筆者: 菅 次郎 の日誌一覧

ゲーム開発のコスト削減のために、画像をAIで自動生成するというという例が現れ始めているようです。
とはいえ、今のような静止画だけだとまだゲーム開発で利用できる範囲は限られたものになりそうです。

一方、テキストから3Dモデルを生成するAIの開発も進んでいるそうです。
ゲーム開発に与えるインパクトはこちらのほうが上なのではないかなと個人的には思っています。

「AIに意識が芽生えた」と主張したエンジニアが会社から解雇されたというニュースがありました。
会社側は調査のうえでそのエンジニアの主張を却下したそうです。

現代科学では、意識があることもないことも証明不可能です。

自分以外の人間に意識があることは、まあさすがにほとんどの人が納得できると思いますが、個人的には、普通のパソコンやその辺の石ころに意識がないとされているのはちょっと疑ってもいいのではないか、と思っていたこともあります。
受動意識仮説（意識はエピソード記憶のために存在するという仮説）が出てきてからは、これが正しいとしたらどうやら石ころには意識はなさそうだなと思いましたが、普通のパソコンに意識がないと言えるのかどうかはますますわからなくなりました。

前述のニュースに関して、今はエンジニアの主張に本気で取り合う人はほとんどいないと思いますが、数年も経ったらけっこう無視できない社会的な動きに発展してきそうな気もします。
ゲームはかなりAIに酷いことをしがちなメディアなので、槍玉に挙げられないよう気をつけないといけないかもしれません。

「K（キロ）」は1,000倍を意味する接頭語ですが、コンピューター関連の例えば「KB（キロバイト）」などでは、2^10バイト、すなわち1,024バイトを意味することも多いです。
よく考えると、こうなったのって10^3と2^10がたまたま非常に近いからであり、すごい偶然ですよね。

ただ、非常に近いとはいえ違うものは違います。
厳密に2^10バイトを表す用語としては「KiB（キビバイト）」というものがありますが、あまり普及しているとは言えません。

そもそも、現代の人類文明が10進数を採用しているのが間違いだったのではないでしょうか。
1,024は16進数ならぴったり400ですし、8進数ならぴったり2,000です。
ただ、16進数だと10進数よりも数字が6個も増えてしまうので、さすがに使いにくそうです。
8進数なら2個減るだけなので、いい感じですね。

何が言いたいかというと、株式会社GZOEは節目となる8周年を迎えました。
これからもよろしくお願いいたします。

現代の一般的な音楽で使われる12平均律は、7幹音と5派生音で構成されます。
7幹音がピアノの白鍵、5派生音が黒鍵に対応するわけですが、一見すると白鍵と黒鍵の配置がこのようになっている必然性がわからないですよね。
しかし、これは数学的に決められていて、ファの周波数を1.5倍するとド、さらに1.5倍するとソ、さらに1.5倍すると、…と繰り返し、最初に出てくる7音が白鍵で、その後に出てくる5音が黒鍵、ということになります（ちなみに2倍すると1オクターブ上の同じ音になります）。
これはピタゴラスが考案した音律が原型になっていますが、アジアやアフリカ、南米などの民族音楽でよく使われる5音音階も考え方としては同じで、使う音を最初に出てくる5音に限るというだけのことです。
世界各地でたまたま同じ考え方にたどり着いたのだとしたら、宇宙人の音楽も似ている可能性がありますね。

ただ、音が全部で12種類になっているのはやや雑なところもあって、13番目に出てくる音は1番目の音と微妙に誤差があるのですが、それに目をつぶった結果こうなっています。
もっと誤差の小さい53平均律（周波数を53回1.5倍すると最初の音に極めて近い音になる）も考案されているそうで、音の高さの違いに敏感な宇宙人がいたとしたら、こちらが使われているかもしれません。

量子力学で「シュレーディンガーの猫」という思考実験があります。
箱を開けて観測するまで、中にいる猫は生きた状態と死んだ状態の重ね合わせになっている、
というものです。

これについて、「猫の生死は猫自身が観測していることになるのでは？」という疑問をずっと持っていたのですが、その疑問を取り入れた「ウィグナーの友人」という思考実験があることを最近知りました。
これは、実験室内で観測者Ａが箱を開けて猫を観測した後、実験室の外にいる観測者Ｂがさらにそれを観測するというもので、観測者Ｂから見て猫の生死が確定するのはどの時点かを問うています。

これを模した実験が数年前に実際に行われたのですが、その結果はなんとＡが観測した現実とＢが観測した現実が食い違う場合があるというものでした（実験結果の解釈が間違っているという批判もあるようですが）。

こういう話を聞くと、この宇宙の触れてはいけない何かに触れようとしているような気がしてきます。

一般的にウイルスは生物に含まれないとされますが、我々と同じように遺伝子を持っていて、状況に応じた複雑なふるまいをするのに、生物に含めないことに何か釈然としない人は多いのではないでしょうか。

私もそうだったのですが、よく考えるとウイルスを生物に含めるならミトコンドリアも含まれてしまうのではと思いました。
ミトコンドリアは、我々の細胞１個１個の中に存在し、独自の遺伝子を持っています。元々は独立した生物だったのですが、我々の祖先の真核生物の細胞内に入り込んで、結果として今のように細胞器官として完全に取り込まれたと考えられています。
他の生物の機能を使って増殖するところはウイルスと同じですね。
しかし、さすがにミトコンドリアは生物という感じはしないのではないでしょうか。

そして、独立した生物だったミトコンドリアの祖先と、細胞器官になったミトコンドリアの中間的な状態というのがどこかにあったはずで、そう考えると生物と非生物ははっきり分けられるものではないのかもしれません。

実験室内で培養した人間の脳細胞にゲームをプレイさせ、AIよりも遥かに速く遊び方を把握させるのに成功したそうです。
なかなか衝撃的なニュースですが、この手のAIに使われるニューラルネットワークというモデルは脳を模倣したものなので、ある意味では当然と言えるかもしれません。

ゲームの内容は板を操作してボールを跳ね返すというものなのですが、この脳はその板とボールの世界の住人であり、自身を板だと信じているということになります。

この世界は仮想現実であるとするいわゆる「シミュレーション仮説」について、私は割と可能性が高いと思っているのですが、何となくその気持ちがより強くなりました。

小説を生成するAIはかなり以前から存在しましたが、最近はその性能が格段に上がってきています。
日本語の小説を生成するサービスもかなりクオリティの高いものが出てきました。

完全にAI任せだと、起承転結のあるようなストーリーはさすがに作れないようですが、文脈に合った数行程度の文章くらいならほぼ違和感のないものができるようになってきました。
理屈としては理解していても、生成された文章を目の当たりにすると、これをコンピューターが作っているという事実が感覚的に受け入れがたく感じられることすらあります。

こういったAIをゲームに登場するNPCのセリフなどに使用する試みも、ちらほらと出始めているようです。

AIによる会話や選択肢の作成にもメリットとデメリットがありそうですね。
人間には、特に日本人にはなかなか思いつかない選択肢が出てくることもありますし……。
ただ、この手の技術は、ゲームに限らずさまざまな分野への応用が考えられるため、まだまだ発展途上という感じでしょうか？

ちなみに、上の「AIによる会話や」～「発展途上という感じでしょうか？」まではAIで自動生成した文章です。

学校で教わる英語の中には、ネイティブスピーカーにとっては違和感があるものがあるということはよく指摘されます。
「I’m fine thank you. And you?」とか普通は使わないと言われると、まあ確かにそんな気はしてましたという感じですよね。

ただ、「you」の単語の意味は「あなた」「あなたたち」と教わっていたのですが、ネイティブは「あなたたち」の意味で「you」を使うことは基本的にはないと聞いたときは驚きました。普通は「you guys」などと言うそうです。
日本語とは違って英語では「あなた」も「あなたたち」も同じ単語なんだとわざわざ理解したのに、それが間違っていたという衝撃でした（完全な間違いというわけではないのだと思いますが）。

世界には6,000以上の言語が存在します。
なぜ多くの言語が生まれたかというと、人々が空間的に離れた場所に住んでいるからと思われがちですが、実際にはその逆で、人口密度の高い地域のほうが多くの言語が生まれる傾向にあるそうです。
その理由は、敵に情報を盗まれないようにするためとも言われています。

ある意味、すべての言語は本来暗号であると言えるのかもしれません。

複素数を高校で習ったときは何の役に立つのかわからなかったものですが、ゲーム制作を行う中で、複素数がいかに便利な概念かを理解できました。
（２乗して負になる数というよりも、単独で２次元座標を表せる数というところを出発点にしたほうが、意義がわかりやすくて勉強する気になりやすかったような気がしなくもないです）

数学以外にも、国語・英語・理科・音楽・美術・技術はほとんどのゲーム制作で多かれ少なかれ関係します。
また、社会についても歴史ものや地理ものは絶大な人気シリーズがありますし、体育についてもスポーツゲームがあります。

そう考えると、学校の勉強のやる気を出したかったらゲーム制作を目的にするのはけっこう有効な方法なのではないかと思っています。

動物を数える助数詞の「匹」と「頭」はどのように使い分けているでしょうか。
なんとなく、馬や牛といった大きめの動物は「頭」で数えて、魚や猫といった小さめの動物は「匹」で数えるイメージですね。

昔はすべて「匹」で数えていたのですが、明治時代以降、西洋人が馬や牛を「head」で数えていたのを真似て「頭」という単位を使い出し、さらに他の大型の動物にも使うようになったとのことです。

さらにややこしいことに、学術的には昆虫の数え方にも「頭」が使われます。

この由来は、西洋の動物園でよく蝶を展示していたからだとか、諸説あるようです。
日本語を勉強する外国人に怒られたらぐうの音も出ません。

話し言葉でプログラミングできるシステムが、近日中に試験的に公開されるようです。

おそらく商用の大規模なソフトウェアを話し言葉だけで作るのはまだまだ無理があるのかなと想像しますが、ゲームの面白さを検証したりするためのプロトタイプ程度なら、プログラマーでなくてもこういうもので簡単に作れたりすると便利そうです。

早くゲームエンジンに搭載されることを期待します。

「が行」と「か行」など、同じ字の濁音と清音は、基本的に、調音部位（口蓋）と調音方法（破裂音）は同じで、有声音と無声音という点だけが異なります。
ただし「ば行」と「は行」だけは例外で、「ば行」を無声音にした音は「ぱ行」となります。

また、五十音の中で「あ行」と「ん」および半母音的な子音である「や行」～「わ行」を除いた「か行」～「ま行」は、調音部位が口の奥（口蓋）から手前（唇）という順で並んでいるのですが、ここでも「は行」だけが例外となります。

実は、奈良時代以前は「は行」は現代の「ぱ行」で発音されていたそうです。
それだと、上記の例外がどちらも解消され、整合性が取れます。

昔のシステムのほうが整合性があるというのは言語特有の現象な気がするので面白いですね。
（英語も昔はスペルと発音が一致していたようですし）

猿に、脳に埋め込まれたデバイスを使ってビデオ卓球ゲームをプレイさせるというデモンストレーションが発表されました。
ブレイン・マシン・インタフェースの研究は以前からありましたが、最近のアクセシビリティ（どのような人でも使えるようにするための機能）への注目度の高まりとも相まって、今後、発展のスピードが加速しそうです。

操作以外の活用方法としては、脳波によってゲームの展開や敵の行動を変えたりするような使い方もできそうです。
心を読んでくる敵とか、ホラーゲームに出てきたら怖いですね。

あと、テストプレイヤーの脳波を記録して、ゲームの改善に役立てることもできるかもしれません。

ゲームの進化は止まったという意見を目にすることもありますが、こういったインプット・アウトプットの部分はまだまだ膨大な進化の余地があるのではないでしょうか。

私が高校生くらいの頃と比べて、最近ではインターネット上でたくさんの講義を視聴することができて、恵まれた環境だなと思います。
特に勉強しやすくなったのは英語のリスニングではないでしょうか。私もときどき見て、学校では習わなかったことを知れたりすることがあります。

英語の発音記号で/ɑ/というものがあります。
これは「box」や「hot」などに含まれる音で、学校では普通「口を大きく開けて『ア』と発音する」などと習ったかと思います。
一方、/ɔ/という音は「soft」「call」などに含まれるとされ、こちらは普通「口を大きく開けて『オ』と発音する』などと習ったかと思います。
最近知ったのですが、アメリカ英語では上記の２種類の音を区別して喋っている人は少ないそうです。
これを知らないためにリスニングで苦労している人も少なからずいるのではないでしょうか。

ついでに、/ʌ/と/ə/も同じという話もあります。

英語の母音は26種類あるなどと言われると恐れをなしてしまいがちですが、/ɑ/・/ɔ/（アとオの中間）、/æ/（アとエの中間）、/i/（イとエの中間）、/u/（ウとオの中間）、/ʌ/・/ə/（アとエとオの中間）くらい覚えれば、あとは日本語に近いものがある母音か、多重母音やR母音といった組み合わせに過ぎないので、思ったほどは難しくないなと思いました。

最近、テキストアドベンチャーゲームを自動生成するAIが話題になっていました。最初にリリースされたのは2019年ですが、最近になってかなり首尾一貫したストーリーを作れるようになってきたようです。
テキストアドベンチャーとは、画面に表示されるテキストを頼りに、自然言語（英語など）でコマンドを打ち込んで進行していくものです。もちろん、普通は開発者があらかじめ想定したコマンド以外を入力しても無効になりますが、今回のものではどんなコマンドに対してもそれらしいテキストを生成してくれるというわけです。

今はゲームのクリア条件などが無いようなのであまりゲームっぽくないですが、あらかじめ定められたクリア条件に基づいて（またはクリア条件さえも自動生成して）シナリオが自動生成されるようになれば、テーブルトークRPGのゲームマスターをAIに担当してもらっている感じになりそうな気がしました。

あとはもちろん、グラフィックの追加もめざしているようです。夢が広がりますね。

最近、説明文を入力するだけでそれに合った画像を生成するAIが話題になっています。
突飛なお題に対してもかなり的確な画像を生成できるようなので、例えば企画書のイメージ画像なんかにも使えるかもしれないなと期待しています。

今は静止画ですが、音声や動画についてもこれくらいの精度で生成できるようになるのもそう遠い未来の話ではないでしょう。
自分の好きな俳優が出演する自分の好きな筋書きの映画を生成する、なんてことも、もう今の技術の延長線上に来ているように思えます。

クリエイティブ分野の仕事はAIに奪われる時期は比較的遅いと考えられていますが、そこまで楽観視できないなという気がしてきました。
ただ、完全にAIが人間の能力を上回っても、「この作品は人間に作られた」というところに価値が認められる時代はしばらく続き、一握りのクリエイターは残るのではないかと思います。
皆さんがんばりましょう。

12月は大きなお笑いの大会やネタ番組が目白押しですが、それも終わるといよいよ年末という実感が強まります。

ここ数日は漫才の定義が話題になっているようです。
私の考えとしては、複数人の演者がいて、彼らが「台本無しで話す演者自身」を演じるということが本質だと思っています。
（途中でコントの役に入った場合、「その場で聞いた設定でコントの役を演じる演者自身」を演じるという入れ子構造になる）

なので、漫才の条件としてよく言われるような掛け合いの有無などは私としてはまったく気になりません。

私が個人的に漫才っぽくないと感じてしまうのは、コント漫才でツッコミ役がボケ役の言っていない情報に対してツッコんだりするときです（その情報をツッコミ役が知っているのはおかしいと感じてしまうので）。
ただ、これも別に気にならない人も多いと思いますので、やはり人それぞれということでいいのでしょうね。

11月30日は、「いい(11)みりん(30)」ということで本みりんの日です。
また、「いい(11)みらい(30)」ということで年金の日でもあります。
はたまた、「いい(11)みとられ(30)」ということで人生会議の日であったりもします。

11月は、記念日を量産できるところが魅力ですね。
いい夫婦の日は有名ですが、他にも、いいお産の日、いいりんごの日、いい歯の日、いい手の日、いい買い物の日、いいひざの日、いい石の日、いいいろ塗装の日、いい家の日、いい乾物の日、いい夫妻の日、いい風呂の日、いい鮒の日、いい肉の日などがあります。
「いい夫婦の日」とは別に「いい夫妻の日」があるのがミソです。

特にオチを思いつかなかったのですが、今日は「いい未練の日」ということで終わりにしたいと思います。