11月23日にコンピュータエンターテインメント開発者向けカンファレンス「CEDEC＋KYUSHU 2024」がオフライン会場とオンラインでのハイブリッドで開催されました。
ゲーム開発から業務効率化など多岐に渡る内容が解説された本イベントより、本稿ではスクウェア・エニックス社内における生成AIの活用事例やシンプルなプログラムの書き方まで紹介されたセッション「ゲーム会社の業務効率化に生成AIは役立つか？」の模様をレポートします。
AI技術を開発支援に活用するため「生成AIユニット」による事例紹介
スピーカーを務めたのは、スクウェア・エニックスの遠藤輝人氏と森友亮氏。
両氏は2024年4月に同社内で発足したAI＆エンジン開発ディビジョンの「生成AIユニット」に所属しており、以下の3つのミッションに取り組んでいます。
生成AIを開発支援に活用していくための技術検証・実装
生成AIに関する社内向けワークショップ・勉強会の開催
新しいAI技術のキャッチアップ、社内共有
遠藤氏は「AIプログラマー」として機械学習による3Dキャラクターアニメーションの作成支援を、森氏は「AIリサーチャー」として創作支援のための言語AI、マルチモーダルAIを担当しています。
多機能チャットボット「ひすいちゃん」
セッションは社内での生成AI活用事例紹介からスタート。最初の事例として取り上げられたのは、多機能チャットボットの「ひすいちゃん」です。
専用チャットツールとSlackで動作するよう生み出された「ひすいちゃん」のポイントは“内製エンジンの知識を持っている”ことで、インターネットや書籍に情報が存在せず、一般の大規模言語モデル（LLM）に質問しても答えられないような社内開発の独自エンジンに関する質問にもテキスト生成で回答可能。その情報の元となったドキュメントへのリンクも紹介してくれるため、より詳しく調べられる仕組みになっています。
「ひすいちゃん」はチャット以外にもSlackメッセージへの自動返答機能や画像解析（OCR）、ドキュメントのファイルの解析などが可能。日本語の質問には日本語で返答しますが、英語の質問には英語で、そして他言語の場合も同様に返答するマルチリンガルであることも特徴です。
多言語対応は“ひすいちゃんらしさ”の動きを決める「システムプロンプト」を日本語と英語で用意し、入力された質問言語を「Azure AI Translator」で判定して応答する仕組みに。日本語か英語でない言語の場合は、システムプロンプトを自動翻訳してから処理する実装になっています。
また、「ひすいちゃん」に内製エンジンの知識を持たせるためにはRAG（Retrieval-Augmented Generation）、つまり「検索拡張生成」機能を使用しています。LLMのテキスト生成に外部の知識を利用する機能で、これによってLLMが学習していない社内ドキュメントの知識でもテキスト生成に反映させられるようになっています。
RAGはユーザーの質問（入力）と外部ドキュメントの情報を「数値表現」へと変換し、その数値の類似度を計算することで「最も関連性の高いドキュメント」を判定して見つけ出す仕組みになっています。そして、見つけたドキュメントの情報とユーザーの質問がLLMへと送られ、もともと持っていない知識も含めた回答の生成を可能にしています。
「ひすいちゃん」は実際に社内で、エンジンの利用法などの質問を解決するなどの目的を果たしており、愛嬌のあるキャラクター性のおかげで「こんなことを質問しても良いのかな」と悩む内容でも心理的に利用しやすい効果があると遠藤氏は分析。
エンジン利用者からエンジン開発者へ直接質問する機会が減ることで開発者への負担低減を実現しているだけでなく、副次的効果として「ドキュメントを書くほどひすいちゃんの回答が正確・詳細になり、エンジン利用者や未来の自分たちの助けとなる」ことから、エンジン開発メンバーがドキュメントを書くモチベーションにもつながっているとのことでした。
なお「ひすいちゃん」についてはCEDEC2024「ChatGPTに内製エンジンのシェーダーやシーケンスを作らせてみた」でより詳しく扱われているため、興味のある方はこちらを参考にご覧ください。
テキスト作成支援
続いてはスピーカーが森氏へと交代し、2つ目の活用事例「テキスト生成支援」の紹介へ。ゲーム開発におけるテキスト生成と聞くと「シナリオの作成」がイメージされますが、今回焦点を当てるのは資料作成など日々発生する業務でのテキストについて。
「生成AIユニット」は社内に向けて生成AIの知識を共有していくミッションを持っていますが、森氏はそうした勉強会などで「生成AIを使うと何ができるか？」を伝える文章そのものを生成AIを使って作成することに。
例として、社内向け勉強会で「RAGの活用」について重点的に取り扱うために紹介が必要なアプリケーションを生成AIに尋ねてみたケースを見てみると、カスタマーサポートやコンテンツ生成以外にも、教育支援ツールや市場分析レポートなどを候補として挙げていることが分かります。勉強会の告知は生成AIを使わずしても可能な業務ではありますが、実際にAIを使うことでより身近に感じてもらう効果が期待でき、自分では思いつかない例を提示してくれる場合もあると森氏は述べました。
こうした技術の紹介デモを行う場合、社外秘の情報など本来は共有できないデータを処理しなければならない場合も存在しますが、そうした場合は生成AIに出力させた「ダミーデータ」を使うことでの「処理」のみを見せることが可能です。
例えば「ユーザーアンケートの分析に生成AIを使えるか？」を説明する際には実際に寄せられたアンケート結果をサンプルとして使えないことも考えられます。そこでまず生成AIに考えられるダミーデータを作ってもらい、AIがそれらを分析して「ポジティブ/ネガティブな意見を判別・集計できる」という処理のみを紹介できるようになります。
ここまで日本語での情報共通について紹介されましたが、開発スタッフには日本語が不得手なスタッフも関わることも多くなっているため、「ひすいちゃん」に翻訳メッセージの出力を指示するなど日本語以外での情報共有も求められます。
翻訳については「専用ツールで良いのでは？」という意見も考えられます。実際に森氏も専用ソフトは性能面やコストにメリットがあると確認していますが、汎用的な生成AIを使用することで「テキストを生成してから翻訳」「ドキュメントを要約してから翻訳」などタスクの組み合わせが簡単で、リッチな入力情報を扱わせやすい点も長所であると紹介しました。
ここでの「リッチな入力情報」とは、人間が文章を読む・画像を見る・音を聞くなど「マルチモーダル」で情報処理が可能であるように、AIも複数のモーダルで入力された情報を扱えるようになっていくことで、よりその効果を発揮すると考えられることも説明されました。
「魔法生成システム」で社内への普及とアイデアのきっかけに
セッションは再び遠藤氏がスピーカーを務め、テーマは「社内情報共有に向けた取り組み」の紹介へ。社内ではAI技術を気軽に試せるよう簡単なアプリやツールの実装を試験的に実施しており、これによってAIが可能な処理を実感してもらうこと、そして「こういうことができるのでは」とアイデアを考えるきっかけになればという意図もあります。
