AIが住む町の日常を“テレビ番組化”するAI 「イーロン・マスク」名乗るキャラも登場 米国チームが発表：Innovative Tech

[山下裕毅，ITmedia]

Innovative Tech：

このコーナーでは、2014年から先端テクノロジーの研究を論文単位で記事にしているWebメディア「Seamless」（シームレス）を主宰する山下裕毅氏が執筆。新規性の高い科学論文を山下氏がピックアップし、解説する。

Twitter: ＠shiropen2

　映像制作会社の米The Simulation（旧Fable Studio）に所属する研究者らが発表した論文「To Infinity and Beyond: SHOW-1 and Showrunner Agents in Multi-Agent Simulations」は、テキストプロンプトに基づいてテレビ番組のエピソードを自動生成するAIショーランナーを提案した研究報告である。

　このシステムでは、複数の自律的に動作するAIキャラクター（AIエージェント）が住む町がシミュレーションされ、そこで起こる出来事をもとにテレビ番組を自動生成する。脚本から音声、アニメーションに至るまで、全て自動で作られる。

　研究者たちは、米国のテレビチャンネル「サウスパーク」を題材にし、シミュレーション内の1週間で起こった物語を数十分の番組エピソードに仕上げることに成功し、その有効性を示した。

シミュレーション内でAIキャラクターたちが動作している様子

AIが生成した番組

　「SHOW-1」と呼ぶこのシステムは、複数のAIキャラクターをシミュレーションさせるマルチAIエージェント・シミュレーションと、そこで起きる物語をテレビ番組として生成する大規模言語モデル（LLM）をカスタムした拡散モデルとを組み合わせたモデルである。

　システムのマルチAIエージェント・シミュレーションは、4月に米Googleと米スタンフォード大学が発表した「Generative Agents」に基づいている。Generative Agentsは、ChatGPTなどで制御した自律的なAIキャラクター25人が1つの町で一緒に生活したらどうなるかを検証した研究である。AIキャラクター同士が情報を伝え合い、バレンタイン・パーティーを企画し、それぞれが役割を全うするなど、自律性が強調される結果となった。

　拡散モデルでは、サウスパークのキャラクター約1200体と背景画像約600枚からなるデータセットで学習を行う。学習したカスタム拡散モデルは、背景やキャラクターの生成などに活用される。

　ユーザーは、マルチAIエージェント・シミュレーションのUIに対して、主に使用したいキャラクターや場所を指定し、テキストプロンプトで大まかなストーリーを入力する。例えば「子供たちは、ウォールマートに新しくオープンするゲームセンターに大興奮！」というような物語の始まりを入力する。

プロンプト入力の例

　プロンプトを入力すると、1週間（およそ3時間のプレイ時間）に起きた出来事をもとにした10〜20分ほどの番組エピソードを生成する。キャラクターや背景、脚本、アニメーション、音声まで番組に必要な全ての要素を含んでいる。

　さらに、サウスパーク内のキャラクターだけでなく、ユーザー自身の画像や声のサンプルを入力することで、自分や有名人などを番組の登場人物として出演させることも可能。例えば、米X（元Twitter）のイーロン・マスク氏を名乗るキャラクターが登場する番組エピソードも作られている。

「イーロン・マスク」を名乗るキャラクターが登場した番組エピソード

Source and Image Credits: Philipp Maas , Frank Carey, Chris Wheeler Edward Saatchi , Pete Billington , Jessica Yaffa Shamash. To Infinity and Beyond: SHOW-1 and Showrunner Agents in Multi-Agent Simulations.