AIはゲーム産業をどのように変え得るのか？：モリカトロンAIコネクトイベント「ゲームAI開発の舞台裏」レポート

2025年4月4日、エンタメとAIの可能性を探るクリエイター＆エンジニアが共に学び、つながる場を提供するコミュニティ「モリカトロンAIコネクト」の設立記念イベント「【ゲームAI開発の舞台裏】～AIはゲームをどう変えた？これからどう変えていく？～」が渋谷のイベントスペース「404 Not Found」で開催されました。

パネリストとしてモリカトロン株式会社代表取締役の森川幸人氏と、スクウェア・エニックス リードAIリサーチャー／日本デジタルゲーム学会 理事の三宅陽一郎氏が参加したこのイベントは、両氏が質問に答えるスタイルで進行しました。そこで本稿では、両氏が答えた内容の一部を以下に紹介します。

AIパイプラインが話題となったGDC 2025

——三宅さんはGDC2025で発表されましたが、このカンファレンスで気になったAI動向を教えてください。

三宅陽一郎（以下、三宅）：GDC2025ではGame AI SummitというAIをテーマにした部会があって、そこで「The History of Game AI: From Rule-Based to Deep Learning」という発表を行いました。この発表では、1980年代と90年代の日本のゲームにおけるAIの歴史について話しました。森川さんが開発した『がんばれ森川君２号』（1997年）『アストロノーカ』（1998年）にも言及しました。

今年のGDCでは、ゲームエンジンに機械学習パイプラインを組み込む事例が注目に値しました。例えばUbisoft が作って使っているUbi Anvilエンジンのなかにディープラーニングのパイプラインが実装されました。機械学習のパイプラインがゲームエンジンに組み込まれることで、機械学習がいよいよ普通の開発業務の一環となったのです。開発中にディープラーニングモデルが学習されゲーム実行時に推論（実行）されます。

Ubi Anvil エンジンの事例では、『スター・ウォーズ 無法者たち』（Ubisoft、2024年）のビーグルの挙動を開発する時に、ビーグルを駆動させるAIをひたすらトレーニングコースで走行させていました。安定して走行できるようになると訓練が完了して、ビーグルAIを実装することができます。

これからは、ビークルだけではなくさまざまなキャラクターの意思決定に、ゲームエンジンで訓練されたAIが活用されるようになるでしょう。

——モリカトロンのAIの開発姿勢と活用について、森川さんにお答え頂きたいです。

森川幸人（以下、森川）：モリカトロン株式会社を立ち上げたのは2017年だったのですが、この少し前の2012年からディープラーニングが注目されるようになりました。自分自身は30年前からゲームにおけるAI活用を実行していましたが、ようやくAIが注目されるようになったので、2017年というタイミングでゲーム開発のためのAI技術の研究開発とゲーム会社さんへのAI導入のサポートを支援するモリカトロンを設立したのです。

モリカトロンではゲームAIだけではなく、コミックのコマを自動認識してウェブトゥーンに変換するAI「モリカコミック」や、ゲームQAを自動で行う「Playable!」も開発しています。Playable!は自然言語でテスト内容を指示できるので、コードが書けないテスターでも使えます。

2023年にはAIでキャラクターやストーリーを生成するマーダーミステリーゲーム『RedRam』、2024年には10人のプレイヤーがリレー形式で冒険物語を生成する『言霊の迷宮』を発表しました。

——今後のモリカトロンの展望について教えてください。

森川：周知のようにAIの進化スピードが速く、ゲーム会社単位で最新情報を追うのが難しくなっています。最新のAIが役に立つのか、さらには商用利用するにはどうしたらよいのか、ということを調べる時間も不足します。そこで、こうした調査を実施して情報共有できるコミュニティ作りに貢献していきたいと思っています。

ゲームにおけるAI活用をめぐる3つの課題と小規模言語モデルの可能性

——AIをゲームに実装する時の苦労や工夫を教えてください。

三宅：ゲーム開発はエンジニアだけではなく、ゲームデザイナーやアーティストが関わっています。エンジニアがAIを使いたい時は、ゲームデザイナーやアーティストを説得して同意を得なければなりません。実際のゲーム開発の現場のゲームAI技術の導入は、アートから技術に渡って、複数の職種間のパイプラインを構築する、ということになります。

今年のGDCで見られたAIパイプラインを実装する動向は、AI活用を説得するのに役立ちます。というのも、AIパイプラインがあれば、まったくのゼロからAI活用ワークフローを構築する必要がないからです。

森川：プロジェクトの初期段階でAI活用についていろいろ提案しても、ゲームの仕様が固まってくるにつれて、AIの挙動は自由過ぎると言われて、せっかくのAI活用の場面が隅に追いやられることが多いですね。

三宅：ゲーム開発者は職人的なところがあって、100%自分でコントロールできないと不安になります。自分の担当部分に責任があるので、当然手堅く習熟した技術を使うという傾向にならざるを得ません。ディープラーニングをはじめとするAIはブラックボックス的な部分があるので、その部分のせいでゲーム開発者に拒絶されてしまうのがいちばん苦労します。ただブラックボックスになっても許される「いい感じに自動的に調整しておいて欲しい」部分というものはあります。

——ゲームに業界におけるLLM活用について思うところを教えて頂けますか。

三宅：ゲームにおけるLLM活用には、3つの課題があります。1つめがサイズで、サイズが大きいLLMはゲームのメモリーに搭載できないので、サーバ側に置くことになります。LLMをサーバに置くことで生じる2つめの問題が、レイテンシです。LLMにクエリを投げる度に通信が発生するのですが、例えば昼間など混線する時間帯にNPCに話しかけても、遅延が生じます。

3つめがセキュリティです。具体的には、LLMが差別用語やスラングを話さないように規制をかけます。この規制には、例えば世界観がファンタジーのゲームでは、「コンビニで回復薬を買う」といった世界観を壊すようなセリフを言わないようにすることもふくまれます。こうした規制の問題は、ある程度は可能ですが徹底しようとすると難しくなります。

森川：最近だと、モデルサイズが小さい言語モデルでもいい感じの返事が返ってくるようです。こうした小規模言語モデルについて、三宅さんはどう考えていますか。

三宅：LLMよりは精度が落ちるけれども、モデルサイズが小さいのでハイエンドなPCだと（サーバに置かずに）デバイス単独で動作する小規模言語モデルが登場しつつあります。PCやゲーム機の性能が今後も上がっていくと、小規模言語モデルを搭載したゲームがプレイできるようになると考えられます。

大手ゲームスタジオは生成AI導入に二の足を踏むが、インディーズには追い風

——大手ゲームスタジオほど生成AIを活用できないという話を聞きます。こうした事情の理由には、何が考えられるでしょうか。

三宅：この問題については、3つの理由が考えられます。1つめは、コントローラビリティです。コントローラビリティとは、その技術を使ってどこまで自分の思い通りのものを作れるか、ということです。個人のゲーム開発で画像生成AIを使ってキャラクターを制作する場合にはあまり問題になりませんが、大手ゲームスタジオで同様のことを行うと、要求水準を満たさないことがあります。画像生成AIが80点のキャラクター画像を生成しても、ゲーム開発では99点をめぐって競争しているので、80点まで楽に作れても99点まで上げることができないのであれば、あまり役に立たないのです。コントロ―ラビリティは、特にアートに関してはゲーム産業以上に厳しい要求をする業界は少ないので、ゲーム産業内で研究を進める必要があります。

2つめは、セキュリティです。生成AIは膨大なデータを学習しているので、他社が版権を持っているキャラクターが生成されてしまったりNGワードが会話に含まれてしまう可能性があります。こうした可能性があるので、生成機構をゲーム内で実装するのにリスクが伴うのです。

3つめが、AI開発パイプラインの問題です。先ほど述べたように大規模開発でAIを活用する場合、AI開発パイプラインが不可欠となります。しかし、この技術については未知の領域が多く、これからノウハウを蓄積する段階にあります。

森川：AAAタイトルを開発するゲームスタジオと、インディーズゲームスタジオでは、生成AIに対する考え方が変わると思います。AAAタイトルの開発で1人のグラフィッカーを画像生成AIで代替したところで、そのコストダウン効果は開発費全体のごく一部分にしかなりません。

それに対してインディーズゲームスタジオのゲーム開発においては1人で何役もこなすことが多いので、グラフィックや音楽制作、ゲームQAに生成AIを活用した場合、開発費用のかなりの部分をAIで代替できる可能性があります。生成AI活用によるコストパフォーマンスは、大手とインディーズではかなり違う意味合いになるのです。

——生成AIは、インディーズゲーム開発にとって強力な”助っ人”になるのでしょうか。

三宅：生成AIの登場は、インディーズゲームにとって追い風になるのは間違いないと思います。生成AIの性能が向上して自動生成する処理の割合が大きくなると、インディーズゲームスタジオであっても、AAAタイトル並みのボリュームのゲームが開発できるようになるからです。

ただし、インディーズゲームスタジオが生成AIによる追い風に完全にのるには、AIパイプラインのさらなる整備が必要となります。例えば、3Dオブジェクト生成ツールのMeshyが今年のGDCで注目されたのは、プラグインを介して使いやすいものになったからでした。特に生成ツールとゲームエンジンの接続がなされるようになると、ボタンひとつで生成AIが使えるようになった時、インディーズゲーム開発に大きな追い風が吹くことでしょう。これまでは、そのギャップがネックになっていましたが、それも徐々に解消されつつあります。

関連記事：3Dシーン生成AIも登場。普及前夜を迎える3Dオブジェクト生成AIの動向

“AI版テクニカルアーティスト”への期待と、ゲーム拡張のトリガーとしての生成AI

——現在は生成AIが非常に注目されていますが、ディープラーニングや強化学習といった生成AI以外のAIの可能性について、お考えを教えてください。

三宅：直近の10年でゲームAIを熱心に研究していたのは、ゲーム業界ではなくAI研究機関でした。そうした研究では『StarCraft Ⅱ』やサッカーゲームをテーマにして、ディープラーニングや強化学習を鍛えていました。

しかし、こうした機関の研究はゲームAIをコントロールする余地を考慮していませんでした。ゲーム産業外におけるゲームのディープラーニング応用はエンジニアリングや機械学習の研究知見を得るために行われても、ゲーム開発工程の整備や探求がなされて来たわけではありません。今後ゲーム業界が取り組むべきなのは、パイプラインの整備とディープラーニングをコントロールする技術となるでしょう。

ゲーム業界が取り組むべきもうひとつの研究テーマとして、伝統的なステートマシンやビヘイビアツリーとディープラーニングを組み合わせることです。例えば、複数のステートに応じてディープラーニングモデルを使い分けるようなハイブリッドなアーキテクチャは、ゲーム開発に有効だと思っています。

参考記事：【CEDEC2023】ゲーム業界の次の15年を見すえたハイブリッドアーキテクチャの紹介

森川：ハイブリッドなアーキテクチャを設計するのは、どういう役職になるのですか。

三宅：テクニカルアーティストが、その業務を担当することになります。もっとも現在テクニカルアーティストと言うと、CGのアート面とテック面を橋渡しする人材のことを意味します。これからは、AIに関するテックとアートの両方を知っているAI版のテクニカルアーティストが必要となります。

森川：AI版テクニカルアーティストになるには、どんな素養が必要になりますか。

三宅：AIのコードがある程度書けて、なおかつゲーム開発のデザイン領域に関するスキルをもった人でしょうか。時間はかかるかもしれませんが、そういう人を育てて行かねばなりません。また、そういったスキルを持つ「AIテクニカルアーティスト」はこれまでいませんでしたので、これからの大きなチャンスを持つ職種かと思います。「AIテクニカルアーティスト」を養成する試みなどを森川さんとしたいですね。

森川：個人的にはゲーム企画を考えるとき、最近は生成AIをあえて使わないようにして考えたりしています。というのも、ChatGPTの登場以降、生成AIの活用方法が直感的に理解できるようになった一方で、生成AIを使うこと自体がアイデアを制限してしまう危険性に気づいたからです。

——AIは今までのゲームをどう変えてきて、未来のゲームをどう変えていくと思いますか。

三宅：AIはまだゲームデザインを決定的に変えていないと思います。現状はAIでなくても出来るところをAIに置き換えているだけですが、ゲームデザインのコアの部分にAIが組み込まれた瞬間に、ゲームデザインが大きく変わるはずです。

AI活用によるゲームデザインの刷新は、インディーズゲームや若いエンジニアから生まれるかもしれません。最近ケンブリッジのAIサマースクールに参加したのですが、学生はゲーム開発にLLMを躊躇なく使っていました。例えば、ロールプレイングゲームで戦闘時にモンスターを説得すると、そのモンスターが弱くなるゲームを作っている学生がいました。こうした若い人に、生成AIによってゲームを変えるチャンスがあると思っています。

森川：現在のゲームの一部分を生成AIで置き換えるだけでは、つまらないと思っています。AIを使うことで今までになかった新しい遊びを作って、ゲームという概念を拡張する方向に進んでほしいです。生成AIが登場したことで、ゲームを拡張する試みがやりやすくなりました。こうした流れにのって、インディーズから新しいゲームが生まれることを期待しています。

Writer：吉本幸記