濱田 直希

ゲームAIの研究開発に従事。特に、日本のクリエイティブの強みである個人の作家性に根ざした細やかなキャラクター表現を数理的に扱う技術の開発と、そのゲームエンジンへの実装に取り組んでいる。産学連携を通して、数学・最適化・機械学習・ハイパフォーマンス コンピューティング・ゲーム開発を手掛ける。

研究の大きな柱は以下の3つである。

①感性の数理
従来のデジタルゲームの数理は、仮想世界における物理現象と競争的な意思決定を主に扱ってきた。一方で、心理現象と共感的な意思決定に関しては未だほとんどが手作りに頼っている。「かっこよさ」「かわいさ」「○○らしさ」といった言語化が難しく正解が1つに決まらない概念を、クリエイターはどのように捉えて創作物を生み出しているのか？それらの概念はニューラルネットの潜在空間においてどのように分布しているのか？そういった感性に関わる現象をモデリングするために、多目的最適化の逆問題を研究している。その基本的な道具立てを確立するために、可微分写像の特異点論と多目的最適化の関係を世界に先駆けて指摘し、多目的強凸最適化問題の解集合のトポロジーに関する一般論を構築した。非凸最適化における解集合のトポロジーの検定法を開発した。解集合のモデリング手法として、ベジエ単体を用いたフィッティング手法と最適化手法を開発した。これらを実装したパッケージPyTorch BSFは23,000ダウンロードを超え、世界中で利用されている。

②創造するAI
現状のニューラルネットは、学習に大量のデータを要することや、推論の計算コストと正確性、Out-of-Distributionにおける著しい性能低下などの面で課題を抱えている。少数の教師なしデータから自ら概念を獲得し、獲得した概念を記号化して正確かつ高速に推論し、未知の状況に対しても創造的な答えを見出すことができるAIが望まれている。このようなAIの実現に向けて、上記のベジエ単体フィッティングを拡張し、トポス理論に基づくニューロシンボリックAIを開発している。

③ゲーム開発における現場実践
以下のプロジェクトに携わり、ゲームタイトルの開発を支援している。

• リズムゲームの譜面制作を支援する生成AIの開発
• 画像認識に基づくモバイルゲームのUI自動テスト
• LLMを用いたユーティリティベースAI制作の自動化
• LLM×AR×GISを用いた実世界オープンワールドゲーム基盤の開発