Downloaded 18 times
Uploaded byRYUTARO OSAFUNE
Houdini meetup miyake
Tokyo Houdini Meetup Vol.1 三宅洋一郎様とスペシャル対談「Houdini×AIの可能性」
Houdini meetup miyake
- 1. 三宅陽一郎様とスペシャル対談 「Houdini ✖ AIの可能性」 2017.12.22
- 2. 登壇者紹介 • 三宅陽一郎 京都大学で数学を専攻、大阪大学（物理学修士）、東京大学工学系研究科博士課程 を経てデジタルゲームにおける人工知能の開発・研究に従事。IGDA日本ゲームAI専門部会 設立（チェア）、DiGRA JAPAN理事、芸術科学会理事、人工知能学会編集委員。共 著『デジタルゲームの教科書』『デジタルゲームの技術』『絵でわかる人工知能』（SBCr）、著 書『人工知能のための哲学塾』（BNN新社）『人工知能の作り方』（技術評論社）『はじ めてのゲームAI』（WEB+DB PRESS Vol.68）翻訳監修『ゲームプログラマのためのC++』 『C++のためのAPIデザイン』（SBCr）最新の論文は『大規模ゲームにおける人工知能─フ ァイナルファンタジーⅩⅤの実例をもとに─』（人工知能学会誌 2017年、AI書庫にて公開 • 長舩龍太郎 ナムコ（現バンダイナムコスタジオ）入社以来、TEC（プログラマ寄りテクニカルアーティスト）と して「ブレイクダウン」「エースコンバット6」「ソウルキャリバー5」等のプロジェクトで主にアーティスト 向け開発環境の整備を行い、2009年にNamco Bandai Games Americaに出向し、北 米スタイルのゲームエンジン開発、「Splatter House」の開発に関わり、2010年末に帰国。 Autodeskコンサルティングを経て、2017年Mixi入社。2011年にIGDA日本SIG-TA第1 回勉強会「北米のTA事情から今後の日本のTA像について考えてみる」、CEDEC2012「テク ニカルアーティストラウンドテーブル2012 Final」、CEDEC2013「In-Game Cinematics パ ネルディスカッション」、CEDEC2014「アセットパイプラインを構築する上で重要な事」講演。『ゲ ーム・映像制作パイプライン構築マニュアル』日本語版協力、Facebookグループ「海外TA勉 強会」管理者、Tokyo Houdini Meetup発起人。
- 3. 対談のきっかけ～Houdiniのサンプル • Spaceshipアセット – 宇宙船のバリエーション自動生成 •TrackBuilderアセット – レースゲーム用コースエディタ • クモジェネレーター
- 4.
- 5.
- 6. PCG in Games •プロシージャルの定義 – 自動生成、自動制御のこと – 固定されたコンテンツを動的にする（柔軟性） – ゲーム自身の自立性（自律性） • PCG資料 – PCG in Games – PDF版は無料
- 7. PCGの歴史（ツール編） • FaceGen(1998～） • AutodeskCharacter Generator(2014～）
- 8. PCGの歴史（ゲーム編） • SPORE（2008） • NoMan’s Sky（2016）
- 9.
- 10. プロシージャル配置の歴史 • FAR CRY2DUNIA ENGINE（2008） – https://www.youtube.com/watch?v=FI3oR6vq n1Q • HORIZON ZERO DOWN GPU Based Procedural Placement（2017） – https://www.guerrilla-games.com/read/gpu- based-procedural-placement-in-horizon-zero- dawn
- 11. 論文ベースの最新技術 • Learning aProbabilistic Latent Space of Object Shapes via 3D Generative-Adversarial Modeling
- 12.
- 13.
- 14. ※三宅さん中心パート • プロシージャル, DL,GANの関係は？ • GANの優れたところを詳細を説明していただく • はじめてのGAN
- 15.
- 16.
- 17. Houdini ✖ AIの可能性① •Houdini⇔AIは相反するもの？ • Deep Learningは画像認識（2D） から生まれたものなので3Dとは相性が悪い？ • 工夫次第（3D座標データ→ベクトル）で3D データも学習データに変換して生成が可能？ – Word2Vecならぬ3D2Vec?
- 18. Houdini ✖ AIの可能性② •GANはDLとプロシージャルの中間? • Interactive GAは機械学習の一種？ • No Man’s Skyはセミプロシージャル手法？ • Photogrammetryは現実世界から proceduralの最適値を自動設定するもの？
- 19.
- 20. 結論 • GANが今一番熱い生成系AI技術 – 2D画前提のものが多いが、工夫次第で 3Dデータの学習生成・識別も可能 •3Dデータを学習させて生成・識別する GANノードをHoudiniで実装すれば GANベースの3Dアセット生成ツールの可能性 • No Man’s Skyのプロシージャルアプローチは HoudiniにマッチしてるがAIとは相反するもの
- 21.
Editor's Notes
- #3 日本デジタルゲーム学会理事
- #4 Houdiniは汎用的なプロシージャルツール プロシージャルを活用したアセット生成ツール（spaceship等）あるが、 「流行しているAI（DeepLearning等）とHoudiniを融合すればればもっとスマートで今までにない汎用性のあるアセット生成ツールを開発できるのではないか」という仮説を立てた そこでAIゲーム開発者の三宅さんのアドバイスをいただくことで自分の仮説が正しいのかどうかを確認してみたいともったのがきっかけ Track Builder→コース自動生成や樹木・岩等を自動配置
- #5 Houdiniは汎用的なプロシージャルツール プロシージャルを活用したアセット生成ツール（spaceship等）あるが、 「流行しているAI（DeepLearning等）とHoudiniを融合すればればもっとスマートで今までにない汎用性のあるアセット生成ツールを開発できるのではないか」という仮説を立てた そこでAIゲーム開発者の三宅さんのアドバイスをいただくことで自分の仮説が正しいのかどうかを確認してみたいともったのがきっかけ
- #7 Procedural Content Generation in Games（以下PCG）11章「Mixed-initiative content creation」で紹介されている「AI)xHoudiniの可能性」について語る
- #8 Procedural Content Generation in Games（以下PCG）11章「Mixed-initiative content creation」で紹介されている「AI)xHoudiniの可能性」について語る
- #9 Procedural Content Generation in Games（以下PCG）11章「Mixed-initiative content creation」で紹介されている「AI)xHoudiniの可能性」について語る
- #10 Procedural Content Generation in Games（以下PCG）11章「Mixed-initiative content creation」で紹介されている「AI)xHoudiniの可能性」について語る
- #11 Procedural Content Generation in Games（以下PCG）11章「Mixed-initiative content creation」で紹介されている「AI)xHoudiniの可能性」について語る
- #12 Procedural Content Generation in Games（以下PCG）11章「Mixed-initiative content creation」で紹介されている「AI)xHoudiniの可能性」について語る
- #16 あんまりキレイじゃないけど、それっぽいのも生まれました。こういう人工知能が作った原案を、 人がリファインしてキャラクターにしていけば、様々なキャラクターが生成できるかもしれない。 キャラクター作成補佐AIが商売になる日が来るかも。
- #19 Houdini はモデル化するのが前提。DLはモデル化しないのが前提 アプローチの違い
- #21 Houdini はモデル化するのが前提。DLはモデル化しないのが前提 アプローチの違い。。 大量のリファレンス→モデル化（数式化、ベースモデル）→バリエーション作成