人工智能
人工智能被训练为地下城主并为《龙与地下城》生成情节
人工智能已经掌握了甚至像国际象棋和围棋这样的复杂游戏。然而，这些游戏有预定义的规则和非常具体的交互方法，这些方法不适合创造性选择。像《龙与地下城》（DnD）这样的角色扮演游戏比一场国际象棋有无限多种玩法，但这并没有阻止研究人员尝试开发能够为DnD或类似的桌面角色扮演游戏即兴创作故事情节的AI系统。
人工智能研究人员不断努力改进人工智能的生成语言能力。过去几年中最大的进步之一是GPT-2的开发，它能够即时生成连贯的故事。然而，据Wired报道，乔治亚理工学院的研究生拉拉·马丁（Lara Martin）想出了使用DnD作为人工智能生成语言能力的测试案例的想法。目标本质上是创建一个能够为游戏创建新场景并适应这些场景的AI地下城主。
根据Wired的报道，马丁从2018年开始就一直在研究AI地下城主。语言生成模型通常使用基于规则的方法或基于神经网络的方法。最近，人们越来越感兴趣于将这两种技术结合起来生成语言。马丁的方法利用基于规则的语言生成策略和深度神经网络。马丁的语言生成方法依赖于“事件”的概念。事件由诸如对象、主语和动词等各种部分组成，模型将它们组合成连贯的事件对象。该模型是在流行的科幻电视节目如《未来世界》和《神秘博士》中训练的。该模型用一串文本进行了初始化，它将分析这些文本以获取事件。提取完初始文本中的事件后，它将尝试通过生成新事件来继续情节。马丁能够扩展这种基本方法，并引导模型生成某些期望的事件，例如故事中两个角色结婚。
马丁并不是唯一一位试图设计能够讲故事的AI的研究人员。例如，机器学习研究员尼克·沃尔顿（Nick Walton）最近开发了AI地下城，它使用GPT-2模型创建了一个AI生成的文本冒险游戏。虽然AI地下城通常会生成至少连贯的文本，但它往往会失去对整体叙事的跟踪，开始奇怪的新情节线索，并且通常会对玩家输入做出奇怪的反应。尽管有这些限制，该游戏仍然相当受欢迎，已经有超过一百万人玩过了。
马丁承认该模型的局限性，表示该模型往往会变得混乱，生成不合逻辑的故事情节，并且“我们还没有达到这一点”。尽管如此，马丁仍然希望该模型将来会带来一些有用的东西。马丁还希望该项目能够让我们更深入地了解故事的创作如何利用想象力和体现等不同方面的智慧。
“如果我们能够创建一个令人信服的AI地下城主，它将告诉我们更多关于我们如何创造和体验这些世界的信息，”马丁在接受Wired采访时解释道。
也可以认为，完成如此困难的任务的挑战本身就是继续该项目的理由。华盛顿大学的人工智能和语言教授诺亚·史密斯（Noah Smith）解释说，大目标有时可以帮助许多研究人员朝着同一个方向努力。并且有些分支出来的东西也可以在更实用的应用中得到使用。
“有时，宏伟的挑战目标有助于让许多研究人员朝着同一个方向前进。而且有些分支出来的东西也可以在更实用的应用中得到使用。”
