AIにお任せでミステリーゲームを生成できる「Red Ram」の仕組みとは？［CEDEC 2024］-ゲームニュース-php.cn

CEDEC 2024의 3일째가 되는 8월 23일에 행해진 세션「거의, 풀 AI 게임. 『Red Ram』가 플레이어 좋아하는 미스터리 게임을 무한하게 생성할 수 있기 때문에 쿠리」를 소개한다.
"Red Ram"은 게임 AI를 전문으로 취급하는 개발자모리카트론가 개발한 기술 데모이며, 플레이어가 입력한 키워드를 바탕으로 마더 미스터리 스타일의 범인 게임을 자동 생성해 버리는 시도와 되어 있다.
이번 세션에서는, 동작의 자연언어 처리를 담당한 모리카트론의 리드 엔지니어미야모토 시게노리와, 시스템 설계와 클라이언트 실장을 담당한 AI 엔지니어의타카하시 역두씨에 의해, 그 생성의 구조가 풀어졌다.

리드 엔지니어·미야모토 시게노리씨(오른쪽)와 AI 엔지니어의 다카하시 역두씨(왼쪽)

게임 내에 생성 AI를 사용하여 태어나는 재미

처음에, 이 세션에 담은 메시지를 타카하시씨가 말하는 곳으로부터 스타트했다. 그것은 "생성 AI를 게임 내에서 사용하고 있는 게임이 늘어나길 바란다"는 것. AI 기술에 뛰어난 모리카트론 특유의 메시지이지만, 동사에서는 생성 AI를 게임에 살리는 것으로, 두 가지 즐거움이 탄생한다고 생각하고 있다고 한다.
하나는 바리에이션이 풍부하고 질리지 않는 것. 그리고 또 하나는 플레이어 각자의 취향에 맞는 게임 체험을 만드는 것이다. 그런 생성 AI만의 게임 체험을 연구하기 위해 만들어진 것이 이 세션에서 다루는 "Red Ram"이라고 한다.

AIにお任せでミステリーゲームを生成できる「Red Ram」の仕組みとは？［CEDEC 2024］

"Red Ram"의 게임 개요

　ではRed Ramによるゲーム生成は，どんな流れで行われているのだろうか。
　まずプレイヤーが好みの設定をおおまかに入力すると，それに合わせてAIが事件の大筋となるプロットを生成する。続いてそこに肉付けを行ったストーリーデータが作られ，それに基づく登場人物や舞台の設定が決まっていく。そして最後に会話における台詞や人物の画像，背景画像などが生成されて，これらを組み合わせてゲームが完成するそうだ。

　これら生成の詳細を宮本氏が解説した。まずプロットは，プレイヤーが入力したキーワードを元に， LLM（大規模言語モデル/「Red Ram」ではOpenAIのGPT 3.5と4を使用している）を用いた生成が段階的に行われる。生成に複雑な条件が必要な場合は，高性能なGPT 4を使用する仕組みだそうだ。
　例えばプレイヤーが凶器としてふさわしくないものを入力したとしても，LLMがそれに合わせて筋書を作ってくれる。

　なおプロット生成では事件の設定だけでなく，ミステリ執筆ガイドと進行フローの作り方をプロンプトとして入力している。進行フローは事前に手作業でLLMに生成させたものを複数用意しておき，ランダムに使用する。なおプロットはあえて形式の制約を与えずに生成させるほうが，質の高い生成物が期待できるそうだ。

　こうしてできたプロットから，プログラムで扱える形式にしたストーリーデータを生成する。下のスライドのとおり，プロット段階では普通の文章だが，そこから場所や被害者といった必要なデータが抽出され，同時に内容にも肉付けが行われるとのこと。

　次はストーリーデータからゲームに登場する人物，場所，証拠品のそれぞれの詳細データが生成される。人物では年齢，性格，職業といったプロフィールのほか，特徴的な口調なども決定される。またこのとき，画像を生成するためのプロンプトの作成も行われる。

　最後に生成されるのが会話シナリオ――プレイヤーである刑事が容疑者に対して行う尋問（会話台詞）の文章だ。ここまでに生成したデータを，事件の状況や場所に応じた6種類のテンプレートに差し込むことでプロンプトを作成し，会話を生成させる。また台詞の文面からからキャラクターの感情をLLMに類推させ，6種類の感情に分類。これを画像生成における容疑者の表情変化に流用しているという。

　続いて画像生成に移る。LLMで生成したテキストを元に， 「Stable Diffusion」（画像生成AIのモデル名）を使って画像を用意していくのだ。背景と証拠品の画像には，それぞれの詳細データを生成したときに作られたプロンプトを使用する。このとき背景画像の画角調整や，表現が難しい証拠品は置き換えて描画する調整が加えられる。

　登場人物の立ち絵も，同様に詳細データを生成したときに作られたプロンプトを使用する。決まった位置に決まった大きさで描画されるよう制約をかけ，背景の透過処理（切り抜き）もこの時点で行っている。
　なお切り抜きにはSemantic Segmentation（ピクセルごとにラベル付けするセグメント分けの方法）と，画像の奥行きを推定する技術を使い，奥行きが深い部分のみを抜き出すことで，確実な切り抜きを実現している。

表情は立ち絵生成時のプロンプトに最小限の追加のみ行うことで，別人に見えないよう調整しているという

生成AIゲームの課題と今後の展望

　その結果として，実際に生成された事件が次のスライドだ。

　まず凶器を 「豆腐」としたので，死因が窒息死というまあ妥当と言っていいだろう。舞台には 「革新的ゲーム開発会社」を設定したので，オフィスか会議室のような場所が生成された。
　犯行動機は 「金銭トラブル」なので，お金の貸し借りを軸にした人間関係が生み出された。ちなみに人物のタッチは実写風とアニメ風のどちらかを選択できるそうだ。

Pada akhir sesi, Encik Takahashi bercakap tentang isu semasa dan prospek masa depan.
Pertama, terdapat isu kualiti. Dalam "Red Ram," perbualan watak kadangkala tidak masuk akal. Sebagai contoh, perbualan mungkin bermula dengan ``bukti telah ditemui,'' tetapi berakhir dengan cara yang misteri, dengan bukti tidak ditemui. Apatah lagi, watak utama iaitu detektif mungkin mendedahkan kebenaran semasa penjelasan kes pada awalnya.
Ini menjadikannya mustahil untuk menikmati penyelesaian kes pembunuhan dan alasan. Dalam erti kata lain, situasi semasa ialah permainan di mana anda boleh menikmati tingkah laku aneh AI generatif. Itu mempunyai rasa tertentu dan menarik, tetapi bukan itu yang disasarkan oleh Morikatron.

Untuk mencapai senario yang konsisten, adalah perlu untuk merangka lagi reka bentuk sistem dan arahan yang diberikan kepada LLM. Isu lain seperti kos dan masa menunggu juga dibangkitkan, tetapi ini dijangka akan diselesaikan secara beransur-ansur melalui evolusi model LLM.
Menurut En. Takahashi, pada masa hadapan dia ingin mencipta pengalaman di mana maklumat yang dimasukkan oleh pemain dicerminkan dalam dunia permainan dalam masa nyata, dan pada Julai 2024, dia akan mengeluarkan demo teknologi yang dipanggil "Labyrinth of Kotodama ". ialah.

Demo ini ialah pengembaraan teks yang bertujuan untuk menakluk penjara bawah tanah, tetapi sistem sedemikian rupa sehingga item dijana berdasarkan perkataan yang dimasukkan oleh pemain. Sebagai tindak balas kepada perkataan input, imej item, parameter, teks rasa, dsb. dijana serta-merta dan watak utama ditunjukkan menggunakan item tersebut.

Selain itu, kertas kerja dan contoh penjanaan yang berkaitan dengan "Red Ram" boleh didapati dalam talian. Ia boleh dilihat menggunakan kod QR pada slaid di bawah, jadi jika anda berminat, mengapa tidak menyemaknya?