Inteligența Artificială Antrenată Pentru A Fi Un Maestru De Dungeon Și Generare De Povești Pentru Dungeons And Dragons

Inteligența artificială a stăpânit chiar și jocuri extrem de complexe, cum ar fi șahul și Go. Cu toate acestea, aceste jocuri au reguli predefinite și metode foarte specifice de interacțiune care nu se pretează la alegeri creative. Un joc de rol, cum ar fi Dungeons and Dragons (DnD), are infinit mai multe moduri de a juca decât un joc de șah, dar acest lucru nu a oprit cercetătorii de a încerca să dezvolte sisteme de inteligență artificială capabile să improvizeze povești pentru DnD sau jocuri de rol de masă similare.

Cercetătorii în domeniul inteligenței artificiale lucrează constant la noi moduri de a îmbunătăți capacitățile de limbaj generativ ale inteligenței artificiale. Una dintre cele mai importante avansuri din ultimii ani a fost dezvoltarea GPT-2, care a putut genera povești coerente pe loc. Cu toate acestea, așa cum a raportat Wired, studenta de la Georgia Tech, Lara Martin, a conceput utilizarea DnD ca test pentru capacitatea de limbaj generativ a inteligenței artificiale. Scopul este, în esență, crearea unui maestru de dungeon inteligență artificială, capabil să creeze scenarii noi pentru joc și să le adapteze.

Conform Wired, Martin a lucrat la maestrul de dungeon inteligență artificială din 2018. Modelele de generare a limbajului utilizează adesea abordări bazate pe reguli sau rețele neuronale. Recent, a existat un interes crescând în combinarea celor două tehnici pentru a genera limbaj. Abordarea lui Martin utilizează strategii de generare a limbajului bazate pe reguli, alături de rețele neuronale profunde. Abordarea lui Martin pentru generarea limbajului se bazează pe conceptul de “evenimente”. Evenimentele constau în diverse părți de vorbire, cum ar fi obiecte, subiecte și verbe, pe care modelul le combină în obiecte de eveniment coerente. Modelul a fost antrenat pe povești din seriale de televiziune științifico-fantastice populare, cum ar fi Futurama și Doctor Who. Modelul este inițializat cu o șir de text, pe care îl analizează pentru evenimente. După extragerea evenimentelor din textul de inițializare, încearcă să continue povestea generând evenimente noi. Martin a putut să extindă această abordare de bază și să ghideze modelul spre generarea unor evenimente dorite, cum ar fi căsătoria a doi personaje din poveste.

Martin nu este singurul cercetător care încearcă să proiecteze inteligențe artificiale capabile să spună povești. De exemplu, cercetătorul în învățare automată, Nick Walton, a dezvoltat recent AI Dungeon, care utilizează modele GPT-2 pentru a crea un joc de aventură text generat de inteligență artificială. Deși AI Dungeon generează, de obicei, text coerent, are tendința să piardă urma narativului, să pornească fire noi de intrigă și să se comporte ciudat la intrările jucătorului. În ciuda acestor limitări, jocul s-a dovedit a fi destul de popular, cu peste un milion de oameni care l-au jucat.

Martin recunoaște limitele modelului, afirmând că modelul adesea se confundă, generând evenimente de intrigă care nu au sens logic și că “suntem departe de a face acest lucru o realitate încă”. În ciuda acestui fapt, Martin speră că modelul va duce la ceva util în viitor. Martin este, de asemenea, speriat că proiectul ar putea oferi o perspectivă asupra modului în care crearea de povești utilizează diferite aspecte ale inteligenței, cum ar fi imaginația și încarnarea.

“Dacă am putea crea un maestru de dungeon inteligență artificială convingător, ne-ar spune mai multe despre modul în care creăm și experimentăm aceste lumi”, a explicat Martin pentru Wired.

De asemenea, se poate argumenta că provocarea de a realiza o astfel de realizare dificilă, cum ar fi crearea unui maestru de dungeon inteligență artificială, este motiv suficient pentru a urmări proiectul. Noah Smith, profesor de inteligență artificială și limbaj la Universitatea din Washington, a explicat că obiectivele mari ajută uneori la crearea de aplicații utile, chiar dacă provocarea în sine nu este realizată într-un mod oportun.

Smith a explicat pentru Wired:

“Uneori, obiectivele de provocare mare sunt utile pentru a face ca mulți cercetători să se miște într-o singură direcție. Și unele dintre ceea ce se desfășoară este, de asemenea, util în aplicații mai practice.”