使用人工智能训练成为龙与地下城的地下城主并生成情节

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特定的交互方法，这些方法不适合创造性的选择。像龙与地下城（DnD）这样的角色扮演游戏比国际象棋有无限多的玩法，但这并没有阻止研究人员尝试开发能够即兴创作DnD或类似桌面角色扮演游戏故事的AI系统。

AI研究人员不断地在寻找新的方法来提高AI的生成语言能力。在过去的几年中，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，正如Wired报道的，佐治亚理工学院的研究生拉拉·马丁（Lara Martin）想出了使用DnD作为AI生成语言能力的测试案例。目标基本上是创建一个AI地下城主，能够创建新的游戏场景并适应这些场景。

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，人们对将这两种技术结合起来生成语言产生了越来越大的兴趣。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、主语和动词等不同部分组成，模型将这些部分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小子和神秘博士的故事情节上进行训练的。模型首先会分析一段文本，然后会尝试通过生成新的事件来继续情节。马丁能够扩展这种基本方法，并引导模型生成特定的事件，如故事中两个角色结婚。

马丁并不是唯一一位尝试设计能够讲故事的AI的研究人员。例如，机器学习研究人员尼克·沃尔顿（Nick Walton）最近开发了AI地下城，它使用GPT-2模型来创建一个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，并且对玩家输入的反应通常很奇怪。尽管存在这些局限性，该游戏仍然非常受欢迎，已有超过一百万人玩过它。

马丁承认模型的局限性，表示模型经常会混乱，生成不合逻辑的事件，并且“我们还没有接近实现这一目标”。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。马丁也希望该项目能够让我们更好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AI和语言教授诺亚·史密斯（Noah Smith）解释说，大的目标有时可以帮助创建可用的应用，即使挑战本身不能在及时的方式下完成。

史密斯在接受Wired采访时解释道：

“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努力。而且，有些东西也会在更实际的应用中被证明是有用的。”