楽しいAIを作るには何が必要か？「BitSummit Let’s Go!!」対談レポート

2023.8.29モリカトロン

2023年7月14日から16日にかけて、日本最大級のインディーゲームの祭典「BitSummit Let’s Go!!」が京都市勧業館みやこめっせで開催されました。BitSummitの会期中は連日多くの人々で賑わい、来場者は23789人を記録しました。

モリカトロンのブースでは、Stable DiffusionやChatGPTなどの生成AIを活用したマーダーミステリー生成ソフト『Red Ram（仮）』の試遊コーナーを設置しました。生成される事件に関わる4つのキーワードをユーザーが入力し、あらかじめ候補が用意された犯行動機の選択をするだけで、ストーリーやトリック、キャラクターや背景、アイテムの画像といったアセットがほぼすべてAIによって生成されます。会期中の3日間で250件以上の事件が生成されました。生成されたゲームは現在も公開されており、こちらのリンク（※1）からプレイできます。

※1 リンクの有限期間は2023年12月末までとなっており、それまでは体験していただけます。公開期間は変更される場合があります。また、開発中のコンセプトモデルなので、不具合等が残っている可能性があり、今後変更が入る可能性があります。

また、AIQVE ONEのブースでは、AIを使用したデバッグのデモコーナーが出展されていました。こちらの自動プレイテストAI『Playable!』は、AIQVE ONEとベリサーブ、モリカトロンが共同開発したツールで、コリジョンチェックや通しプレイ、アイテム回収タスクなどをAIが実行することで、ゲームQA（品質管理）に掛かる多くのリソースを軽減させることができます。

ブースではQAエンジニアからテキストで入力された指示をLLM（大規模言語モデル）で解釈することでビヘイビアツリーを生成し、自動で動くプレイヤーキャラクターがQAに必要なさまざまなタスクを実行する汎用エージェントの試作も紹介されていました。こちらは現在開発中で、年内の提供を目指しているとのことです。

ChatGPTは「バーチャル徳川家康」にはなれない

ビジネスデーである初日14日には、モリカトロン株式会社の森川幸人代表取締役と育成シミュレーションゲーム『シーマン』を開発した斎藤由多加氏の対談イベントが行われました。日本のゲーム開発史に大きな足跡を残している両氏が忌憚なく話した同イベントでは、ChatGPTをはじめとする大規模言語モデルが人を楽しませる「楽しいAI」になるために必要なことが語られました。

森川幸人氏（以下、敬称略）：斎藤さんの以前の対談ですごく印象に残っているのが、「『お前はパソコンを持っているのか』という質問の仕方はよくない、そうではなくて『お前はMacを持っているのか』と質問するほうが（会話の）枝分かれが少なくて済むんだ」という話です。

斎藤由多加氏（以下、敬称略）：その話こそ、まさに大規模言語モデルにはない人間の知恵のようなものです。例えば「お前、何年（なにどし）？」という会話を考える時、「褌（ふんどし）」という答えも用意しておくんです。また「お前、何座（誕生日の星座を尋ねる）」では「銀座」も用意すると、ユーザは喜ぶんです。こんなところが人間の知恵とChatGPTの違いです。

森川：斎藤さんには、ChatGPTを使った企画の話が来てるんじゃないんですか？

斎藤：確かにそう言う話はたくさんありました。しかし、シーマンのグラフィックにChatGPTを実装するとゲームになるかと言えば、まったくならない。ChatGPTを使って例えば「バーチャル徳川家康」を作ろうとしても、うまく行かない。なぜかと言うとChatGPTを使うと、江戸時代の徳川家康なのにMacについて聞いてもすらすら答えてしまうからです。徳川家康っぽくするためにChatGPTの知識を削らなくてはいけないんです。

森川：斎藤さんが指摘したことが、キャラクターの台詞をChatGPTで作る時の最大の問題点ですね。ゲームの世界観が剣と魔法なのに、岸田首相の話をふって答えられたら、その瞬間にゲームの世界が終わってしまう。自由に質問できるからと言ってChatGPTをゲームに使うと、ゲームの世界観を壊しかねないのが悩ましい。

ゲーム開発における人間とAIの棲み分け

森川：今年のBitSummitではモリカトロンのブースで、『Red Ram（仮称）』というゲームのコンセプトモデルを出展しています。このゲームはプレイヤーの入力で生成されたマーダーミステリーを遊ぶというものなんですが、ゲームの要素となるもののほとんどをChatGPTとStable Diffusionで生成するようにしました。事件のトリック、ストーリー、登場人物の画像と台詞、背景画像なんかをほぼ全部AIに任せちゃう。本当は全部AIに任せる必要はまったくないんですが、誰かが1回AIに全部任せるところまでやってみないと、ゲーム開発におけるAIと人間の棲み分けのバランスが見えてこないと思うんです。

斎藤：今ChatGPTやGPT-4が登場して生成AIの流れが来ていますけれども、森川さんはこの流れに肯定的ですか？それとも否定的ですか？

森川：ゲーム開発に生成AIを使うことには肯定的です。ただゲームキャラクターをしゃべらせるのに生成AIを使うのには否定的です。GPT-2から使っているんですが、GPT-4になってどんどん性能は上がっている一方で、同時に守備力も上がっていてそつのない会話しかしなくなっているんですね。GPT-3あたりだと「斎藤由多加」と質問すると、でたらめなプロフィールが返ってきたんですよ。ところがChatGPTだと、「個人情報はお答え出来ません」と回答するんです。こんな回答だとつまらないので、キャラに面白いことを言わせようとすると生成AIは使いにくいなと思うようになりました。

無個性な「正しいAI」と個性が求められる「楽しいAI」

森川：自分たちはよくAIを「正しいAI」と「楽しいAI」に分けていて、昨今のAIの進化はより正しい情報を伝えたり、正しく認識したりする方向ばかりに進んでいます。対して楽しいのような人間的なところとか、主観的なところが御座なりになっていると思うんです。

斎藤：昔Googleが発表した電話で予約するみたいなAIがあったじゃないですか（※2）。あれはすごく面白いと思ったんです。質問に答えるだけではなく、AIのほうから話しかけるので。今のAIは、いまだに自発的に話しかけませんよね。
※2 Google Duplexを指している。同AIは2018年のGoogle開発者会議Google I/Oで発表されたものも、近年の開発者会議で言及されることはなくなっていた。Google I/O 2023を特集した2023年5月31日公開のWIRED.jpの記事は、同AIのフェードアウトはGoogleアシスタントの限界と、その限界にとって代わるようにして登場したBardを代表する会話型AIの台頭に原因があると指摘している。

森川：今のAIは、コマンドを与えない限り何もしないんですよ。ロボットという身体を持つと、バッテリーが切れそう時は人間で言えば生命維持に関わるような緊急事態なので、自発性が生まれる可能性はあるかもしれませんが。

斎藤：あんまり自発的にやってくれても困っちゃいますが、エンターテインメントという面から見れば、予想外だったり、わがままだったりして性格があると面白い。人を楽しませるAIは今の高性能だけど無個性なAIの延長上ではなくて、まったく別の文脈で出てくるべきだし、必ず楽しいAIのマーケットがあるはずです。

生成AIを使えない大手ゲームスタジオ

森川：2年くらい前にBitSummitで講演することがあって、その時に「AIは貧者のツール」だと話したんですよ。規模が小さくおカネもないようなインディーズのゲームスタジオは、AIの力を借りるとコストを削減できて、人間がやるべきアイデアを考えることにリソースを集中できるので、インディーズゲームスタジオとAIはwin-winの関係になるんですよ。

【参考記事】インディーゲーム開発の現場でこそAIは役立つ：森川幸人氏講演レポート

逆に大手ゲームスタジオは、結論から言うと生成AIを使えなくなっている。使えない理由は、自由に話せたり（画像を）描けたりすると生成物に対しての安全を担保できないので、NGが出てしまう。インディーズでは許される自由さが、大手だと許されない。そして、大手のガードはどんどん高くなるので、生成AIは使いづらくなってしまう。

斎藤：大規模言語モデルではNGワードを設定しても、そのワードを生成から完全に排除できない、という問題ですよね。

大規模言語モデルには欠けているコミュニケーションスキル

森川：会話AIが進化する方向は2つあると思っていて、1つ目は今の大規模言語モデルを正当進化させていったうえで、エンタメに応用する時にはそのAIを崩したり、削ったりする方向があります。2つ目は、斎藤さんが取り組んでいると思っていますが、大規模言語モデルとはまったく違う言わば「人間中心的な」会話AIがある思うんです。そして、この２つの方向を同時に進めないと、会話AIはいいところまで行かないような気がしています。

（書籍を取り出しながら）これは斎藤さんが書いた本なんですけど、『指名される技術』。この本で書かれているメソッドが、今の会話AIに決定的に欠けているものだと思うんですよ。

斎藤：その本は堀江貴文さんと書いたんですけど、表紙がチャラいから誤解されますが、内容は結構真面目なビジネス書です。

森川：『指名される技術』に書かれている詐欺師やホステス、ナンパ師や占い師みたいな人たちが使う話術は、ChatGPTがインターネット上から情報を大量に収集しても拾えない技術です。こうした話術は、大規模言語モデルをファインチューニングして追加実装できそうもない。

斎藤：AIはインターネットにある情報をたくさん食べて頭が良くなるわけですが、そこに載っていない、あるいは情報としてくだらなそうに思える内容は学べない。しかし、今までやっとことのない組み合わせや、めちゃくちゃなことをできるのが現実の人間です。そして、どんどん新しいことをやれる人間が、AIに勝てるのかなとも思います。

将来の夢としての人工生命とデジタルクローン

斎藤：森川さんは時間に余裕があったら何をしたいですか。

森川：人工生命を作りたいです。あと、斎藤さんをコピーしたい。つまり、斎藤さんのデジタルクローンを作りたいです。

斎藤：デジタルクローンは、ぼくも興味ありますね。さきほど話したバーチャル徳川家康は、別に徳川家康である必要はなくて誰でもいいんです。と言うより、自分のデジタルクローンを作りたいと思っています。それを作るのは終活の一環みたいなもので、自分が死んだ後も動作し続けるバーチャルミーみたいなものになると思っています。

森川：70年分くらいの人生のログを集めたら、自分のように話す大規模言語モデルみたいなものが出来るかも知れませんね。

＊＊＊

以上の対談からわかるのは、現在の大規模言語モデルが追求する精度や汎用性では、人間が持っているユーモアや話術といった会話のエンタメ的側面をカバーできない、という両氏に共通した問題意識です。こうした側面は口調やコンテクストといった会話の非言語的要素が深く関わっているため、テキストベースで学習する現状の大規模言語モデルではなかなか習得できません。しかしながら、大規模言語モデルは「楽しいAI」に進化できる余地が大いに残っているとも言えます。そして、楽しいAIの開発には「楽しさとは何か」という根本的な問いかけも必要になることでしょう。

シーマン人工知能研究所とは、日本語特有の自然口語で人間とコンピュータが円滑なコミュニケーションを実現するための会話システムの研究開発をしているベンチャー会社です。人工会話ゲーム「シーマン」のクリエーターがその製品開発のノウハウを活かして日本語エンジンの開発に取り組んでいることからこのように命名されました。

近年では、会話中の「語尾表現」がもたらす話者の意図表現に着目した開発に注力してます。また、一人暮らしの高齢者向けの人工会話スピーカープロジェクトは、福島県における地域復興実用化開発等促進事業費補助金にて医療関連分野で採択され、福島県いわき市にて、同製品化に取り組むとともに、伊達郡川俣町での実証実験に向けて邁進しています。

http://seaman.ai/

Writer：吉本幸記