AI・信頼性・評価

手続き型生成と生成AIの共通点：難しいのは狙い通りに作る制御

2026/7/2 （更新: 2026/11/3）

🤖 AIを使用して執筆

1800京個の惑星と、やることの数

No Man’s Sky（2016年の宇宙探索ゲーム）は、惑星の数は作れても、その中身を作者が制御できなかった例である。手続き型生成でほぼ無限の惑星宇宙を作ったことで知られ、惑星の数は $2^{64}$（約1800京）個に及ぶ¹。発売からまもなく、退屈だという不満が出た²。開発元はその後も無償の更新を続け、内容は大きく変わっている³。New York 誌の Jake Swearingen は、同じ $2^{64}$ を三桁で丸めて、「1840京個のユニークな惑星は手続き的に生成できても、1840京個のユニークな”やること”は手続き的に生成できない」と書いた¹。同じ記事は、人が舵を取らない以上、作られるものを制御する手段は生成規則の微調整しかなく、1840京個の惑星にはせいぜい途中の抜き取り検査しかできなかった、とも書いている¹。

数学的に違うことと、人が違うと感じることは別である。Kate Compton はこれを「10,000杯のオートミール問題」と呼んだ。Compton は「私は1万杯の素のオートミールを簡単に生成でき、一粒一粒の位置も向きも違い、数学的には全て完全にユニークだ。だがユーザーにはおそらく、ただの大量のオートミールに見えるだけだ」と書く⁴。彼女は二つを区別する。一つは知覚的差異で、「前と同じには見えない」程度の違いであり、これは易しい。もう一つは知覚的ユニークさで、本当に記憶に残る違いであり、こちらははるかに難しい。彼女自身の言葉では、知覚的ユニークさこそが「本当の指標」であり、そしてそれは厄介なほど難しい⁴。ボトルネックは数ではなく、意味のある違いを生み出せるよう制御することにある。

ただし、2016年の反発には、手続き型生成の限界とは別に、期待と宣伝の側の理由も挙げられている。New Scientist の Douglas Heaven は、多くの人にとって期待が非現実的なほど高かったと書き、宣伝のスクリーンショットはゲームが出せる最良の場面を選んだものだったと指摘する²。同じ記事は、問題の一部は手続き型生成の仕組みが与えられた材料で作ることにあるともする。基本の形は膨大な数に組み合わせられても、蛇のような岩や六本脚の動物に二度、三度と出会えば、最初の驚きは損なわれるという²。

Swearingen 自身も、このゲームを否定したわけではない。先の New York 誌の記事は、当時のゲーム制作の本当のボトルネックは技術ではなく、価値あるものを作るのに大人数のチームが要ることだとし、16人で宇宙を作った例として本作を挙げる。そのうえで、同じ数学を使って、交易所や戦利品箱よりも面白いもので満たした宇宙を作れるかを次の問いに置いている¹。記事はこのゲームを強く薦めており、数年後には画期として振り返られるだろうと書いている。ただしその見出しは「名作ではないとしても」と断っており、薦める理由は、少ない資源で広大な世界を作れることが、新しい種類のゲームを主流へ押し出すという見通しにある¹。

分野の答えは「制御可能な生成」

学術のPCG（Procedural Content Generation）研究も、同じ道を「もっと作る」から「狙ったものを作る」へと進んだ。象徴的なのが、ゲームのマップ生成で人気の手法 WaveFunctionCollapse（WFC。周囲と矛盾しないタイルを一つずつ確定させ、全体を破綻なく埋めていく）だ。Karth と Smith は、この生成手法が制約解法、つまり「与えた条件を満たす答えを探す」仕組みそのものだと示した⁵。設計者が制約を置き、ツール側はそれを満たす解を探す。ここで作られているのは、制約で出力を制御できる生成器だ。

元の WFC は、矛盾に行き当たると後戻り（直前に確定させたタイルを取り消して別の候補を試すこと）をせず、最初からやり直すだけだ⁵。そのため、何度やり直しても解けないときに「解が存在しない」と判定できるわけではない。実際、著者らが試した Skyline のシナリオでは、「入力の全パターンを1回以上使う」という大域制約（マップ全体に一度に掛かる条件）を1本足しただけで数百回の衝突が起き、WFC を模して衝突のたびに最初からやり直す大域リスタートでは、1分の制限時間内に解が見つからなかった⁵。後戻りを許せば同じ制約はすぐに解ける。

別系統として、既存作品から機械学習で学ぶやり方（PCGML、Procedural Content Generation via Machine Learning）でも、使い道は作ることだけでなく、できたものを直す・良し悪しを判定する・分析することへ広がっている⁶。どれも、出てきたものから使えるものを選んで整える作業の一部に当たる。修復には既に実装例があり、良し悪しの判定は原典自身が今後の課題として挙げる段階にある⁶。

生成AIでも、価値は制御へ移った

テキスト→画像/音楽/動画は事実上無限に生成できる。だからこそ生成そのものはありふれ、難しいのは条件付け(狙いどおりに方向づけること)になった。その代表が ControlNet⁷である。ControlNet は「大規模な事前学習済み拡散モデルに空間的な条件制御を加える」もので、エッジ・深度・セグメンテーション・人物姿勢・スケッチで出力を操る。ここでの拡散モデルは、雑音から少しずつ画像を作る画像生成モデルを指す。プロンプトの文を書き直すだけでは輪郭・奥行き・姿勢のような空間的な配置を思いどおりに指定しにくく、ControlNet はそれを空間的な条件で指定できるようにした。

決定論・再現性は、その制御を支える工学的な土台だ。シードを固定すれば同じ手順は再現できるが、ビット単位まで同じ結果になるとは限らない。非決定的なカーネル選択や、既定では非決定的な実装で走る一部の演算、乱数の状態の違いが結果を変えるからだ⁸。だから本番環境では、その上に環境の凍結・プロンプトのバージョン管理・来歴（どの素材がどの手順で作られたかの記録）・製品へ組み込む前の検査を積み重ねる。

ボトルネックは、モデルでなくパイプライン

2025年のゲーム開発における生成AIの総説によれば、生成AIのツールは制作の工程とまだ噛み合っていない。総説は、ツールが「パッケージ化・バージョン管理された成果物、追跡可能な来歴、エンジン準拠フォーマットを要するゲーム制作のパイプラインと噛み合わない」と指摘する。そして、生成AIが人手の修正なしに統合可能な成果物を生み出せるという証拠は、レビューした文献の範囲では見当たらない、と述べる⁹。

同じ総説によれば、生成AIから実際に得られる価値を左右するのは、汎用のモデル能力ではなく、明示的なワークフロー設計・評価基準・組織基盤である⁹。価値が生まれるのは、成果物の制約を顧みずに生成だけを最適化したときではなく、統合の作業をパイプラインの中で見えるようにし、改善できるようにしたときだという⁹。

同じ総説は、統合を設計の中心に置く問題として扱い、エンジン内での検査・追跡・決定論的な再現と、受け渡し時点での来歴の記録を推奨する。組織設計は、日常的な利用の前提条件であって後付けの改善ではない、とも述べている⁹。「ボトルネック」は総説の語ではないが、人手の修正なしに組み込める証拠が無いことと、価値を左右するのがモデル能力ではないことを合わせると、ボトルネックはモデルそのものではなく、その周りの工学と組織にあると読める。

総説は手続き型生成についても、数十年の研究と実演を経ながら主流の開発環境での利用はいまも不均一でしばしば非効率だと述べ、生成AIの統合に時間がかかることの例として挙げている⁹。

生成の能力が上がっても、ボトルネックは制御に残る

「生成は解けた」と言い過ぎない。2025–26年に生成の能力は大きく上がった。動画生成は音声を同時に出すようになり¹⁰、音楽生成は Stable Audio 3 で最長380秒＝6分超まで伸びた¹¹。ただし380秒は開発元が公開するモデル表の仕様値で、モデル同士の優劣を測ったものではない。公平に言えば、生の品質は上がり続け、試作や着想のような初期の段階では価値を持ちうる。

先のゲーム開発の総説も、利得の出方を制作の段階ごとに分けている。効率の利得が出やすいのは、使い捨てと素早い反復が重んじられる初期の作業である。下流のアセットの組み込みと準備の段階では利得が出にくく、上流で浮いたように見えた時間の多くが、手直しと統合の作業に費やされるという⁹。同じ総説は、画像生成では、受け入れられる結果は一度の高精細な生成よりも、複数の出力からの選別で得られることが多いとする。研究全体のまとめでも、生成物を、組み込む前に専門家による選別（キュレーション）と編集を要する暫定物と位置づけている⁹。生の能力が上がっても、それだけではボトルネックは解けず、制御とキュレーションにあり続ける。

この記事はAIを使用して執筆されました。内容には誤りが含まれる可能性があります。事実や数字の出典は脚注から確かめられます。