著者: ジェームズ・グワーツマン&ジャック・ソスロー
編纂：アルファラビット
A16Z は最近、生成 AI とゲームを組み合わせる機会について彼らが考える非常に興味深い記事を書きました。著者は内容の一部を翻訳し、注釈を付けました。この記事は 2 つの主要な部分で構成されています。最初の部分には、ゲーム分野における生成 AI に関する A16Z の観察と予測が含まれ、第 2 部分には、ゲーム + 生成 AI 分野における市場生態学に関する A16Z の判断が含まれています。
序文
ゲーム分野と生成人工知能との間にはどのような関係があるのでしょうか?ゲーム デザインの分野には不可能な三角形があります。通常、コスト、品質、スピードの 3 つの項目のうち 2 つだけを選択できますが、デザイナーはこれらの AIGC ツールを使用して、手作業での制作に多大な労力を費やす必要がなくなります。高品質の画像を作成する上で本当に革新的なのは、いくつかの簡単なツールを学ぶだけで、誰でもこの創造的な能力を身につけることができるということです。これらのツールは、迅速な反復方法で無限のバリエーションを作成でき、一度トレーニングすると、プロセス全体がリアルタイムになるため、結果はほぼ即座に利用可能になります。リアルタイム 3D テクノロジーの出現以来、これほどゲームを変える可能性を秘めたテクノロジーはありませんでした (リアルタイム 3D ソフトウェアを使用すると、仮想世界全体をより高速にデジタル レンダリングできるため、ユーザーにより多くの機能が提供されます)魅力的な力と没入型体験） それでは、生成 AI はどこへ向かうのでしょうか？それはゲームをどう変えるでしょうか？まず、生成 AI の概念を確認してみましょう。生成AIとは何ですか?生成 AI は、コンピューターがユーザーの入力/プロンプトに基づいてオリジナルの新しいコンテンツを生成できる機械学習のカテゴリです。現在、この技術の最も成熟した応用は主にテキストと画像の分野ですが、アニメーション、音響効果、音楽、さらには人間に至るまで、ほぼすべての創造的な分野で同様の進歩（生成 AI の技術的応用）が行われています。完全な個性を持つ仮想キャラクターが作成されます。もちろん、ゲームにおいて人工知能は新しいものではありません。 Atari の Pong のような初期のゲームでも、すでにコンピューター制御の対戦相手がプレイヤーと戦っていました。 （著者注：ゲーム開発会社のアタリは、マイクロプロセッサの誕生直後に設立されました。1972 年に最初のアーケード マシン Pong を発売し、アーケード マシンの元祖としての地位を確立しました。1974 年に Apple のスティーブ ジョブズが Atari に入社し、ただし、これらのコンピュータの仮想敵は、今日私たちが話している生成型人工知能とは異なります。これらのコンピュータの敵は、ゲーム設計者によって注意深く設計された単なるスクリプトです。しかし、彼らは、それを書いたエンジニアほどには学習したり反復したりすることができません。 では、生成AIとゲームを組み合わせた基盤技術にはどのような変化があるのでしょうか？マイクロプロセッサはより高速で、クラウド コンピューティングやさまざまなコンピューティング機能はより強力であり、非常に複雑な分野のパターンや表現を識別できる大規模なニューラル ネットワークを構築する可能性があります。 (より高速なマイクロプロセッサとクラウドのおかげで、この能力を利用して、非常に複雑な領域のパターンと表現を識別できる大規模なニューラル ネットワークを構築することが可能になります。著者の注: これが意味するのは、単一のマイクロプロセッサの機能が、より高速で、クラウド コンピューティングのスケール ファクターにより、複雑なパターン認識をサポートできるようになります。パターン認識とは、物事や現象を表すさまざまな形式の情報 (数値、テキスト、論理的関係) の処理を指します。 、物事や現象を記述、識別、分類、説明するプロセスは、情報科学と人工知能の重要な部分です) パート 1: いくつかの仮定と業界の観察
いくつかの仮定: まず、この記事の残りの部分の基礎となるいくつかの仮定について説明します。 1. 一般的な人工知能に関する (成功した) 研究の数は今後も増え続け、より多くの効果的なテクノロジーが登場するでしょう。上の図は、arXiv で毎月発表される機械学習または人工知能に関する学術論文の数です。図に示されているように、論文の数は急激に増加しており、そのデータには公開された論文のみが含まれていますが、オープンソース モデルやオープンソース モデルに直接適用されている研究も数多くあります。製品の研究開発、これらのオープンソース モデルと製品は、爆発的なイノベーションをもたらしました。 2. すべてのエンターテイメント カテゴリの中で、ゲームは生成人工知能から最も大きな影響を受ける分野になります。現在関係するアセットの種類 (2D アート、3D アート、音響効果、音楽など) の観点から見ると、ゲームはエンターテイメント カテゴリの中で最も複雑であると同時に、最もインタラクティブであり、強力な機能を備えています。リアルタイム体験を重視。これは、新しいゲーム開発者にとって非常に高い参入障壁を生み出し、また、真の AAA 傑作ゲームを作成するための高いコストも生み出します。これらの既存の障壁とコストの問題は、ゲーム分野における生成型人工知能の破壊の舞台を設定しています。大きなチャンス (以下に示すように): たとえば、「レッド デッド リデンプション 2」のようなゲームは、これまでに作られた中で最も高価なゲームの 1 つであり、そのコストはほぼ 5 億ドルです。レッド デッド リデンプションは、市場で最高の視覚効果を備えたゲームでもあり、制作には 8 年近くかかり、1,000 人以上のゲーム キャラクターが登場します (各キャラクターには独自の個性と専属の声優がいます)。ゲーム世界の広さは約 30 平方マイル、6 章にわたる 100 以上のミッション、100 人以上のミュージシャンによって作曲されたほぼ 60 時間の音楽など、このゲームに関わるすべての作品に関わる制作は膨大です。さて、レッド デッド リデンプション 2 を Microsoft Flight Simulator と比較すると、Microsoft Flight Simulator の方がはるかに大きなゲームです...なぜなら、Microsoft Flight Simulator のプレイヤーはゲーム内の地球全体 (1 億 9,700 万平方マイルすべて) を飛び回ることができるからです。では、マイクロソフトはどのようにしてこのような大規模なゲームを作成しているのでしょうか?これは主に人工知能を通じて行われ、blackshark.ai と協力して人工知能を訓練し、2 次元の衛星画像から無限に現実的な 3 次元の世界を生成します。 blackshark.aiとはどんな会社ですか？ blackshark.ai は、機械学習テクノロジーを通じて世界の地球インフラを抽出し、人工知能を使用して現在の地理データに基づいてデジタル ツイン シナリオを作成する企業です。シミュレーション、マッピング、複合現実環境、その他のエンタープライズ ソリューション、およびテクノロジー自体のクラウド コンピューティング更新機能により、これらのデータをリアルタイムで更新できます。これはほんの一例ですが、人工知能技術を使用しなければ、「Microsoft Flight Simulator」というゲームを作ることは実際には不可能です。これに加えて、ゲームの成功は、これらのモデルが時間の経過とともに継続的に改善できるという事実によるものです。たとえば、「高速道路のクローバーの葉の高架」モデルは、建設プロセス全体を人工知能が実行することで強化できるためです。高速道路の高架橋のゲーム全体がすぐに改善される可能性があります。 3. ゲーム制作に関わるすべてのアセットには、生成された AI モデルが含まれます。これまでのところ、Stable Diffusion や MidJourney などの 2D 画像ジェネレーターが、生成できる画像のほとんどが人気があるため、現在の生成人工知能市場を占めています。興奮。現在、3D モデルからキャラクター アニメーション、ダイアログや音楽に至るまで、ゲーム内のほぼすべてのアセットに生成 AI モデルが使用されています。 (次の記事では、特定の企業の市場生態学的マーケットマップについて説明します) 4. コンテンツのコストは低下し続け、場合によっては、生成 AI 人工知能をプロダクションに統合しようとすると、コンテンツのコストがゼロになる可能性があります。 scene ゲーム開発者と話していると、ゲーム制作にかかる時間とコストが大幅に削減されるのが一番の楽しみです。ある開発者は、イメージのコンセプト マップを生成する時間が 3 週間から 1 時間に短縮されたと語りました。ゲーム制作プロセス全体においても、同様の「コスト削減と効率化」が実現できると考えています。 アーティストが交代する危険がないことは注目に値します。これは、アーティストがすべての作業を自分で行う必要がなくなったことを意味します。アーティストとデザイナーは、最初の創造的な方向性を設定し、その後、ほとんどの時間とテクノロジーを費やし、実行を任せることができます。人工知能。この時点では、初期の手描きアニメーションの絵師と同じように、高度な技術を持つ「絵の専門家」がアニメーションの輪郭を描き、比較的低コストの絵師がアニメーションフィルムに色を塗り、線を埋めるという時間のかかる作業を完了します。 , しかし、私たちはゲーム制作の分野での応用について話しています。 5. 私たちはこの業界の変化の分野においてまだ初期段階にあり、完成させる必要がある部分が多くありますが、最近多くの人が興奮しているにもかかわらず、私たちはまだスタートラインに立ったばかりです。この新しいテクノロジーをゲームの世界に実際に適用する方法を見つけるまでには、やるべきことはまだたくさんありますが、この新しい分野にこれまでに迅速に参入した企業にとっては、大きなチャンスとなるでしょう。パート 2: 将来の予測 上記の前提を考慮して、この記事ではゲーム業界がどのように変革されるかを予測し、推測します。
1. 生成 AI を効果的に適用する方法を学ぶと、市場価値のあるスキルになる可能性があります。
生成 AI を誰よりも効果的に適用している先駆者がすでにいます。この新しいテクノロジーを最大限に活用するには、さまざまなツールやテクニックを理解し、それらを組み合わせる方法を知る必要もあります。私たちは、生成 AI の効果的な適用は、アーティストの創造的なビジョンとプログラマーの技術的能力を組み合わせることができるため、それ自体で非常に有望なスキルになると予測しています。クリス・アンダーソンの有名な言葉に、「あらゆる豊かさは新たな不足を生み出す」という言葉があります。コンテンツがよりリッチになるにつれて、AI ツールを最も効果的に使用する方法を理解しているアーティストが最も求められるようになります。例: 芸術作品の生成に生成人工知能を使用すると、次のようないくつかの課題も生じます。
継続性の維持: ゲーム内のさまざまなアセットを変更または編集できる必要があります。AI ツールの場合、これは、同じ信号で (デジタル) アセットを複製して、変更したりチャレンジしたりできることを意味します。同じプロンプトがまったく異なる結果を生成する可能性があるため、これは難しい場合があります。
一貫したスタイルを維持する: 1 つのゲーム内のすべてのアートワークは一貫したスタイルを維持する必要があります。つまり、AI ツールをトレーニングするか、アーティスト/デザイナーの確立されたスタイルに結び付ける必要があります。
2. ゲーム開発の障壁の低下は、より多くの冒険と創造的な探求につながるでしょう 参入障壁の低下は、より革新的で創造的なゲームにつながるでしょう。制作コストの削減により、ゲーム メーカーのリスクが軽減されるだけでなく、これらのツールがより多くの視聴者向けに高品質のコンテンツを作成できるためでもあります。 3. 人工知能を活用した「マイクロ ゲーム スタジオ」の漸進的な台頭 生成型人工知能のツールとサービスにより、おそらくより実行可能な商用ゲームが、従業員 1 人か 2 人だけの小さな「マイクロ スタジオ」によって制作されるようになるでしょう。もちろん、小規模な独立系ゲームスタジオはすでに非常に一般的になっています。人気ゲーム「Among Us」（著者注：Among Us は、Innersloth が制作・公開する、オンラインで 4 ～ 10 人でプレイできる戦略カジュアル ゲームです）がリリースされました。 2018 年 11 月 17 日にリリースされました。2020 年 3 月 23 日リリース）は、従業員わずか 5 名のスタジオ、Innersloth によって制作されており、この小さなスタジオが作成できるゲームの規模は今後も拡大する一方です。
4. 毎年リリースされるゲームの数は増加します
Unity と Roblox の成功は、強力なクリエイティブ ツールの提供がより多くのゲームの構築につながることを示しています。生成 AI は参入障壁をさらに下げ、より多くのゲームを生み出すでしょう。業界はすでにディスカバリーの課題に悩まされており、昨年だけで 10,000 以上のゲームが Steam に追加されましたが、これによりディスカバリーに対するプレッシャーがさらに高まることになります。ただし、次のこともわかります... 5. 新しいゲーム タイプが作成されます。前述の Microsoft Flight Simulator のような新しいゲーム タイプが発明されるでしょうが、新しいコンテンツのリアルタイム生成と組み合わせられるまったく新しいゲーム タイプも発明されます。たとえば、Spellbrush の RPG ゲーム Arrowmancer には、人工知能によって作成されたキャラクターが登場し、ほぼ無制限の新しい遊び方が可能になります。一部のゲーム開発者は、人工知能を使用して、プレイヤーがゲーム内で独自のアバターを作成できるようにしています。アバターの写真は、プレイヤーの説明に基づいて自動的に生成されます。ユーザー エクスペリエンスの観点から、プレーヤーが人工知能を通じてコンテンツを生成できるようにすると、プレーヤーはより大きな所有権を認識できるようになります。 6. 基本モデルだけでなく、業界固有の AI ツールに価値が見込まれる Stable Diffusion や Midjourney などの基本モデルをめぐる熱意により、非常に誇張された評価が生み出されていますが、新しい研究が次々と登場するにつれて、新しいモデルも出現し、継続的に評価されます。新しいテクノロジーの反復。現在人気のある 3 つの生成人工知能モデル (Dall-E、Midjourney、Stable Diffusion) の Web サイト検索トラフィックから判断すると、それぞれの新しいモデルには、それを取り巻く特定の懸念があります。もう 1 つのアプローチは、業界固有の生成 AI ニーズに焦点を当て、特定のユーザーを深く理解し、既存の制作シナリオ (Unity または Unreal) と統合する、業界に合わせた (垂直) ツール スイートを構築することです。典型的な例は、ビデオ編集、グリーン スクリーンの削除、インペイント、モーション トラッキングなどの人工知能支援ツールをビデオ作成者に提供する Runway です。このようなツールは、時間の経過とともに新しいアプリケーション シナリオを追加できます。 Runway のようなゲーム ツールはまだ登場していませんが、可能性を秘めた分野です。 7. 今後の法的課題 これらすべての生成 AI モデルに共通するのは、これらの AI モデルが、通常はインターネット上のデータ セットから作成される大規模なコンテンツ データ セットを使用してトレーニングされていることです。たとえば、「Stable Diffusion」は、Web から収集した 50 億以上の画像/キャプションを使用してトレーニングされています。現在、これらのモデルは「フェアユース」という著作権法理に基づいて動作すると主張していますが、この議論は法律で明示的に検証されていません。生成 AI の状況を変える可能性のある法的問題が今後明らかになります。大手映画会社が独自のモデルを確立し、自社の著作権の利点を活用して競争上の優位性を追求することは可能です。たとえば、Microsoft は傘下に多くのスタジオを抱えており、特に Activision Blizzard を買収しています。 8. 少なくとも現時点では、アート分野とは異なり、生成 AI はプログラミング分野に大きな変化をもたらしますか?ソフトウェア エンジニアリングはゲーム開発におけるもう 1 つの主要なコスト源ですが、AI モデルを使用したコードの生成にはより多くのテストと検証が必要となるため、コード生成の生産性はクリエイティブ アセットの生成よりも低くなります。 Copilot のようなコーディング ツールは、エンジニアに若干のパフォーマンスの向上をもたらす可能性がありますが、コンテンツ領域の変化ほど短期的には改善しないと考えています。パート 3: いくつかの推奨事項 1. 生成型 AI の検討を開始する: この来るべき生成型 AI 革命の力を完全に活用する方法を理解するには、しばらく時間がかかるでしょう。早期にビジネスの成長を始めた企業は将来的に有利になるため、いくつかのスタジオはこれらのテクノロジーがゲーム制作にどのような影響を与えるかを調査するための内部実験プロジェクトを実施しています。 2. 市場のギャップにチャンスを探す 現在、アニメーション、音声、ダイアログなど、トラック全体の多くの部分がすでに非常に混雑していますが、まだ広く開かれている領域がたくさんあります。この分野に興味のある起業家には、「ゲーム + 生成 AI トラック」など、まだ開拓されていない分野に注力することをお勧めします。