あるAIスタートアップが、ベースラインモデリングとコンピュータビジョンを使って、バグやプレーヤーを追い詰めるボットを作ろうとしている。

コペンハーゲンを拠点とするこのスタートアップは、情報技術大学コペンハーゲン校のセバスチャン・リジ教授をはじめとする複数のAI研究者から支援を受けている。

Modl.aiチームは、その専門知識を活かして、ビデオゲームの開発中にバグやパフォーマンスなどをテストできるインテリジェントなボットを開発している。

ベセスダの巨大な「スターフィールド」のように、ビデオゲームの世界が大きくなり、メカニズムが複雑化するにつれ、人間の労働力だけに頼る従来のテスト方法は失敗しつつある。ボットは、3Dワールドを動き回り、重要なデータを収集することで役立ちます。

テストやゲームにAIボットを使うことは、以前から一般的だった。しかし、現在最も広く使われているのは、教師ありの方法で訓練されたボットだ。一方、Modl.aiチームは、自己教師あり方式で訓練されたボットに依存している。これは、例えばChatGPTの背後にある学習方法であり、また現在最高のコンピュータビジョンモデルでもあります。

テストとゲームプレイのベースモデル

チームはインテリジェントなボットを、明確に定義されたデータセットのないゲーム環境に配置する。そして、ボットは利用可能なデータから学習し、素早く進化して独立したエージェントとして行動する。このようにして、チームはいわゆるAIエージェントの基本モデルを訓練することを目指している。

これらのモデルは、GPT-4が特定の自然言語処理の目的に使用できる基本的な言語処理機能を提供するのと同様に、開発者が特定のアプリケーションのために構築できる多くの一般的な機能を備えた基盤を提供する。

GPT-4と同様に、研究チームは、ベースモデルが初歩的な推論と計画能力を提供することを期待している。「ゲームが複雑であればあるほど、それをテストするボットに要求される推論も複雑になります。

ベースモデルは、コンピュータービジョンを使ってプレイヤーから学ぶことができます
チームは、これらのベースモデルをコンピュータビジョンと組み合わせることに大きな可能性を見出している。「コンピュータ・ビジョンの最近の進歩は、ゲームが人々によってどのようにプレイされているかを調べ、一般的な行動を分析します。最終的には、この研究によって、ボットがプレーしたことのないゲームを見て、そのプレー方法を知ることができるようになるでしょう。私たちの研究は、この技術をさらに推し進め、進歩させるものです」と創設者の一人であるゲオルギオス・ヤナカキスは言う。

テスト用のボットに加え、Modl.aiは発売後に人間のプレイヤーと対戦できるボットも開発している。Modl.aiには、Unreal EngineとUnity用のプラグインとAPIが付属しています。チームのビジョンが実現すれば、プレイヤーはバグのない、より最適化されたゲームだけでなく、単なる「殴り合い」を超えたボットも期待できます。

Voyager、MineCLIP、VPTのようなプロジェクトは、Minecraftでボットを動かすためにベースモデルも利用しており、このアプローチが可能性を秘めていることを示しています。