Intelligence Artificielle
AI formé pour être un maître de donjon et générer des intrigues pour les donjons et les dragons

L'intelligence artificielle a maîtrisé même des jeux extrêmement complexes comme les échecs et le go. Cependant, ces jeux ont des règles prédéfinies et des méthodes d'interaction très spécifiques qui ne se prêtent pas à des choix créatifs. Un jeu de rôle comme Donjons et Dragons (DnD) a infiniment plus de façons de jouer qu'un jeu d'échecs, mais cela n'a pas empêché les chercheurs d'essayer de développer des systèmes d'IA capables d'improviser des scénarios pour DnD ou un jeu de rôle similaire sur table. Jeux.
Les chercheurs en IA travaillent constamment sur de nouvelles façons d'améliorer les capacités langagières génératives de l'IA. L'une des plus grandes avancées de ces deux dernières années est le développement GPT-2, qui a pu générer des histoires cohérentes à la volée. Cependant, comme l'a rapporté Wired, Lara Martin, étudiante diplômée de Georgia Tech, a conçu l'utilisation de DnD comme cas de test pour la capacité de langage génératif d'une IA. Le but est essentiellement de créer un maître de donjon IA, capable de créer de nouveaux scénarios pour le jeu et d'adapter ces scénarios.
Selon Wired, Martin travaille sur le maître de donjon IA depuis 2018. Les modèles de génération de langage utilisent souvent des approches basées sur des règles ou des approches basées sur des réseaux de neurones. Récemment, il y a eu un intérêt croissant à combiner les deux techniques pour générer du langage. L'approche de Martin utilise des stratégies de génération de langage basées sur des règles parallèlement à des réseaux de neurones profonds. L'approche de Martin en matière de génération de langage repose sur l'idée d'« événements ». Les événements se composent de diverses parties du discours telles que des objets, des sujets et des verbes, que le modèle combine en objets d'événement cohérents. Le modèle a été formé sur des scénarios d'émissions de télévision de science-fiction populaires comme Futurama et Doctor Who. Le modèle est amorcé avec une chaîne de texte, qu'il analysera pour les événements. Après avoir extrait les événements du texte d'amorçage, il tentera de continuer l'intrigue en générant de nouveaux événements. Martin a pu développer cette approche de base et guider le modèle vers la génération de certains événements souhaités, comme le mariage de deux personnages dans l'histoire.
Martin n'est pas le seul chercheur à tenter de concevoir une IA capable de raconter des histoires. Par exemple, le chercheur en apprentissage automatique Nick Walton a récemment développé AI Dungeon, qui utilise des modèles GPT-2 pour créer un jeu d'aventure textuel généré par l'IA. Bien qu'AI Dungeon restitue généralement un texte au moins cohérent, il a tendance à perdre la trace du récit global, à lancer d'étranges nouveaux fils d'intrigue et à se comporter généralement étrangement face aux entrées des joueurs. Malgré ces limitations, le jeu s’est avéré plutôt populaire, avec plus d’un million de personnes y jouant.
Martin reconnaît les limites du modèle, déclarant que le modèle est souvent confus, générant des événements d'intrigue qui n'ont pas de sens logique, et que "nous sommes encore loin d'être une réalité". Malgré cela, Martin espère toujours que le modèle mènera à quelque chose d'utile à l'avenir. Martin espère également que le projet pourrait potentiellement nous donner un aperçu de la façon dont la création d'histoires exploite différents aspects de l'intelligence comme l'imagination et l'incarnation.
"Si nous pouvions créer un AI DM convaincant, cela nous en dirait plus sur la façon dont nous créons et expérimentons ces mondes", a expliqué Martin à Wired.
On pourrait également faire valoir que le défi d'accomplir un exploit aussi difficile que la création d'un maître de donjon IA est une raison suffisante pour poursuivre le projet. Noah Smith, professeur d'intelligence artificielle et de langues à l'Université de Washington, a expliqué que de grands objectifs aident parfois à créer des applications utilisables, même si le défi lui-même n'est pas accompli en temps opportun.
«Parfois, les objectifs du grand défi sont utiles pour faire avancer un grand nombre de chercheurs dans une seule direction. Et une partie de ce qui en ressort est également utile dans des applications plus pratiques.