AI Getraind Om Een Dungeon Master Te Zijn En Verhalen Te Genereren Voor Dungeons And Dragons

Kunstmatige intelligentie heeft zelfs extreem complexe spellen zoals schaken en Go onder de knie gekregen. Deze spellen hebben echter vooraf gedefinieerde regels en specifieke methoden van interactie die zich niet lenen voor creatieve keuzes. Een rollenspel zoals Dungeons and Dragons (DnD) heeft oneindig veel meer manieren om te spelen dan een spel schaken, maar dit heeft onderzoekers er niet van weerhouden om te proberen AI-systemen te ontwikkelen die in staat zijn om verhalen voor DnD of soortgelijke tafelspellen te improviseren.

AI-onderzoekers werken constant aan nieuwe manieren om de generatieve taalvaardigheden van AI te verbeteren. Een van de grootste vooruitgangen in de afgelopen paar jaar is de ontwikkeling van GPT-2, die in staat was om coherente verhalen te genereren op het moment. Echter, zoals Wired rapporteerde, bedacht Georgia Tech-student Lara Martin het gebruik van DnD als testcase voor de generatieve taalvaardigheid van AI. Het doel is om een AI-dungeon-master te creëren die in staat is om nieuwe scenario’s voor het spel te maken en deze scenario’s aan te passen.

Volgens Wired werkt Martin al sinds 2018 aan de AI-dungeon-master. Taalgeneratiemodellen gebruiken vaak regelgebaseerde benaderingen of neurale netwerkbenaderingen. Onlangs is er een toenemende interesse in het combineren van deze twee technieken om taal te genereren. Martins benadering maakt gebruik van regelgebaseerde taalgeneratiestrategieën naast diepe neurale netwerken. Martins benadering van taalgeneratie is gebaseerd op het idee van “gebeurtenissen”. Gebeurtenissen bestaan uit verschillende delen van spraak zoals objecten, onderwerpen en werkwoorden, die het model combineert tot gebeurtenisobjecten die coherent zijn. Het model is getraind op verhalen uit populaire sci-fi-tv-series zoals Futurama en Doctor Who. Het model wordt geprimed met een tekstreeks, die het zal analyseren op gebeurtenissen. Nadat het de gebeurtenissen uit de priming-tekst heeft geëxtraheerd, zal het proberen het verhaal voort te zetten door nieuwe gebeurtenissen te genereren. Martin kon deze basisbenadering uitbreiden en het model leiden naar het genereren van bepaalde gewenste gebeurtenissen, zoals het huwelijk van twee personages in het verhaal.

Martin is niet de enige onderzoeker die probeert om AI’s te ontwerpen die in staat zijn om verhalen te vertellen. Zo ontwikkelde machine learning-onderzoeker Nick Walton onlangs AI Dungeon, dat gebruikmaakt van GPT-2-modellen om een AI-gegenereerd tekstavontuur te creëren. Hoewel AI Dungeon meestal tekst produceert die coherent is, verliest het vaak het spoor van het algemene verhaal, start het rare nieuwe verhaallijnen en gedraagt het zich over het algemeen vreemd bij spelersinput. Ondanks deze beperkingen is het spel nogal populair gebleken, met meer dan een miljoen mensen die het hebben gespeeld.

Martin erkent de beperkingen van het model, en zegt dat het model vaak in de war raakt, en plotgebeurtenissen genereert die geen logische zin hebben, en dat “we nog niet in de buurt zijn van de realiteit”. Ondanks dit, hoopt Martin nog steeds dat het model zal leiden tot iets nuttigs in de toekomst. Martin is ook hoopvol dat het project ons inzicht kan geven in hoe het creëren van verhalen verschillende aspecten van intelligentie zoals verbeelding en belichaming gebruikt.

“Als we een overtuigende AI-DM konden creëren, zou het ons meer vertellen over hoe we deze werelden creëren en ervaren”, legde Martin uit aan Wired.

Het kan ook worden betoogd dat de uitdaging om een prestatie als moeilijk als het creëren van een AI-dungeon-master te bereiken, reden genoeg is om het project te volgen. Noah Smith, een AI- en taalprofessor aan de Universiteit van Washington, legde uit dat grote doelen soms helpen om bruikbare toepassingen te creëren, zelfs als de uitdaging zelf niet op tijd wordt bereikt.

Smith legde uit aan Wired:

“Soms zijn grote uitdagingdoelen nuttig om veel onderzoekers in één richting te laten bewegen. En sommige van de dingen die daaruit voortkomen, zijn ook nuttig in meer praktische toepassingen.”