーTEZUKA2020AI美空ひばり手塚治虫バンダイナムコ研究所スパーシャルAIElectronic ArtsメタデータLEFT 4 DEAD通しプレイOpenAI Five本間翔太CMピクサープラチナエッグイーサリアム作曲ボエダ・ゴティエビッグデータ中嶋謙互Amadeus Codeデータ分析Microsoft AzureMILEナラティブアーケードゲームOmniverse ReplicatorWCCFレコメンドシステムNVIDIA DRIVE SimWORLD CLUB Champion FootballNVIDIA Isaac Simセガ柏田知大軍事サイバーエージェント田邊雅彦トレーディングカードトレカ音声認識PyTorch眞鍋和子バンダイナムコスタジオaibo合成音声Meta齊藤陽介マインクラフトお知らせMagic Leap Oneチャットボットサルでもわかる人工知能VAE3DCG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MITAIロボ「迷キュー」に挑戦野々下裕子徳井直生マシンラーニング5GRival Peak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rinnaシミュレーションデジタルヒューマ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SiemensStyleCLIPDeNA長谷洋平masumi toyota宮路洋一OpenSeaGDC 2022TextWorldSIGGRAPH ASIAEarth-2MagentaSFELYZA PencilGTC2021CycleGANデータマイニングNetHackはこだて未来大学キャラクターモーションフェイクニュースエージェントRPGSIGGRAPH 2022AI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ASBS栗原聡ぱいどんテキスト生成不気味の谷ナビゲーションメッシュ松井俊浩ELYZAフルコトELYZA DIGEST3D音声合成西成活裕Apex LegendsELIZA群衆マネジメントNinjaコンピュータRPGライブビジネスアップルタウン物語新型コロナKELDIC周済涛メロディ言語清田陽司ゲームTENTUPLAYサイバネティックスMARVEL Future FightAstro人工知能史タイムラプスEgo4DAI哲学マップバスキア星新一日経イノベーション・ラボStyleGAN-XL敵対的強化学習StyleGAN3階層型強化学習GOSU Data LabGANimatorWANNGOSU Voice AssistantVoLux-GAN竹内将SenpAI.GGProjected GANMobalyticsSelf-Distilled StyleGAN馬淵浩希Cygamesニューラルレンダリング岡島学AWS SagemakerPLATO映像セリア・ホデント形態素解析frame.ioUXAWS LambdaFoodly誤字検出森山和道認知科学中川友紀子ゲームデザインSentencePieceアールティLUMINOUS ENGINELuminous ProductionsBlenderBot 3パターン・ランゲージ竹村也哉Meta AIちょまどマーク・ザッカーバーグGOAPWACULAdobe MAX 2021自動翻訳模倣学習AIライティングOmniverse AvatarAIのべりすとFPSNVIDIA RivaQuillBotマルコフ決定過程NVIDIA MegatronCopysmithNVIDIA MerlinJasper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AlphaDogfight TrialsAI Messenger VoicebotエージェントシミュレーションOpenAI CodexStarCraft IIHyperStyleMax CooperFuture of Life InstituteRendering with StyleメディアアートIntelDisney類家利直LAIKADisneyリサーチヴィトゲンシュタインRotomationGauGAN論理哲学論考GauGAN2京都芸術大学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 2021PromptBaseDota 2モンテカルロ木探索ディズニーリサーチMitsuba2バンダイナムコネクサスソーシャルゲームEmbeddingワイツマン科学研究所ユーザーレビューGTC2020CG衣装mimicNVIDIA MAXINEVRファッションBaidu淡路滋ビデオ会議ArtflowERNIE-ViLGグリムノーツEponym古文書ゴティエ・ボエダ音声クローニング凸版印刷Gautier Boeda階層的クラスタリングGopherAI-OCR画像判定JuliusSIE鑑定ラベル付けTPRGOxia Palus大澤博隆バーチャル・ヒューマン・エージェントtoio SDK for UnityArt RecognitionSFプロトタイピングクーガー田中章愛実況パワフルサッカー石井敦銭起揚NHC 2021桃太郎電鉄茂谷保伯池田利夫桃鉄GDMC新刊案内パワサカマーベル・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成沢理恵MITメディアラボMCU岩倉宏介アベンジャーズPPOマジック・リープDigital DomainMachine Learning Project CanvasMagendaMasquerade2.0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サッカーモリカトロン開発者インタビュースパコン里井大輝Kaggle宮本茂則スーパーコンピュータバスケットボール山田暉松岡 聡Assassin’s Creed OriginsAI会話ジェネレーターTSUBAME 1.0Sea of ThievesTSUBAME 2.0GEMS COMPANYmonoAI technologyLSTMABCIモリカトロンAIソリューション富岳初音ミクOculusコード生成AISociety 5.0転移学習テストAlphaCode夏の電脳甲子園Baldur's Gate 3Codeforces座談会Candy Crush Saga自己増強型AItext-to-imageSIGGRAPH ASIA 2020COLMAPtext-to-3DADOPNVIDIA GET3DデバッギングBigGANGANverse3DDreamFusionMaterialGANRNNグランツーリスモSPORTAI絵師ReBeLグランツーリスモ・ソフィーUGCGTソフィーPGCVolvoFIAグランツーリスモチャンピオンシップStability AINovelAIRival PrakDGX A100NovelAI DiffusionVTuberユービーアイソフトWebcam VTuberモーションデータ星新一賞北尾まどかHALO市場分析ポーズ推定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FSMメルセデス・ベンツRobloxMagic Leapナップサック問題Live NationEpyllion汎用言語モデルWeb3.0マシュー・ボールAIOpsムーアの法則SpotifyスマートコントラクトReplica StudioAWSamuseChitrakarQosmoAdobe MAX 2022巡回セールスマン問題Adobe MAXジョルダン曲線メディアAdobe ResearchMuZero政治Galacticaクラウドゲーミングがんばれ森川君2号pixiv和田洋一リアリティ番組映像解析Stadiaジョンソン裕子セキュリティ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3DスキャンCodexPFN 3D Scanシーマン人工知能研究所東京工業大学Ludo博報堂Preferred NetworksラップPFN 4D ScanSIGGRAPH 2019ArtEmisZ世代DreamUpAIラッパーシステムDeviantArtARWaifu DiffusionGROVERプラスリンクス ~キミと繋がる想い~元素法典FAIRSTCNovel AIチート検出Style Transfer ConversationOpen AIオンラインカジノRCPMicrosoft DesignerアップルRealFlowRinna Character PlatformイラストiPhoneCALADeep 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 PhoenixSNSProject Malmoオンラインゲーム気候変動Project PaidiaProject 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SDGsYouTubeダフト・パンクメモリスタGlenn MarshallThe 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Netflixmynet.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リザバーコンピューティングプレイ動画ヒップホップ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BEiTStyleGAN-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 AICozmoDLSS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手塚眞DEATH STRANDINGマルチモーダルEric Johnson汎用強化学習AIデザインOculus Questコジマプロダクションロンドン芸術大学生体情報デシマエンジンGoogle BrainインディーゲームSound Control写真高橋ミレイSYNTH SUPER照明Maxim PeterKarl SimsJoshua RomoffArtnomeハイパースケープICONATE山崎陽斗深層強化学習立木創太松原仁浜中雅俊ミライ小町武田英明テスラ福井健策GameGANパックマンTesla BotNEDOTesla AI DayWikipediaソサエティ5.0SphereSIGGRAPH 2020バズグラフXaver 1000ニュースタンテキ養蜂東芝BeewiseDIB-R倉田宜典フィンテック投資韻律射影MILIZE広告韻律転移三菱UFJ信託銀行

DeepMind開発汎用ゲーム学習環境「XLand」はAGI実現につながるか?

2021.8.27ゲーム

DeepMind開発汎用ゲーム学習環境「XLand」はAGI実現につながるか?

AlphaZeroなどの強力なゲームプレイAIを開発したことで有名なGoogle傘下のAI研究機関DeepMindは7月27日、ゲームプレイAI研究に関するブログ記事を発表しました。以下では、この記事が示す「汎用ゲームプレイAI」開発の現状とその反響を紹介します。

より汎用的な学習環境を求めて

DeepMindは、これまでレトロゲームを攻略する「Agent57」やルールを知らなくてもゲームを攻略できる「MuZero」といった革新的なゲームプレイAIを発表してきました。これらのゲームプレイAIに共通する仕様として、攻略するゲームごとに学習しなければならないという制限事項があります。この制限事項により、ブロック崩しゲームを攻略するために学習した成果は、横スクロールアクションゲームの攻略に流用できないのです。

今までのゲームプレイAI研究の成果をふまえて、DeepMindはゲームプレイの学習に関して汎用性を実現すべきという目標を設定しました。「汎用的な学習」とは、特定の学習によってあらゆるゲームを攻略できた時の学習方法と内容を意味します。こうした汎用的な学習は、自然言語処理においては半ば実現しています。OpenAIが開発した大規模言語AIのGPT-3は、膨大な英文を事前学習した結果、追加の学習なしで多くの言語タスクを遂行できるようになりました。この事前学習は、汎用的な学習に近いものと見なせます。

DeepMindはゲームプレイAIにおける汎用的な学習を実現するために、XLandと命名した3Dゲームプレイ環境を開発しました。この環境の特徴は、以下のようにまとめられます(以下の動画も参照)。

  1. 広大な3Dゲームプレイ空間内には、かくれんぼや特定のオブジェクトを自陣に運ぶキャプチャー・ザ・フラッグなどの多種多様なゲームがプレイできるフィールドがある
  2. 各ゲームフィールドの地形は、ローグライクゲームのようにランダムに変化する
  3. 地形が変化するので、特定のゲームプレイ環境に最適化するような強化学習では報酬を最大化できない

以上のようなXLandで多種多様なゲームを学習すれば、さまざまな3Dゲームでハイスコアを記録できる汎用的なゲームプレイAIが実現できると考えられます。

道具の使用を確認

DeepMindはXLandを使って5世代にわたってゲームプレイAIを訓練しました。第5世代では、4,000のゲームフィールドで70万回プレイしました。こうした学習過程において、ゲームプレイAIは事前にプログラミングされていないにも関わらず、道具を使用しました。具体的には、高台にあるオブジェクトに触ると報酬が得られるゲームにおいて、高台に登るためにゲームフィールドに点在するオブジェクトを使ってスロープを作ったのです。こうしたプレイから、XLandで学習したゲームプレイAIには未知の状況に適応する能力があることがわかります。

XLandで学習したゲームプレイAIは、最終的には多種多様なゲームのプレイにおいてゲームスコアを向上させました。さらには、未知の複雑な地形におけるゲームプレイであっても30分程度の集中的訓練だけでハイスコアを記録しました。こうした短期間の訓練は、GPT-3におけるファインチューニングに相当すると考えられます。GPT-3に特定の言語タスクに関する小規模な訓練を追加すると、その言語タスクの遂行能力が向上することが知られています。

XLandで学習済みのゲームプレイAIの内部設定を分析すると、興味深いことがわかりました。分析した結果、ゲームプレイAIには人間で言う身体感覚や時間感覚に相当するものがあったのです。XLandによる学習を通して、ゲームプレイAIはあらゆるゲームプレイにおいて共通して存在する「自分の身体」と「時間の経過」を抽出したと言えるでしょう。この結果は、AIが人間の意識活動に相当するものを獲得するプロセスを解明する手がかりになるかも知れません。

AGI実現への確かな一歩か、それとも…

テック系メディアTechTalksは8月2日、XLandを紹介する記事を公開しました。その記事ではXLandを発表する以前の2021年5月、DeepMindは「報酬で充分(Reward is Enough)」と題された論文を発表していたことに言及しています。この論文では、言語活動や社会的知能などのような人間の多種多様な知的活動のほとんどは、報酬を最大化する活動と解釈できると主張したうえで、汎用人工知能(Artificial General Intelligence、AGI)は報酬を最大化するAI学習技法である強化学習で実現できる、という大胆な仮説が論じられています。この主張が仮説であるのは、現時点ではAGIが実現していないので客観的に立証できないからです。

AIスタートアップPathmindのCEOであるChris Nicholson氏は、XLandをめぐる研究成果は以上の「強化学習によるAGI実現仮説」を立証するための確かな一歩であると考えています。というのも、XLandの研究によって示されたゲームプレイに関する汎用的な学習の可能性は、学習過程自体を新たな学習に応用できる人間の汎用的な学習能力に通じるものがあるからです。

XLandの成果に関しては、批判的な意見もあります。南カリフォルニア大学のコンピュータサイエンス学科所属のSathyanaraya Raghavachary准教授は、XLandで学習したゲームプレイAIが身体感覚や時間感覚に相当するものを獲得したという成果を疑問視しています。人間がもつ身体感覚や時間感覚は未解明なことが多い脳の統合機能が関係しており、人間の脳のような構造を持たないゲームプレイAIがそのような感覚を獲得したとは断定できない、と同教授はコメントしてます。

Raghavachary准教授は、もしXLandを学習済みのゲームプレイAIが身体感覚や時間感覚を獲得していれば、もっと少ない学習量であらゆるゲームでハイスコアを記録していただろう、とも述べています。そして、XLandの成果は従来の個別のゲームプレイに最適化されたゲームプレイAIと「大して変わらないもの(more of the same)」と評しています。

XLandの成果から汎用ゲームプレイAIが実現したと主張するのは、確かに時期尚早です。しかしながら、「強化学習によるAGI実現仮説」を標榜するDeepMindは、今後も汎用ゲームプレイAIに関する研究を発表することでしょう。そして、こうしたDeepMindの研究成果は、特定のゲームにおけるハイスコア達成のような視野の狭い観点ではなく、その成果は人間の汎用的学習能力の工学的実現にどの程度寄与しているのか、という広い視野から考察するべきでしょう。

Writer:吉本幸記

RELATED ARTICLE関連記事

AIが変えた現代将棋の常識と定跡:北尾まどか氏×森川幸人氏 対談

2019.6.25ゲーム

AIが変えた現代将棋の常識と定跡:北尾まどか氏×森川幸人氏 対談

強化学習AIは人間に嫌われる?カードゲーム「花火」からわかった強化学習の弱点

2021.11.25ゲーム

強化学習AIは人間に嫌われる?カードゲーム「花火」からわかった強化学習の弱点

Wikipediaのソースの信頼性をAIで精査:月刊エンタメAIニュース vol.31

2022.7.22ゲーム

Wikipediaのソースの信頼性をAIで精査:月刊エンタメAIニュース vol...

RANKING注目の記事はこちら