Square Enix AI Tech Preview : L’affaire Portopia Serial Murder annoncée pour PC

Square Enix AI Tech Preview : L'affaire Portopia Serial Murder annoncée pour PC

Square Enix a annoncé Aperçu technique de Square Enix AI : l’affaire du meurtre en série de Portopiaune démonstration pédagogique du traitement du langage naturel appliqué au jeu d’aventure sorti en 1983 L’affaire du meurtre en série de Portopia depuis Quête de dragon créateur de la série Yuji Horii. Il sera lancé sur PC via Steam le 24 avril en tant que titre gratuit.

Voici un aperçu du jeu, via sa page Steam :

À propos

Ce logiciel est une démonstration pédagogique du traitement du langage naturel (NLP), une technologie d’intelligence artificielle, appliquée au jeu d’aventure L’affaire du meurtre en série de Portopia (créé par Yuji Horii et publié pour la première fois au Japon en 1983). Au moment de la sortie originale du jeu, la plupart des jeux d’aventure se jouaient à l’aide d’un système « d’entrée de commande », où le joueur était invité à taper du texte pour décider des actions de son personnage. Les systèmes de saisie de texte libre comme ceux-ci permettaient aux joueurs de ressentir une grande liberté. Cependant, ils sont venus avec une source commune de frustration : les joueurs savaient quelle action ils voulaient effectuer mais ne pouvaient pas le faire parce qu’ils ne trouvaient pas la bonne formulation. Ce problème était dû aux limitations des performances du PC et de la technologie NLP de l’époque.

40 ans se sont écoulés depuis lors et les performances des PC se sont considérablement améliorées, tout comme les capacités de la technologie NLP. En utilisant L’affaire du meurtre en série de Portopia en tant que cas de test, nous aimerions vous montrer les capacités de la PNL moderne et l’impact qu’elle peut avoir sur les jeux d’aventure, ainsi qu’approfondir votre compréhension des technologies de la PNL.

Traitement du langage naturel (TAL)

Le traitement du langage naturel est une technologie qui permet aux ordinateurs de glaner du sens à partir du langage naturel, le type de langage que nous utilisons dans nos communications quotidiennes. L’apprentissage en profondeur mené sur un grand ensemble de données textuelles permet au système de comprendre la saisie de texte complexe (NLU) et de générer des réponses comparables à celles écrites par des êtres humains (NLG).

Compréhension du langage naturel (NLU)

Afin d’interagir avec des ordinateurs en langage naturel, l’ordinateur doit comprendre ce que son partenaire humain essaie de lui dire, quelle que soit la formulation qu’il choisit. La compréhension du langage naturel est un domaine de recherche en PNL qui vise à faire en sorte que les ordinateurs comprennent correctement le langage naturel, dont le sens peut souvent être ambigu. Dans cet aperçu technique, NLU est utilisé pour aider le détective junior à comprendre les instructions du joueur.

Parole en texte (STT)

Speech-to-Text, ou Automatic Speech Recognition (ASR), permet de convertir une entrée vocale en texte écrit. Grâce à cette technologie, les joueurs peuvent donner des instructions en utilisant leur propre voix plutôt qu’un clavier. Veuillez noter qu’un GPU compatible CUDA et une grande quantité de VRAM sont nécessaires pour une expérience satisfaisante.

Génération de langage naturel (NLG)

La génération automatique de texte naturel est l’un des sujets de recherche les plus importants dans le domaine du TAL. Par exemple, des recherches sont en cours sur les moteurs d’IA qui peuvent répondre aux questions à la place des opérateurs humains, ainsi que sur les chatbots alimentés par l’IA, qui devraient tous deux avoir une grande variété d’applications dans le monde réel. Cet aperçu technique comprenait à l’origine une fonction basée sur la technologie de génération de langage naturel, où le système générerait des réponses naturelles aux questions qui n’avaient pas de réponse pré-écrite. Cependant, la fonction NLG est omise dans cette version car il reste un risque que l’IA génère des réponses contraires à l’éthique. Nous vous remercions pour votre compréhension. Nous envisagerons de réintroduire cette fonction dès que nos recherches réussiront à créer un environnement dans lequel les joueurs pourront profiter de l’expérience w

Regardez la bande-annonce et les premières séquences de gameplay ci-dessous. Voir les premières captures d’écran dans la galerie. Visitez le site officiel ici : anglais, japonais.

Annoncer la bande-annonce

Anglais

Japonais

Jouabilité

Anglais

Japonais

Source-104