인공지능이 던전 마스터가 되고 던전 앤 드래곤의 플롯을 생성하기 위해 훈련되다

인공지능은 체스와 고와 같은 매우 복잡한 게임을 마스터했다. 그러나 이러한 게임에는 미리 정의된 규칙과 상호 작용의 매우 특정한 방법이 있어 창의적인 선택을 허용하지 않는다. 던전 앤 드래곤(DnD)과 같은 롤플레잉 게임은 체스 게임보다 훨씬 더 많은 방법으로 플레이할 수 있지만, 이것이 연구자들이 DnD 또는 유사한 테이블톱 롤플레잉 게임을 위해 스토리라인을 즉흥적으로 생성할 수 있는 인공지능 시스템을 개발하는 것을 막지 않았다.

인공지능 연구자들은 인공지능의 생성 언어 능력을 개선하는 새로운 방법을不断적으로 연구하고 있다. 최근 몇 년 동안 가장 큰 발전은 GPT-2의 개발이었는데, 이는 즉석에서 일관된 스토리를 생성할 수 있었다. 그러나 와이어드가 보도한 바와 같이, 조지아 테크 대학교의 대학원생 라라 마틴은 DnD를 인공지능의 생성 언어 능력 테스트 케이스로 사용하는 것을 생각해냈다. 궁극적인 목표는 본질적으로 인공지능 던전 마스터를 생성하는 것이며, 게임에 대한 새로운 시나리오를 생성하고 이러한 시나리오를 적응시키는 것이다.

와이어드에 따르면, 마틴은 2018년부터 인공지능 던전 마스터를 개발하고 있다. 언어 생성 모델은 규칙 기반 접근 방식 또는 신경망 기반 접근 방식을 사용한다. 최근에는 두 기술을 결합하여 언어를 생성하는 데 관심이 증가하고 있다. 마틴의 접근 방식은 규칙 기반 언어 생성 전략과 함께 깊은 신경망을 사용한다. 마틴의 언어 생성 접근 방식은 “이벤트”라는 아이디어에 의존한다. 이벤트는 객체, 주제 및 동사와 같은 다양한 부분의 언어로 구성되며, 모델은 일관된 이벤트 객체를 생성한다. 모델은 인기 있는 SF TV 쇼인 퓨처라마와 닥터 후의 스토리라인에 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 모델을 특정한 원하는 이벤트(예: 스토리 내의 두 개의 문자의 결혼)를 생성하도록 안내할 수 있었다.

마틴은 스토리를告诉할 수 있는 인공지능을 설계하려고 시도하는 연구자 중 하나가 아니다. 예를 들어, 머신 러닝 연구자 닉 월튼은 최근 GPT-2 모델을 사용하여 인공지능 생성 텍스트 어드벤처 게임인 AI 던전을 개발했다. AI 던전은 일반적으로 최소한 일관된 텍스트를 렌더링하지만, 전체적인 내러티브를 잃어버리고, 이상한 새로운 플롯 스레드를 시작하며, 일반적으로 플레이어 입력에 대해 이상하게 행동한다. 이러한 제한에도 불구하고, 게임은 100만 명이 넘는 사람들이 플레이하면서相当 인기 있다.

마틴은 모델의 한계를 인정하며, 모델이 종종 혼란스러워서 논리적으로 의미가 없는 플롯 이벤트를 생성한다고 말한다. 마틴은 “우리는 아직 현실로 만들기 위해 멀었다”고 말한다.尽管如此, 마틴은 모델이 미래에有什么 유용한 것을이끌어 낼 수 있을 것이라고 희망한다. 마틴은 또한 이 프로젝트가 어떻게 이야기의 생성이 상상력과 구현과 같은 지능의 다른 측면을 활용하는지에 대한 통찰력을 제공할 수 있을 것이라고 희망한다.

“우리가 설득력 있는 인공지능 DM을 생성할 수 있다면, 그것은 우리가 어떻게 이러한 세계를 생성하고 경험하는지에 대해 더 많은 것을 알려줄 것이다”라고 마틴은 와이어드에 설명했다.

또한, 이러한 어려운 업적을 달성하는 도전 자체가 프로젝트를 추구할 충분한 이유라는 주장도 있을 수 있다. 워싱턴 대학교의 인공지능 및 언어 교수인 노아 스미스는 때때로 큰 목표가 유용한 응용 프로그램을 생성할 수 있다고 설명했다.

스미스는 와이어드에 다음과 같이 설명했다:

“때때로 대규모 도전 목표는 많은 연구자를 단일 방향으로 이동하도록 도와주는 데 유용하다. 그리고 이러한 도전의 일부는 더 실제적인 응용 프로그램에서도 유용하다.”