機械学習はどのようにゲーム開発に応用できるのか?
Googleは「次の10億人のユーザー」について定期的に話しており,具体的には,同社が設計する製品や機能が,人々を同社のエコシステムに取り込むのにどのように役立つかについて話している。最近,GamesIndustry.bizの取材に応じたStadiaの研究開発クリエイティブ責任者であるErin Hoffman-John氏は,彼女のグループは 「次の10億人のゲーマー」に焦点を当てていると語っていた。
Google がそのオーディエンスにリーチするためには,クリエイターに提供するツールから始める必要があると Hoffman-John 氏は述べている。
「本当に幅広い層にリーチできるゲームを開発し,あらゆる種類の新しい開発者がそのプロセスに参加できるようにするためには,ゲーム開発を容易にし,小規模なチームがより効果的になるようにしなければならないと考えました」と Hoffman-John 氏は語る。
そのために,Hoffman-John氏のチームは,開発者が抱える一般的な問題点やボトルネックを解決するために,機械学習に取り組んでいる。このチームは主にゲーム開発者で構成されているが,Google の既存技術の一部をゲームのプロトタイプに適用するためのエンジニアも何人か混ざっている。
Hoffman-John氏によると,彼らは「比較的長い地平線」でこの仕事を見ているという。彼らが探求している技術が機能することを証明するのに2年から5年かかるかもしれず,ましてや出荷されたゲームを市場に投入するのはもっと大変なことになる。
彼女は,Stadia の研究開発チームが取り組んでいるプロジェクトの一例として,Chimera というプロジェクトを紹介してくれた。機械学習ツールを使えば,いつの日か20人の開発チームがWorld of Warcraftのような大規模で複雑なゲームを作れるようになるだろう,という空想的なアイデアだ。しかし,Hoffman氏はそれが少し先の話になることを認めている。そのため,機械学習を使って,Magic: The Gatheringのようなコレクターズカードゲーム(CCG)のような小さなものの開発を効率化することから始めようと考えたのだ。
Hoffman-John氏によると,多くの実際のCCGでは,作業と予算の大部分は,さまざまなカードをペイントしたりデザインしたりするアーティストとの契約にかかっている。このような戦略ゲームでは,開発時間と投資の約70%が,世界に生息するモンスターの小さなバリエーションを作るなど,反復的な方法でコンテンツを生成することに費やされているというのだ。
「ゲーム開発者が本当にやりたいと思っているのはクリエイティブなことではありません」と Hoffman-John 氏は語る。「これは世界が豊かに見えるように,コンテンツのパイプラインを埋めるために必要なものなのです」
Chimeraで,Stadiaチームは機械学習にモンスターを作成してもらおうと考えた。このチームは,「This Person Does Not Exist」で使用されているような生成的な敵対的ネットワークからインスピレーションを得ている。
Hoffman-John氏によると,Chimeraも同様の原理で動いているという。アーティストたちは,いくつかの動物モデルを作成し,CCGカードの一般的な構成方法を崩して,いくつかのルールを確立した:シーンは上から照らされ,生き物はフレーム内にいてダイナミックにポーズをとり,カメラの角度は下から来るようにして迫力を出す。そして,質の高いポーズを認識するように訓練された機械学習モデルと,それぞれのカードの背景となる写真の風景を見つけ出し,スタイルフィルタを適用して手描き風に仕上げるモデルを使用したという。
これらすべての機能を組み合わせて,Chimeraは開発者のために何十枚もの可能性のあるカードを生成する。この時点で,アーティストは,提示されたさまざまなオプションの中から好きな要素を選び,プログラムに指示して,それらの特徴を組み合わせた新しいカードを作成することができる。このツールは,クリーチャーを微調整する機能も提供してくれた。
「機械に動物をくっつければ,私のチームが悪夢の燃料と呼んでいるものが得られることが分かりました」とHoffman-John氏は語る。「それらは恐ろしいです。面白いほど恐ろしいですが,我々が目指しているものではありません。機械に任せておけば,アーティストの意図とはかけ離れたものが出来上がってしまいます。ですから,我々がやりたいことが (開発者に)権限を与えることであるならば,AI をどのように指示するかについて,彼らに非常に具体的にさせなければなりません」
開発者はこのツールを使って,キメラを構成する動物のパーツを調整することができる。さまざまなパーツに翼を追加したり,翼を取り除いたりして,あるパーツを鳥のようにしたり,別のパーツを魚のようにしたりするようにシステムに指示することができるのだ。
「このシステムでは無茶なものも試すことができます。そして機械が何が間違っているかを教えてくれます。それらの能力を使用した場合の 勝利確率はどうなるのでしょうか?」
Hoffman-John氏はこのプロセスを「機械と会話をする」と呼んでいるが,そのように機能するのはプロジェクトの一部だけではない。Chimeraは,機械学習のアセット作成への応用だけでなく,ゲームデザインへの可能性も検討している。Hoffman-John氏は,カードのビジュアル作成に機械学習を利用しただけでなく,カードゲーム自体のシステムにも機械学習を活用していた。対戦型ゲームでは,多くのユーザーに向けて発売されて初めてバランスの問題に気づくことも珍しくない。経験豊富な開発者やプレイテスターにはバランスが取れているように見えても,発売日に優位に立ちたいと思っている何十万人ものゲーマーには別の話だ。
Hoffman-John氏は,機械学習は,多数の戦略を使って何百万回もゲームをプレイテストして,デザイナーが意図した以上に強力なくらいにゲームに光を当てることができるので,役に立つと述べている。Chimeraの場合,彼女は,能力的にパワーが強すぎたり,テストが難しいと思われる問題のあるゲームシステムを意図的に作成し,機械学習モデルを使ってそれを改良するのに役立てている。
「このシステムでは,私がワイルドなものを試してみて,何が問題で,それらのアビリティを使用した場合の勝率がどれくらいなのかを機械が教えてくれます」とHoffman-John氏は語る。「そして,プレイヤーに公開することなく,すべてを行うことができます。通常は,そういったものを野放しにしなければならないので,『この能力のどこが悪いんだ』と,人々を怒らせることになるでしょう。システムが非常に複雑だからこそ,そうなることを予測できないのです」
これはゲーム開発への機械学習の完全にユニークな応用ではなく,Ubisoftは2018年にFor Honorのプレイテストに機械学習を使用するとを話していたが(関連英文記事),開発プロセスを合理化する技術を生み出すという研究開発チームの目標に沿ったものとなっている。
「純然たるコスト削減になるかどうかは分かりませんが,それらのコストは他のことをするためにリダイレクトされるでしょう」
Chimeraプロジェクトはアーティストやゲームデザイナーに最も明白な影響を与えるが,Hoffman氏によると,Stadiaの研究開発チームの目標の一部は,ゲーム開発のあらゆる側面において,機械学習がどのような分野に最も適しているかを見出すことだという。「その過程で,機械学習自体の使用方法についての原理原則に至るまで,(発見したことを)蒸留しようとしています」とHoffman氏は語る。「まだまだ,いろいろなことを感じ取っている段階なので,完全には至っていないと思います。しかし,一般的には,何十万もの可能性の中から自分の望むものを見つけたい場合,機械学習は役に立ちます。プロシージャルな生成を超えた次のステップとして考えることができます。No Man's Skyのようなゲームでは,プロシージャル生成の限界が見えてきました」
もしStadiaの研究開発チームのような実験が実を結び,機械学習が少人数の開発者グループでもゲームを作れるようになったとしたら,ゲーム予算にどのような影響を与えるのだろうか?
「これは,ゲーム開発全般についての興味深いマクロ的な疑問を投げかけています」とHoffman-John氏は語る。「ダイヤルを回すだけでそれができると考えてもかまいません。おそらくその通りだと思いますが,開発者に力を与えると,開発者はより多くのことをするようになる傾向があります。コスト削減につながるかどうかは分かりませんが,そのコストは他のことをするために使われてしまいます。うまく,ゲームがより良くなることを期待しています」
いずれにしても,機械学習が業界に与える完全な影響はしばらく分からないと彼女は強調しており,彼女のチームが行っている作業はまだ初期の段階にあるという。
「分からないことがたくさんあります。我々をワクワクさせるのは,開発者の手にこれらのものを渡したら,彼らが創造的に何をするのかを見ることだと思います」とHoffman-John氏は語る。「これを使って何ができるのか,我々にも正確には分かりません。我々はただ,これらのツールを開発者に渡して,開発者が何をしたいのかを見守りたいと思っています」
※本記事はGamesIndustry.bizとのライセンス契約のもとで翻訳されています(元記事はこちら)