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

आर्टिफिशियल इंटेलिजेंस ने शतरंज और गो जैसे अत्यधिक जटिल खेलों में महारत हासिल कर ली है। हालांकि, इन खेलों में पूर्व-निर्धारित नियम और बहुत विशिष्ट विधियों के साथ बातचीत की जाती है जो रचनात्मक विकल्पों के लिए खुद को उधार नहीं देती हैं। डंगन्स एंड ड्रैगन्स (डीएनडी) जैसे रोल-प्लेइंग गेम में शतरंज की तुलना में बहुत अधिक तरीके से खेलने के तरीके हैं, लेकिन यह शोधकर्ताओं को डीएनडी या समान टेबलटॉप रोल-प्लेइंग गेम्स के लिए कहानियों को सुधारने में सक्षम एआई सिस्टम विकसित करने से नहीं रोकता है।

एआई शोधकर्ता लगातार 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 पर सुसंगत कहानियों को उत्पन्न करने में सक्षम था। हालांकि, जैसा कि वायर्ड ने बताया, जॉर्जिया टेक ग्रेजुएट छात्र लारा मार्टिन ने डीएनडी को एक एआई की उत्पन्न भाषा क्षमता के लिए एक परीक्षण मामले के रूप में सोचा। लक्ष्य मूल रूप से एक एआई डंगन-मास्टर बनाना है, जो खेल के लिए नए दृश्य बनाने और इन दृश्यों को अनुकूलित करने में सक्षम है।

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 ही में, दोनों तकनीकों को संयojit करने में भाषा उत्पन्न करने की रुचि बढ़ रही है। मार्टिन का दृष्टिकोण नियम-आधारित भाषा उत्पन्न रणनीतियों के साथ-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 है, जैसे कि वस्तुएं, विषय, और क्रियाएं, जिन्हें मॉडल सुसंगत इवेंट ऑब्जेक्ट्स में जोड़ता है। मॉडल को लोकप्रिय विज्ञान-फाई टीवी शो जैसे फ्यूचुरामा और डॉक्टर हू से कहानियों पर प्रशिक्षित किया गया था। मॉडल को एक प्रारंभिक पाठ के साथ प्राइम किया जाता है, जिसे यह विश्लेषण करेगा कि क्या घटनाएं हैं। प्राइमिंग पाठ से घटनाओं को निकालने के बाद, यह नए घटनाओं को उत्पन्न करके प्लॉट को जारी रखने का प्रयास करेगा। मार्टिन इस मूलभूत दृष्टिकोण पर विस्तार करने और मॉडल को विशिष्ट इवेंट जैसे कि कहानी में दो पात्रों की शादी को उत्पन्न करने के लिए मार्गदर्शन करने में सक्षम थी।

मार्टिन एकमात्र शोधकर्ता नहीं हैं जो कहानियों को सुनाने में सक्षम एआई को डिज़ाइन करने का प्रयास कर रहे हैं। उदाहरण के लिए, मशीन लर्निंग शोधकर्ता निक वाल्टन ने हाल ही में एआई डंगन विकसित किया है, जो एक एआई-जनरेटेड टेक्स्ट-एडवेंचर गेम बनाने के लिए जीपीटी-2 मॉडल का उपयोग करता है। जबकि एआई डंगन आमतौर पर कम से कम सुसंगत पाठ को प्रस्तुत करता है, यह अक्सर समग्र कथा को खो देता है, अजीब नए प्लॉट थ्रेड्स शुरू करता है, और आम तौर पर खिलाड़ी के इनपुट के प्रति अजीब व्यवहार करता है। इन सीमाओं के बावजूद, गेम को काफी लोकप्रिय साबित हुआ है, जिसमें एक मिलियन से अधिक लोग खेल रहे हैं।

मार्टिन मॉडल की सीमाओं को स्वीकार करता है, जिसमें कहा गया है कि मॉडल अक्सर भ्रमित हो जाता है, जो तार्किक रूप से अर्थ नहीं रखने 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 करता है कि मॉडल भविष्य में कुछ उपयोगी के लिए नेतृत्व करेगा। मार्टिन यह भी आशावादी है कि परियोजना से हमें यह जानने में मदद मिल सकती है कि कहानियों का निर्माण कैसे अलग-अलग बुद्धिमत्ता के पहलुओं जैसे कि कल्पना और निहितता का उपयोग करता है।

“यदि हम एक आश्वस्त एआई डीएम बना सकते हैं, तो यह हमें यह बताएगा 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 जैसे कार्य को पूरा करने की चुनौती ही इस परियोजना को आगे बढ़ाने का कारण है। नोआ स्मिथ, वाशिंगटन विश्वविद्यालय में एआई और भाषा के प्रोफेसर ने वायर्ड को बताया:

“कभी-कभी ग्रैंड चैलेंज लक्ष्य शोधकर्ताओं को एक ही दिशा में आगे बढ़ने में मददगार होते हैं। और जो कुछ भी निकलता है वह अधिक व्यावहारिक अनुप्रयोगों में भी उपयोगी होता है।”