【GDC2025】ゲームAIの昔と今をつなぐ：三宅陽一郎「ゲームAIの歴史」講演レポート

2025年3月17～21日にかけて、アメリカのサンフランシスコ、ゲーム開発者向けの業界イベントGame Developers Conference 2025（GDC2025）が開催されました。イベント期間中には、ゲームAIにフォーカスしたGame Artificial Intelligence（AI）Summitも行われました。

本サミットの講演者の1人が、日本のゲームAIの第一人者と言っても過言ではないであろう、スクウェア・エニックス リードAIリサーチャーの三宅陽一郎氏です。三宅氏は会場で「The History of Game AI : from rule-based to deep learning（ゲームAIの歴史：ルールベースからディープラーニングまで）」と題し、主に日本で1980～90年代に登場した作品を中心とした、ゲームAIの歴史をテーマに講演しました。

今回の三宅氏の発表は、ゲームメーカー各社が保存している、過去のゲームAIに関する開発資料に残された情報をピックアップしたうえでまとめたものです。

同氏の所属するスクウェア・エニックスをはじめ、近年の大手メーカー各社はゲームAIに限らず、過去のゲーム開発資料の保存およびデータベース化の推進に努めています。ちなみにスクウェア・エニックスでは、古い資料が納められた段ボール箱が約1万箱もあるそうです。

なお、その成果は昨年12月に開催されたSIGGRAPH Asia 2024で、スクウェア・エニックス、セガ、タイトー、カプコンの4社合同による発表「The Cutting Edge of Preserving Game Development Materials Archives（ゲーム開発資料の保存の最先端）」で報告されています。

三宅氏によると、日本において古い時代のゲームAIの情報はあまり記録に残っておらず、特にそういった資料が日本語から英語に翻訳されたものは極めて少ないとのことです。そうした背景もあり、同氏は海外のゲームAI研究または開発者がまだ知らない、過去の歴史を豊富に盛り込んだ発表を行いました。ゲームAIという言葉が業界内に定着するずっと前の時代から、日本にも優れたゲームAI導入の歴史があることを広める意味でも。本発表は非常に大きな意義のあるものだったはずです。

以下、三宅氏の貴重な講演のポイントをまとめてお伝えします。

1979年の段階で、すでに誕生していたメタAIの始祖

ゲームシステムに関するAIは、プレイステーションが普及し、3DCGが当たり前のように使用われる時代になった1995年頃から流行が始まり、ゲーム全体をコントロールするメタAI、キャラクターを制御するキャラクターAIと、空間を扱うスパーシャルAI（空間AI）の大きく3種類に分けられます。

三宅氏は、メタAIの最も古い例として、1980年にナムコが発売したアーケード用アクションゲーム『パックマン』を挙げました。『パックマン』では、敵の4体のゴースト（モンスター）の行動パターンには「休憩モード」と「アタックモード」の2種類があり、ゴーストたちがそれぞれの縄張り（※画面の四隅）に散る「休憩モード」と、主人公のパックマンを追い掛け回す「アタックモード」を交互に繰り返します。例えば最初のステージでは、スタートから7秒間が「休憩モード」で、その後20秒間の「アタックモード」に切り替わります。先のステージに進むと、5秒間の「休憩モード」後に「アタックモード」20秒間に変わります。つまり「休憩モード」が短くなって難易度が上がるというわけです。

加えて本作では、ステージ開始時に2体のゴーストがフィールド内に進入し、パックマンが画面内のクッキー（ドット）を30個食べると3体目のゴーストが、90個食べると4体目が新たに参戦します。さらに難易度の高いステージに進むと、最初から3体または4体のゴーストが出現するようプログラムされています。本作は、これらのアイデアにより緩急のリズムを生み出すことでプレイヤーを楽しませていたのです。

この仕組みが開発されたのは1979年で、当時のナムコ社内では、難易度をプログラムによって調整するシステムをレベルコントロールシステムと称していました。

【参考動画】『パックマン』（バンダイナムコエンターテインメント公式YouTubeチャンネル）

本作は海外でも大ヒットした有名タイトルでしたが、意外なことに本作のレベルコントロールシステムに言及した資料は日本語でしか存在しませんでした。そのため、三宅氏による本発表後には海外の研究者から「ぜひ資料を読みたい」と改めてお願いされることがあったそうです。

同じく、ナムコが1983年に発売したシューティングゲームの『ゼビウス』では、しばらくプレイし続けていると、空中に出現する敵キャラクターがより強力になることで難易度が上がりますが、プレイヤーがミスをするごとに難易度が下がり、リスタート時はそれまでよりも弱い敵が出現するように作られています。

また当時のナムコでは、今日のゲームエンジンにあたる、Z80アセンブラで動くオブジェクト指向の「ジョブコン」を独自に開発し、最新のアーケードゲームを作り上げていました。『ゼビウス』の開発に「ジョブコン」を導入したことで、敵キャラクターのAIを作るときには担当スタッフがそのオブジェクトを制作するだけで出来上がるメリットが生まれました。

なお三宅氏によれば「おそらく『ジョブコン』は、日本最古のゲームエンジンではないかと思います」とのことです。同社が80年代初頭からゲームAIとともに、開発エンジンも最先端の技術を持っていた事実は特筆に値するでしょう。

【参考動画】『ゼビウス』（バンダイナムコエンターテインメント　公式YouTubeチャンネル）※Wiiバーチャルコンソール版

ちなみにメタAIの言葉の初出は、2005年にアメリカのマリーナデルレイで開催されたAI学術会議「Proceedings of the First Artificial Intelligence and Interactive Digital Entertainment Conference（AIIDE）2005」で、『シムシティ』の開発者として有名なウィル・ライト氏が、発表の際に使用した図に記述されていた時とのことです。

1990年にアスキーが発行した書籍『ウィル・ライトが明かす シムシティのすべて』（ウィル・ライト／翻訳 多摩豊）には、本作のゲームAIに関するライト氏の証言がすでに書かれていたことも併せて紹介しました。本書は日本語版しかないため、本発表で本書の存在を初めて知った海外の研究者たちは、少なからず驚いたことでしょう。

【関連記事】三宅陽一郎が語る、ウィル・ライトとシムシティの思想：懐ゲーから辿るゲームAI技術史vol.1

元祖『シムシティ』の発売は1989年です。つまりメタAIの歴史としては、『パックマン』のほうが、およそ10年も先行していた事実には改めて驚かされます。

キャラクターAIの歴史とトレンド

キャラクターAIの歴史と仕組みを解説するにあたり、三宅氏は、意思決定と機械学習、インタラクティビティの3つの軸に分けたうえで説明を行いました。

同氏は意思決定によるキャラクターAIの歴史的背景として、まず1978年にタイトーが発売した古典的名作『スペースインベーダー』を挙げました。ただし本作の敵キャラクターは、プレイヤーのアクションとは無関係に、毎回決まったパターンで行動するためAIとは言い難いといえます。

一方で、1989年にブローダーバンドが発売したPC用アクションゲーム『プリンス・オブ・ペルシャ』になると、主人公の動きに合わせて敵キャラが攻撃を仕掛けてくることから「少しではあるが、AI的な要素が入っている」とのことです。

さらに時代が進み、2001年にマイクロソフトが発売した有名FPS『Halo（ヘイロー）』には、AIによりしっかりと制御された、センサーで得た情報を元に意思決定をして行動する、自律型のエージェントが実装されるようになりました。このエージェントアーキテクチャーが、本作初めて導入されたことで「これからは、キャラクターを自律型にしよう」というムーブメントが業界内に起こりました。

意思決定によるキャラクターAIの代表的な導入例

数ある意思決定のAIを導入したタイトルのうち、はっきりとした形で開発資料が残っている例として、三宅氏は先述の『パックマン』のほか、1987年にゲームアーツが発売したPC用麻雀ゲーム『ぎゅわんぶらあ自己中心派』、1990年にエニックスが発売したファミコン用RPG『ドラゴンクエストIV』、2000年にEAが発売したPC用シミュレーションゲーム『The Sims（邦題：シムピープル）』を挙げました。

『パックマン』のキャラクターAIは、敵の各ゴーストの行動パターンがルールベースで作られています。「アタックモード」に切り替わると、赤のゴーストはパックマンの位置に向かって動き、ピンクはパックマンのやや前方に、青は点対称の位置に、オレンジはパックマンからある程度離れた位置にいる場合はランダムに動く、といった具合です。

『ぎゅわんぶらあ自己中心派』は、原作のマンガと同様に各キャラクターの打ち筋がまったく異なり、まるで人間同士で対局しているかのような楽しさがある麻雀ゲームです。本作において各キャラクターの打ち筋に個性が表れるのは、独自の評価システムに基づいて毎回打牌などの行動を決定する、ユーティリティベースのキャラクターAIによって作られているからです。

本作のキャラクターAIを開発したのは、社長である宮路洋一氏です。三宅氏によると宮路氏は、何と自ら1年半もテストプレイを続け、さらにプライベートでも麻雀を打ちまくって収集したデータを、ひたすら仕様書にフィードバックしたうえで作られた、当時としては群を抜くAIの大作でした。本作のキャラクターAIに関する文献も「今までは日本語しかなかったので、海外の人は初めて知ることになりました」と三宅氏は述べました。

【関連記事】

・80年代の秋葉原カルチャーから生まれたゲームAIの萌芽：『ゲームAI技術入門』刊行記念特別対談レポート（前編）

・発想より技術が先行する時代におけるゲームAIの役割：『ゲームAI技術入門』刊行記念特別対談レポート（後編）

・面白さの評価関数は作れるか？ 麻雀対局中の思考を真面目に再現したらゲームAIになっていた──ゲームアーツ創業者宮路洋一氏が説く試行錯誤の大切さ、そして80年代【聞き手：三宅陽一郎】

パッケージの裏面に「こんなに面白いAI＋さくせん」とも書かれていた『ドラゴンクエストIV』は、バトルに切り替わるとプレイヤーが決定した「さくせん」を元に、味方パーティが自動で行動を決定することでも有名です。AIの導入の発案者は、『ドラクエ』シリーズの生みの親でもある堀井雄二氏で、堀井氏はバトルパートのメインプログラマー、山名学氏と会議だけで半年近くも費やしたうえで開発しました。

実は本作では、敵のモンスター側にも詳細なキャラクターAIが設定されています。三宅氏の説明では、各モンスター側には魔法耐性、（眠り、マヒなどの）効果耐性、ドロップアイテム、アクションなど36個のパラメーターが設定されているとのことです。さらに各モンスターのアクションが「物理攻撃」「呪文」「逃げる」など6個ずつ割り振られ、ターンごとにランダムで決定されます。

加えて本作では、例えば「『物理攻撃」』が選ばれやすい」「『呪文』はほとんど選ばれない」など、あらかじめ「セレクションモード」でアクション別に傾斜を作っておくことで、モンスターごとの個性を作り上げています。

【関連論文】『ドラゴンクエストIV』における人工知能 —開発者インタビューから見るディジタルゲームAI 技術—

プレイヤーがゲームの世界の住人、シムたちの人生に介入して遊ぶ『The Sims』に導入されたゲームAIは、海外で「ユーティリティベースのキャラクターAI」と言えば、真っ先に挙げられるほど有名です。

本作にはモチーフエンジンと呼ばれる、シム（キャラクター）の内面を4種類の「フィジカル」と「メンタル」、合わせて8種類のパラメーターで表現したエンジンが搭載されており、どのオブジェクトを、どのように使用したのかによってシムのパラメーターが変化します。

シムの行動は、「Mood（ムード）」と呼ばれるパラメーターを最大化するものを常に選ぶようプログラムされています。「ムード」とは、さまざまなパラメーターを掛け合わせて計算される、シムの幸福度を表した数値のことを指します。本作に「ムード」を導入した結果、例えば「『空腹の状態から、お腹いっぱいになった』場合と『ある程度、お腹いっぱいの状態から、さらにお腹いっぱいになった』場合とでは、前者のほうが幸福度は大きいという変化が出せる」など、より本物の人間らしい行動が表現できるようになりました。

現代の花形AI 機械学習の数少ない導入タイトルとは

機械学習と進化アルゴリズムを導入したゲームは実例が非常に少ないです。

最初に例示したのは、1996年にイギリスのメーカー、ミレニアムが発売した、クリーチャーに物の名前や使い方を学習させるPC用ソフト『クリーチャーズ』です。三宅氏によれば「おそらく、業界で初めてニューラルネットワークの『機械学習』によるAIを導入した作品はないか」とのことです。

本作では、「Lobe（ローブ）」を呼ばれる要素を1単位として、いろいろな情報が入るたびに言葉、注意などの判断をニューラルネットワークによって作り出し、例えば「『赤いもの』と言えば『ボール』」といった情報をクリーチャーに覚えさせる仕組みになっていました。

日本生まれの機械学習のAIを導入した代表的なタイトルは、いずれも森川幸人氏が開発し、1997年にSCE（現：SIE）が発売したプレイステーション用ソフト『がんばれ森川君2号』と、1998年にエニックス（現：スクウェア・エニックス）が発売した『アストロノーカ』です。

『がんばれ森川君2号』は、主人公の知的生命体、PiT（Pet in TV）に対し、目的地を指示したり、新たに発見したアイテムや生き物、ギミックに対して最適なアクションを学習させたりすることで育成しながら世界を冒険するゲームです。

本作では、PiTのアクションを、80年代に開発された、最も重要な学習方法であるバックプロパゲーション（誤差逆伝播法）というニューラルネットワークによって決定する学習アルゴリズムが使用されています。

『アストロノーカ』は、プレイヤーの畑を荒そうとする害獣、バブーにさまざまなトラップを仕掛けて撃退したり、収穫した野菜を交配して品種改良したりしながら、究極の野菜を作り出すことを目指すゲームです。

本作では、パブーに進化型のアルゴリズムが組み込まれています。バブーは、プレイヤーが仕掛けたトラップに引っ掛かると、その情報が子孫に遺伝し、後から誕生したバブーにはその耐性が付加されることで、後から生まれたバブーは次々とトラップを回避してしまいます。

プレイヤーが敵キャラに対抗することで自身の手で敵キャラをも鍛えてしまうという、本作独特の面白さを生み出しているのは、実はこのAIのおかげです。ちなみに野菜の交配は、メンデルの法則がそのままシミュレートされています。

【参考記事】「時代を先取りし過ぎた『がんばれ森川君2号』『アストロノーカ』のゲームAIはどのようにして開発されたのか？：懐ゲーから辿るゲームAI技術史vol.4」

2001年に発売されたPC用シミュレーションゲーム『ブラック＆ホワイト』を開発したのは、『ポピュラス』や『テーマパーク』などの作品を手掛けたことでも有名なピーター・モリニュー氏です。

本作は、プレイヤーが神となって、自らを崇める住民たちを導くゲームです。作中には、神の具現化した存在にあたる巨大なクリーチャーが登場しますが、このクリーチャーには「Perceptron」と呼ばれるニューラルネットワークが使用されています。クリーチャーは初めのうちは「岩を運んでくれ」などと指示しても言葉を理解できず勝手な行動を続けますが、プレイヤーが勝手な行動を諫め、マイナスの報酬を与えることで学習が進み、やがて岩を持ったり運んだりするようになります。

機械学習の発展は10年ほどでいったん停滞局面を迎えましたが、2013年にDeepMind社は、今度はインプットした画面情報を元にコントローラーの操作をアウトプットするAI「Deep Q-Learning」を開発したことで、さらに開発技術が進歩しました。

このAIを使って、かつて大人気を博した家庭用ゲーム機『Atari2600』用のゲームソフト『Pong（ポン）』『Breakout（※いわゆる「ブロック崩し」の元祖）』『スペースインベーダー』『Seaquest』『Beam rider』のプレイ方法を学習させたところ、何と人間のプレイヤーよりも優れた成績を収めることに成功してしまいました。

「Deep Q-Learning」で好感触をつかんだ開発者たちは、続けて囲碁のAI「AlphaGO（アルファ碁）」を開発しました。囲碁は、19×19の盤面に黒か白の石を置く、または何も置かないだけの2ビットしかない、ゲーム画面としてはとてもシンプルなものです。この画面をインプットしたうえで、どこにアウトプット出すのかを学習させました。

「AlphaGO」では「ポリシーネットワーク」と、局面の形勢を判断する、いわゆる「対局観」の2つの要素を、プロ棋士の棋譜を利用してどんどんデータを取り込み、さらに強化学習を行いました。その結果、2016年にはプロ棋士を破るほどの棋力を身に着けることに成功。このニュースは日本のマスコミでも報じられたので、ご記憶の方も多いことでしょう。

面白いことに、その後DeepMind社は、再び『Atari2600』用ソフトの攻略をする「Deep Q-Learning」の研究に戻りました。前回は『Pong』など、ごく単純なルールのタイトルだけを攻略しましたが、ルールが多少複雑なものについては、攻略パターンをなかなか学習することができなかったからです。

そこで短期・長期メモリ、未知の場所を探索しようとする好奇心ベース探索アルゴリズム、エピソード記憶などの技術を積み重ねた結果、2020年には実に57タイトルものゲームで、人間のプレイヤーよりも好成績を収めることに成功しました。なお、AIが攻略に苦戦したのは『Montezuma’s Revenge』『Pitfall（ピットフォール）』『Solaris』『Skiing』の4タイトルでした。

会話を通じた学習をも可能としたインタラクティビティ

インタラクティビティ、すなわち会話によるデータから学習するAIの源流は、三宅氏によると1966年にMITのジョセフ・アイゼンバウム氏が開発したコンピュータープログラム『ELIZA（イライザ）』で、非常にエポックメイキングなものでした。

本作は、心理カウンセラーである『ELIZA』に、例えば「最近、鬱なんだ……」とテキストで会話を入力すると、「そんなにナーバスにならないで」などとAIがコメントを返すことで会話ができるというものでした。現在のChatGPTのように機能する本作が開発された当時は、世間一般の人々がコンピューターに触れる機会がない時代であり、本作に触れた人は、誰もが大いに驚いたそうです。

その後、アイゼンバウム氏が開発した会話システムは、大学間ネットワークを通じて共有され、三宅氏によると「実は、ここから『Zork（ゾーク）』などのテキストベースのRPGの系譜につながりました」ということですから、『ELIZA』はビデオゲーム誕生の歴史を語るうえでも重要なプログラムであると言えるでしょう。

また、1986年にAddison-Wesley Publishingが発売した、ペットの犬に芸を仕込んで遊ぶPC用シミュレーションゲームの『Puppy Love』は、テキスト入力によりエージェントとの会話ができる特徴があります。

同じく、1994年にエニックスが発売したスーパーファミコン用シミュレーションゲーム『ワンダープロジェクトJ』と、1996年に登場した続編のNINTENDO64用ソフト『ワンダープロジェクトJ2』も、プレイヤーが「ギジン」と呼ばれる機械人間と会話ができる作品。どちらも会話を繰り返して「ギジン」が成長することで、隠された謎を明かせるようになるところに楽しさがあります。

いずれも学習、記憶モードが実装され、「ギジン」はプレイヤーが会話によって、例えば「『ボール』は『蹴ったほうがいい』」などと褒めたり叱ったり、あるいはパラメーターなどを見せたりすることで学習が進みます。また「ギジン」が特定の相手と出会った回数を記憶することで、最初に会ったときと2回目に会ったときとでは、それぞれ異なるリアクションをするそうだ。ほかにも、複数の情報を組み合わせて推理させる、正しい経路を探索させる（Decision Tree：決定木）など「当時としては、かなり凝った学習を実装していた」とのことです。

不気味なペットが登場することで、一躍有名になった、セガが1999年に発売したドリームキャスト用ソフト『シーマン』も、インタラクティビティを実装したゲームを語るうえでは欠かせない存在です。

本作の白眉は、何と言ってもペットのシーマンが、プレイヤーの音声（会話）を通じて学習するところにあります。とりわけシーマンは同じセリフでも異なる抑揚で話せることに特徴があります。

「（本作を開発した）斎藤由多加さんは、今の言語AIは『書き言葉』として記述してあるので、会話をするには不向きであると仰っています。つまり、今のChatGPTも会話とは言えないわけですね。会話というのは言葉だけなく、言葉の抑揚のところにもちゃんと意味がある、これを斎藤さんは『メロディ言語』と呼んでいます。」（三宅氏）

【参考記事】シーマンは来たるべき会話型エージェントの福音となるか？：斎藤由多加インタビュー（人工知能学会誌「人工知能」）

2003年にSCEが発売したPS2用ソフト『くまうた』は、プレイヤーが弟子のクマに演歌を歌わせるという変わった作品で、本作も森川氏が開発に参加しています。

本作には言語エンジンが搭載され、クマに3つのお題を与えると演歌の歌詞と曲が自動生成され、クマがボイス付きで歌う仕組みになっており、自動作曲システムが導入された作品としては、かなり早い事例です。本作も、おそらく海外では発売されていないため、海外の研究者たちは本発表を通じて、初めてその存在を知ったと思われます。

まとめ

「1980～90年代のAIを調べると、実は現在のAIにつながるいろいろな技術が育まれ、日本および世界のAIの系譜につながっていることがわかると思います」と本発表をまとめた三宅氏。日本国内でしか発売されなかった古い作品にも、実はAIが実装されていたものがいろいろあることを、海外の研究者たちに懇切丁寧に伝えた本発表は極めて有意義だったはずです。

今では誰も手軽に使えるChatGPTなどのAIにつながる技術が、実は古い時代のゲームにも導入されていた事実には改めて驚かされます。AIに関してはまったくの素人である筆者も、聴講していてとても楽しむことができました。

Writer：鴫原盛之