Generatived（Beta）｜生成AIの最新ニュースとトレンドを提供

NVIDIAは、ゲーム業界におけるAIエージェントの強化を目的とした新たなテクノロジースイート「ACE」を発表しました。このスイートには、クラウドおよびデバイス上のプラットフォームに統合可能な包括的なAIモデルが含まれており、音声、インテリジェンス、アニメーションなど、ゲーム内キャラクター開発の様々な側面をカバーしています。これらのモデルをゲームエンジンと連携させて効率的に運用できるよう、NVIDIAはIn-Game Inferencing (NVIGI) SDKも発表しました。これは、開発者にC++ゲームおよびアプリケーション統合のための高性能ライブラリを提供します。

NVIDIA In-Game Inferencing SDKの最新版であるバージョン 1.5 では、革新的なコードエージェントサンプルが導入されています。このサンプルでは、​​AIエージェントがプレイヤーと連携して 2D ダンジョン環境のモンスターを倒す様子を紹介しています。この記事では、推論呼び出しを最小限に抑え、各呼び出しの効率性を高めることで GPU リソースの使用を最適化する戦略を解説し、GPU におけるグラフィックスタスクとコンピューティングタスクの競合を軽減します。

OpenAIの共同創設者であるAndrej Karpathy氏は、大規模言語モデル（LLM）の扱いと幽霊を召喚する行為を比較しました。この比喩は、コード記述機能を持つLLMエージェントに特に当てはまります。多くのカスタムエージェントは単純なツール呼び出しに制限されていますが、AIエージェントが関数呼び出しだけでなく、サポートコードも生成し、より効率的な処理を実現する、より野心的なアプローチが存在します。しかし、このアプローチには独自の課題が伴います。コード実行機能を持つ制約のないLLMは、メモリ枯渇やその他の障害発生など、重大なセキュリティリスクをもたらす可能性があるからです。

本稿では、従来のツール呼び出し方式と比較したコードエージェントの利点についてさらに詳しく説明します。コードエージェントは、コンピュータ本来のコード実行能力を活用し、1回の推論で複数の関数呼び出しを生成することで、パフォーマンスの低下を回避します。また、ループなどの複雑な構造を持つコードを容易に記述できるため、追加の推論呼び出しを必要とせずに動的な適応と複雑な推論処理を実行できるため、柔軟性も向上します。このアプローチは、開発プロセスを簡素化するだけでなく、GPUへの負荷を軽減することでゲーム体験を向上させます。

NVIDIAは、開発者の皆様にサンプルを試用し、様々なゲームやアプリプロジェクトへの適用を検討することで、ゲーム内推論SDKの可能性を探っていただくことを推奨しています。また、NVIDIAはGame Developers Conference (GDC) に参加し、RTXニューラルレンダリングとAIがゲーム開発の未来に及ぼす影響について議論し、インタラクティブなセッションを通じてAIの最新トレンドに関する知見を提供します。