ゲームにおける生成 AI 革命に関する初期の議論の多くは、AI ツールがどのようにゲーム クリエーターの効率を向上させ、以前よりも迅速かつ大規模にゲームを制作できるようにするかに焦点を当てていました。長期的には、AI はゲームの作成方法を変えるだけでなく、ゲーム自体の性質そのものを変えると私たちは信じています。
AI は常に、新しい形式のゲームの生成に貢献しています。 Rogue (1980) の手続き的に生成されたダンジョンから、Half-Life (1998) の有限ステート マシン、Left 4 Dead (2008) の AI ゲーム ディレクターまで。最近では、ディープラーニング技術の進歩により、コンピューターがユーザーのプロンプトと大規模なデータセットに基づいて新しいコンテンツを生成できるようになり、状況がさらに変化しました。
まだ初期段階ですが、生成エージェント、パーソナライゼーション、AI ストーリーテリング、ダイナミックな世界、AI 副操縦士など、AI 主導のゲームの興味深い分野がすでに見えてきています。成功すれば、これらのシステムを組み合わせて、忠実なプレイヤーを維持する新しい AI ゲームを作成できる可能性があります。
エージェント自体も、「ドールハウス」ゲームに対する想像力豊かな願望を活かして、カスタマイズすることができます。プレイヤーは自分自身または架空のキャラクターに基づいて理想的なエージェントをデザインできます。 「Ready Player Me」では、セルフィーを撮影することで独自の 3D アバターを生成し、そのアバターを 9000 以上のゲーム/アプリケーションにインポートできます。 AI キャラクター プラットフォームの Character.ai、InWorld、Convai では、独自のバックストーリー、性格、行動制御を備えたカスタム NPC を作成できます。
自然言語機能により、エージェントと対話する方法も拡張されました。現在、開発者は、イレブン ラボのテキスト読み上げモデルを使用して、エージェント向けにリアルな音声を生成できます。 Convai は最近 Nvidia と提携して、プレイヤーが AI ラーメンシェフ NPC と自然な音声会話を行うことができるデモを大々的に宣伝しました。その会話と一致する表情はリアルタイムで生成されます。 AI コンパニオン アプリ Replika では、ユーザーが音声、ビデオ、AR/VR を通じて仲間とチャットできるようになりました。将来的には、プレーヤーが旅行中に電話やビデオチャットを通じてエージェントと連絡を取り合い、コンピューターに戻ったときにクリックしてより没入型のゲームを開始できるシミュレーション ゲームを想像することができます。
AIストーリー制作が完全に準備が整うまでには多くのハードルがあることは注目に値します。現在、優れた AI ストーリーテラーを作成するには、優れたストーリーを定義する物語のラインを作成するために人間による多くのルール設定が必要です。記憶と一貫性は非常に重要であり、語り手は物語の前半で何が起こったかを覚えていて、事実とスタイルが一貫している必要があります。ブラック ボックスとして動作する多くのクローズド ソース コードにとって、解釈可能性は依然として課題であり、ゲーム デザイナーはゲーム エクスペリエンスを向上させるためにシステムがどのように動作するかを理解する必要があります。
しかし、これらのハードルを乗り越えるために、AI は人間のストーリーテラーの副操縦士になりました。現在、何百万もの作家が ChatGPT を使用してストーリーにインスピレーションを与えています。エンターテイメント スタジオ ic は、DALL-E、ChatGPT、Midjourney、イレブン ラボ、ランウェイと人間の編集チームを結集して、インタラクティブな自分で選べるアドベンチャー ショーを作成し、Netflix でストリーミング配信中です。
ダイナミックな世界の構築
テキストベースのストーリーは人気がありますが、多くのプレイヤーは、自分のストーリーが視覚的に生き生きと表現されることを望んでいます。おそらく、ゲームにおける生成 AI の最大のチャンスの 1 つは、プレイヤーが数え切れないほどの時間を費やして没頭できる生きた世界の作成を支援することです。
最終的なビジョンは、プレイヤーがゲームを進めるにつれてレベルとコンテンツをリアルタイムで生成できるようにすることです。 SF小説『エンダーのゲーム』（エンダーのゲーム）に登場する「マインド・ゲーム」は、この種のゲームの代表例である。マインド ゲームは、各生徒の興味にリアルタイムで適応する AI ガイドのゲームで、ゲームの世界は生徒の行動や AI が推測するその他の精神的情報に基づいて常に変化します。
おそらく今日の「マインド ゲーム」に最も近いものは、AI ガイダンスを使用してゲームのペースと難易度を動的に調整する Valve の Left 4 Dead シリーズです。 AI ディレクターは、敵 (ゾンビ) のスポーン位置を設定するのではなく、各プレイヤーのステータス、スキル、立場に応じてゾンビを異なる位置に配置し、各ゲームにユニークな体験を生み出し、ダイナミックな視覚効果と音楽を使用してゲームの雰囲気を作り出します。 Valve の創設者である Gabe Newell は、このシステムを「プログラムされたストーリーテリング」と呼んでいます。 EA の絶賛された Dead Space リメイクでは、AI ディレクター システムの亜種を使用して恐怖を極限まで高めています。
今では SF の話のように思えるかもしれませんが、生成モデルが改良され、十分な計算とデータが得られれば、恐怖を生み出すだけでなく世界そのものも創造できる AI ディレクターが誕生する日が来るかもしれません。
複雑なゲームを始めたプレイヤーにとって、AI 副操縦士の役割は計り知れません。たとえば、Minecraft、Roblox、Rec Room などの UGC サンドボックス ゲームは、適切な素材とスキルがあれば、プレイヤーが想像できるほぼすべてのものを構築できる豊富な環境です。しかし、学習の敷居は非常に高く、ほとんどのプレイヤーにとって始め方を見つけるのは簡単ではありません。
AI 副操縦士は、あらゆるプレイヤーを UGC ゲームのマスター ビルダーにすることができ、テキスト プロンプトや画像に基づいて段階的な指示を提供し、プレイヤーの間違いを指導します。参考になるのは、レゴの世界における「マスター ビルダー」の概念です。これらの希少な存在は、必要なときに想像できるあらゆる創造物の設計図を見ることができるという才能を持っています。
Microsoft は、DALL-E と Github Copilot を使用して、プレイヤーが自然言語プロンプトを通じてアセットとロジックを Minecraft セッションに挿入できるようにする、Minecraft 用の AI 支援システムの開発を開始しました。 Roblox は、「すべてのユーザーがクリエイターになれる」という使命のもと、人工知能生成ツールを Roblox プラットフォームに積極的に統合しています。 Github Copilot を使用したコーディングから ChatGPT を使用した作成に至るまで、共創における AI コパイロットの有効性は多くの分野で証明されています。
共同編集に加えて、人間のゲーム データでトレーニングされた LLM は、さまざまなゲームでどのように動作するかを理解できる必要があります。適切に統合すると、エージェントはプレーヤーの友人が参加できないときにパートナーとして機能したり、FIFA や NBA 2k などの直接対決のゲームで相手側として機能したりできます。このようなエージェントは、勝っても負けてもいつでもゲームに参加でき、愛想がよく、プレイヤーを責めることはありません。私たちの個々のプレイ履歴に基づいて微調整されたこのようなエージェントは、私たちのやり方とまったく同じようにプレイしたり、補完的な方法でプレイしたりして、既存のボットを大幅に上回るパフォーマンスを発揮する可能性があります。
同様のプロジェクトは、制約のある環境でも成功裏に実行されています。人気のレーシング ゲーム Forza は、機械学習を使用して人間のプレイヤーごとに運転行動を模倣する AI ドライバーを作成する「Drivatar」システムを開発しました。 Drivatar はクラウドにアップロードされ、人間のパートナーがオフラインの場合、Drivatar を呼び出して他のプレイヤーとレースをしたり、勝利ポイントを獲得したりすることもできます。 Google の DeepMind の AlphaStar は、人間の e スポーツ プロと対戦して勝つことができるエージェントを作成するために、「200 年前の」StarCraft II ゲーム データセットでトレーニングされました。
ゲームにおける完璧な AI の「パートナー」は、多くの人気ゲーム シリーズの記憶に残る部分となってきました。例としては、Halo ユニバースの Cortana、The Last of Us の Elle、BioShock Infinite のエリザベスなどが挙げられます。スペース インベーダーでエイリアンを揚げることから、最終的には独自のゲーム モードである Co-op Commander に変形した StarCraft での踏みつけとの戦いまで、コンピューター ボットを倒すことは、対戦型ゲームのスタイルから外れることがありません。
ゲームが次世代のソーシャル ネットワーキングに進化するにつれて、AI 副操縦士がますます重要な社会的役割を果たすことが期待されます。ソーシャル機能を追加するとゲームの定着率が向上し、友達がいるプレイヤーの維持率が最大 5 倍になることが十分に文書化されています。私たちの意見では、将来のすべてのゲームには AI 副操縦士が登場するでしょう。
＃＃ 結論は
AI をゲームに適用することに関しては、まだ初期段階にあり、これらのアイデアを実現する前に、解決する必要がある法的、倫理的、技術的なハードルが数多くあります。現在、開発者がモデルのトレーニングに使用されるすべてのデータの所有権を証明できない限り、AI によって生成されたアセットを使用するゲームの法的所有権と著作権保護はほとんど不明確です。これにより、既存のライセンスされた知的財産の所有者が、実稼働パイプラインでサードパーティの AI モデルを使用することが困難になります。
教師データの元の作者、アーティスト、クリエイターにどのように補償するかも大きな問題です。課題は、ほとんどの AI モデルがインターネット上の公開データでトレーニングされており、そのほとんどが著作物であることです。場合によっては、ユーザーが生成モデルを使用してアーティストのスタイルを再現することさえできました。まだ日が浅いため、コンテンツ制作者への補償問題は適切に解決される必要がある。
しかし、ゲーム開発者とプレイヤーがゲーム用生成 AI に大きな関心を持っていることは明らかです。誇大広告もたくさんありますが、私たちは、この分野で多くの才能あるチームが革新的な製品を開発するために残業しているのを見るのを非常に楽しみにしています。
この機会は、既存のゲームをより速く、より安くするだけでなく、これまで不可能だったまったく新しい種類の AI ゲームを作成することにもあります。これらのゲームがどのような形式になるかはまだわかりませんが、ゲーム業界の歴史が新しい形式のプレイを可能にするテクノロジーの 1 つであることはわかっています。生成エージェント、パーソナライゼーション、AI ストーリーテリング、ダイナミックな世界構築、AI 副操縦士などのシステムにより、私たちは AI 開発者によって作成された最初の「終わりのない」ゲームを目の前にしているかもしれません。
a16z の詳細な分析: AI はどのような新しいゲームプレイを生み出すのでしょうか?
ソース: a16z
編集：ニック
ゲームにおける生成 AI 革命に関する初期の議論の多くは、AI ツールがどのようにゲーム クリエーターの効率を向上させ、以前よりも迅速かつ大規模にゲームを制作できるようにするかに焦点を当てていました。長期的には、AI はゲームの作成方法を変えるだけでなく、ゲーム自体の性質そのものを変えると私たちは信じています。
AI は常に、新しい形式のゲームの生成に貢献しています。 Rogue (1980) の手続き的に生成されたダンジョンから、Half-Life (1998) の有限ステート マシン、Left 4 Dead (2008) の AI ゲーム ディレクターまで。最近では、ディープラーニング技術の進歩により、コンピューターがユーザーのプロンプトと大規模なデータセットに基づいて新しいコンテンツを生成できるようになり、状況がさらに変化しました。
生成エージェント
1989 年に Maxis の SimCity によって先駆けて開発されたこのシミュレーション ゲームでは、プレイヤーは仮想都市を構築および管理できます。現在、最も人気のあるシミュレーション ゲームは、世界中で 7,000 万人を超えるプレイヤーが「シム」と呼ばれる仮想の人々を管理し、彼らに日常生活を送らせるシムズです。デザイナーのウィル・ライトはかつてザ・シムズを「インタラクティブなドールハウス」と表現しました。
今年の初め、スタンフォード大学と Google の研究チームは、ゲーム内のエージェントに LLM を適用する方法を示す論文を発表しました。博士課程の学生 Joon Sung Park 氏が率いる研究チームは、25 人のシムに似たエージェントをピクセル アートのサンドボックス世界に組み込みました。その動作は ChatGPT と、LLM を拡張して自然言語を使用してエージェントの経験の完全な記録を保存し、これらの記憶を高レベルの反映に合成し、動的に取得して行動を計画するアーキテクチャによって決定されます。
これらの結果は、シミュレーション ゲームの潜在的な将来性を示す優れたプレビューです。エージェントがバレンタインデー パーティーを主催したいというユーザー指定の提案から始まり、エージェントは独自にパーティーの招待状を配布し、新しい友情を築き、お互いをデートに誘い、2 日後のパーティーに時間通りに到着するように調整します。
この動作が可能になるのは、LLM がソーシャル ネットワーク データに基づいてトレーニングされているため、LLM のモデルには、さまざまな社会的コンテキストで人間がどのように会話し、どのように行動するかの基本が含まれているためです。また、アナログ ゲームのようなインタラクティブなデジタル環境では、これらの反応がトリガーされて、本物のような動作が引き起こされる可能性があります。
エージェント自体も、「ドールハウス」ゲームに対する想像力豊かな願望を活かして、カスタマイズすることができます。プレイヤーは自分自身または架空のキャラクターに基づいて理想的なエージェントをデザインできます。 「Ready Player Me」では、セルフィーを撮影することで独自の 3D アバターを生成し、そのアバターを 9000 以上のゲーム/アプリケーションにインポートできます。 AI キャラクター プラットフォームの Character.ai、InWorld、Convai では、独自のバックストーリー、性格、行動制御を備えたカスタム NPC を作成できます。
自然言語機能により、エージェントと対話する方法も拡張されました。現在、開発者は、イレブン ラボのテキスト読み上げモデルを使用して、エージェント向けにリアルな音声を生成できます。 Convai は最近 Nvidia と提携して、プレイヤーが AI ラーメンシェフ NPC と自然な音声会話を行うことができるデモを大々的に宣伝しました。その会話と一致する表情はリアルタイムで生成されます。 AI コンパニオン アプリ Replika では、ユーザーが音声、ビデオ、AR/VR を通じて仲間とチャットできるようになりました。将来的には、プレーヤーが旅行中に電話やビデオチャットを通じてエージェントと連絡を取り合い、コンピューターに戻ったときにクリックしてより没入型のゲームを開始できるシミュレーション ゲームを想像することができます。
ただし、The Sims の完全に生成されたバージョンを確認するまでには、解決すべき課題がまだ多くあります。 LLM のトレーニング データには固有のバイアスがあり、エージェントの動作に反映される可能性があります。 24 時間年中無休のリアルタイム サービス ゲーム 大規模なシミュレーションを実行するコストは経済的に採算が合わない可能性があり、2 日間で 25 人のエージェントを実行すると、研究チームのコンピューティングに数千ドルのコストがかかることになります。モデルのワークロードをデバイスにオフロードする取り組みは有望ですが、まだ比較的初期段階です。また、エージェントとの準社会的な関係に関する新しい規範を開発する必要があるかもしれません。
しかし、1 つ明らかなことは、現在、生成エージェントに対する大きな需要があるということです。私たちの最近の調査では、ゲーム スタジオの 61% が AI NPC の実験を計画しています。私たちは、エージェントが私たちの日常の社会領域に参入するにつれて、AI コンパニオンが間もなく一般的なものになると信じています。シミュレーション ゲームは、楽しく予測できない方法でお気に入りの AI コンパニオンと対話できるデジタル サンドボックスを提供します。長期的には、これらのエージェントが単なるおもちゃではなく、潜在的な友人、家族、同僚、アドバイザー、さらには恋人になることで、シミュレーション ゲームの性質が変わる可能性があります。
パーソナライズされたカスタマイズ
パーソナライズされたゲームの最終目標は、各プレイヤーにユニークなゲーム体験を提供することです。たとえば、キャラクター作成から始めましょう。オリジナルのダンジョンズ & ドラゴンズ ボード ゲームから美保代の原神に至るまで、キャラクター作成はほぼすべてのロールプレイング ゲーム (RPG) の根幹です。ほとんどの RPG では、プレイヤーはプリセット オプションから選択して、外観、性別、クラスなどをカスタマイズできます。では、プリセットを超えて、各プレイヤーとゲームプレイに合わせて独自のキャラクターを生成するにはどうすればよいでしょうか? LLM とテキストから画像への拡散モデルを組み合わせたパーソナライズされたキャラクター ビルダーにより、これが可能になります。
Spellbrush の Arrowmancer は、同社のカスタム GAN ベースのアニメーション モデルを利用した RPG です。 Arrowmancer では、プレイヤーは芸術や戦闘能力を含むユニークなアニメ キャラクターの完全なセットを生成できます。このパーソナライゼーションは収益化システムの一部でもあり、プレイヤーは AI が作成したキャラクターをカスタム ガチャ バナーにインポートし、そこで重複キャラクターを獲得してランクを強化できます。
ゲーム内のテキストやダイアログもパーソナライズできます。ワールド内のエンブレムは、プレイヤーが達成したある種の称号やステータスを反映することができます。 NPC は、プレイヤーの行動に適応する独自の個性を持つ LLM エージェントとして設定できます。たとえば、プレイヤーとエージェントの過去の行動に基づいて対話が変化する可能性があります。私たちはこのコンセプトがトリプル A ゲームでうまく実装されているのを見てきました。Monolith の Shadow of Mordor には、プレイヤーの行動に基づいて悪役の興味深いバックストーリーを動的に作成する復讐システムがあります。これらのパーソナライズ要素により、あらゆるゲーム体験がユニークになります。
ゲームパブリッシャーのユービーアイソフトは最近、LLM を利用した会話ツールである Ghostwriter を発表しました。現在、パブリッシャーはこのツールを使用して、プレイヤーの周囲の生きた世界をシミュレートするのに役立つダイアログを自動的に生成しています。
プレイヤーの観点から見ると、AI はゲームの没入感とプレイアビリティを高めます。 『スカイリム』や『グランド・セフト・オート V』のような没入型オープンワールド ゲームにおけるロールプレイング MOD の根強い人気は、パーソナライズされたストーリーに対する潜在的なニーズを示しています。現在でも、GTA V のロールプレイング サーバー上のプレイヤー数は、オリジナルのゲームよりも一貫して多くなっています。将来的には、パーソナライゼーション システムが、すべてのゲームでプレイヤーを引き付け、維持するための不可欠なリアルタイム運用ツールになると私たちは信じています。
AI ナラティブ
もちろん、良いゲームにはキャラクターや会話だけではありません。もう 1 つの興味深いシナリオは、生成 AI を活用して、より優れた、より個人的なストーリーを伝えることです。
ダンジョンズ & ドラゴンズは、ゲームにおけるパーソナライズされたストーリーテリングの祖先です。ゲームでは、「ダンジョン マスター」として知られる人物が、それぞれがストーリーの中で役割を果たす友人のグループにストーリーを伝える準備をします。結果として得られるストーリーは、一部は即興ドラマ、一部は RPG であり、それぞれのプレイスルーがユニークであることを意味します。パーソナライズされたストーリーテリングの必要性の表れとして、ダンジョンズ & ドラゴンズは今日これまで以上に人気があり、デジタルおよびアナログの売上が過去最高を記録しています。
現在、多くの企業が LLM をダンジョンズ & ドラゴンズのストーリー モードに適用しています。ここでの機会は、プレイヤーが、限りなく辛抱強い AI ストーリーテラーに導かれながら、プレイヤーが作成したお気に入りのユニバースまたは IP ユニバースで時間を過ごすことです。 2019 年に発売された Latitude の AI Dungeon は、AI がダンジョン マスターを演じるオープンエンドのテキストベースのアドベンチャー ゲームです。ユーザーはまた、ダンジョンズ & ドラゴンズをプレイするために OpenAI の GPT-4 バージョンを微調整し、期待できる結果をもたらしています。 Character.AI のテキスト アドベンチャー ゲームは、アプリの最も人気のあるモードの 1 つです。
Hidden Door はさらに一歩進んで、特定のソース素材セット (オズの魔法使いなど) で機械学習モデルをトレーニングし、プレイヤーが特定の IP ユニバース内で冒険できるようにします。このようにして、Hidden Door は知的財産所有者と協力して、新しいインタラクティブな形式のブランド拡張を可能にしました。ファンは映画や書籍を見終わるとすぐに、ダンジョンズ & ドラゴンズに似たカスタム イベントを通じて、お気に入りの世界で冒険を続けることができます。ファン エクスペリエンスに対する需要は急増しており、2 つの最大のオンライン ファン フィクション リポジトリである Archiveofourown.org と Wattpad には、5 月だけでそれぞれ 3 億 5,400 万回と 1 億 4,600 万回以上の Web サイト訪問がありました。
AIストーリー制作が完全に準備が整うまでには多くのハードルがあることは注目に値します。現在、優れた AI ストーリーテラーを作成するには、優れたストーリーを定義する物語のラインを作成するために人間による多くのルール設定が必要です。記憶と一貫性は非常に重要であり、語り手は物語の前半で何が起こったかを覚えていて、事実とスタイルが一貫している必要があります。ブラック ボックスとして動作する多くのクローズド ソース コードにとって、解釈可能性は依然として課題であり、ゲーム デザイナーはゲーム エクスペリエンスを向上させるためにシステムがどのように動作するかを理解する必要があります。
しかし、これらのハードルを乗り越えるために、AI は人間のストーリーテラーの副操縦士になりました。現在、何百万もの作家が ChatGPT を使用してストーリーにインスピレーションを与えています。エンターテイメント スタジオ ic は、DALL-E、ChatGPT、Midjourney、イレブン ラボ、ランウェイと人間の編集チームを結集して、インタラクティブな自分で選べるアドベンチャー ショーを作成し、Netflix でストリーミング配信中です。
ダイナミックな世界の構築
テキストベースのストーリーは人気がありますが、多くのプレイヤーは、自分のストーリーが視覚的に生き生きと表現されることを望んでいます。おそらく、ゲームにおける生成 AI の最大のチャンスの 1 つは、プレイヤーが数え切れないほどの時間を費やして没頭できる生きた世界の作成を支援することです。
最終的なビジョンは、プレイヤーがゲームを進めるにつれてレベルとコンテンツをリアルタイムで生成できるようにすることです。 SF小説『エンダーのゲーム』（エンダーのゲーム）に登場する「マインド・ゲーム」は、この種のゲームの代表例である。マインド ゲームは、各生徒の興味にリアルタイムで適応する AI ガイドのゲームで、ゲームの世界は生徒の行動や AI が推測するその他の精神的情報に基づいて常に変化します。
おそらく今日の「マインド ゲーム」に最も近いものは、AI ガイダンスを使用してゲームのペースと難易度を動的に調整する Valve の Left 4 Dead シリーズです。 AI ディレクターは、敵 (ゾンビ) のスポーン位置を設定するのではなく、各プレイヤーのステータス、スキル、立場に応じてゾンビを異なる位置に配置し、各ゲームにユニークな体験を生み出し、ダイナミックな視覚効果と音楽を使用してゲームの雰囲気を作り出します。 Valve の創設者である Gabe Newell は、このシステムを「プログラムされたストーリーテリング」と呼んでいます。 EA の絶賛された Dead Space リメイクでは、AI ディレクター システムの亜種を使用して恐怖を極限まで高めています。
今では SF の話のように思えるかもしれませんが、生成モデルが改良され、十分な計算とデータが得られれば、恐怖を生み出すだけでなく世界そのものも創造できる AI ディレクターが誕生する日が来るかもしれません。
ゲームにおける機械生成レベルの概念は新しいものではないことは注目に値します。 Supergiant の Hades から Blizzard の Diablo、Mojang の Minecraft まで、今日最も人気のあるゲームの多くは手続き型生成を使用しています。手続き型生成では、人間のデザイナーが実行する方程式と一連のルールを使用して、毎回異なるレベルをランダムに作成します。プログラム生成を支援するために、ソフトウェア ライブラリの完全なセットが確立されています。 Unity の SpeedTree は、開発者がアバターのパンドラの森やエルデン リングの風景で見たような仮想の葉を生成するのに役立ちます。
ゲームでは、ユーザー インターフェイスでプロシージャル アセット ジェネレーターと LLM を組み合わせることができます。 『Townscaper』は、プレイヤーがブロックの位置と色という2つの情報を入力するだけで、あっという間に華やかな街並みに変身する手続き型ゲームです。 LLM の Townscaper をユーザー インターフェイスに追加して、プレーヤーが自然言語プロンプトを通じてより洗練された絶妙な作品を反復できるようにすることを想像してください。
生成モデルを手続き型システムと組み合わせて使用すると、アセットの作成を大幅にスピードアップできます。アーティストはすでに、AI 支援のコンセプト アートやストーリーボード作成にテキストから画像への拡散モデルを使用し始めています。このブログ投稿では、メインフレームの視覚効果スーパーバイザーである Jussi Kemppainen が、Midjourney と Adobe Firefly の助けを借りて 2.5D アドベンチャー ゲームの世界とキャラクターを構築した方法について説明しています。
AI モデルを使用してリアルタイムで世界を構築することが、長期的には重要です。私たちの意見では、将来的にはゲーム全体をレンダリングする必要はなくなり、ニューラル ネットワークを使用して実行時に生成されるようになるでしょう。 Nvidia の DLSS テクノロジーは、コンシューマー グレードの GPU を使用して、新しい高解像度のゲーム フレームをオンザフライで生成できるようになりました。おそらくいつか、Netflix 映画で「インタラクト」ボタンを押すと、あらゆるシーンがその場で生成され、プレイヤーに合わせて調整される世界に足を踏み入れることができるようになるでしょう。将来的には、ゲームも映画と同じになるでしょう。
No Man's Sky のレビューからも明らかなように、動的に生成された世界だけでは優れたゲームを作成するには十分ではないことは注目に値します。ダイナミックな世界の可能性は、他のゲーム システム (パーソナライゼーション、生成エージェントなど) と組み合わせて、新しい形式のストーリーテリングを開くことにあります。結局のところ、「マインド ゲーム」の最も魅力的な部分は、世界そのものではなく、エドをどのように形作るかです。
AI「副操縦士」
以前、シミュレーション ゲームでの生成エージェントの使用について説明しましたが、AI がゲームの副操縦士として機能し、ゲームを通して私たちをガイドし、場合によっては私たちと一緒に戦うという別の新たな使用例もあります。
複雑なゲームを始めたプレイヤーにとって、AI 副操縦士の役割は計り知れません。たとえば、Minecraft、Roblox、Rec Room などの UGC サンドボックス ゲームは、適切な素材とスキルがあれば、プレイヤーが想像できるほぼすべてのものを構築できる豊富な環境です。しかし、学習の敷居は非常に高く、ほとんどのプレイヤーにとって始め方を見つけるのは簡単ではありません。
AI 副操縦士は、あらゆるプレイヤーを UGC ゲームのマスター ビルダーにすることができ、テキスト プロンプトや画像に基づいて段階的な指示を提供し、プレイヤーの間違いを指導します。参考になるのは、レゴの世界における「マスター ビルダー」の概念です。これらの希少な存在は、必要なときに想像できるあらゆる創造物の設計図を見ることができるという才能を持っています。
Microsoft は、DALL-E と Github Copilot を使用して、プレイヤーが自然言語プロンプトを通じてアセットとロジックを Minecraft セッションに挿入できるようにする、Minecraft 用の AI 支援システムの開発を開始しました。 Roblox は、「すべてのユーザーがクリエイターになれる」という使命のもと、人工知能生成ツールを Roblox プラットフォームに積極的に統合しています。 Github Copilot を使用したコーディングから ChatGPT を使用した作成に至るまで、共創における AI コパイロットの有効性は多くの分野で証明されています。
同様のプロジェクトは、制約のある環境でも成功裏に実行されています。人気のレーシング ゲーム Forza は、機械学習を使用して人間のプレイヤーごとに運転行動を模倣する AI ドライバーを作成する「Drivatar」システムを開発しました。 Drivatar はクラウドにアップロードされ、人間のパートナーがオフラインの場合、Drivatar を呼び出して他のプレイヤーとレースをしたり、勝利ポイントを獲得したりすることもできます。 Google の DeepMind の AlphaStar は、人間の e スポーツ プロと対戦して勝つことができるエージェントを作成するために、「200 年前の」StarCraft II ゲーム データセットでトレーニングされました。
ゲームメカニックとして、AI 副操縦士はまったく新しいゲームモードを作成することもできます。 Fortnite を想像してみてください。各プレイヤーは、プロンプトに従ってスナイパー タワーや燃えるような岩を即座に構築できる「マスター ビルダー」の杖を持っています。このゲーム モードでは、結果は銃の照準を合わせる能力よりも杖の動作 (ヒント) に依存する可能性があります。
ゲームにおける完璧な AI の「パートナー」は、多くの人気ゲーム シリーズの記憶に残る部分となってきました。例としては、Halo ユニバースの Cortana、The Last of Us の Elle、BioShock Infinite のエリザベスなどが挙げられます。スペース インベーダーでエイリアンを揚げることから、最終的には独自のゲーム モードである Co-op Commander に変形した StarCraft での踏みつけとの戦いまで、コンピューター ボットを倒すことは、対戦型ゲームのスタイルから外れることがありません。
＃＃ 結論は
AI をゲームに適用することに関しては、まだ初期段階にあり、これらのアイデアを実現する前に、解決する必要がある法的、倫理的、技術的なハードルが数多くあります。現在、開発者がモデルのトレーニングに使用されるすべてのデータの所有権を証明できない限り、AI によって生成されたアセットを使用するゲームの法的所有権と著作権保護はほとんど不明確です。これにより、既存のライセンスされた知的財産の所有者が、実稼働パイプラインでサードパーティの AI モデルを使用することが困難になります。
教師データの元の作者、アーティスト、クリエイターにどのように補償するかも大きな問題です。課題は、ほとんどの AI モデルがインターネット上の公開データでトレーニングされており、そのほとんどが著作物であることです。場合によっては、ユーザーが生成モデルを使用してアーティストのスタイルを再現することさえできました。まだ日が浅いため、コンテンツ制作者への補償問題は適切に解決される必要がある。
現在、ほとんどの生成モデルは高価すぎて、最新のゲーム運用に必要な地球規模で 24 時間 365 日クラウドで実行できません。コストを抑えるために、アプリケーション開発者はモデルのワークロードをエンドユーザーのデバイスにオフロードする方法を見つける必要があるかもしれませんが、これには時間がかかります。
しかし、ゲーム開発者とプレイヤーがゲーム用生成 AI に大きな関心を持っていることは明らかです。誇大広告もたくさんありますが、私たちは、この分野で多くの才能あるチームが革新的な製品を開発するために残業しているのを見るのを非常に楽しみにしています。
この機会は、既存のゲームをより速く、より安くするだけでなく、これまで不可能だったまったく新しい種類の AI ゲームを作成することにもあります。これらのゲームがどのような形式になるかはまだわかりませんが、ゲーム業界の歴史が新しい形式のプレイを可能にするテクノロジーの 1 つであることはわかっています。生成エージェント、パーソナライゼーション、AI ストーリーテリング、ダイナミックな世界構築、AI 副操縦士などのシステムにより、私たちは AI 開発者によって作成された最初の「終わりのない」ゲームを目の前にしているかもしれません。