AI-mallit ja alustat

Tekstipohjainen videopeli luotu OpenAI:n voimakkaan GPT-2-algoritmin avulla

mm
Lisää Unite.AI suosikkilähteisiisi Google-palvelussa

Northwesternin yliopiston neurotieteen jatko-opiskelija on luonut tekstipohjaisen videopelin, jossa pelaajan lukema teksti on kokonaan tekoälyllä generoitu. Tekoäly, joka generoi tekstin, perustuu OpenAI:n aiemmin tänä vuonna kehittämään GPT-2-algoritmiin.

Monet varhaiset tietokonepelit eivät käyttäneet grafiikkaa, vaan niissä käytettiin tekstipohjaista käyttöliittymää. Nämä tekstiseikkailupelit ottivat vastaan käyttäjän komennot ja toimittivat sarjan ennalta ohjelmoituja vastauksia. Pelaajan oli käytettävä tekstikomennoksia ratkaistakseen ongelmia ja edetäkseen pelissä, mikä saattoi olla haasteellista riippuen tekstiparserin monimutkaisuudesta. Varhaiset tekstipohjaiset seikkailupelit olivat hyvin rajoitetun valikoiman potentiaalisia komentoja, joihin peli voisi reagoida.

ZME Science -sivun mukaan Northwesternin yliopiston neurotieteen jatko-opiskelija Nathan Whitemore on elvyttänyt tämän pelikäsitteen käyttämällä tekoälyalgoritmeja vastausten generointiin reaaliajassa, sen sijaan että ne olisivat ennalta ohjelmoituja. Whitemore sai ilmeisesti inspiraation projektiin tieteiskirja Ender’s Game -kirjan Mind Game -pelistä, joka reagoi käyttäjän syötteisiin ja muokkasi pelimaailmaa käyttäjän ympärillä.

Algoritmi, joka ohjaa tekstipohjaista seikkailupeliä, on GPT2-algoritmi, jonka kehitti OpenAI. Prediktioalgoritmi koulutettiin tekstidatassa, joka oli yli 40 GB:n kokoinen ja pochetti Reddit-linkkejä. Tuloksena oli erittäin tehokas prediktioalgoritmi, joka pystyi generoimaan hämmästyttävän realistisia ja luonnollisen kuuloisia kappaleita, saavuttaen huipputason suorituskyvyn useilla eri kielitesteillä. OpenAI-algoritmi oli ilmeisesti niin tehokas väärän uutisartikkeleiden generoimisessa, että OpenAI epäröi julkaisemasta algoritmiä yleisölle pelätessään sen väärinkäyttöä. Onneksi Whitemore on käyttänyt algoritmiä paljon harmittomampaan tarkoitukseen kuin väärän uutisartikkeleiden luomiseen.

Whitmore selitti Digital Trends -sivustolle, että pelin tuottamiseksi hän joutui muokkaamaan GPT-2-tulostetta kouluttamalla sitä laajasti useilla seikkailupeliskripteillä, käyttäen erilaisia algoritmeja GPT-2-parametrien mukauttamiseksi, kunnes algoritmin tuottama teksti muistutti seikkailupelien tekstiä.

Peli on erityisen mielenkiintoinen, koska se on aidosti luova. Käyttäjä voi syöttää melkein minkä tahansa tekstin, riippumatta pelin asetelmasta tai kontekstista, ja peli yrittää sopeuttaa ja määritellä, mitä pitäisi seurata seuraavaksi. Whitemore selitti, että voit syöttää melkein minkä tahansa satunnaisen ohjauksen, koska malli on tarpeeksi “yhteinen” sopeutumaan syötteeseen.

Whitemoren mukautettu GPT2-algoritmi on kuitenkin joitakin rajoituksia. Se unohtaa helposti käyttäjän jo kertoman, ja sillä on lyhyt “muisti”. Toisin sanoen se ei säilytä tilanteen kontekstia komentojen suhteen, kuten perinteinen ennalta ohjelmoitunut tekstiseikkailupeli, ja kuten useat tekoälyllä generoidut tekstin kohdat, generoitu teksti ei aina ole järkevää.

Peliohjelma kuitenkin suoriutuu hyvin tekstiseikkailupelien rakenteen ja tyylin mukauttamisesta, tarjoamalla pelaajalle ympäristön kuvauksia ja antamalla heille erilaisia vaihtoehtoja ympäristön kanssa vuorovaikuttaa.

“Luulen, että se on luova hyvin perustasolla, kuten ihminen, joka pelaa ‘Apples to Apples’ -peliä”, Whitemore selitti. “Se ottaa asioita vanhoista seikkailupeleistä ja järjestää ne uudelleen joksikin uudeksi ja mielenkiintoiseksi ja erilaiseksi joka kerta. Mutta se ei todellakaan luo yleistä juonta tai ylintä ideaa. On olemassa monia erilaisia luovuuden muotoja, ja luulen, että se tekee yhden: luo uusia ympäristöjä, mutta ei muita: ei keksi pelin viehättävää juonta.”

Whitemoren projekti näyttää myös vahvistavan, että GPT-2-algoritmi on tarpeeksi vankka ollakseen käytettävissä laajasti tekstin generoimisen ulkopuolella tarkoituksiin. Whitemore osoittaa, että algoritmi voidaan käyttää järjestelmässä, joka mahdollistaa käyttäjän vastaukset ja palautteen, ja on mielenkiintoista nähdä, mitkä muut GPT-2:n sovellukset tulevat esiin tulevaisuudessa.

Blogger ja ohjelmoija, jolla on erityisalat Machine Learning ja Deep Learning -aiheissa. Daniel toivoo pystyvänsä auttamaan muita käyttämään tekoälyn voimaa sosiaaliseen hyvään.