Моделі та платформи ШІ

Навчений штучний інтелект бути майстром підземель і генерувати сюжети для Dungeons And Dragons

mm
Додайте Unite.AI до бажаних джерел у Google

Штучний інтелект освоїв навіть дуже складні ігри, такі як шахи та Ґо. Однак ці ігри мають визначені правила та дуже конкретні методи взаємодії, які не сприяють творчим виборам. Рольова гра, така як Dungeons and Dragons (DnD), має нескінченно більше способів гри, ніж шахи, але це не зупинило дослідників від спроби розробити системи штучного інтелекту, здатні імпровізувати сюжети для DnD або подібних настільних рольових ігор.

Дослідники штучного інтелекту постійно працюють над новими способами покращення генерації мови штучного інтелекту. Одним із найбільших досягнень за останні пару років є розробка GPT-2, яка могла генерувати зрозумілі історії на льоту. Однак, як повідомляє Wired, аспірантка Джорджії Тех Лара Мартін задумалася про використання DnD як тестового випадку для генерації мови штучного інтелекту. Метою є створити штучний інтелект, який може створювати нові сценарії для гри та адаптувати ці сценарії.

За даними Wired, Мартін працює над штучним інтелектом майстра підземель з 2018 року. Моделі генерації мови часто використовують або правила-орієнтовані підходи, або підходи, засновані на нейронних мережах. Нещодавно спостерігається зростання інтересу до поєднання цих двох технік для генерації мови. Підхід Мартін використовує правила-орієнтовані стратегії генерації мови поряд з глибокими нейронними мережами. Підхід Мартін до генерації мови ґрунтується на ідеї “подій”. Події складаються з різних частин мови, таких як об’єкти, суб’єкти та дієслова, які модель поєднує в подій-об’єкти, які є зрозуміліми. Модель була навчена на сюжетах популярних науково-фантастичних телешоу, таких як Футурама та Доктор Хто. Модель ініціюється рядком тексту, який вона аналізує на наявність подій. Після витягування подій з ініціюючого тексту вона спробує продовжити сюжет, генеруючи нові події. Мартін змогла розширити цей базовий підхід і спрямувати модель на генерацію певних бажаних подій, таких як шлюб двох персонажів у сюжеті.

Мартін не єдина дослідниця, яка намагається розробити штучний інтелект, здатний розповідати історії. Наприклад, дослідник машинного навчання Нік Волтон недавно розробив AI Dungeon, який використовує моделі GPT-2 для створення текстової гри-пригоди, генерованої штучним інтелектом. Хоча AI Dungeon зазвичай генерує текст, який є хоча б зрозумілим, вона часто втрачає слід загального сюжету, починає дивні нові сюжетні нитки та загалом поводиться дивно щодо входу гравця. Незважаючи на ці обмеження, гра виявилася досить популярною, з більш ніж мільйоном людей, які грають в неї.

Мартін визнає обмеження моделі, заявляючи, що модель часто плутається, генеруючи події сюжету, які не мають логічного сенсу, і що “ми ще не близькі до того, щоб це стало реальністю”. Незважаючи на це, Мартін все ще сподівається, що модель приведе до чогось корисного в майбутньому. Мартін також сподівається, що проект може потенційно дати нам уявлення про те, як створення історій використовує різні аспекти інтелекту, такі як уява та втілення.

“Якщо ми могли б створити переконливого штучного інтелекту майстра підземель, це розповіло б нам більше про те, як ми створюємо та переживаємо ці світи”, – пояснила Мартін Wired.

Також можна сказати, що завдання створення штучного інтелекту майстра підземель є достатньою причиною для реалізації цього проекту. Ной Сміт, професор штучного інтелекту та мови в Університеті Вашингтону, пояснив, що великі цілі іноді допомагають створити корисні застосування, навіть якщо сам виклик не буде реалізований вчасно.

Сміт пояснив Wired:

“Іноді великі цілі корисні для того, щоб багато дослідників рухалося в одному напрямку. І деякі з того, що виникає в результаті, також корисні в більш практичних застосуваннях.”

Блогер і програміст з спеціалізацією у темах Machine Learning і Deep Learning. Даніель сподівається допомогти іншим використовувати силу штучного інтелекту для соціальної добробути.