์ธ๊ณต์ง๋ฅ
AI๋ฅผ ๋์ ๋ง์คํฐ๋ก ํ๋ จํ๊ณ ๋์ ์ค ์ค ๋๋๊ณค์ค์ ๋ํ ํ๋กฏ ์์ฑ
인공지능은 체스와 고와 같은極めて 복잡한 게임도 이미 마스터했다. 그러나 이러한 게임은 미리 정의된 규칙과 매우 구체적인 상호 작용 방법이 있어 창의적인 선택을 허용하지 않는다. 던전스 앤 드래곤스(DnD)와 같은 롤 플레잉 게임은 체스 게임보다遊戲 방법이 훨씬 더 많지만, 이것이 연구자들이 DnD 또는 유사한 테이블탑 롤 플레잉 게임에 대한 스토리라인을 즉흥적으로 생성할 수 있는 AI 시스템을 개발하는 것을 막지 못했다.
AI 연구자들은 인공지능의 생성 언어 능력을 개선하는 새로운 방법을不断적으로 연구하고 있다. 최근 몇 년 동안 가장 큰 발전은 GPT-2의 개발로, 이것은 즉석에서 일관된 스토리를 생성할 수 있었다. 그러나 와이어드가 보도한 바와 같이, 조지아 테크 대학교의 대학원생 라라 마틴은 DnD를 AI의 생성 언어 능력 테스트 케이스로 사용하는 것을 생각해 냈다. 목표는 본질적으로 새로운 시나리오를 생성하고 이러한 시나리오를適応할 수 있는 AI 던전 마스터를 생성하는 것이다.
와이어드에 따르면, 마틴은 2018년부터 AI 던전 마스터를 개발하고 있다. 언어 생성 모델은 규칙 기반 접근 방식 또는 신경 네트워크 기반 접근 방식을 사용한다. 최근에는 두 가지 기술을 결합하여 언어를 생성하는 데 관심이 증가하고 있다. 마틴의 접근 방식은 규칙 기반 언어 생성 전략과 함께 깊은 신경 네트워크를 사용한다. 마틴의 언어 생성 접근 방식은 “이벤트”라는 아이디어에 의존한다. 이벤트는 객체, 주제, 동사와 같은 다양한 부분으로 구성되며, 모델은 이를 일관된 이벤트 객체로 결합한다. 모델은 인기 있는 SF TV 쇼인 퓨처라마와 닥터 후의 스토리라인으로 훈련되었다. 모델은 텍스트 문자열로 프라이밍되며, 이를 분석하여 이벤트를 추출한다. 프라이밍 텍스트에서 이벤트를 추출한 후, 모델은 새로운 이벤트를 생성하여 플롯을 계속한다. 마틴은 이 기본적인 접근 방식을 확장하여 모델이 특정한 원하는 이벤트, 예를 들어 스토리 내에서 두 캐릭터의 결혼과 같은 것을 생성하도록 안내할 수 있었다.
마틴은 스토리를 생성할 수 있는 AI를 설계하려고 시도하는 연구자 중 하나가 아니다. 예를 들어, 머신 러닝 연구자 닉 월턴은 최근 GPT-2 모델을 사용하여 AI 생성 텍스트 어드벤처 게임인 AI 던전을 개발했다. AI 던전은 일반적으로 적어도 일관된 텍스트를 렌더링하지만, 전체적인 내러티브를 잃어버리고, 이상한 새로운 플롯 스레드를 시작하며, 일반적으로 플레이어 입력에 대해 이상하게 행동한다. 이러한 제한에도 불구하고, 게임은 매우 인기를 끌었으며, 100만 명 이상의 사람들이 게임을 했다.
마틴은 모델의 한계를 인정하며, 모델이 종종 혼란스러워서 논리적으로 의미가 없는 플롯 이벤트를 생성하며, “우리는 아직 현실이 아니라는 것을 알았다”고 말했다.尽管如此, 마틴은 모델이 미래에 유용한 무언가로 이어질 것이라고 여전히 희망한다. 마틴은 또한 이 프로젝트가 창의력과 구현과 같은 지능의 다른 측면을 활용하여 스토리를 생성하는 방법에 대한 통찰력을 제공할 수 있다고 희망한다.
“우리가 설득력 있는 AI DM을 생성할 수 있다면, 그것은 우리가 이러한 세계를 생성하고 경험하는 방법에 대해 더 많은 것을 알려줄 것이다”라고 마틴은 와이어드에 설명했다.
또한, 던전 마스터 AI를 생성하는 것과 같은 어려운 업적을 달성하는 것은 충분한 이유라고 주장할 수 있다. 워싱턴 대학교의 AI 및 언어 교수인 노아 스미스는 큰 목표가 때때로 많은 연구자를 단일 방향으로 이동시키는 데 도움이 되며, 때때로 이러한 목표는 더 실제적인 응용 프로그램에서도 유용하다고 말했다.
“때때로 그랜드 챌린지 목표는 많은 연구자를 단일 방향으로 이동시키는 데 도움이 된다. 그리고 그 중 일부는 더 실제적인 응용 프로그램에서도 유용하다.”
