Textbaserat videospel skapat med OpenAIs kraftfulla GPT-2-algoritm

En neurovetenskapsstudent vid Northwestern University har nyligen skapat ett textbaserat videospel där den text som användaren läser genereras helt av AI. Den AI som ansvarar för att generera texten bygger på GPT-2-algoritmen som skapades av OpenAI tidigare i år.

Många tidiga datorspel hade inga grafer, utan använde ett textbaserat gränssnitt. Dessa textäventyrsspel tog emot användarkommandon och levererade en serie förprogrammerade svar. Användaren var tvungen att använda textkommandon för att lösa pussel och fortsätta längre i spelet, en uppgift som kunde visa sig vara utmanande beroende på hur avancerad textparsern var. Tidiga textbaserade äventyrsspel hade ett mycket begränsat antal möjliga kommandon som spelet kunde svara på.

Som rapporterats av ZME Science, har Nathan Whitemore, en neurovetenskapsstudent från Northwestern University, återupplivat detta spelformat, med hjälp av AI-algoritmer för att generera svar i realtid, snarare än förprogrammerade svar. Whitemore tycks ha blivit inspirerad att skapa projektet av ett “Mind Game” som förekom i sci-fi-romanen “Ender’s Game”, som svarade på användarinput och omformade spelevärlden runt användaren.

Algoritmen som driver det textbaserade äventyret är GPT2-algoritmen, som skapades av OpenAI. Den prediktiva textalgoritmen tränades på en textdatabas, kallad WebText, som var över 40 GB stor och hämtad från Reddit-länkar. Resultatet blev en extremt effektiv prediktiv textalgoritm som kunde generera chockerande realistiska och naturligt klingande stycken, med en prestation som var bäst i klassen på ett antal olika språktest. OpenAI-algoritmen tycks ha varit så effektiv för att generera falska nyhetsartiklar att OpenAI tvekade att släppa algoritmen till allmänheten, av rädsla för dess missbruk. Lyckligtvis har Whitemore använt algoritmen för något mycket mer harmlöst än att skapa falska nyhetsartiklar.

Whitmore berättade för Digital Trends att för att producera spelet var han tvungen att modifiera GPT-2-utmatningen genom att träna den omfattande på ett antal äventyrspelesskript, med hjälp av olika algoritmer för att justera GPT-2-parametrarna tills textutmatningen från algoritmen liknade texten i äventyrspelet.

Det som är särskilt intressant med spelet är att det är genuint kreativt. Användaren kan mata in nästan vilken text som helst som de kan tänka sig, oavsett det specifika sammanhanget eller miljön i spelet, och spelet kommer att försöka anpassa sig och avgöra vad som ska hända härnäst. Whitemore förklarade att man kan mata in nästan vilken slumpmässig prompt som helst eftersom modellen har tillräckligt med “allmänna kunskaper” för att anpassa sig till inmatningen.

Whitemores anpassade GPT2-algoritm har dock vissa begränsningar. Den glömmer lätt saker som användaren redan har berättat för den, med ett kort “minne”. Med andra ord bevarar den inte sammanhanget i situationen i fråga om kommandon, som ett traditionellt förprogrammerat textäventyrs spel skulle, och som många textpassager som genereras av AI, gör den genererade texten inte alltid mening.

Men programmet fungerar märkbart bra för att simulera strukturen och stilen i textäventyrs spel, och ger användaren beskrivningar av miljön och till och med ger dem olika alternativ som de kan välja för att interagera med den miljö som den har skapat.

“Jag tycker att det är kreativt på ett mycket grundläggande sätt, som när en person spelar ‘Apples to Apples’ är kreativ”, förklarade Whitemore. “Det tar saker från gamla äventyrs spel och omarrangerar dem till något som är nytt och intressant och annorlunda varje gång. Men det genererar inte en övergripande berättelse eller idé. Det finns många olika typer av kreativitet och jag tycker att det gör en: Genererar nya miljöer, men inte de andra typerna: Att hitta en intressant berättelse för ett spel.”

Whitemores projekt tycks också bekräfta att GPT-2-algoritmerna är tillräckligt robusta för att användas för en mängd olika ändamål utanför att generera text som endast är avsedd att läsas. Whitemore demonstrerar att algoritmerna kan användas i ett system som möjliggör användarrespons och feedback, och det kommer att vara intressant att se vilka andra responsiva tillämpningar av GPT-2 som kommer att dyka upp i framtiden.