AI-modeller og plattformer

Kunstig intelligens trent til å være en dungeon master og generere plott for Dungeons and Dragons

mm
Legg til Unite.AI blant dine foretrukne kilder på Google

Kunstig intelligens har mestret selv ekstremt komplekse spill som sjakk og Go. Imidlertid har disse spillene forhåndsdefinerte regler og svært spesifikke metoder for interaksjon som ikke lenker seg til kreative valg. Et rollespill som Dungeons and Dragons (DnD) har uendelig mange måter å spille på enn et spill sjakk, men dette har ikke stoppet forskerne fra å prøve å utvikle AI-systemer som kan improvisere historier for DnD eller lignende bordrollespill.

AI-forskere arbeider konstant med nye måter å forbedre de generative språkevner til AI. En av de største fremgangene de siste årene er utviklingen av GPT-2, som kunne generere sammenhengende historier på fly. Imidlertid, som Wired rapporterte, konseptualiserte Georgia Tech-student Lara Martin å bruke DnD som en testfall for en AI sin generative språkevne. Målet er i hovedsak å skape en AI-dungeon master, i stand til å skape nye scenarier for spillet og tilpasse disse scenariene.

Ifølge Wired, har Martin arbeidet med AI-dungeon masteren siden 2018. Språkgenereringsmodeller bruker ofte regelbaserte tilnærminger eller neurale nettverksbaserte tilnærminger. Nylig har det vært en økende interesse for å kombinere de to teknikker for å generere språk. Martins tilnærming bruker regelbaserte språkgenereringsstrategier sammen med dype neurale nettverk. Martins tilnærming til språkgenerering bygger på ideen om “hendelser”. Hendelser består av ulike deler av tale som objekter, subjekter og verb, som modellen kombinerer til hendelsesobjekter som er sammenhengende. Modellen ble trent på historier fra populære sci-fi-TV-serier som Futurama og Doctor Who. Modellen er primert med en tekststreng, som den vil analysere for hendelser. Etter å ha trukket ut hendelsene fra primerteksten, vil den prøve å fortsette plottet ved å generere nye hendelser. Martin kunne utvide på denne grunnleggende tilnærmingen og guide modellen mot å generere bestemte ønskede hendelser, som ekteskapet mellom to karakterer i historien.

Martin er ikke den eneste forskeren som prøver å designe AI-er som kan fortelle historier. For eksempel, utviklet maskinlæringsforsker Nick Walton nylig AI Dungeon, som bruker GPT-2-modeller til å skape en AI-generert tekst-eventyrspill. Mens AI Dungeon vanligvis rendre tekst som er sammenhengende, tenderer det å miste sporet av den overordnede narrativen, starte merkelige nye plottråder og generelt oppføre seg merkelig til spillerens input. Til tross for disse begrensningene, har spillet vist seg å være ganske populært, med over en million mennesker som har spilt det.

Martin erkjenner begrensningene til modellen, og sier at modellen ofte blir forvirret, og genererer plotthendelser som ikke har logisk mening, og at “vi er ingen steder i nærheten av at dette er en realitet ennå”. Til tross for dette, håper Martin at modellen vil føre til noe nyttig i fremtiden. Martin er også håpefull om at prosjektet potensielt kan gi oss innsikt i hvordan skapelsen av historier utnytter ulike aspekter av intelligensen, som fantasi og inkarnasjon.

“Hvis vi kunne skape en overbevisende AI DM, ville det fortelle oss mer om hvordan vi skaper og opplever disse verdene,” forklarte Martin til Wired.

Det kan også argumenteres for at utfordringen med å oppnå et så vanskelig mål som å skape en AI-dungeon master, er grunn nok til å forfølge prosjektet. Noah Smith, en AI- og språkprofessor ved University of Washington, forklarte at store mål noen ganger kan hjelpe med å skape brukbare applikasjoner, selv om utfordringen i seg selv ikke blir oppnådd i en rimelig tid.

Smith forklarte til Wired:

“Noen ganger er store utfordringsmål nyttige for å få mange forskere til å bevege seg i samme retning. Og noen av det som spinner ut er også nyttig i mer praktiske applikasjoner.”

Blogger og programmerer med spesialområder i Machine Learning og Deep Learning emner. Daniel håper å hjelpe andre med å bruke kraften av AI for sosialt godt.