アタリからDoomまで: GoogleがAIでビデオゲームを再定義する方法

ビデオゲーム業界は、現在347億ドルの価値があり、エンターテインメントの世界で重要な役割を果たしており、世界中で30億人以上の人々を魅了しています。ポンやスペースインベーダーなどのシンプルなタイトルから始まり、3Dグラフィックスと家庭用ゲーム機の体験で新しい基準を設定したDoomのようなより複雑なゲームに進化しました。今日、業界は新しい時代の瀬戸際に立っており、人工知能（AI）の進歩によって影響を受けています。この変革を主導しているのはGoogleで、広範なリソースと技術を利用して、ビデオゲームの作成、プレイ、体験の方法を再定義しています。この記事では、Googleがビデオゲームを再定義する旅について探ります。

始まり: アタリゲームをプレイするためのAI

GoogleのビデオゲームにおけるAIの使用は、ゲーム環境を認識し、人間のプレイヤーのように反応できるAIの作成で始まりました。この初期の研究では、深層強化学習エージェントを導入しました。このエージェントは、ゲームプレイから直接制御戦略を学習できました。この開発の中心には、Q学習を使用して訓練された、畳み込みニューラルネットワークがありました。このネットワークは、生の画面ピクセルをゲーム固有のアクションに変換しました。

研究者は、このモデルを7つのアタリ2600ゲームに適用しました。アーキテクチャーや学習アルゴリズムを変更せずに適用しました。結果は印象的でした。モデルは、6つのゲームで以前の方法を上回り、3つのゲームで人間のパフォーマンスを超えました。この開発は、AIが複雑でインタラクティブなビデオゲームを、視覚入力のみで処理できる可能性を強調しました。

このブレークスルーは、後の成果の基礎となりました。例えば、DeepMindのAlphaGoが囲碁の世界チャンピオンに勝利したことです。AIエージェントが難しいゲームをマスターすることは、インタラクティブなシステムやロボティクスなどの現実世界のアプリケーションに関するさらなる研究を刺激しました。この開発の影響は、現在も機械学習とAIの分野で感じられます。

AlphaStar: StarCraft IIの複雑なゲーム戦略を学ぶためのAI

初期のAIの成功に基づいて、Googleはより複雑な課題に着手しました。StarCraft IIです。このリアルタイムストラテジーゲームは、プレイヤーが軍隊を制御し、リソースを管理し、戦略を実行する必要があることで知られています。2019年、GoogleはAlphaStarを導入しました。StarCraft IIをプロフェッショナルにプレイできるAIエージェントです。
AlphaStarの開発には、深層強化学習と模倣学習の混合が使用されました。プロのプレイヤーのリプレイを観察することで学習し、自らプレイすることで戦略を改善しました。数百万の試合を実行して戦略を洗練しました。この成果は、AIがリアルタイムストラテジーゲームを処理できることを実証しました。人間のプレイヤーと同等の結果を達成しました。

個別のゲームを超えて: ゲームのためのより汎用的なAIに向けて

Googleの最新の進歩は、個別のゲームのマスターから、より汎用的なAIエージェントの作成への移行を示しています。最近、Googleの研究者は、SIMAを導入しました。SIMAは、Scalable Instructable Multiworld Agentの略で、自然言語の指示を使用してさまざまなゲーム環境をナビゲートできるように設計された新しいAIモデルです。以前のモデルと異なり、ゲームのソースコードやカスタムAPIへのアクセスが不要です。SIMAは、画面の画像と簡単な言語コマンドの2つの入力のみで動作します。

SIMAは、これらの指示をゲームの中心的なキャラクターを制御するキーボードとマウスのアクションに翻訳します。この方法により、AIは人間のプレイヤーのようにゲームとインタラクションすることができます。研究によると、複数のゲームで訓練されたAIは、単一のゲームで訓練されたAIよりも優れています。SIMAには、ゲームのためのより汎用的なAI、または基礎AIの新しい時代をもたらす可能性があります。

Googleの継続的な研究は、SIMAの能力を拡大し、さまざまなゲーム環境で言語駆動型エージェントを開発する方法を探ることを目的としています。この開発は、ゲームのためのより汎用的なAI、または基礎AIの作成への重要なステップを表しています。

ゲームデザインのための生成AI

最近、Googleはゲームプレイの強化からゲームデザインのサポートツールの開発に焦点を移しました。このシフトは、特に画像とビデオの生成における生成AIの進歩によって推進されています。一つの重要な開発は、プレイヤーの行動に応じてよりリアルな、予測不可能な方法で応答するノンプレイヤーキャラクター（NPC）を作成することです。

さらに、Googleは、特定のルールやパターンに基づいてレベル、環境、ゲームワールドを設計する手助けをする、プロシージャルコンテンツ生成を探究しました。この方法により、開発を効率化し、プレイヤーに各プレイスルーでユニークでパーソナライズされた体験を提供できます。注目すべき例は、Genieです。Genieは、ユーザーが画像または説明を提供することで、2Dビデオゲームを設計できるツールです。このアプローチにより、ゲーム開発がよりアクセスしやすくなり、プログラミングスキルがなくてもゲームを作成できます。

Genieの革新は、明示的な指示やラベル付きデータに頼るのではなく、2Dプラットフォームゲームのさまざまなビデオフットエージから学習する能力にあります。この能力により、Genieはゲームメカニクス、物理学、デザイン要素をより効果的に理解できます。ユーザーは基本的なアイデアやスケッチから始めることができ、Genieは設定、キャラクター、障害物、ゲームメカニクスを含む完全なゲーム環境を生成します。

ゲーム開発のための生成AI

以前の進歩を基にして、Googleはゲーム開発プロセスを簡素化することを目的とした最も野心的なプロジェクトを導入しました。ゲーム開発プロセスは、従来、広範なコーディングと専門的なスキルが必要でした。最近、GameNGenを導入しました。GameNGenは、自然言語のプロンプトを使用してゲームワールドと物語を生成できる、生成AIツールです。ゲームを作成するために必要な時間と労力を大幅に削減します。生成AIを利用することで、GameNGenはユニークなゲームアセット、環境、ストーリーラインを生成できます。開発者は技術的な詳細ではなく、創造性に重点を置くことができます。例えば、研究者はGameNGenを使用して、Doomのフルバージョンを開発しました。GameNGenの能力を示し、小規模スタジオや個人のクリエイターにとって、より効率的でアクセスしやすいゲーム開発プロセスへの道を開きました。
GameNGenの技術には、2段階の訓練プロセスが含まれます。まず、AIエージェントをDoomでプレイできるように訓練し、ゲームデータを作成します。このデータを使用して、生成AIモデルを訓練し、前のアクションと視覚に基づいて将来のフレームを予測することができます。結果は、伝統的なゲームエンジンのコンポーネントを必要とせずにリアルタイムのゲームプレイを生成できる、生成拡散モデルです。このシフトは、ゲーム開発プロセスをより効率的でアクセスしやすいものにする、重要な里程標です。

まとめ

Googleの最近のAIの進歩は、ゲーム業界を根本的に変えることになります。GameNGenやSIMAのようなツールが、ゲームの作成と体験の方法を変革しています。AIは、ゲーム開発の創造性と効率を高めることを約束しています。開発者は、新しいアイデアを探求し、より魅力的で没入感のある体験を提供する機会を得るでしょう。この変化は、ビデオゲームの進化の重要な瞬間を示し、AIがインタラクティブなエンターテインメントの未来を形作る上での役割を強調しています。

AIが進化を続けるにつれて、ゲーム開発の創造性と効率が高まることを約束しています。開発者は、新しいアイデアを探求し、より魅力的で没入感のある体験を提供する機会を得るでしょう。この変化は、ビデオゲームの進化の重要な瞬間を示し、AIがインタラクティブなエンターテインメントの未来を形作る上での役割を強調しています。