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への扉機械学習安藤幸央ディープラーニング月刊エンタメAIニュースGAN河合律子OpenAI音楽ニューラルネットワーク吉本幸記NVIDIA三宅陽一郎強化学習QAGoogleFacebook人工知能学会GPT-3自然言語処理グーグルDeepMind大内孝子森川幸人敵対的生成ネットワークキャラクターAIスクウェア・エニックスモリカトロンAIラボインタビューマイクロソフトルールベースシナリオAIと倫理映画デバッグアートDALL-E2StyleGAN倫理ゲームプレイAINFT自動生成SIGGRAPHメタAIStable Diffusionテキスト画像生成ロボット深層学習CEDEC2019プロシージャル遺伝的アルゴリズムテストプレイモリカトロンDALL-Eビヘイビア・ツリーディープフェイクCEDEC2021CEDEC2020ゲームAIVFX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AI画像生成AINPC畳み込みニューラルネットワークCLIP画像生成ファッションGDC 2021JSAI2022GDC 2019マルチエージェントCEDEC2022AIアートボードゲーム懐ゲーから辿るゲームAI技術史toioCNNAdobeUnity著作権小説アニメーション鴫原盛之HTN階層型タスクネットワーク汎用人工知能JSAI2020TensorFlowインタビューBERTMicrosoftイベントレポート対話型エージェントロボティクスMetaMinecraft水野勇太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MCS-AI動的連携モデルマンガマーケティングGDC Summer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AmazoneSportsDQNBLUE PROTOCOLシーマンアバターOmniverse3DCGUbisoftメタAlphaZeroTransformerGPT-2AIりんなカメラ環世界中島秀之哲学ベリサーブPlayable!ChatGPT理化学研究所ジェネレーティブAISIGGRAPH ASIADARPAドローンシムシティImagenZorkバイアス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 Arts3D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模倣学習ナラティブスタンフォード大学アーケードゲーム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メディアアートPyTorch眞鍋和子バンダイナムコスタジオaibo合成音声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VAEDreamFusion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5GMuZeroRival 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Codex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イラスト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PaLM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GPT-3.5SiemensStyleCLIPDeNA長谷洋平masumi toyota宮路洋一OpenSeaGDC 2022TextWorldEarth-2BingMagentaSFELYZA Pencil松尾豊GTC2021CycleGANNetflixデータマイニング東京大学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 2022レベルデザインAIボイスアクターNVIDIA CanvasGPUALife人工生命オルタナティヴ・マシンサウンドスケープLaMDAAI DungeonASBS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 DIGEST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 MerlinJasperNVIDIA 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 StyleIntelDisney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BigGANGANverse3DMaterialGANRNN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 Research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PFN 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 PlatformiPhoneCALADeep FluidsSoul Machines柿沼太一MeInGameAmeliaELSIAIGraph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大規模言語モデルBCIGateboxアフォーダンスLearning from VideoANIMAKPaLM-SayCan予期知能逢妻ヒカリセコムGitHub Copilot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CaP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コリジョンチェックPAIROCTOPATH TRAVELER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YCAMStyleRigAutodeskアンラーニング・ランゲージ逆転オセロニアBentley Systemsカイル・マクドナルドワールドシミュレーターローレン・リー・マッカーシー奥村エルネスト純いただきストリートH100鎖国［Walled Garden］プロジェクト齋藤精一大森田不可止COBOLSIGGRAPH ASIA 2022高橋智隆DGX H100VToonifyロボユニザナックDGX SuperPODControlVAE泉幸典仁井谷正充クラウドコンピューティング変分オートエンコーダーロボコレ2019Instant NeRFフォトグラメトリartonomous回帰型ニューラルネットワークbitGANsDeepJoinぎゅわんぶらあ自己中心派Azure Machine LearningAzure OpenAI Service意思決定モデル脱出ゲームDeepLHybrid Reward Architectureコミュニティ管理DeepL WriteウロチョロスSuper PhoenixSNSProject MalmoオンラインゲームGen-1気候変動Project PaidiaシンギュラリティProject Lookoutマックス・プランク気象研究所レイ・カーツワイルWatch Forビョルン・スティーブンスヴァーナー・ヴィンジ気象モデルRunway ResearchLEFT ALIVE気象シミュレーションMake-A-Video長谷川誠ジミ・ヘンドリックス環境問題PhenakiBaby Xカート・コバーンエコロジーDreamixロバート・ダウニー・Jr.エイミー・ワインハウスSDGsText-to-Imageモデル音楽生成AIYouTubeダフト・パンクメモリスタ音声生成AIGlenn MarshallScenarioThe Age of A.I.Story2Hallucination音声変換LatitudeレコメンデーションJukeboxAIピカソVeap JapanAI素材.comEAPneoAIテンセントSIFT福井千春DreamIconDCGAN医療mignMOBADANNCEメンタルケアstudiffuse人事ハーバード大学Edgar HandyAndreessen Horowitz研修デューク大学AIQVE ONEQA Tech Nightmynet.aiローグライクゲーム松木晋祐東京理科大学下田純也人工音声NeurIPS 2021産業技術総合研究所桑野範久リザバーコンピューティングBardプレイ動画ヒップホップ対話型AIモデル詩ソニーマーケティングControlNetサイレント映画もじぱnoteNBA環境音暗号通貨note AIアシスタント現代アートFUZZLEKetchupAlterationAI News粒子群最適化法Art Selfie進化差分法オープンワールドArt Transfer群知能下川大樹AIFAPet Portraitsウィル・ライト高津芳希P2EBlob Opera大石真史クリムトBEiTStyleGAN-NADA世界モデルDETRゲームエンジンDreamerV3SporeUnreal Engineクリティックネットワークデノイズ南カリフォルニア大学Unity for Industryアクターネットワーク画像処理DMLabSentropyGLIDEControl SuiteCPUDiscordAvatarCLIPAtari 100kSynthetic DataAtari 200MCALMYann LeCunプログラミングサム・アルトマン鈴木雅大ソースコード生成コンセプトアートGMAIシチズンデベロッパーSonanticColie WertzTRPGGitHubCohereリドリー・スコットウィザードリィMCN-AI連携モデルマジック：ザ・ギャザリング絵コンテUrzas.aiストーリーボード介護大阪大学西川善司並木幸介KikiBlenderサムライスピリッツ森寅嘉Zoetic AIプロンプトゼビウスSIGGRAPH 2021ペットGPT-4ストリートファイター半導体Digital Dream LabsPaLM APITopaz Video Enhance AICozmoMakerSuiteDLSSタカラトミーSkeb山野辺一記NetEaseLOVOTDreambooth-Stable-Diffusion大里飛鳥DynamixyzMOFLINゲーム背景RomiGoogle EarthU-NetミクシィGEPPETTO AI13フェイズ構造アドベンチャーゲームユニロボットStable Diffusion web UIADVユニボPoint-EXLandGatoアパレルAGIAI model手塚眞DEATH STRANDINGマルチモーダルAI ModelsEric Johnson汎用強化学習AIZMO.AIデザインMOBBY’SOculus 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生体情報デシマエンジンGoogle BrainダイビングインディーゲームSound Controlアウトドア写真高橋ミレイSYNTH SUPERAIスキャニング照明Maxim PeterKarl Sims自動採寸Joshua RomoffArtnome3DLOOKハイパースケープICONATESizer山崎陽斗深層強化学習ワコール立木創太松原仁スニーカー浜中雅俊UNSTREETミライ小町武田英明Newelseテスラ福井健策CheckGoodsGameGAN二次流通パックマンTesla BotNEDO中古市場Tesla AI DayWikipediaDupe Killerソサエティ5.0Sphere偽ブランドSIGGRAPH 2020バズグラフXaver 1000配信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
SIGGRAPH 2022で採択されたNVIDIA関連論文ハイライト
2022.5.25先端技術
GPUメーカー最大手のNVIDIAは、GPUが応用されるAIやCGに関して熱心に研究していることでも知られています。CG研究については、同社が執筆に関わった論文がCG技術に関する世界最大のカンファレンスSIGGRAPHに毎年採択されています。本稿では、SIGGRAPH 2022に採択された同社関連論文をまとめたブログ記事からAIに関わるものを3本紹介します。
動作を再利用して賢く学ぶ
NVIDIAの研究者がトロント大学とカリフォルニア大学バークレー校と共同で発表した論文は、CGキャラクターが複雑な動作を習得する革新的な方法が提案しています。人間がスポーツで実行するような複雑な動作を習得する場合、「歩く」「走る」といったような基本動作を応用しながら学習します。対して既存のCGキャラクターはすべての動作をまったくの白紙の状態から学習しているため、人間に比べて習得プロセスが非効率的です。同論文は、CGキャラクターに人間と同様な動作学習を実現する方法を提案しています。
提案された動作習得方法は、基本動作を学習する事前訓練と事前訓練の成果にもとづいて複雑な動作を学習するタスク訓練から構成されています。事前訓練では、基本動作に関する学習データを模倣することによって学習します。この学習成果は、「スキル埋め込み」という形式で保存されます。
タスク訓練では学習目標となるモーションが与えられると、そのモーションに近い動作になるように基本動作が合成されます。こうした処理のため、タスク訓練では学習データが不要となります。タスク訓練の具体例を挙げると、「持っているものを振り回す」という基本動作から「剣を振る」と「盾で殴打する」というタスクが生成されます。
以上のようなヒューマンライクな動作習得方法には、基本動作の学習時に不自然な動作になったり、不要な揺れがふくまれたりするといった課題もあります。しかしながら、理論的には計算能力を増強することによって人間より早く複雑な動作を習得できると考えられます。この新たな動作習得方法はゲームだけではなく、ロボット工学への応用も期待されています。
AI演算によりVRヘッドセットの小型化に成功
スタンフォード大学と共同して発表した論文では、VRヘッドセットを小型化・軽量化する技術が提案されています。従来のVRヘッドセットでは画像を表示するための接眼レンズとディスプレイパネルのあいだに距離が必要なため、厚みのあるデバイス設計しかできませんでした。提案された技術を使うと、VRヘッドセットの厚みを大幅に減らすと同時に軽量化も実現します。同技術の実証実験にために作られたデバイスは画像表示に必要な光学的機構の厚さは2.5ミリメートル、重量は60グラムでした。
VR画像に関する新技術は、画像を表示するために処理する光学的計算を最適化問題と定式化したうえでAIによって最適解を導くというものです。実証実験に使ったVRヘッドセットの部品には接眼レンズのほかに光を電気的に制御するSLM（Spatial Light Modulator[空間光変調器]の略称）が使われているのですが、これらの部品と瞳孔の直径から最適な光学的状態を計算するために瞳孔高次勾配降下アルゴリズムが考案されました。
論文では、VR画像表示に関して新技術と既存技術を比較した実験の結果をまとめています。以下は瞳孔の直径5ミリメートル、ディスプレイのピクセルピッチ（画素の直径）が3.2マイクロメートルという条件で新技術と既存技術を比較した画像です。新技術を使った画像は「PupilHOGD」と書かれた右側のものですが、既存技術による画像より鮮明なことがわかります。
もっとも新技術には、視野角が22.8度と既存のVRヘッドセットに比べて極めて小さいという欠点があります。この欠点は、設計思想を変えずに部品の改良だけで克服できるものと考えられています。例えば、2枚の接眼レンズを重ねる等の工夫で視野角を120度まで大きくできます。新技術を改良すれば、通常のメガネをかけるようにして使えるVRヘッドセットが実現するかも知れません。
画像のスタイル変換をテキスト入力で指定
イスラエルのテルアビブ大学と共同して発表した論文では、テキストから生成した画像のスタイル変換をテキスト指定できるAIモデル「StyleGAN-NADA」が提案されています。このモデルを使えば、例えば「写真を（ルネサンス期の巨匠である）ラファエロ風に」とテキスト入力すると、以下のようなラファエロの画風をしたさまざまなポートレートが生成されます。
StyleGAN-NADAのアーキテクチャには、スタイルをさまざまに変更して画像を出力するStyleGANと、OpenAIが開発した画像認識モデルCLIPが含まれています。StyleGAN-NADA に「犬を猫風に」と入力した場合、CLIPは犬と猫のそれぞれに関する画像埋め込みを生成します（以下の画像の上部）。そして、これらの画像埋め込みから犬から猫に変換する処理を生成します（以下の画像の黄色の破線矢印）。こうして生成された変換処理を使って猫風の犬を多数生成するのです。
論文にはStyleGAN-NADAと同モデルの開発に影響を与えたStyleCLIPの性能を比較した画像が掲載されています。以下の画像群の左側の列は入力画像、右側の列がStyleGAN-NADAの生成画像、中央の3列に配置された画像群はStyleCLIPのソースコードにさまざまな改良を加えたうえで生成されたものです。2行目の画像群は「犬を（アメコミキャラの）ジョーカー風に」と変換指定して出力されたものです。StyleGAN-NADAで生成したものが、もっともジョーカーの面影を感じる犬であることがわかるでしょう。
StyleGAN-NADAには、２つほど制限事項があります。1つ目の制限事項は、変換可能なスタイルはCLIPが認識できる画像にもとづいたものに限られます。2つ目の制限事項は、テキストでスタイルを入力するという仕様上、曖昧な表現で入力すると期待したものが得られない可能性があることです。例えば「ラファエロの絵のように」と入力した場合、その意味はラファエロの画風、ラファエロのポートレート、アメコミシリーズの『忍者タートルズ』に登場するラファエロのポートレートの3つに解釈可能です。
制限事項があるものもStyleGAN-NADAは、DALL-Eのような基本的なテキスト画像生成モデルを進化させたものだと言えます。こうした進化が継続すれば、テキスト画像生成モデルはさまざまなテキスト入力にもとづいて多様かつクリエイティブな画像を生成できるようになるでしょう。
以上に紹介した3本の論文は、SIGGRAPH 2022に採択されたNVIDIA関連論文のほんの一部に過ぎません。2022年8月8日から11日に開催される同カンファレンスには、紹介した3本の他にもAIとCGがクロスオーバーする論文が多数採択されているので、こうした論文をチェックしてみてはいかがでしょうか。
Writer：吉本幸記
RANKING
