Sztuczna inteligencja szkolona jako Mistrz Podziemi i generująca fabuły dla Dungeons and Dragons

Sztuczna inteligencja opanowała już nawet bardzo złożone gry, takie jak szachy i Go. Jednak te gry mają ściśle określone reguły i metody interakcji, które nie sprzyjają wyborom kreatywnym. Gra fabularna, taka jak Dungeons and Dragons (DnD), ma nieskończenie więcej sposobów gry niż gra w szachy, ale to nie powstrzymało badaczy od prób stworzenia systemów AI, które mogą improwizować fabuły dla DnD lub podobnych gier fabularnych.

Badacze AI nieustannie pracują nad nowymi sposobami poprawy zdolności językowych AI do generowania. Jednym z największych postępów w ciągu ostatnich kilku lat jest rozwój GPT-2, który mógł generować spójne historie na poczekaniu. Jednak, jak donosi Wired, studentka Georgia Tech, Lara Martin, wymyśliła wykorzystanie DnD jako przypadku testowego dla zdolności językowych AI. Celem jest stworzenie AI, które mogą tworzyć nowe scenariusze dla gry i dostosowywać je.

Zgodnie z doniesieniami Wired, Martin pracowała nad AI Mistrzem Podziemi od 2018 roku. Modele generowania języka często wykorzystują podejścia oparte na regułach lub sieciach neuronowych. Ostatnio wzrosło zainteresowanie łączeniem obu technik w celu generowania języka. Podejście Martina wykorzystuje strategie generowania języka oparte na regułach wraz z głębokimi sieciami neuronowymi. Podejście Martina do generowania języka opiera się na idei “zdarzeń”. Zdarzenia składają się z różnych części mowy, takich jak obiekty, podmioty i czasowniki, które model łączy w spójne obiekty zdarzeń. Model został wyszkolony na fabułach z popularnych seriali sci-fi, takich jak Futurama i Doctor Who. Model jest przygotowany do analizy ciągu tekstu, który następnie próbuje kontynuować fabułę, generując nowe zdarzenia. Martin była w stanie rozwijać to podstawowe podejście i kierować modelem w kierunku generowania określonych pożądanych zdarzeń, takich jak małżeństwo dwóch postaci w historii.

Martin nie jest jedynym badaczem, który próbuje zaprojektować AI, które mogą opowiadać historie. Na przykład, badacz uczenia maszynowego, Nick Walton, niedawno stworzył AI Dungeon, który wykorzystuje modele GPT-2 do stworzenia AI-generowanej gry tekstowej. Chociaż AI Dungeon zwykle generuje tekst, który jest co najmniej spójny, ma tendencję do utraty śladu ogólnej narracji, rozpoczynania nowych wątków fabularnych i ogólnie zachowuje się dziwnie w odpowiedzi na dane wejściowe gracza. Pomimo tych ograniczeń, gra okazała się dość popularna, z ponad milionem ludzi, którzy ją grali.

Martin przyznaje, że model ma ograniczenia, stwierdzając, że model często się myli, generując zdarzenia fabularne, które nie mają logicznego sensu, i że “jeszcze nie jesteśmy blisko realizacji tego celu”. Pomimo tego, Martin nadal ma nadzieję, że model doprowadzi do czegoś użytecznego w przyszłości. Martin jest również nadzieję, że projekt może potencjalnie dać nam wgląd w to, jak tworzenie historii wykorzystuje różne aspekty inteligencji, takie jak wyobraźnia i ucieleśnienie.

„Jeśli możemy stworzyć przekonywującego AI Mistrza Podziemi, dowiemy się więcej o tym, jak tworzymy i doświadczamy tych światów”, wyjaśniła Martin w rozmowie z Wired.

Można również argumentować, że wyzwanie polegające na osiągnięciu tak trudnego celu, jak stworzenie AI Mistrza Podziemi, jest wystarczającym powodem, aby podjąć ten projekt. Noah Smith, profesor AI i języka na Uniwersytecie Waszyngtonu, wyjaśnił, że duże cele czasami pomagają tworzyć użyteczne aplikacje, nawet jeśli samo wyzwanie nie zostanie osiągnięte w odpowiednim czasie.

Smith wyjaśnił Wired:

„Czasami wielkie cele są pomocne w skierowaniu dużej liczby badaczy w jednym kierunku. I niektóre z tego, co powstaje, jest również użyteczne w bardziej praktycznych aplikacjach.”