Искусственный интеллект, обученный быть Мастером Подземелий и генерировать сюжеты для Dungeons и Dragons

Искусственный интеллект освоил даже очень сложные игры, такие как шахматы и Го. Однако эти игры имеют предопределенные правила и очень конкретные методы взаимодействия, которые не позволяют делать творческие выборы. Ролевая игра, такая как Dungeons и Dragons (DnD), имеет бесконечно больше способов играть, чем игра в шахматы, но это не остановило исследователей от попыток разработать системы ИИ, способные импровизировать сюжеты для DnD или подобных настольных ролевых игр.

Исследователи ИИ постоянно работают над новыми способами улучшения генеративных языковых способностей ИИ. Одним из самых больших достижений за последние пару лет является разработка GPT-2, которая смогла генерировать связные истории на лету. Однако, как сообщает Wired, аспирантка Georgia Tech Лара Мартин задумалась о том, чтобы использовать DnD в качестве тестового случая для генеративной языковой способности ИИ. Цель заключается в создании ИИ-мастера подземелий, способного создавать новые сценарии для игры и адаптировать эти сценарии.

По данным Wired, Мартин работает над ИИ-мастером подземелий с 2018 года. Модели генерации языка часто используют либо подходы, основанные на правилах, либо подходы, основанные на нейронных сетях. В последнее время наблюдается растущий интерес к сочетанию этих двух методов для генерации языка. Подход Мартина использует стратегии генерации языка, основанные на правилах, наряду с глубокими нейронными сетями. Подход Мартина к генерации языка основан на идее “событий”. События состоят из различных частей речи, таких как объекты, субъекты и глаголы, которые модель объединяет в событийные объекты, которые являются связными. Модель была обучена на сюжетах популярных научно-фантастических телешоу, таких как Futurama и Doctor Who. Модель запускается с помощью строки текста, которую она проанализирует на предмет событий. После извлечения событий из запускающего текста она попытается продолжить сюжет, генерируя новые события. Мартин смогла расширить этот базовый подход и направить модель на генерацию определенных желаемых событий, таких как брак двух персонажей в истории.

Мартин не единственный исследователь, пытающийся разработать ИИ, способный рассказывать истории. Например, исследователь машинного обучения Ник Уолтон недавно разработал ИИ-лабиринт, который использует модели GPT-2 для создания ИИ-генерируемой текстовой игры-приключения. Хотя ИИ-лабиринт обычно генерирует текст, который является хотя бы связным, он склонен терять нить общего повествования, начинать странные новые сюжетные нити и в целом вести себя странно в ответ на ввод пользователя. Несмотря на эти ограничения, игра оказалась довольно популярной, с более чем миллионом игроков.

Мартин признает ограничения модели, заявляя, что модель часто путается, генерируя события сюжета, которые не имеют логического смысла, и что “мы еще не близки к тому, чтобы это стало реальностью”. Несмотря на это, Мартин все еще надеется, что модель приведет к чему-то полезному в будущем. Мартин также надеется, что проект может потенциально дать нам представление о том, как создание историй использует разные аспекты интеллекта, такие как воображение и воплощение.

«Если бы мы могли создать убедительный ИИ-мастер, это рассказало бы нам больше о том, как мы создаем и переживаем эти миры», – объяснила Мартин Wired.

Также можно утверждать, что задача выполнения такого сложного задания, как создание ИИ-мастера подземелий, является достаточной причиной для работы над проектом. Ноа Смит, профессор ИИ и языка в Университете Вашингтона, объяснил, что большие цели иногда помогают создать полезные приложения, даже если сам вызов не выполняется в срок.

Смит объяснил Wired:

«Иногда грандиозные цели полезны для того, чтобы направить многих исследователей в одном направлении. И некоторые из того, что выходит из этого, также полезны в более практических приложениях».