それぞれの経験からゲームAIの未来を語った「ゲームAI技術20年の進化とこれから」セッションレポート【CEDEC 2018】

本セッションの登壇者は、スクウェア・エニックス テクノロジー推進部 リードAIリサーチャー 三宅陽一郎氏、バンダイナムコスタジオ 長谷洋平氏、モリカトロン 森川幸人氏、シーマン人工知能研究所 所長 斎藤由多加氏の4名。まずは三宅氏によって、デジタルゲームAIの歴史が年表などで紹介された。

AIについては約20年くらいの歴史がある分野で、黎明期、知識がたまっていく時期、ゲームエンジンの中にそれが入ってくる時期、それが大規模開発に応用され、更に学習・進化アルゴリズム開発におけるAI、という段階を経て現在に至るが、最初はみんな手探り状態だった、と三宅氏は当時を振り返る。

その後、2004年以降くらいから徐々に専門化した技術となり、2008年からゲームAIプログラマやゲームAIエンジニアという名前で募集がされていき、専門職になっていったというのが、海外におけるゲームAIの歴史になる。

ゲームAIの開発者コミュニティとしてIGDAのAI SIGが発足し、ゲームAIを標準化しよう、つまりは全てのインターフェースやAPIを作ろうという時期があったが、結果的に空中分解。その後、AI Game Programmers Guildという団体が生まれ、現在では700名ほどのAIエンジニアが登録をし、毎日激しいディスカッションが行われている。そして、少し遅れる形で日本のコミュニティも立ち上がりつつあるというのが現状だそう。

こういったデジタルゲームAIを取り巻くさまざまな状況は、この20年で徐々に大きな流れになってきている。

さらに詳細に見ていくと、2008年ごろから大型ゲームのAI及びプロシージャル、2009年にはキャラクターAI、2010年大型ゲームAIの完成及びキャラクター制御の高度化、2011年ゲームAIの大型から小型化及び大型AI技術の固定化、2013年AI技術のデフォルト化及びゲームエンジンへの導入、2015年よりパワフルなAI技術の導入、そして2018年には学習アルゴリズムの本格化及び開発におけるAI、というゲームAIのこれまでの流れを見ることが出来る。

特に2010年～2012年は大きな転換期となっており、それまでFPSを中心としていたゲームAIが以降はスピンオフされ、さまざまな小型なゲームでもゲームAIが組み込まれるようになってきた。

ゲームエンジンにAIを組み込もうという動きがその後にあり、現在はスピンオフしたその流れが再び統合されて今度は学習進化アルゴリズムや開発環境のAIを取り入れていこうという動きになっている。

ゲームAIには学術カンファレンスや産業カンファレンス、コミュニティがあり、GDCは世界最大のゲームAIカンファレンスで、約2万人が参加をしている。これに出ると前の年のゲームAIの傾向がわかり、資料は3000ページ程のものが全て公開されている。

AI Game Programmers Guildは、ゲームAI業界の中心人物が集まるギルドで研究者も多数在籍。中心はメーリングリストによる情報交換で、毎日5～6通は必ず届き、入会するとゲームAIの動きが見える上に、産業界でのコネクションもできるそうだ。

以上が海外での主な流れで、このセッションのメインは日本のゲームAIの潮流となる。

三宅氏は元々は東京大学にて基礎研究を行っており、2004年からゲーム業界に携わる。以前から本日の登壇者である森川氏や斎藤氏らの論文や本を読んでおり、2017年に「人工知能学会誌 2017/2号」にて、斎藤氏、森川氏、長谷氏と4人そろって「ゲーム産業における人工知能にあたって」という特集で寄稿をしている。

人工知能学会誌は、AI書庫から無料でDL可能とのことなので、興味がある人は目を通してみてほしい。また、三宅氏が日々ゲームAIの研究に活用しているサイトや資料は下図の通りだ。

森川氏は、三宅氏が先程述べた2004年以前から、「アストロノーカ」や「くまうた」など、ゲームAIを使用してのゲームを作成していた。

森川氏がゲーム業界に入ったのは、プレイステーションが立ち上がる時にソニー・インタラクティブエンタテインメント（※当時ソニー・コンピュータエンタテインメント）から誘われたことがきっかけで、その前は「ウゴウゴルーガ」などでCGを作成していたそう。

ゲーム制作でAIを使うことに慣れてくると、AIありきでの企画をたてるようになり、AIを使えるゲームは何だろう、と考えるようになってきたほど、ゲームAIに魅入られてしまったという。

しかしAIを使ったゲームがそれほど受け入れられなくなった時期があり、2003年にCEDECで初講演をした時も感触はあまりよくなく、2008年での講演もほぼ同様だったという。その時期は一度ゲーム制作から離れ、本の執筆などをメインに活動をしていた。

その後2014年ころから再びディープラーニングなどの登場によってゲームAIのブームの訪れを感じ、2017年に日本初のゲームAIに特化した会社として「モリカトロン」を設立。モリカトロンの設立以降は、多くの会社からオファーがあり、世間がAIに興味を持っていることを感じているという。

その起因はスマートフォンでのソーシャルゲームブームにあるのではないかと、森川氏は分析。実際、依頼案件の八割ほどはソーシャルゲームの会社で、昔のゲームよりも厳しい予算管理があり、AIを使って少しでも作業を軽量化できないかということに注意を向けている人が増えたのではないかと推論を述べた。

斎藤氏の代表作には「TOWER」（※海外名「SIM TOWER」）や「シーマン」、「大玉」などがある。なお、「TOWER」の頃は、斎藤氏にとって「AI」という言葉はSF用語であり、当時はその言葉自体は意識していなかったという。しかし今でいう「ゲームAI」的な動きに興味があり、そういったものを試行錯誤しながら作り上げていったそうだ。

「シーマン」は社会現象になったため、昔のゲームながらタイトル名だけは知っている人も多いだろう。なお、石原慎太郎東京都知事（当時）が「シーマン」を気に入り、現皇太子殿下である浩宮様に「シーマン」の話をしたところ、浩宮様が「シーマン」に興味を抱き、宮内庁から浩宮様の御前でデモをしてほしいという連絡があったという秘話を明かした。

なお実際には、この浩宮様の御前でのデモは実現しなかったそうだが、恐らくその原因は「シーマン」が二人称で「おまえ」という点だったのだろう、と斎藤氏の話に、セッション参加者から笑い声が上がる場面もあった。

では何故「シーマン」ではユーザーのことを「おまえ」と呼ぶのかというと、それ以外に適切な二人称があまりなかったと、斎藤氏は振り返った。

特に日本語では目上の人に対する二人称がなく、目上の人を呼ぶ時は「〇〇さん」とその人の名前で呼ぶことになる。今の時代ならばクラウドとネットワークと音声合成の技術などで、普通に「〇〇さんさぁ」とシーマンに個別に名前を呼ばせることも可能だったのではないかと、斎藤氏は述べた。

「シーマン」の開発中に斎藤氏が気が付いたのは、日本語の口語の場合、文法があまりないということだった。文法がない割にみんなが意味を理解できるのは、文字面のほうにルールがあるのではなく、メロディだという。

それを斎藤氏は「メロディ言語」と名付けており、日本語はSVOCみたいな欧米型の文法が破綻しており、それを補っているのが「メロディ」。斎藤氏は、同じ文章でもどこの音程をあげるかで意味合いが変わってくるのが日本語なのだと語った。

そういった日本語の特性とメロディを理解すると、普段自分たちが話している日本語に近づくのだそう。「シーマン」のようなゲームを再び作ろうとするならば、日本語の特殊な言語処理―つまりは深層学習などではなく、日本語の文法の骨の部分を向き合って理解しない限り、日本語らしい日本語を話せるようにはならないのではないかと、斎藤氏は分析。それを踏まえて、現在は「シーマン人工知能研究所」という、日本語と向き合う研究を行っている。

最後に登壇したのは、長谷氏。2009年にゲーム業界入りし、2011年発売の「Ace Combat: Assault Horizon」を皮切りに、以降は「鉄拳タッグトーナメント2」、「TIME CRISIS 5」、「LOST REAVERS」、「アーガイルシフト」などの制作に関わってきた。

長谷氏は学生時代にはAIの研究などは行っていなかったとのことで、「Ace Combat: Assault Horizon」の制作チームに入った時に、初めてAIに触れたという。その分野はさまざまな方面に及び、ゲームのデータログの収集などから、ゲームの制作コストや作業の軽量化を目的とするもの、VRコンテンツのけるキャラクター表現などでゲームAIを活用してきたそうだ。

そんな長谷氏の現在は、開発中のゲームタイトルにてリードAIプログラマをしており、最先端の技術研究を行い、最新技術のリサーチから製品への応用までを全て担当している。

三宅氏は、ゲームの内部のAIよりも、ゲーム制作中などに使用されるパラメータの自動チューニングなどといった「ゲーム外AI」技術のほうに脚光が浴びるようになってきていることを述べた。品質保証でテスターの代わりにAIをいれようという発想もあるという。AIで自動化できるところはしていこう、という流れだ。

実際に「ゲーム外AI」と呼ばれるのは、開発工程を助けるAI（プロシージャル機能）、バランスを調整するAI（遺伝的アルゴリズム、ニュートラルネット）、QAのためのAI（QA-AI）、メタAI（バランス調整、ゲームメーキング）、インタフェース上のAI（音声解析、言語解析、ゼスチャー認識）、データマイニングするAI（ロギング＆アナライジング）、シミュレーション技術（パラメータ生成）、データビジュアリゼーション（ゲームを可視化する）、といったような項目だ。

だがこれらゲーム外のAI研究には問題点もあり、三宅氏は先行研究が少ないことや、アカデミックな知識を援用する場合が多いこと、個別課題が多いこと、研究機関が必要なこと、共通フレームワークがないことなどを挙げた。

その一方で、ゲームの中のAIでは商品に携わる情報のため機密保持のため共用ができなかったが、ゲームの外のAIは共同研究がしやすく、産業間でも直接競合しないため、産業・アカデミックで連携して推進していける分野であるということだ。

森川氏は、日本初のゲームAIに特化した会社「モリカトロン」について、「お客様の料理（ゲーム）には、どんなワイン（AI）が合うかを考えて、選んだり、作ったりする会社」と述べた。

今までプログラムで動いていたキャラクターの学習や判断をAIという脳に置き換える外科手術医であったり、オートプレイ＋AIで寝ている間にパラメータを生成したり、ユーザーにあわせてサービスをするAIだったり、財布にやさしい外のAIを目指しているそうだ。

実際に持ち込まれる案件としては、ゲームの開発初期よりも開発後半でどうにもならなくなっている状態のものが多く、このままスクリプトを書き続けても膨大な作業になってしまうのでどうにかならないか、というような相談を受けるという。また、最近のソーシャルゲームでは約二週間に一回ほど新規キャラクターが実装されるため、パラメータが昔のキャラクターとバランスが合っているかどうかをチェックするAIはできないか、といったような話もあるのだとか。

他にも、キャラクターに声優が声をあてて話すゲームが増えてきたため、シナリオライターがいちいちセリフを書いていると間に合わない、だからといって汎用のセリフしか話さないのもつまらないので、AIでユーザーのライフログを参照したような会話をできないかというような依頼や、オープンワールドのゲームのステージやパズルの画面を自動生成したり、といった依頼も増えているそうだ。

ただデバッグやQAといった「外のAI」については、全てをAIに置き換えるというのはまだ難しく、一社でやるよりは多くの研究者と共に進めていかないと間に合わない案件である、と森川氏は述べた。

しかし、ゲームの場合は「正しいAI」ではなく、「おもしろいAI」を求められるという。そういう中でAIが模範とする教師信号を作るのは難易度が高く、既にリリースされているゲームならば、ユーザーのプレイログを使って解析もできるが、開発中のゲームだとプレイログがないため、開発者が作ったステージデータをもらって、そこからAIが良し悪しを解析するとのことだ。

難しいところは、開発環境などが各社ごとに違うという点。使用している言語や環境も違う上に、ゲームに対する価値観などもまるで違うため、その会社の文化を理解する必要があるということ。

また、最初はキャラクターが簡単な動きをするだけでも喜んでもらえるのが、やがて慣れてくると期待値が高くなっていき、AI制御に人間並みの知能を求められたりすることもある。そして何よりも難しいのは、「面白い」とは何かということだ。

これからのゲームAI及び森川氏が目指すべきところについて、森川氏は以下のように述べた。

森川氏はこの一年これらのことをやってきて、「和のAI」で世界にチャレンジしよう、と訴えた。「和のAI」というのは、日本ならではのAIとの付き合い方で、日本人は人間と人工知能が直接対話するのではなく、あくまでそこにキャラクターを介しての付き合い方を望むという。そういったサンプルをたくさん作り、それをどんどん模倣してもらい、AIに触れる機会や人材を増やしたいと述べた。

長谷氏は、今自身が開発しているゲームAIエンジン「Munchkin」について触れた。「Munchkin」はゲームジャンル問わずに利用できる汎用的なゲームAIエンジンで、現在も複数の製品開発で利用中、Unreal Engine 4やUnityなどマルチエンジン対応で、JavaScriptでも操作する。

何故こういうものを作らなければならないかというと、ゲームAI全般の問題として、ゲームによって求められるものが異なり、そこで使われる技術も異なることと、多くのゲームAI技術はそれ自体で完結せず、アニメーション、サウンド、武器システムなどの様々な外部システムを制御する必要があり、それらも内包しているゲームエンジンに依存しがちであるからだ、と長谷氏は述べた。

つまり、どうしてもゲームAIはタイトルごとに開発されることが多く、開発コストが高い。それでいて、そもそもAIを開発できる人材が少ないという問題があり、AIを使って開発を効率化しようにもAI自体の開発コストのほうが大く、良い結果が出ないというのが現状である。

これらを解決する手段として作られたのが、ゲームAIエンジン「Munchkin」であり、この「Munchkin」を使用して各タイトルの制作コストを下げ、削減したコストでそれぞれのゲームに足りないAIシステムを取り入れていき、それを「Munchkin」にフィードバックしていき、「Munchkin」を使うことによって他のゲームで高度なAI技術を利用できるようにしていく、というサイクルをうまく作れればいいという理想で開発したという。

ゲームAIエンジンの効果はこれだけに及ばず、使用している土台が同じなため、人やノウハウの共有も容易であり、人材を有効活用できること。ゲームAIの場合、現状は勉強しようとするとゲームAIのフレームワークから勉強しなければならないが、そうった効率の悪さを取り払うことができるため、人材育成が効率化できること。取得するデータやフォーマットが同じのため、データ分析や機械学習に応用しやすいといったメリットを挙げた。

そもそもゲームAIは、以前はユーザーエクスペリエンスの最大化がゲームAIの目的だった。つまりは、より面白いゲームにするためにゲームAIを使う、ということだ。

これに対し、現在はゲームクリエイターの創造性の最大化がゲームAIの最大の目的になっているという。その中には、遊びの拡張と開発支援がある。

ゲームAIの世界は多くの需要と多くの課題があり、それらを効率よくこなすためにも、今のうちの周辺環境の整備が必要であると、長谷氏は強く訴えた。

最後に斎藤氏は、現在のゲームAIを取り巻く環境を振り返り、人材の育成が課題であること、コストの問題を改めて強調した。ゲーム業界とIT業界の違いは、人を面白がらせる力かどうかであり、海外の人工知能カンファレンスと日本のCEDECとでも、そこが大きな違いになっているのではないかと述べた。

「面白がらせたい」という想いは、IT業界にはなくゲーム業界のみが持っている力だ。その気持ちを忘れずにいれば、ゲームAIの世界はもっと面白くなるのではないかと、この日のセッションを締めくくった。