技術リソース
OnRamp プログラム

ゲーム用の AI と ML

人工知能 (AI) と機械学習 (ML) は、不正の検出やプレイヤー行動の予測から、音声認識およびプレイテストの自動化まで、ゲームをよりスマートにし、開発を高速化します。

使用を開始する »

インテリジェントなゲーム体験を創出

より速く構築

AWS 機械学習ではアルゴリズムのパフォーマンスが 10 倍向上し、他のクラウドプロバイダーと比較してパフォーマンスが 2 倍になりました。AWS 機械学習は今日のゲーム開発者が直面している最も困難な課題のいくつかを解決することに重点を置いています。

ゲームの運用をスマートに

機械学習モデルを迅速に構築、トレーニング、デプロイして、プレイヤーの行動を予測し、プレイヤーを引き付けて楽しませるためのアクションを実行するためにより多くの時間を費やします。

新しい体験を作成

人工知能を使用してゲームを強化し、より短時間でプレイヤーがもっと没入できる体験を構築するのに役立ちます。

Voodoo ロゴ
「Amazon SageMaker と Amazon Personalize を使用して、アプリケーション内ですべてのユーザーに対して最初の日から自動化されたレコメンデーションを表示させた結果、これらのユーザーの定着率が 15% 増加しました。独自のパーソナライズツールへの依存を減らすことにより開発期間を 53% 削減し、チームが顧客のエクスペリエンスをさらに改善するための次の一連の機会に集中できるようになりました」
— Voodoo、テクニカルリード、Robin Mizreh 氏
詳細については、各ユースケースをクリックしてください。
  • メトリクスのモニタリングを表すグラフにいろいろな形がプロットされている

    リアルタイムのセンチメント分析

    Amazon Comprehend を使って、Twitch チャットで見られるセンチメント (感情) をリアルタイムで監視します。

    プレイヤーベースのセンチメントを理解することは、フィードバックに対応し、プレイしたいと思わせるゲームを作るうえで重要です。たとえば、リスクの高い新機能を実装して、一部のチャネルでテストを行う準備をしているとしましょう。A/B テストによって最適化する適切なメトリクスはありますが、これは過去に関する指標なので、プレイヤーが不満を感じたらすぐ元に戻せるようにする必要があります。 

    こうしたリスクを減らすために、Twitch チャットに表れるセンチメントをリアルタイムでモニターするアプリケーションを作ります。次に、Amazon Comprehend を使って各メッセージのセンチメントを測定するチャットクライアントを作ります。平均的なセンチメントが 1 分ごとに Amazon CloudWatch のダッシュボードに表示されるので、安心して新機能を公開するこことができます。

    このワークショップで扱うコンセプトは、テキストチャットやディスカッションボード、その他のソーシャルメディアチャネルなど、他のデータソースにも応用できます。

    ワークショップを受講する »

どこから始めればいいか、わからない場合は―

機械学習と人工知能を使い始める際は、以下のステップが役に立ちます。

ステップ 1

ブログ

Detect fraud in games using machine learning

ゲーム内の不正行為を検出する独自の機械学習 (ML) モデルをトレーニングして実行できるように、ML を使った不正行為の検出方法を学びます。

ブログを読む »

ステップ 2

ワークショップ

Automate game leveling with reinforcement learning

Amazon SageMaker の強化学習を活用し、ゲームのレベル調整を自動化する方法を学びます。

ワークショップを受講する »

ステップ 3

ワークショップ

リアルタイムのセンチメント分析

Amazon Comprehend を使って、Twitch チャットで見られるセンチメント (感情) をリアルタイムで監視します。

ワークショップを受講する »

ステップ 4

オンデマンドセッション

Identifying suspicious activity with an ML powered abuse detection pipeline

AWS 機械学習と人工知能を活用して、動的でパフォーマンスの高いエンドツーエンドの不正行為検出パイプラインを構築する方法を学びます。

プレゼンテーションを視聴する »

注目のお客様事例

Gearbox Software と MMOS は、機械学習を利用して、科学研究の発展に貢献するミニゲームを作成しました。

ストーリーを探す »

AWS でプレイヤーのために革新を遂げるスタジオをご紹介します

ROVIO
Angry Birds Dreamblast の販促画像

Rovio は、ML を使用してレベルバランステストを自動化することで、データ収集の時間を年単位から時間単位に短縮しました。

動画を見る »

ソニー・インタラクティブエンタテインメント
ゲーム内のサーキットを走るアウディのレーシングカーのテールを描いた静止画

ソニー・インタラクティブエンタテインメントは、AWS を使用して視覚的な画像と効果をリモートでレンダリングするために、既存のインフラストラクチャを最新化しています。

動画を見る »

ACTIVISION
Activision のロゴ

Activision は、分析と ML を使用して毎日「コール オブ デューティ」の何百万というプレイヤーのエンゲージメントをパーソナライズしています。

動画を見る »

関連するテクニカルガイド、オンラインセミナー、ホワイトペーパーなどを参照してください。

ブログ
Detecting fraud in games using machine learning

ゲームにおける不正行為を検知する際の固有の課題を取り上げ、実装ガイドと AWS CloudFormation テンプレートを使用して不正検知パイプラインを構築する方法を学習します。

ブログを読む »
オンラインセミナー
Understanding game changes and player behavior with graph databases

ナレッジグラフと Amazon Neptune を使ってゲームの変化やプレイヤーの行動に関する難解な疑問に答える方法を学習します。

今すぐ見る »
ブログ
Using machine learning to understand a user community

このゲスト投稿では、Oterlu AI がユーザーに歓迎され、安心感を与えるオンラインコミュニティの構築にどう着手したのかを学習します。

ブログを読む »

AWS Game Tech は初めてですか?

さまざまなゲームデベロッパーコースから選択したり、ランプアップガイドを調べたり、ハンズオンラボでスキルを身に付けたりすることができます。 

AWS の AI および ML ソリューションを使い始める準備はできましたか?

一人のチームであっても千人のチームであっても、ゲーム開発のニーズについて詳しく聞かせてください。