テキストアドベンチャーゲームは人工知能の助けを借りて新たな命を吹き込まれる

こんなゲームがあります:

あなたの名前はシャオミン、ラリオンの高貴な領主であり、あなたの指揮下に多数の忠実な騎士がいます。ある夜遅く、突然城に角笛が鳴りました。あなたは慌てて寝返りを打つと、寝室の内外の明かりがすでについていることに気づきました。数人の護衛兵が呼び出されずに突入し、急いであなたに報告します。オークの大群が侵入しており、状況は極めて深刻です!

[[390461]]

誰もがあなたの返答を待っていますが、あなたはなぜオークが突然あなたを攻撃したのか疑問に思っています。

しばらくして、あなたは神秘的で強力な魔法を使うことにしました。それは世界の流れを直接変えることができるような魔法です。オークたちは何の理由もなくその場で姿を消した。皆は驚いて、お互いを見ました。

物語がどう続くのか気になりますか？焦らずに、読み続けてください。

小説を書く人工知能

「AIダンジョン」はテキストアドベンチャーゲームで、テキスト以外の画像や音楽がないゲームです。文章を入力すると（現在は英語のみ対応）、ゲーム内の人工知能（AI）が応答します。AIダンジョンはこれだけです。

本物の言葉遊び

誤解しないでください。AI Dungeon は、Microsoft Xiaoice のようにチャットや質問への回答に重点を置いているわけではありません。その特質は小説の執筆です。

ゲームを開始する前に、特定の世界観を探索するか、ファンタジー、神話、ゾンビ、ポストアポカリプス、サイバーパンクなどの基本的なテーマを選択して、自分のアイデンティティと名前を設定し、主人公としてゲームに参加することができます。記事の冒頭にあるシャオミンの物語は、高貴な生まれの男性に関するファンタジー物語です。

設定が完了したら、自由表現の時間です。私たちが短い文章を書き、その後 AI が短い文章を書き続けます。 AI ダンジョンでは、基本的にプレイヤーの入力に制限はありませんが、従うべき特定のルールはあります。このゲームには、Story、Say、Do の 3 つの入力モードがあり、それぞれが若干異なります。

「Say」をクリックすると他の入力モードに切り替わります

ストーリー モードでは、入力したコンテンツがそのままストーリーラインとして扱われます。オークの襲撃に直面した際、「オークの侵略者は突如その場から姿を消した」という単語を入力すると、AIがこの文章を作り続けました。プロットは非論理的ですが、AIはなんとかストーリーをまとめようとしているようで、「あなたは混乱しているので、そのままにしておいてください」と付け加えています。

Say モードでは、入力内容に応じて、AI は「You said: '...'」という文型で書き始めます。シャオミンが混乱しながらも戦いに勝利した後、私は兵士たちに酒と肉で祝うように頼み、それから冗談でセイモードで「私の赤ん坊の息子はどこにいるの？なぜここにいないの？」と入力しました。

AI の続きは完全に私の予想を超えていました。「あなたは突然振り返り、部下の一人に気づきました。そして食べ物はすべて無視しました。それは何年も行方不明になっていたあなたの息子、アルティマスでした。」父親と息子の名前がまったく違うからというわけではありませんが、AI がこのような長年の行方不明の筋書きを仕組むとは思っていませんでした。

私は「この数年間どこにいたの？」と尋ねました。AI は続けて、「彼の緑色の目はあなたに釘付けでした。見た目は同じですが、もうあなたの息子には見えません。」と言いました。

私は「彼が姿を消した敵に操られているのではないかと疑い、彼を警戒した」。ここで私は、動詞で始まる文を入力する必要がある Do モードを使用した。

「消えた敵」というキーワードに導かれ、実は以前消えたオークに憑依されているのではないかとAIが解析したのですが……話はどんどん複雑になってきたのでこの辺で止めておきましょう。ここまでに紹介した3つのモードについて紹介してきました。

プレイヤーが入力したコンテンツに一定の連続性があれば、AI によって続行されるプロットは、一般的にはそれほど飛躍的ではありません。さらに重要なのは、一貫した世界観を全体的に維持できることです。ストーリーの長さを適切に制御すれば、さまざまなキャラクターが誰であるかを基本的に区別できます。また、初期状態では、AI は一般的に、オークの侵略に抵抗する貴族であろうと、ドラゴンを倒す偉業を達成する戦士であろうと、目標を設定します。

安定した世界観、個性的な NPC、明確な目標とタスク、一般的なゲームのこれらの特徴は AI Dungeon にも反映されています。また、『AIダンジョン』は「あれこれやる」という文章構成で書かれていることが多く、ある程度没入感を高めています。

ゲーム内容はすべてテキストで表現されますが、選択肢が限られているRPGに比べると、「AIダンジョン」ではあらゆることが可能です。 AI が提示した特定のプロットに満足できない場合は、それを撤回して書き直しを依頼することができます。

「AIダンジョン」では、シンプルなオープニングのいくつかの固定された主題タイプに加えて、より複雑で具体的な世界観も提供されます。例えば、ダークでファンタジーをテーマにしたケダル大陸では、入国後に出身地や人種、性別、職業などを慎重に選択する必要があります。この大陸にも独自の行政区分と歴史的発展があり、ゲームでは、いつでも「世界の出来事」の影響を受け、さまざまなプリセットキャラクターと関係を持つことになります。

複数の代替的な具体的な世界観

「AIダンジョン」は、現代の自然言語モデルを使用して、テキストのみで鮮やかなゲーム世界を構築していると言えます。

テクノロジーからの自由

2019年2月、シリコンバレーのOpenAI研究所は、業界に衝撃を与えるGPT-2（Generative Pre-Training Transformer）モデルをリリースしました。これは、人工知能が自然言語認識の分野で新たなレベルに到達したことを意味します。

当時、コンピュータ関連の専攻を学んでいたニック・ウォルトンさんは、大学の最終学年でした。キャンパスのプログラミングコンテストで、GPT-2 を使ってテキストアドベンチャーゲームを作るというアイデアが浮かびました。

[[390462]]

ニック・ウォルトン

3月に、ウォルトンはAIダンジョンの最初のバージョンを完成させました。この名前、およびゲームの共通通貨「スケール」の名前は、彼のお気に入りの古典的なテーブルゲームである「ドラゴンズ アンド ダンジョンズ」からヒントを得たものです。

[[390463]]

テーブルゲーム「ダンジョンズ＆ドラゴンズ」

1970年代に誕生した「ダンジョンズ＆ドラゴンズ」は、豊かで成熟したルールシステムを備えています。ゲームのさまざまな動作はルールによって単純化および計算され、対応する結果を生み出すため、プレイヤーは自由度の高いアクションを楽しむことができます。しかし、その後のビデオゲームは技術とコストの問題によって制限され、提供できるオプションは非常に限られていました。

AI Dungeon は、ビデオゲームでプレイヤーにさらなる自由を与えようとしています。しかし、ゲームの最初のバージョンは多くの点で完璧ではなく、プレイヤーは長いオプションのリストから段階的にアクションを選択することしかできません。さらに、最初のバージョンは Colab (Google のクラウド コンピュータ サービス) のフレームワーク内で実行する必要があり、関連する知識の背景を持たない人がアクセスするのは不便です。

ウォルトンは後に、この初版は「面白く、文体も独特」だが、「完全な物語を語っているとは言えない」とコメントした。

オリジナルのAIダンジョン

2019 年 5 月、ウォルトン氏は人工知能の研究と AI Dungeon の改良に重点を置いた会社、Latitude を設立しました。年末にはついにOpenAIがGPT-2モデルの完全版をリリースし、「AIダンジョン2」（後も「AIダンジョン」と呼ばれる）が発売され、公式サイトで直接プレイできるようになりました。

2020年5月にGPT-3がリリースされると、話は別になります。 GPT-2 のフルバージョンでは、15 億の事前トレーニング済みパラメータが使用され、6 GB のストレージスペースが必要です。一方、GPT-3 では 1,750 億のパラメータ (人間の脳のニューロンの数より多い) が使用され、占有されるストレージスペースは 700 G に達します。

GPT-3 の自然言語認識機能は、さらに一歩進化しました。テキストを書くだけでなく、質問に答えたり、翻訳したり、さらにはコードを生成したり、数学的推論を行ったりすることもできます。もちろん、GPT-3 はセマンティクスとロジックをより深く「理解」しています。

簡単に言えば、GPT-3 が書き込むものは、人間が書き込むものに似ています。 Nick Walton 氏は、2 つのモデルの違いについて次のようにコメントしています。

「GPT-3は現在世界で最も強力なAIです...その論理的一貫性は第2世代のものよりも大幅に強力です。誰が誰であるか、誰が何を言っているか、何が起こっているかをよりよく理解できます。興味深く信憑性のあるストーリーを書くことができます。」

GPT-3のサポートにより、「AIダンジョン」はまさに有能なライターになりました。

しかし、GPT-3 は強力ですが、使用するディープラーニング手法によって決まる固有の問題がいくつか残っています。これはゲーム「AIダンジョン」に反映されており、ストーリーが長くなるほどロジックが悪くなります。AIは多くのアイデアを持っていますが、曇りの日と晴れの日の違いさえ区別できず、どちらが涼しいのかさえわかりません（実際には、それはまだ意味理解の問題です）。

「曇りの日は晴れの日よりも涼しい？」とあなたは言います。曇り空を眺め、頭に数滴の雨粒が当たるのを感じます

さらに、ストーリーの連続性を保つためか、ストーリーのロジックから極端に逸脱した入力に対しては、AI は執筆の継続を拒否します。例えば、ゲームをプレイしているときに「ゲームオーバー」と言ったら、AIが正直に無力だと言ったり……

シャオミンのストーリーでは、ストーリーモードで「ゲームオーバー」と入力すると、AI は何を言えばいいのかわからないことを示す黄色のテキストを表示します。

しかし、より大きな問題は、研究者自身でさえ、AIがなぜそのようなことを書いたのかを説明できないことです。これは、今日のディープラーニングベースの人工知能の避けられない欠点であり、モデル自体が説明不可能なのです。たとえその原理が説明不可能だとしても、AI に人間の言語を書かせるためだけに、最高性能の CPU やグラフィック カードを「燃やし尽くし」、トレーニング パラメータを数千億という誇張されたレベルまで積み上げ、トレーニング コストに数百万ドルを投資することができます。

これはまだ少し暴力的です。

テキストアドベンチャーの進化

歴代のテキストアドベンチャーゲームを振り返ると、「AIダンジョン」ほどの技術力と自由度はなかったものの、ゲーム史上に残る名作を数多く生み出してきました。

1977 年、ビデオ ゲーム全盛期に、Atari 2600 が発売されたばかりでした。すべてのゲーマーがシンプルなピクセル グラフィックに興奮していましたが、同時に、テキストのみのゲームである Adventure がコンピューターに登場しました。

ゲームのストーリーは、その名前の通り単純明快です。「アドベンチャー」の内容をそのまま小説に書き下ろすと、文学的価値はそれほど高くないでしょう。しかし、その特徴は、プレイヤーがキーワードを入力し、マシンと対話して、ストーリーラインを積極的かつ参加的に進めることができることです。

Adventure スタート画面

道が分岐したとき、東に行くべきでしょうか、それとも西に行くべきでしょうか?ドアを見ると、それは開いているでしょうか、それとも開いていないでしょうか?その後のストーリー展開はあまり巧妙ではないかもしれませんが、異なる決断によって異なる結果が生まれ、ストーリー全体がプレイヤー自身によって作られているようです。

当時の多くのプレイヤーは、「アドベンチャー」によって、ゲームの物語部分における人間とコンピュータの相互作用の魅力を初めて感じました。その結果、「Adventure International」や「Zork」など、テキストアドベンチャーゲームに分類される類似のゲームが次々と登場しました。

テキストアドベンチャーゲームは、グラフィック技術やハードウェア性能の進歩により、グラフィックや音楽が加わって独立したジャンルとなり、後にアドベンチャーゲーム（AVG）となりました。同時に、ゲームの遊び方も、キーワードや文章を入力するものから、選択肢の質問に答えるものへと変化しました。その後の日本のギャルゲーやRPGは、初期のテキストアドベンチャーゲームとはかけ離れていましたが、選択によって結果が左右されるという基本的な核は受け継がれています。

[[390464]]

デトロイト ビカム ヒューマンのようなインタラクティブ映画ゲームは選択がすべてだ

しかし、「プレイヤーが入力し、マシンが出力する」という純粋なテキストアドベンチャーゲームは徐々に衰退していきました。結局のところ、初期のテキストアドベンチャーゲームは他のゲームのような視覚的なインパクトがなく、プレイヤーが事前に設定された手順に従って特定の情報を入力できるようにもしていなかったため、より多くの人を引き付けることは困難でした。

この状況は、新世紀に人工知能が発展するまで変わりませんでした。 2005年にリリースされたAIインタラクティブゲーム「Facade」は、当時最先端の自然言語認識AIを採用しており、数々の賞を受賞し、メディアの注目を集めました。しかし、宣伝が足りなかったことと、当時のインディーズゲームが今ほど人気が​​なかったことから、「Facade」に注目するプレイヤーは多くありませんでした。

[[390465]]

子どもっぽくて面白いこのゲームの舞台は、「あなた」の友人の家庭です。彼と彼の妻は感情的な対立を経験しており、いつでも離婚するかもしれません。あなたがしなければならないのは、彼らと話して（手動で文章を入力して）、それがどのような結果につながるかを確認することだけです。

[[390466]]

「Facade」のAIはすでに本物の人間に少し似ていると言わざるを得ません。たとえば、冒頭で悪態をつき始めると、ドアに入ることすらできなくなるかもしれません。あるいは、部屋の中の物についてコメントすると、カップルがその物に関する物語を語ってくれます。

しかし、その時代は、今日の人工知能で一般的に使用されているディープラーニング、強化学習などのトレーニング方法でさえ、まだ探索段階にありました。このゲームは「少し似ている」ことしかできませんでした。そのAIによる自然言語の認識は、依然として事前に設定されたルールに大きく依存しており、ほとんどの場合、そのパフォーマンスはまだ「おかしな」と「ぎこちない」ものでした。

「Facade」がPewdiedieなどのYouTubeキャスターによって再発見され、しばらく人気が出たのは10年以上経ってからだったが、彼らがこのゲームを中心に制作したコンテンツは純粋にエンターテイメント志向で、彼らは皆人工知能をからかうことを楽しんでいた。

Bステーションアップマスター@逆风笑も番組をやっていて、かなりコメディーっぽかった

ここで、よく話題になるゲームの AI と科学技術分野の AI の違いについて触れておく必要があります。以前のゲームにおけるいわゆる AI は、どれほど賢く自然に見えても、実際には事前に設定されたプログラム スクリプトに従って動作していたため、非常に予測可能でした。実際には、今日の AI が行うすべての作業には「トレーニング」と「学習」のプロセスが含まれており、その結果は予測できないことがよくあります。

今日の AI の実際の応用、つまり現代の自然言語モデルの応用は、まだ「AI ダンジョン」から始まる必要があります。これは初期のテキストアドベンチャーゲームを復活させるだけでなく、ゲーム AI の将来のアップグレードにもインスピレーションを与える可能性があります。

もちろん、ニック・ウォルトン氏も、テキストアドベンチャーゲームに適した AI を特定のビジュアル NPC に実際に適用するには、多くの探索作業が必要であることを認めています。

[[390467]]

自然言語認識からAI生成の仮想世界までの距離はどれくらいでしょうか？

しかし、プレイヤーはゲーム内のキャラクターやストーリーにもっと可能性が生まれることを望んでいるのに、設計されていないまとまりのないストーリーが必ずしも良いストーリーであるとは限らないというのは、やや矛盾している。

これはすでにAIダンジョンに反映されています。間違いなく面白いゲームです。文章を入力した後、AI の次のパフォーマンスが気になりましたが、ランダムで不条理な試みがいくつかあったため、すぐに興味を失ってしまいました。その理由は、自由度が高すぎて、完全で一貫したストーリーを体験できないからです。

おそらく、自由に加えて、ゲームにはやはりデザインも必要なのでしょう。