Le créateur de Seaman Yoot Saito sur l’IA poissonneuse de la Dreamcast qui était en avance sur son temps

La Dreamcast de Sega a finalement été un échec, Sony étant venu dominer le marché du début des années 2000 avec la PlayStation 2. Mais la machine de Sega a laissé derrière elle une bibliothèque de logiciels particulièrement innovants et influents. Et peut-être qu’aucun titre n’a été aussi mémorable que l’iconoclaste Seaman de Yutaka « Yoot » Saito, un simulateur d’animal de compagnie virtuel qui vous faisait utiliser un microphone pour converser avec un homme-poisson lunatique et sarcastique, avec l’aide d’un narrateur dont la voix était celle de Leonard Nimoy.

Yoot Saito était auparavant surtout connu comme un développeur axé sur Mac qui a créé The Tower, un jeu de gestion de tour que le studio SimCity Maxis a diffusé dans le monde entier sous le nom de SimTower. (Sa suite, The Tower II, est devenue connue sous le nom de Yoot Tower en dehors du Japon.) Après Seaman et sa suite PS2, Saito a conçu Odama, un hybride flipper-stratégie pour la GameCube où les joueurs utilisaient des commandes vocales pour diriger les soldats sur la table.

Cet été marque les 20 ans de la sortie de Seaman, j’ai donc pris contact avec Saito par e-mail pour discuter de son développement et de son héritage. Ses réponses étaient si approfondies, avec diverses tangentes passionnées sur des sujets comme l’histoire du jeu vidéo et la linguistique, que j’ai décidé de les reproduire ici avec une édition minimale.

Cette interview a été légèrement éditée pour plus de clarté.

Sur la façon dont Seaman est né après SimTower

« Si vous ne faites que séparer les thèmes, l’un est un jeu sur la construction de gratte-ciel et l’autre sur l’élevage d’un poisson à visage humain, donc ils ont effectivement l’air complètement différents. si vous retracez mon point de départ dans l’industrie du jeu, c’est parce que le chef-d’œuvre qu’est SimCity a eu un effet profond sur moi et m’a conduit à vouloir faire des jeux. Donc, mon intérêt central à l’époque et même maintenant est les jeux de simulation.

Si je devais être encore plus spécifique, je dirais que j’ai un énorme intérêt pour la communication et le langage. Pour moi, l’aspect le plus fondamental d’un jeu vidéo est de construire un nouveau monde en tant que concepteur de jeu via le  » langage  » qu’est le jeu. Pour ce faire, il faut supprimer les éléments inutiles du monde réel et décomposer ce que l’on choisit de garder comme caractéristiques ou éléments clés du jeu avec lesquels on peut interagir sous forme d’objets ou par le biais de commandes de jeu. C’est l’épine dorsale des jeux de simulation.

Donc à ce point, Seaman est un jeu où le défi était d’utiliser le filtre du langage pour combler le fossé entre le joueur et le non-joueur. Essayer de transformer le langage réel en un élément de langage / filtre pour les jeux est incroyablement difficile, mais c’est en fait comme convertir des expressions du langage naturel en cartes à jouer et jouer à un jeu de cartes avec une autre personne.

Ce qui signifie que Seaman est en fait comme jouer au poker. Les mots-clés sont les « cartes » qui sont jouées dans les deux sens entre l’utilisateur final et le personnage du jeu (Seaman). La plupart des joueurs ne le réaliseraient pas, mais Seaman est un jeu avec beaucoup d’éléments de jeu de type push-pull, de la même manière que le poker. Ce va-et-vient est un mécanisme de base du jeu. Tout comme dans SimTower lorsque vous ajoutez une salle de sécurité dans le gratte-ciel, donner à Seaman un mot-clé différent conduit à un chemin conversationnel entièrement nouveau, et c’est peut-être la façon la plus simple de transmettre ce concept.

J’ai conçu l’idée de Seaman un jour au déjeuner. Je discutais avec un développeur qui travaillait avec moi sur un nouveau jeu de la série Tower. Nous avions plusieurs projets en cours et l’une des équipes travaillait sur un jeu de simulation où vous éleviez des poissons tropicaux dans un aquarium. Nous étions en train de plaisanter mais j’ai dit : ‘Si je devais faire un jeu comme celui-ci, je ferais quelque chose de fou !’, ce à quoi mon collègue a répondu : ‘Ouais, comme quoi précisément ?’ J’ai senti que j’étais sur la sellette et que je devais dire quelque chose rapidement.

‘Je ferais en sorte que la caméra soit face à l’utilisateur et que l’animal parle avec des mots humains. Quelque chose comme : « Qui était cette femme que vous avez amenée ici hier ? ». Un animal de compagnie comme ça serait génial.’ Un autre collègue a dit : « Ce serait vraiment étrange », ce à quoi j’ai répondu : « Oui, étrange et génial ! ». Bien sûr, nous ne pouvions pas l’appeler Sea Monkey… nous devions l’appeler Seaman ! Et c’est devenu le nom de code du projet et le nom final du jeu réel.

Tout le monde a ri du caractère ridicule de l’idée, mais ce week-end-là, j’en ai parlé à ma femme et elle a trouvé ça étrange et génial, elle aussi. C’était donc un concept qui était universellement étrange pour les hommes et les femmes. Et puis elle a dit : « C’est un concept vraiment étrange et dégoûtant, alors tu devrais vraiment le faire ! ». Et c’est là que j’ai réalisé que même les femmes pouvaient apprécier un jeu étrange et dégoûtant. Ces mots ont aidé à prendre ma décision de faire sérieusement le jeu. »

Sur l’influence des animaux virtuels des années 90 et de Shigeru Miyamoto

« Quand vous dites que les animaux virtuels étaient populaires dans les années 90, je suppose que vous voulez parler du Tamagotchi, mais je n’étais pas super intéressé par cette tendance. Parce que, comme je l’ai déjà dit, j’aime les jeux de simulation complexes. Plus le thème est complexe, plus c’est quelque chose qu’aucun autre créateur n’avait fait, plus ça m’intéresse. Donc je ne voulais pas suivre la tendance de quelqu’un d’autre.

La plupart des créateurs de jeux trouvent une recette gagnante dans un jeu populaire et hasardent quelques éléments ou pièces de design, une histoire, etc. et ensuite appellent cela créer un jeu. Mais je ne comprends pas cet état d’esprit. Ne pas se concentrer sur les suites et vouloir faire quelque chose de vraiment étrange et nouveau, ou on pourrait dire, quelque chose qui ne fera probablement pas d’argent, c’est assez rare. Je n’ai rencontré qu’une seule autre personne qui pourrait comprendre mon sentiment de base et c’est Shigeru Miyamoto de Nintendo.

Miyamoto-san aime vraiment les concepts étranges et différents. Ainsi, alors que Seaman est sorti sur Dreamcast, en coulisses, nous avons été à deux doigts de choisir de développer le jeu sur la Nintendo 64DD. D’ailleurs, à l’époque où Seaman est sorti sur la Dreamcast, la machine rivale de Nintendo, Miyamoto-san est apparu dans un magazine portant un t-shirt Seaman. Seaman a finalement été commercialisé par Sega, mais Miyamoto-san a été une personne incroyablement importante dans le processus de réalisation de Seaman, surtout pour quelqu’un comme moi qui avait très peu d’expérience des jeux sur console.

De plus, bien que le chien robot Aibo de Sony soit sorti à peu près en même temps que Seaman, aucun des deux produits n’a été influencé par l’autre. Par coïncidence, j’ai effectivement eu des conversations sur un robot bipède de plusieurs entreprises. Bien que cela fasse 20 ans que Seaman ait vu le jour, je crée un moteur d’IA capable de parler sans avoir besoin de scénarios ou de chaînes de texte préexistants. Le chemin a été long pour en arriver là. Inventer cela a pris beaucoup de temps et utilisé une quantité significative d’investissements différents, mais si vous me demandez, c’est des ligues plus intéressantes que le simple développement d’un jeu normal et certainement plus excitant. »

Comment Seaman est arrivé sur la Dreamcast

« En fait, un homme nommé Irimajiri-san, qui était le vice-président de Sega à l’époque et qui est ensuite devenu le président, est celui qui a conduit à la sortie de Seaman sur la Dreamcast. Un autre créateur appelé Kenji Eno-san m’a dit qu’il avait quelqu’un qu’il voulait vraiment que je rencontre et m’a présenté à Irimajiri-san.

À l’époque, la Dreamcast était encore désignée par son nom de code Katana et était un nouveau type de console de jeu. Irimajiri-san était auparavant le président de Honda aux États-Unis et estimait que Sega devait se concentrer sur de nouveaux types de joueurs. C’était l’époque où Sony était roi et j’ai donc décidé qu’il serait intéressant d’intégrer le leader du marché à partir d’une position inférieure et j’ai rejoint Sega. Adapter un prototype construit sur Mac à un nouveau matériel grand public était un véritable défi, mais nous y sommes parvenus en un an et demi environ. C’est grâce à tout le travail acharné de l’équipe de l’époque que nous avons pu atteindre cet objectif. »

Sur le matériel Dreamcast

« Le microphone Dreamcast a été développé par l’équipe des périphériques Sega. Je me souviens qu’ils avaient déjà un prototype en place et opérationnel. Cependant, porter un jeu développé sur PC sur une console présentait pas mal de problèmes. Les jeux développés pour PC étaient axés sur l’utilisation d’une souris et d’un clavier. En fait, il fallait prendre son temps pour jouer à la plupart des jeux pour PC. Vous jouiez quelques parties / tours / rounds au clavier et à la souris, puis vous passiez au travail sur ces mêmes périphériques d’entrée. C’étaient des jeux sur lesquels vous pouviez juste passer un peu de temps, mais qui ne nécessitaient pas toute votre concentration.

A l’inverse, les jeux sur console nécessitaient que vous soyez assis devant la télévision avec toute votre concentration sur le jeu. Vous saisissiez la manette de jeu alimentée par l’électricité et disiez en gros :  » C’est l’heure du jeu !  » et le travail n’allait pas interrompre cela. Vous appuyiez rapidement sur plusieurs boutons, exécutiez différents mouvements et étiez concentré sur cette expérience. L’industrie des consoles voulait des expériences de jeu très concentrées et interactives. Comme notre jeu a été développé sur PC, notre objectif principal et notre expérience ne correspondaient pas à la plateforme de console visée. Nous devions développer de nouvelles façons d’interagir avec le jeu qui nécessitaient plus d’actions (appuyer sur des boutons, etc.) de la part de l’utilisateur final et des choses pour qu’il se concentre constamment sur le jeu tout en y jouant, ce qui a conduit à des changements de conception majeurs. »

Sur la localisation de Seaman en anglais

« J’ai demandé à Sega of America (SOA) de s’occuper de presque toute la localisation de la version anglaise de Seaman. La raison en est qu’il existe une différence culturelle frappante entre les différents pays et que lorsque quelqu’un au Japon vous demande quel est votre groupe sanguin, c’est l’équivalent de demander à quelqu’un quel est son signe zodiacal. La traduction seule n’aurait donc pas suffi pour développer une version anglaise de Seaman. Il fallait pratiquement réécrire le scénario pour que cela fonctionne. La SOA connaissait un tiers très compétent dans la réécriture de scripts et s’est donc concentrée sur cette tâche, ce qui a permis à notre équipe de se concentrer sur le développement du système de base et du jeu sans limitations. La seule proposition que j’avais était d’utiliser Leonard Nimoy comme voix de guidage de l’utilisateur.

Le japonais est une langue très nuancée, compliquée, basée sur les sentiments. C’est une langue formidable pour partager avec emphase des sentiments subjectifs, donc le japonais se connecte vraiment aux parties profondes des émotions d’un locuteur. Comme je ne suis pas un locuteur natif de l’anglais, je ne peux pas commenter les connexions profondes que l’on peut ressentir en parlant anglais, mais je peux dire que lorsque j’ai lu la comparaison de jeux entre Ecco the Dolphin et Seaman dans le magazine Rolling Stone, il était clair pour moi que les auteurs ont fait un excellent travail en comprenant le concept de base du jeu. »

Sur l’état de la technologie de reconnaissance vocale à l’époque

« Le moteur de reconnaissance vocale que nous avons utilisé avec Sega dans Seaman était sous licence d’une société belge. Nous utilisions leurs moteurs de reconnaissance vocale en tant qu’utilisateurs, et non en tant que créateurs. La taille de la mémoire étant limitée à l’époque, les performances de la reconnaissance vocale étaient complètement différentes de ce qu’elles sont aujourd’hui. Plus précisément, nous utilisions une fonction appelée navigation. Actuellement, la fonction courante est appelée dictée. Lorsque vous créez une conversation de type navigation, elle doit prédire à l’avance ce que l’utilisateur est susceptible de dire et le proposer comme choix. Si l’utilisateur prononce un mot qui n’est pas une option, il obtiendra une erreur. Par conséquent, le rédacteur doit prévoir à l’avance le type de mots que l’utilisateur va dire et établir une conversation qui mène à l’un d’eux. Grâce à cela, vous aviez une structure dans laquelle les conversations se font en explorant les intentions. C’était une expérience intéressante qui n’avait pas été faite dans un jeu auparavant. »

Sur la conception du jeu autour des limitations techniques

« À l’époque, il n’y avait pas d’autres jeux que Seaman qui avaient des conversations vocales, et il n’y en a pas tant que ça même maintenant, donc c’est difficile de comparer. Mais la technologie de reconnaissance vocale elle-même évolue rapidement en ce moment – si un concepteur de jeu intelligent travaillait sur quelque chose, je pense qu’ils pourraient faire un jeu vraiment intéressant. Cependant, lorsque l’on parle de la reconnaissance vocale en tant que technologie, lorsqu’on essaie de franchir un certain seuil (comme l’humain), c’est l’intelligence qui est requise, pas la capacité auditive. En d’autres termes, ce qui est indispensable n’est pas la technologie de reconnaissance vocale, mais plutôt la compréhension de l’intelligence artificielle. La vitesse de progression de l’IA est vraiment rapide en ce moment, donc je pense que c’est une période amusante.

Pour en revenir au sujet, j’ai pu terminer le développement de Seaman spécifiquement à cause de la limite de la technologie. S’il n’y en avait pas eu, je ne l’aurais jamais terminé. Comme je le disais plus tôt, lorsqu’on apporte un jeu conçu sur un PC au consommateur, il y a une grande différence environnementale appelée densité de temps. La façon de s’y prendre pour surmonter cela a mis ma sagesse à l’épreuve, pourrait-on dire. »

Sur la personnalité de Seaman

« La raison pour laquelle la personnalité et le fond de Seaman sont si distinctifs est qu’il contient mon idée philosophique, pas un message spécifique. Au début du projet Seaman, j’ai fermement décidé qu’il serait à l’opposé des jeux conventionnels à trois égards :

• Il ne serait pas mignon
• Il regarderait dans le monde du joueur depuis l’intérieur de la télévision
• Le thème de la conversation serait des trucs de tous les jours, pas un monde fantastique

J’étais convaincu que si je restais fidèle à ces trois aspects, il se révélerait complètement différent de tout autre jeu – quelque chose de différent, pas souvent vu. C’était ma stratégie et ce que je m’efforce de faire, encore aujourd’hui. »

Sur la réaction à Seaman

« La réponse de la sortie de Seaman au Japon a été beaucoup plus importante que celle des États-Unis. C’est devenu un phénomène social, comme des humoristes apparaissant dans des émissions de télévision japonaises en imitant et en portant des costumes de Seaman, ou les nouvelles disant : ‘Les jeux ont tellement évolué !’

Pour revenir à ma philosophie personnelle, lorsqu’un créateur japonais crée un monde en japonais pour des utilisateurs japonais qui a un grand impact, le phénomène social est qu’il attire divers médias et la société. Aux États-Unis, le phénomène était du genre : « Un jeu relativement rare est sorti. C’est pour le nouveau matériel de Sega qu’ils ont poussé dans la guerre des consoles ». Donc je pense que la reconnaissance est assez différente.

Après 20 ans, je vois des interprètes actuels à la télévision au Japon qui parlent encore de Seaman. Ils disaient que c’était parce que cela avait eu un grand impact sur eux quand ils étaient enfants. Ils plaisantaient et disaient : « Seaman m’a traumatisé dans ma petite enfance ». En tant que créateur, c’est un grand honneur. »

Sur SeaMail, le spinoff de bureau Windows

« SeaMail est une sorte de prototype sur une plateforme PC plus polyvalente qui échange des mots un peu plus compliqués. En raison de contraintes budgétaires, il n’est pas allé très loin dans l’achèvement, mais c’était une tentative très ambitieuse. Ainsi, Seaman, contrairement à l’utilisateur, vit dans le monde de bureau d’un PC polyvalent et examine le contenu des courriels de l’utilisateur, la fréquence des interactions avec des personnes spécifiques et les commentaires sur les relations de l’utilisateur avec les autres. Cela ressemblait beaucoup à l’actuel Siri. Ces connaissances existent dans le moteur de conversation artificielle sur lequel je travaille actuellement. »

Sur l’utilisation du microphone dans Odama

« Le but du microphone dans Odama est complètement différent de Seaman. Odama est un jeu qui simule une mêlée de soldats. J’étais intéressé par cette soi-disant ‘foule de samouraïs’. La raison d’être du microphone était que les deux mains de l’utilisateur sont occupées par le flipper. La voix n’était utilisée que pour donner des ordres. J’étais également motivé par le fait que je voulais recréer la sensation d’un général donnant des ordres à une horde de soldats lors de batailles féodales. Je voulais que l’on ait l’impression qu’un entraîneur de football donne des ordres comme  » pousser  » et  » à droite « . C’est tout.

Pour moi, Odama a été le plus grand chef-d’œuvre de ma vie, mais le lancement a été retardé encore et encore. Je pense que j’ai vraiment agacé Nintendo. Les programmeurs de l’époque n’avaient aucune idée du contrôle de foules de personnes avec des robots autonomes ou de l’intelligence artificielle, donc le développement a été pas mal retardé. »

Sur l’IA actuelle et la technologie des assistants vocaux

« L’intelligence artificielle est à un stade très avancé en ce moment, mais la méthode de conversation au sein du japonais n’a pas changé en 20 ans. Seaman était un jeu où le planificateur écrivait des scénarios préexistants et les gens appréciaient la façon dont ils se déroulaient.

La conversation infinie était impossible. Donc, je ne suis plus intéressé par ce projet. Les scénarios ne peuvent être multipliés que par deux ou quatre par rapport au jeu précédent. C’est pourquoi j’ai lancé le Laboratoire d’Intelligence Artificielle pour créer un moteur qui continue à parler même sans scénarios. Si nous parvenons à terminer ce moteur, nous commencerons à développer un « matelot sans fin de scénario ». La nouveauté sera la voix du matelot générée et parlée sur place, en temps réel, sur place, et non une voix préenregistrée. Cela demande beaucoup d’inventivité, mais pour l’instant, nous commençons tout juste à voir la lumière au bout du tunnel.

Le japonais est une langue très particulière en ce sens qu’elle semble avoir une grammaire solide, mais en fait, elle ne l’a pas. En fait, il n’est pas juste de dire qu’elle n’en a pas. La grammaire japonaise que nous avons apprise dans les manuels scolaires est très éloignée du japonais que nous utilisons dans la conversation, qui n’est pas une vraie grammaire. Cette divergence et cette contradiction ont été ignorées pendant des décennies. Il n’était pas nécessaire de faire quelque chose d’aussi coûteux que d’apposer une nouvelle grammaire. En japonais, il y a deux ou trois sujets. Cependant, le style SVOC proposé par les États-Unis après la guerre s’est imposé. Les linguistes l’ont longtemps soutenu, mais aucun d’entre eux, qui s’en tiennent à la rédaction de thèses, n’a réalisé un moteur d’IA et tenté de prouver que leur hypothèse est correcte.

Et voici l’ère des moteurs de conversation. Il n’a peut-être pas été nécessaire de redéfinir la grammaire pour les écoles, mais il est nécessaire de redéfinir logiquement le japonais pour qu’un robot puisse parler. C’est donc sur cela que nous avons travaillé.

Cela a été difficile. Essais et erreurs, par intermittence, pendant environ 10 ans. Quand j’ai changé la grammaire à deux ou trois sujets par la numérisation et les symboles, j’ai commencé à réussir. Mon expérience du développement de Seaman et de la nuance en tant que comédien vocal m’a aidé à y parvenir, en particulier le fait que le sens d’un mot change selon la façon dont la « mélodie » est appliquée. Nous avons remarqué que la grammaire japonaise réside dans les mélodies, pas dans les lettres. Cela n’était pas évident à l’époque du papier et du stylo. J’avais négligé cela comme une nuance, alors qu’en fait, cela a été un pilier de la grammaire japonaise, et en tant qu’acteur vocal de la série Seaman, j’ai pris conscience de cette notion et j’ai décidé de développer un moteur de reconnaissance de mélodie. »

Sur les projets actuels

« En ce moment, je crée un moteur de conversation qui continue à parler même s’il n’y a pas de scénario. À cette fin, nous avons créé une organisation appelée le ‘Laboratoire d’intelligence artificielle du marin.’ Lorsque ce moteur sera terminé, je pense que la reconnaissance vocale dans la conversation changera grandement.

Je prévois la sortie d’un produit de robot parlant au Japon dans environ six mois. Une fois que la balle sera lancée, j’aimerais licencier ce moteur pour de nombreuses machines et créer une ère dans laquelle les fours à micro-ondes, les voitures, les caméras et les robots fabriqués au Japon parlent couramment. Nous sommes impatients de voir cela se produire et nous recherchons des personnes et des investisseurs qui nous aideront en anglais. Un site en anglais est encore en préparation, mais vous pouvez contacter le site web : www.seaman.ai. »

.