Tvůrce hry Seaman Yoot Saito o rybí umělé inteligenci Dreamcastu, která předběhla svou dobu

Sega s Dreamcastem nakonec neuspěla, protože počátkem roku 2000 ovládla trh Sony s PlayStation 2. Stroj společnosti Sega však po sobě zanechal knihovnu jedinečně inovativního a vlivného softwaru. A snad žádný titul nebyl tak nezapomenutelný jako ikonoklastický Seaman od Yutaky „Yoota“ Saita, simulátor virtuálního domácího mazlíčka, ve kterém jste pomocí mikrofonu konverzovali s náladovým, sarkastickým člověkem-rybou, přičemž vám pomáhal vypravěč namluvený Leonardem Nimoyem.

Yoot Saito byl dříve známý především jako vývojář zaměřený na Mac, který vytvořil The Tower, hru na správu věží, kterou studio SimCity Maxis vydalo po celém světě jako SimTower. (Její pokračování, The Tower II, začalo být mimo Japonsko známé jako Yoot Tower.) Po Seamanovi a jeho pokračování pro PS2 Saito navrhl Odamu, pinballově-strategický hybrid pro GameCube, kde hráči pomocí hlasových příkazů řídili vojáky na stole.

Letos v létě uplyne 20 let od vydání Seamana, a tak jsem se se Saitem spojil e-mailem, abychom probrali jeho vývoj a odkaz. Jeho odpovědi byly natolik zevrubné a obsahovaly různé vášnivé odbočky k tématům, jako je historie videoher a lingvistika, že jsem se rozhodl je zde reprodukovat s minimálními úpravami.

Tento rozhovor byl pro přehlednost lehce upraven.

O tom, jak po SimToweru vznikl Seaman

„Pokud jen oddělujete témata, jedna hra je o stavění mrakodrapů a druhá o výchově ryby s lidskou tváří, takže vypadají úplně jinak. pokud sledujete můj start v herním průmyslu, bylo to proto, že mistrovské dílo, kterým je SimCity, na mě mělo hluboký vliv a vedlo mě k touze dělat hry. Takže mým stěžejním zájmem tehdy a i teď jsou simulační hry.

Pokud bych měl být ještě konkrétnější, řekl bych, že mám velký zájem o komunikaci a jazyk. Pro mě je nejzákladnějším aspektem počítačové hry budování nového světa jako herního designéra prostřednictvím „jazyka“, kterým je hra. Abyste toho dosáhli, musíte odstranit nepotřebné části reálného světa a rozdělit to, co se rozhodnete ponechat jako klíčové herní vlastnosti nebo prvky, s nimiž lze interagovat jako s předměty nebo prostřednictvím herních příkazů. To je základní páteř simulačních her.

Takže k tomuto bodu: Seaman je hra, kde bylo úkolem použít filtr jazyka k překlenutí propasti mezi hráčem a nehráčem. Snaha přeměnit skutečný jazyk na jazykový prvek / filtr pro hry je neuvěřitelně náročná, ale je to vlastně jako převést výrazy přirozeného jazyka na hrací karty a hrát karetní hru s jinou osobou.

To znamená, že Seaman je vlastně jako hrát poker. Klíčová slova jsou „karty“, které se hrají tam a zpět mezi koncovým uživatelem a postavou hry (Seaman). Většina hráčů by si to neuvědomila, ale Seaman je hra s mnoha push-pull herními prvky stejně jako poker. Tento pohyb tam a zpět je hnací mechanikou hry. Stejně jako ve hře SimTower, když v mrakodrapu přidáte bezpečnostní místnost, vede zadání jiného klíčového slova Seamanovi k úplně nové konverzační cestě, a to je možná nejjednodušší způsob, jak tento koncept vyjádřit.

Nápad na Seamana jsem vymyslel jednoho dne při obědě. Bavil jsem se s vývojářem, který se mnou pracoval na nové hře ze série Tower. Měli jsme rozdělaných více projektů a jeden z týmů pracoval na simulační hře, ve které jste chovali tropické rybičky v akváriu. Dělali jsme si legraci, ale já jsem řekl: „Kdybych měl dělat takovou hru, udělal bych něco šíleného!“ Na to můj spolupracovník odpověděl: „Jo, jako co konkrétně?“ Cítil jsem, že jsem na místě a musím rychle něco říct.

„Nechal bych kameru stát čelem k uživateli a nechal bych zvířátko mluvit lidskými slovy. Něco jako: ‚Kdo byla ta žena, kterou jsi sem včera přivedl? Takové zvířátko by bylo skvělé. Jiný spolupracovník řekl: „To by bylo opravdu divné,“ na což jsem řekl: „Jo, divné a skvělé!“. Samozřejmě jsme mu nemohli říkat Mořská opice… musíme mu říkat Námořník! A to se stalo kódovým označením projektu a konečným názvem skutečné hry.

Všichni se smáli směšnosti toho nápadu, ale ten víkend jsem o tom řekl své ženě a i jí to přišlo divné a skvělé. Takže to byl koncept, který byl univerzálně divný pro muže i ženy. A ona pak řekla: „To je opravdu divný a nechutný koncept, takže bys to měl určitě udělat!“. A tehdy jsem si uvědomil, že i ženy si mohou užít a ocenit hru, která je divná a nechutná. Ta slova mi pomohla rozhodnout se, že tu hru vážně udělám.“

O vlivu virtuálních mazlíčků z 90. let a Shigeru Miyamotovi

„Když říkáte, že virtuální mazlíčci byli v 90. letech populární, předpokládám, že myslíte Tamagoči, ale já se o tento trend nijak zvlášť nezajímal. Protože, jak už jsem zmínil, mám rád komplexní simulační hry. Čím složitější téma, čím víc je to něco, co žádný jiný tvůrce neudělal, tím víc mě to zajímalo. Takže jsem nechtěl následovat trend někoho jiného.

Většina tvůrců her najde vítězný recept v nějaké populární hře a náhodně přidá pár prvků nebo designových prvků, příběh atd. a pak to nazve vytvořením hry. Ale já takovému myšlení nerozumím. Nesoustředit se na pokračování a chtít udělat něco opravdu zvláštního a nového, nebo dá se říct, něco, co s největší pravděpodobností nevydělá peníze, je dost vzácné. Setkal jsem se jen s jedním člověkem, který by mohl pochopit můj základní pocit, a tím je Shigeru Miyamoto ze společnosti Nintendo.

Miyamoto-san má opravdu rád zvláštní a odlišné koncepty. Takže zatímco Seaman vyšel na Dreamcastu, v zákulisí jsme byli velmi blízko rozhodnutí vyvinout hru na Nintendu 64DD. Ostatně v době, kdy byl Seaman vydán na konkurenčním hardwaru společnosti Nintendo, na Dreamcastu, se Miyamoto-san objevil v časopise v tričku Seaman. Seaman byl nakonec vydán společností Sega, ale Miyamoto-san byl neuvěřitelně důležitou osobou v procesu vzniku Seamana, zejména pro někoho, jako jsem já, kdo měl jen velmi málo zkušeností s konzolovými hrami.

Ačkoli byl robotický pes Aibo od Sony vydán ve stejné době jako Seaman, ani jeden z produktů nebyl ovlivněn tím druhým. Shodou okolností jsem ale vedl rozhovory o dvounohém robotovi od více společností. Ačkoli je to už 20 let, co Seaman spatřil světlo světa, vytvářím engine umělé inteligence schopný mluvit, aniž by potřeboval předem existující scénáře nebo textové řetězce. Byla to dlouhá cesta, než jsem se sem dostal. Vymyslet to zabralo spoustu času a spotřebovalo značné množství různých investic, ale pokud se mě ptáte, je to o ligu zajímavější než pouhý vývoj normální hry a rozhodně napínavější.“

Jak se Seaman dostal na Dreamcast

„Ve skutečnosti to byl muž jménem Irimajiri-san, který byl v té době viceprezidentem ve společnosti Sega a později se stal prezidentem, kdo vedl k tomu, že Seaman vyšel na Dreamcast. Jiný tvůrce jménem Kenji Eno-san mi řekl, že má někoho, s kým by mě opravdu rád seznámil, a představil mě Irimajiri-sanovi.

Tenkrát se Dreamcast ještě označoval kódovým jménem Katana a byl to nový typ herní konzole. Irimajiri-san byl předtím prezidentem společnosti Honda v USA a domníval se, že Sega se musí zaměřit na nové typy hráčů. Byla to doba, kdy kralovala společnost Sony, a tak jsem se rozhodl, že by bylo zajímavé být v čele trhu z nižší pozice, a nastoupil jsem do Segy. Přepracovat prototyp postavený na Macu na nový spotřební hardware bylo poměrně náročné, ale podařilo se nám to zhruba za rok a půl. Díky tvrdé práci celého tehdejšího týmu se nám podařilo dosáhnout tohoto cíle.“

O hardwaru Dreamcast

„Mikrofon Dreamcast byl vyvinut týmem pro periferie Sega. Vzpomínám si, že už měli hotový prototyp. Přenesení hry vyvinuté na PC na konzoli však představovalo poměrně dost problémů. Hry vyvinuté pro PC byly zaměřené na používání myši a klávesnice. V podstatě jste si při hraní většiny her zaměřených na PC museli dát na čas. Zahráli byste si několik her / tahů / kol na klávesnici a myši a pak byste přepnuli na práci na stejných vstupních zařízeních. Byly to hry, u kterých jste mohli strávit jen nějaký čas, ale nevyžadovaly celé vaše soustředění.

Naopak konzolové hry vyžadovaly, abyste seděli před televizí a soustředili se na hru. Popadli jste herní ovladač napájený elektřinou a v podstatě jste si řekli: „Je čas na hru!“ a práce vás v tom nehodlala rušit. Rychle jste mačkali několik tlačítek, prováděli různé pohyby a soustředili se na tento zážitek. V konzolovém průmyslu chtěli herní zážitky s hlubokým soustředěním a interaktivitou. Protože naše hra byla vyvinuta na PC, naše hlavní zaměření a zážitek neodpovídaly cílové konzolové platformě. Museli jsme vyvinout nové způsoby interakce se hrou, které od koncového uživatele vyžadovaly více akcí (mačkání tlačítek apod.), a věci, které ho nutily se při hraní hry neustále soustředit, což vedlo k několika zásadním změnám v designu.“

O lokalizaci hry Seaman do angličtiny

„Požádal jsem společnost Sega of America (SOA), aby se postarala o téměř celou lokalizaci anglické verze hry Seaman. Důvodem jsou výrazné kulturní rozdíly mezi jednotlivými zeměmi, a když se vás někdo v Japonsku zeptá, jakou máte krevní skupinu, je to stejné, jako kdybyste se někoho zeptali, jaké je jeho znamení zvěrokruhu. Samotný překlad by tedy k vytvoření anglické verze hry Seaman nestačil. Bylo třeba do značné míry přepsat scénář, aby to fungovalo. SOA znala třetí stranu, která byla velmi zkušená v přepisování skriptů, takže se zaměřila na to, což umožnilo našemu týmu soustředit se na budování základního systému a hry bez omezení. Jediný návrh, který jsem měl, bylo použít Leonarda Nimoye jako hlas pro navádění uživatelů.

Japonština je velmi nuancovaný, komplikovaný jazyk založený na pocitech. Je to jazyk skvělý pro důrazné sdílení subjektivních pocitů, takže japonština se opravdu napojuje na hluboké části emocí mluvčího. Protože nejsem rodilý mluvčí angličtiny, nemohu se vyjadřovat k hlubokým vazbám, které člověk může cítit, když mluví anglicky, ale mohu říci, že když jsem četl srovnání her Ecco the Dolphin a Seaman v časopise Rolling Stone, bylo mi jasné, že autoři skvěle pochopili základní koncept hry.“

O tehdejším stavu technologie rozpoznávání hlasu

„Engine pro rozpoznávání řeči, který jsme použili se Segou ve hře Seaman, byl licencován od belgické společnosti. Jejich engine pro rozpoznávání řeči jsme používali jako uživatelé, nikoliv jako tvůrci. Protože velikost paměti byla v té době omezená, byl výkon rozpoznávání řeči úplně jiný než nyní. Konkrétně jsme používali funkci zvanou navigace. V současné době se tato běžná funkce nazývá diktování. Při vytváření konverzace typu navigace je třeba předem předvídat, co uživatel pravděpodobně řekne, a mít to na výběr. Pokud uživatel vysloví slovo, které není volbou, dojde k chybě. Proto musí autor předem stanovit, jaká slova uživatel řekne, a vytvořit konverzaci, která vede k jednomu z nich. Kvůli tomu jste měli strukturu, ve které se rozhovory provádějí při zkoumání záměrů. Byla to zajímavá zkušenost, která ve hře ještě nebyla.“

O navrhování hry s ohledem na technická omezení

„V té době nebyly kromě Seamana jiné hry, které by měly hlasové rozhovory, a není jich tolik ani teď, takže se to těžko srovnává. Ale samotná technologie rozpoznávání hlasu se teď rychle vyvíjí – kdyby na něčem zapracoval šikovný herní designér, myslím, že by mohl vytvořit opravdu zajímavou hru. Nicméně když mluvíme o rozpoznávání hlasu jako o technologii, když se snažíte překročit určitou hranici (jako člověk), je potřeba inteligence, ne sluchové schopnosti. Jinými slovy, to, co je nezbytné, není technologie rozpoznávání hlasu, ale spíše pochopení umělé inteligence. Rychlost vývoje umělé inteligence je nyní opravdu rychlá, takže si myslím, že je to zábavná doba.“

Pokud se vrátím k tématu, byl jsem schopen dokončit vývoj hry Seaman právě kvůli limitu v technologii. Kdyby žádné nebyly, nikdy bych ho nedokončil. Jak už jsem říkal dříve, při přenášení hry koncipované na PC ke spotřebiteli existuje velký rozdíl v prostředí, kterému se říká časová hustota. Dalo by se říct, že to, jak ji překonat, prověřilo mou moudrost.“

O osobnosti Seamana

„Důvodem, proč je Seamanova osobnost a pozadí tak výrazné, je to, že obsahuje mou filozofickou myšlenku, nikoli konkrétní poselství. Na začátku projektu Seaman jsem se pevně rozhodl, že bude opakem běžných her ve třech ohledech:

• Nebyla by roztomilá
• Nahlížela by do světa hráče zevnitř televize
• Tématem konverzace by byly věci všedního dne, ne fantasy svět

Byl jsem přesvědčen, že když zůstanu věrný těmto třem aspektům, vznikne úplně jiná hra než všechny ostatní – něco odlišného, co se často nevidí. To byla moje strategie a o to se snažím i teď.“

O reakci na Seamana

„Ohlas na vydání Seamana byl v Japonsku mnohem větší než ve Spojených státech. Vznikl z toho společenský fenomén, například komici vystupující v japonských televizních pořadech, kteří napodobovali a nosili kostýmy Seamana, nebo zprávy, kde se psalo: „Hry se tak vyvinuly!“

Dotknu-li se své osobní filozofie, když japonský tvůrce vytvoří svět v japonštině pro japonské uživatele, který má velký dopad, společenský fenomén spočívá v tom, že to přitahuje různá média a společnost. Ve Spojených státech to byl fenomén typu: „Vyšla poměrně vzácná hra. Je pro nový hardware Segy, který prosazují v konzolových válkách‘. Takže si myslím, že to uznání je úplně jiné.“

Po dvaceti letech vidím současné interprety v japonské televizi, jak stále mluví o Seamanovi. Říkají, že je to proto, že to na ně mělo velký vliv, když byli děti. Žertovali a říkali: ‚Seaman mi v raném dětství způsobil trauma‘. Pro mě jako tvůrce je to velká pocta.“

O SeaMailu, spin-offu pro stolní počítače se systémem Windows

„SeaMail je jakýsi prototyp na univerzálnější platformě PC, který si vyměňuje trochu složitější slova. Kvůli rozpočtovým omezením se nedostal příliš daleko v dokončení, ale byl to velmi ambiciózní pokus. Seaman tedy na rozdíl od uživatele žije v desktopovém světě víceúčelového počítače a sleduje obsah uživatelových e-mailů, frekvenci interakce s konkrétními lidmi a komentáře o vztazích uživatele s ostatními. Hodně se podobal současné Siri. Tyto znalosti existují v umělém konverzačním enginu, na kterém nyní pracuji.“

O používání mikrofonu v Odamě

„Účel mikrofonu v Odamě je úplně jiný než v Seamanu. Odama je hra, která simuluje boj vojáků. Zajímal jsem se o tento takzvaný ‚samurajský dav‘. Důvodem mikrofonu bylo to, že obě ruce uživatele zaměstnává pinball. Hlas se nepoužíval k ničemu jinému než k zadávání příkazů. K jeho použití jsem byl motivován také proto, že jsem chtěl obnovit pocit generála vydávajícího rozkazy šarvátce vojáků ve feudálních bitvách. Chtěl jsem, aby to působilo jako fotbalový trenér vydávající rozkazy typu „tlač“ a „doprava“. To je vše.

Pro mě byla Odama největším mistrovským dílem v mém životě, ale její uvedení se stále odkládalo. Myslím, že jsem Nintendo opravdu naštval. Tehdejší programátoři neměli ponětí o ovládání davů lidí autonomními roboty nebo umělou inteligencí, takže se vývoj dost zdržel.“

O současné technologii umělé inteligence a hlasových asistentů

„Umělá inteligence je teď na velmi pokročilém stupni, ale způsob konverzace v rámci japonštiny se za 20 let nezměnil. Námořník byla hra, kde plánovač psal předem připravené scénáře a lidé se bavili tím, jak se odehrávají.

Nekonečná konverzace byla nemožná. Takže mě ten projekt už nezajímá. Scénáře se dají oproti předchozí hře zvětšit jen dvakrát nebo čtyřikrát. Proto jsem založil Laboratoř umělé inteligence, abych vytvořil engine, který bude mluvit i bez scénářů. Pokud se nám podaří tento engine dokončit, začneme vyvíjet „Námořníka bez konce scénáře“. Novinkou bude hlas Námořníka generovaný a namluvený na místě v reálném čase, na místě, nikoliv předem nahraný hlas. To vyžaduje hodně invence, ale právě teď začínáme vidět světlo na konci tunelu.“

Japonština je velmi zvláštní jazyk v tom, že se zdá, že má pevnou gramatiku, ale ve skutečnosti ji nemá. No, vlastně není správné říkat, že nemá. Japonská gramatika, kterou jsme se učili ve školních učebnicích, je velmi odcizená té japonské, kterou používáme v konverzaci a která není skutečnou gramatikou. Tato odlišnost a rozpornost byla po desetiletí ignorována. Nebylo třeba dělat něco tak nákladného, jako je afixace nové gramatiky. V japonštině existují dva nebo tři předměty. Začal se však používat styl SVOC, který po válce navrhly Spojené státy. Lingvisté to dlouho tvrdili, ale nikdo z nich, kteří se drží psaní disertačních prací, nevyrobil motor umělé inteligence a nepokusil se dokázat, že jejich hypotéza je správná.

A nyní nastává éra konverzačních motorů. Možná nebylo nutné předefinovat gramatiku pro školy, ale je nutné logicky předefinovat japonštinu, aby robot mohl mluvit. Takže na tom jsme pracovali.

Bylo to obtížné. Pokusy a omyly, s přestávkami asi deset let. Když jsem změnil gramatiku na dva nebo tři předměty pomocí digitalizace a symbolů, začal jsem být úspěšný. Pomohly mi k tomu zkušenosti s vývojem Seamana a s nuancemi při tvorbě hlasového projevu – zejména to, že význam slova se mění podle toho, jak je použita „melodie“. Všimli jsme si, že japonská gramatika sídlí v melodiích, nikoli v písmenech. V době papíru a pera to nebylo zřejmé. Přehlížel jsem to jako nuanci, zatímco ve skutečnosti to byl pilíř japonské gramatiky, a jako hlasový herec seriálu Námořník jsem si tento pojem uvědomil a rozhodl se vyvinout engine pro rozpoznávání melodií.“

O současných projektech

„Právě teď vytvářím konverzační engine, který mluví dál, i když není žádný scénář. Za tímto účelem jsme založili organizaci s názvem ‚Námořnická laboratoř umělé inteligence‘. Až bude tento engine dokončen, myslím, že rozpoznávání hlasu při konverzaci se výrazně změní.

Očekávám, že produkt s mluvícím robotem bude uveden na trh v Japonsku přibližně za půl roku. Jakmile se míč rozjede, chtěl bych tento motor licencovat pro mnoho strojů a vytvořit éru, v níž budou plynule mluvit mikrovlnné trouby, auta, fotoaparáty a roboti japonské výroby. Těšíme se, až se tak stane, a hledáme lidi a investory, kteří nám s angličtinou pomohou. Anglická stránka se teprve připravuje, ale můžete se obrátit na webové stránky: www.seaman.ai.“