डंगन मास्टर और डंगन्स एंड ड्रैगन्स के लिए प्लॉट जनरेट करने के लिए प्रशिक्षित किया गया एआई

आर्टिफिशियल इंटेलिजेंस ने शतरंज और गो जैसे अत्यधिक जटिल खेलों पर भी कब्जा कर लिया है। हालांकि, इन खेलों में पूर्व-निर्धारित नियम होते हैं और बहुत विशिष्ट विधियों के साथ बातचीत होती है जो रचनात्मक विकल्पों के लिए उपयुक्त नहीं होती हैं। डंगन्स एंड ड्रैगन्स (डीएनडी) जैसा रोल-प्ले गेम शतरंज की तुलना में अनंत रूप से अधिक तरीकों से खेला जा सकता है, लेकिन यह शोधकर्ताओं को डीएनडी या समान टेबलटॉप रोल-प्ले गेम के लिए कहानियों को सुधारने में सक्षम एआई सिस्टम विकसित करने से नहीं रोकता है।

एआई शोधकर्ता एआई की उत्पन्न भाषा क्षमताओं में सुधार के लिए नए तरीकों पर काम कर रहे हैं। पिछले कुछ वर्षों में सबसे बड़ी प्रगति में से एक जीपीटी-2 का विकास है, जो उड़ान में सुसंगत कहानियां उत्पन्न करने में सक्षम था। हालांकि, वायर्ड की रिपोर्ट के अनुसार, जॉर्जिया टेक ग्रेजुएट छात्र लारा मार्टिन ने डीएनडी को एक एआई की उत्पन्न भाषा क्षमता के लिए एक परीक्षण मामले के रूप में उपयोग करने की कल्पना की। लक्ष्य मूल रूप से एक एआई डंगन-मास्टर बनाना है जो गेम के लिए नए दृश्य बनाने में सक्षम हो और उन दृश्यों को अनुकूलित करे।

वायर्ड के अनुसार, मार्टिन 2018 से एआई डंगन-मास्टर पर काम कर रही है। भाषा उत्पन्न मॉडल अक्सर नियम-आधारित दृष्टिकोण या तंत्रिका नेटवर्क-आधारित दृष्टिकोण का उपयोग करते हैं। हाल के वर्षों में, दोनों तकनीकों को संयोजित करने में रुचि बढ़ी है ताकि भाषा उत्पन्न की जा सके। मार्टिन का दृष्टिकोण नियम-आधारित भाषा उत्पन्न रणनीतियों के साथ गहरे तंत्रिका नेटवर्क का उपयोग करता है। मार्टिन का भाषा उत्पन्न करने का दृष्टिकोण “इवेंट” की अवधारणा पर आधारित है। इवेंट में विभिन्न भागों की बातचीत शामिल होती है, जैसे कि वस्तुएं, विषय और क्रियाएं, जिन्हें मॉडल इवेंट ऑब्जेक्ट्स में जोड़ता है जो सुसंगत होते हैं। मॉडल को फ्यूचुरामा और डॉक्टर हू जैसे लोकप्रिय विज्ञान-कथा टीवी शो की कहानियों पर प्रशिक्षित किया गया था। मॉडल को एक प्राइमिंग टेक्स्ट के साथ प्राइम किया जाता है, जिसे यह इवेंट के लिए विश्लेषण करता है। प्राइमिंग टेक्स्ट से इवेंट निकालने के बाद, यह कहानी को आगे बढ़ाने के लिए नए इवेंट उत्पन्न करने का प्रयास करता है। मार्टिन इस मूल दृष्टिकोण पर विस्तार करने में सक्षम थी और मॉडल को विशिष्ट इवेंट जैसे कि कहानी में दो पात्रों की शादी को उत्पन्न करने के लिए मार्गदर्शन किया।

मार्टिन डंगन्स एंड ड्रैगन्स जैसे रोल-प्ले गेम के लिए कहानियां सुनाने में सक्षम एआई को डिज़ाइन करने का प्रयास करने वाली एकमात्र शोधकर्ता नहीं है। उदाहरण के लिए, मशीन लर्निंग शोधकर्ता निक वाल्टन ने हाल ही में एआई डंगन बनाया, जो जीपीटी-2 मॉडल का उपयोग करके एक एआई-जनरेटेड टेक्स्ट-एडवेंचर गेम बनाता है। जबकि एआई डंगन आमतौर पर कम से कम सुसंगत पाठ उत्पन्न करता है, यह अक्सर समग्र कथा को खो देता है, अजीब नई कथा धागे शुरू करता है और आमतौर पर खिलाड़ी के इनपुट पर अजीब व्यवहार करता है। इन सीमाओं के बावजूद, गेम को एक मिलियन से अधिक लोगों द्वारा खेला गया है।

मार्टिन मॉडल की सीमाओं को स्वीकार करती है, यह कहते हुए कि मॉडल अक्सर भ्रमित हो जाता है, जो तार्किक रूप से समझ में नहीं आने वाली प्लॉट घटनाओं को उत्पन्न करता है, और यह कि “हम इसे अभी तक वास्तविकता बनाने के करीब नहीं हैं”। इसके बावजूद, मार्टिन अभी भी आशा करती है कि मॉडल भविष्य में कुछ उपयोगी के लिए ले जाएगा। मार्टिन यह भी आशा करती है कि परियोजना हमें यह देखने में मदद कर सकती है कि कहानियों का निर्माण कैसे अलग-अलग बुद्धिमत्ता के पहलुओं जैसे कि कल्पना और निगमन का लाभ उठाता है।

“यदि हम एक आश्वस्त एआई डीएम बना सकते हैं, तो यह हमें यह देखने में मदद करेगा कि हम इन दुनियाओं को कैसे बनाते हैं और अनुभव करते हैं,” मार्टिन ने वायर्ड को बताया।

यह भी तर्क दिया जा सकता है कि एक डंगन मास्टर एआई बनाने जैसी कठिन चुनौती को पूरा करने का प्रयास करने का कारण ही पर्याप्त है। वाशिंगटन विश्वविद्यालय में एआई और भाषा के प्रोफेसर नूह स्मिथ ने कहा कि बड़े लक्ष्य कभी-कभी उपयोगी अनुप्रयोगों को बनाने में मदद करते हैं, भले ही चुनौती स्वयं समय पर पूरी न हो।

स्मिथ ने वायर्ड को बताया:

“कभी-कभी बड़े लक्ष्य कई शोधकर्ताओं को एक ही दिशा में आगे बढ़ने में मदद करते हैं। और जो कुछ भी निकलता है वह व्यावहारिक अनुप्रयोगों में भी उपयोगी होता है।”