CEDEC2025

セガが「ローカルLLM」業務活用　不適切発言のチェックツールなど内製、効果は？

　セガがローカルLLMの業務活用を進めている。カスタマイズのしやすさやコストの低減を見込み、ローカルLLMを使ったツールを内製。開発用のハイスペックPCが多いというゲーム会社の利点を生かしつつ、ローカライズやゲームプレイヤーの不適切発言のチェックに活用しているという。ゲーム開発者向けカンファレンス「CEDEC2025」（7月22～24日）の講演で明らかにした。

　例えば、オンラインゲームにおいてプレイヤーの不適切な発言をチェックする際にローカルLLMを活用。小型のモデルに、禁止しているワードやキャラクターの名前を追加学習させ、発言を確認させている。これにより、禁止したいワードと完全に一致しないものの、それに近い語句などを判定できるようになったという。

　AIモデルは、少なくとも取り組みの開始時点では米Googleの「Gemma 2」を利用。より多くのNGワードを学習させた“兄モデル”と問題ないワードを多く学習させた“弟モデル”を併用し、双方の意見が一致した場合は最終評価として採用、片方のみNGと判断した場合は保留としつつ、そのデータを別途保存しておくといった運用をしている。

　不適切な投稿の確認作業は、継続的に語句の確認が続く他、凝ったテキストの出力が求められるわけではない特徴があり、クラウド型のAIツールに多い従量課金制と相性が悪かったと同社。一方で作業自体はローカルLLMの性能でも十分と判断し、利用に至ったとしている。

　他にも、映像のせりふ字幕と音声の一致を確認するツールに、ローカルLLMによる音声の書き起こし機能を搭載。せりふのテキストと書き起こしが一致するかチェックできるようにし、これまで目視で行っていた確認作業を効率化した。AIモデルは米OpenAIの音声認識モデル「Whisper」の軽量化版「Faster-Whisper」のバリエーションを複数使っており、ユーザーが用途に応じて使い分けられるようにしている。

　同社はローカルLLM活用に当たり、一連のツールから共通で利用できるAI活用基盤「AI共通サーバ」も整備した。AI共通サーバは、各ツールによけるAI処理を代行し、結果だけをマシンに返すサーバアプリケーションからなる仕組みのことだ。

　「（GPUなどを積んでいないマシンでの処理を代行する）独立したサーバとしても使える他、高性能なPCであれば、ツールと同じマシン上にサーバを構築可能」（同社）といい、ユーザーは、配布されたバッチファイルを起動するだけで利用できる。これにより、高負荷な処理を集約し、ツールを軽量なままに保っているという。実行環境は「Ollama」を使っている。

　例えばローカライズツールの場合、比較したい音声データとせりふのテキストを共通AIサーバに送信。共通AIサーバは書き起こしや一致率の計算などを行い、ツール側に結果を返す。

　同社はこの他、画像を入力可能な視覚言語モデル（VLM）についても、ローカル環境での活用を模索している。情報が外部のAIのトレーニングなどに使われない点も鑑み、デバッグ機能が存在しないリリース版ゲームデータのテストプレイ自動化に応用できるか検証を進めているという。

　実際にデバッグ版のプレイ画像でファインチューニングしたVLMに、画像がプレイ中の画面かムービーシーンか判定させたところ、「Gemma 3 4B」をベースにしたモデルで98％、同12Bをベースにしたモデルで99％の判定制度が出たという。学習データと、検証に使った画像がある程度似ていたことが影響した可能性もあるとしつつ、同社は好感触な結果と評している。

この記事の著者

関連記事

• 

  “AIを評価するAI”でハルシネーションを大幅低下　AI insideが独自技術　“SLM”との組み合わせで挑むビジネス戦略とは

• 

  「安心安全に生成AIを使おう！」　セガ、ゲーム開発者会議「CEDEC」で講演　社内の知見シェア

• 

  「生成AI＝悪ではない」――セガ、ゲーム開発でAI活用するための取り組みを紹介　“安心安全”担う方法とは？

• 

  「生成AIは期待外れ」と言ってしまう日本企業が生まれるワケ　5カ国調査で分かった、効果を実感する企業との違い