目次
ゲームAIとは（歴史と進化）
最近では、拡張現実（AR）や仮想現実（VR）のゲームAIが流行りですが、初期のゲームAIはどのようなものだったのでしょうか。AI業界でよく知られているのは、1996年、IBMによるDeepBlueです。力任せの探索を用いたモデルでしたが、当時のチェスの世界チャンピオンを破るレベルでした。その後、2012年に「ボンクラーズ」が将棋において永世棋聖に勝利、「Ponanza」というAIが現役プロ棋士に勝利を果たしました。皆さんもご存知かもしれませんが、2016年にはDeepMind社の、ディープラーニングを用いた「AlphaGo」が韓国のプロ棋士に勝利しました。このように、今までのゲームAIはボードゲームのモデルに集中されていました。
また、最近では同じ用にトランプゲームの大貧民、恋愛ゲーム、自然言語処理技術を使うAI Dungeon、◯☓ゲームやテトリスなどのゲームAIに学習させた事例も見られます。
ゲームAIの作り方
当社はゲームAI向けの画像アノテーションを提供し、開発者が世界中のプレイヤーに最高のゲーミング体験を届けるためのお手伝いをしています。拡張現実（AR）、複合現実（MR）、仮想現実（VR）などのゲームAIのために、業界有数のAI学習データを提供しています。
地図ベースのゲームに役立つ位置情報サービス
多くの拡張現実（AR）ゲームは、現実世界のプレイヤーの動きを追跡するため、モバイルデバイスのGPS機能を利用します。その際、ゲームの規模や範囲に応じて詳細なランドマーク情報が必要になる場合があります。当社は拡張現実（AR）ビデオゲーム開発に役立つ様々な位置情報データサービスを提供しています。
当社は世界中に多言語・多文化のコントリビューターやスタッフを有しているので、あらゆる言語で正確な位置情報データを大規模に提供することができます。
拡張現実・複合現実ゲームのための画像アノテーション
当社は世界有数の企業に物体検出、顔追跡、シーン予測などに役立つ画像アノテーションサービスを提供しています。
物体認識用の画像アノテーション
ゲームやアプリに現実世界の特定の物体を識別させることが必要ですか？
弊社では物体認識用の2Dバウンディングボックス、3D直方体、ポリゴンおよび画像分類を提供しています。必要な物体やシーンを含む画像を収集し、お客様のお好みの方法でアノテーションを施して画像データを準備します。在籍している多数のクラウドワーカーを活用して、世界中ほぼあらゆる場所から画像を収集することが可能です。
Microsoft HoloLensのYoung Conkerなどのゲームの場合、プレイしている部屋にゲームを一体化させるため表面検出や物体検出を利用します。このゲームでは、メインキャラクターのコンカーが家具の上を飛び跳ねたり壁をよじ登ったりして部屋中を走り回ります。
ダイエットカメラなどのアプリの場合、物体認識プロセスを利用して飲食物を識別してからユーザーにカロリー値を伝え、フードダイアリーに記録します。
シーン認識用の画像分類
ゲームやアプリには、物体認識だけでなくシーン認識も必要な場合があります。当社は世界中の多数のクラウドワーカーを活用して、居間や浴室、台所、寝室、公園、プールなどアルゴリズムが認識する必要のある様々なシーンや設定の画像を収集することができます。画像の収集やカテゴリー分類にはぜひ、当社のゲームAI向けの画像分類サービスをご利用ください。
顔認識用のキーポイントアノテーション
当社は拡張現実（AR）ゲームやモバイルアプリで利用される顔認識や動作予測のために、ランドマークアノテーション（キーポイントアノテーション）を提供しています。 多くの拡張現実（AR）ゲームやアプリは、顔や表情を正確に認識して追跡できるコンピュータビジョンモデルを必要とします。当社は多種多様な顔画像を収集し、顔追跡や感情検出に必要なキーポイントを付与することができます。また、体の部位のアノテーションや動作予測に役立つ体全体の画像のランドマークアノテーションも提供しています。
トランシンクが支援するゲームAIの開発
ゲームAI向けの教師データ作成やアノテーションサービスをお探しの方は、ぜひ当社にご相談ください。サンプル、お見積りはご遠慮なくお問い合わせください。
