Il creatore di Seaman Yoot Saito sull’IA del Dreamcast che era in anticipo sui tempi

Il Dreamcast di Sega fu in definitiva un fallimento, poiché Sony arrivò a dominare il mercato dei primi anni 2000 con la PlayStation 2. Ma la macchina di Sega ha lasciato una libreria di software innovativo e influente. E forse nessun titolo fu memorabile come l’iconoclasta Seaman di Yutaka “Yoot” Saito, un simulatore di animali domestici virtuali che ti faceva usare un microfono per conversare con un lunatico e sarcastico uomo-pesce, con l’aiuto di un narratore doppiato da Leonard Nimoy.

Yoot Saito era precedentemente conosciuto come uno sviluppatore Mac-focused che ha creato The Tower, un gioco di gestione delle torri che lo studio SimCity Maxis ha rilasciato in tutto il mondo come SimTower. (Dopo Seaman e il suo seguito per PS2, Saito ha progettato Odama, un ibrido flipper-strategia per GameCube in cui i giocatori usavano comandi vocali per dirigere i soldati sul tavolo da gioco.

Questa estate ricorrono 20 anni dall’uscita di Seaman, così mi sono messo in contatto con Saito via e-mail per discutere del suo sviluppo e della sua eredità. Le sue risposte sono state così approfondite, con varie tangenti appassionate su argomenti come la storia dei videogiochi e la linguistica, che ho deciso di riprodurle qui con un editing minimo.

Questa intervista è stata leggermente modificata per chiarezza.

Su come Seaman è nato dopo SimTower

“Se si separano solo i temi, uno è un gioco sulla costruzione di grattacieli e l’altro è sull’allevamento di un pesce dalla faccia umana, quindi sembrano completamente diversi. Se si traccia il mio punto di partenza nell’industria dei giochi, è stato perché il capolavoro che è SimCity ha avuto un profondo effetto su di me e mi ha portato a voler fare giochi. Quindi il mio interesse principale allora e anche adesso sono i giochi di simulazione.

Se dovessi essere ancora più specifico, direi che ho un enorme interesse per la comunicazione e il linguaggio. Per me l’aspetto più fondamentale di un gioco per computer è la costruzione di un nuovo mondo come game designer attraverso il ‘linguaggio’ che è il gioco. Per farlo, è necessario rimuovere i pezzi non necessari del mondo reale e scomporre ciò che si sceglie di mantenere come caratteristiche chiave del gioco o elementi con cui si può interagire come oggetti o tramite comandi di gioco. Questa è la spina dorsale dei giochi di simulazione.

Allora, Seaman è un gioco in cui la sfida è stata quella di usare il filtro del linguaggio per colmare il divario tra giocatore e non giocatore. Cercare di trasformare il linguaggio reale in un elemento/filtro linguistico per i giochi è incredibilmente impegnativo, ma in realtà è come convertire le espressioni del linguaggio naturale in carte da gioco e giocare una partita a carte con un’altra persona.

Questo significa che Seaman è effettivamente come giocare a poker. Le parole chiave sono le ‘carte’ che vengono giocate avanti e indietro tra l’utente finale e il personaggio del gioco (Seaman). La maggior parte dei giocatori non se ne rende conto, ma Seaman è un gioco con molti elementi di gioco push-pull come il poker. Questo tira e molla è una meccanica di guida del gioco. Proprio come in SimTower quando si aggiunge una stanza di sicurezza nel grattacielo, dare a Seaman una parola chiave diversa porta ad un percorso di conversazione completamente nuovo, e forse questo è il modo più semplice per trasmettere questo concetto.

Ho concepito l’idea di Seaman a pranzo un giorno. Stavo parlando con uno sviluppatore che lavorava con me su un nuovo gioco della serie Tower. Avevamo diversi progetti in corso e uno dei team stava lavorando a un gioco di simulazione in cui si allevavano pesci tropicali in un acquario. Stavamo solo scherzando, ma ho detto, ‘Se dovessi fare un gioco come questo, farei qualcosa di folle!’ al che il mio collega ha risposto, ‘Sì, come cosa in particolare?’ Mi sentivo come se fossi sul posto e dovevo dire qualcosa velocemente.

‘Avrei la telecamera di fronte all’utente e farei parlare l’animale con parole umane. Qualcosa come: ‘Chi era quella donna che hai portato qui ieri? Un animale domestico come quello sarebbe fantastico”. Un altro collega ha detto, ‘Sarebbe davvero strano,’ al che io ho risposto ‘Sì, strano e fantastico! Naturalmente non potevamo chiamarlo Sea Monkey… dovevamo chiamarlo Seaman! E questo è diventato il nome in codice del progetto e il nome finale del gioco vero e proprio.

Tutti hanno riso della natura ridicola dell’idea, ma quel fine settimana ne ho parlato a mia moglie e anche lei l’ha trovata strana e fantastica. Quindi era un concetto universalmente strano per uomini e donne. E poi lei ha detto, ‘Questo è un concetto davvero strano e grossolano, quindi dovresti assolutamente realizzarlo! Ed è stato allora che ho capito che anche le donne potevano divertirsi e apprezzare un gioco che era strano e volgare. Quelle parole hanno contribuito alla mia decisione di fare seriamente il gioco.”

Sull’influenza degli animali domestici virtuali degli anni ’90 e Shigeru Miyamoto

“Quando dici che gli animali domestici virtuali erano popolari negli anni ’90, presumo tu intenda Tamagotchi, ma non ero super interessato a quella tendenza. Perché, come ho detto prima, mi piacciono i giochi di simulazione complessi. Più il tema è complesso, più è qualcosa che nessun altro creatore aveva fatto, più mi interessava. Quindi non volevo seguire il trend di qualcun altro.

La maggior parte dei creatori di giochi trova una ricetta vincente in un gioco popolare e azzarda alcuni elementi o pezzi di design, la storia, ecc. e poi chiama questo creare un gioco. Ma non capisco questa mentalità. Non concentrarsi sui sequel e voler creare qualcosa di veramente strano e nuovo, o si potrebbe dire, qualcosa che molto probabilmente non farà soldi è piuttosto raro. Ho incontrato solo un’altra persona che potrebbe capire il mio sentimento di base ed è Shigeru Miyamoto della Nintendo.

Miyamoto-san ama molto i concetti strani e diversi. Così, mentre Seaman è uscito su Dreamcast, dietro le quinte siamo stati molto vicini a scegliere di sviluppare il gioco sul Nintendo 64DD. Infatti, nel periodo in cui Seaman è uscito sull’hardware rivale di Nintendo, il Dreamcast, Miyamoto-san è apparso in una rivista con una maglietta di Seaman. Seaman è stato poi pubblicato da Sega, ma Miyamoto-san è stata una persona incredibilmente importante nel processo di realizzazione di Seaman, specialmente per qualcuno come me che aveva pochissima esperienza di giochi per console.

Anche se il cane robot Aibo della Sony è stato rilasciato nello stesso periodo di Seaman, nessuno dei due prodotti è stato influenzato dall’altro. Per coincidenza, ho avuto conversazioni su un robot bipede da più aziende. Anche se sono passati 20 anni da quando Seaman ha visto la luce, sto facendo un motore AI in grado di parlare senza bisogno di scenari preesistenti o stringhe di testo. È stato un lungo percorso per arrivare qui. Inventare questo ha richiesto molto tempo e ha consumato una quantità significativa di investimenti diversi, ma se me lo chiedete è leghe più interessanti del semplice sviluppo di un gioco normale e certamente più emozionante.”

Come Seaman è arrivato sul Dreamcast

“In realtà, un uomo di nome Irimajiri-san, che all’epoca era il vicepresidente di Sega e in seguito è diventato il presidente, è stato quello che ha portato alla pubblicazione di Seaman sul Dreamcast. Un altro creatore, Kenji Eno-san, mi disse che aveva qualcuno che voleva davvero farmi incontrare e mi presentò a Irimajiri-san.

All’epoca il Dreamcast veniva ancora chiamato con il nome in codice Katana ed era un nuovo tipo di console. Irimajiri-san era precedentemente il presidente della Honda negli Stati Uniti e sentiva che Sega aveva bisogno di concentrarsi su nuovi tipi di giocatori. Era il periodo in cui Sony era il re e così decisi che sarebbe stato interessante essere nel leader del mercato da una posizione inferiore e mi unii a Sega. Alterare un prototipo costruito su Mac a un nuovo hardware consumer è stato piuttosto impegnativo, ma siamo riusciti a farlo in circa un anno e mezzo. È grazie a tutto il duro lavoro del team di allora che siamo stati in grado di raggiungere questo obiettivo.”

Sull’hardware del Dreamcast

“Il microfono del Dreamcast fu sviluppato dal team delle periferiche Sega. Ricordo che avevano già un prototipo funzionante. Tuttavia, portare un gioco sviluppato per PC su console presentava non pochi problemi. I giochi sviluppati per PC erano focalizzati sull’uso di mouse e tastiera. Fondamentalmente si prendeva tempo per giocare alla maggior parte dei giochi per PC. Si giocava qualche partita / turno / round con la tastiera e il mouse e poi si passava a lavorare su quegli stessi dispositivi di input. Erano giochi a cui potevi dedicare un po’ di tempo, ma che non richiedevano tutta la tua attenzione.

Al contrario, i giochi per console richiedevano di sedersi davanti alla TV con tutta la tua attenzione sul gioco. Afferravi il controller di gioco alimentato dall’elettricità e in pratica dicevi ‘È ora di giocare!’ e il lavoro non aveva intenzione di interromperlo. Premevi rapidamente diversi pulsanti, eseguivi diverse mosse ed eri concentrato su quell’esperienza. Per l’industria delle console, volevano esperienze di gioco che avessero una profonda concentrazione e interattività. Poiché il nostro gioco è stato sviluppato su PC, il nostro focus e la nostra esperienza non si adattavano alla piattaforma di destinazione delle console. Avevamo bisogno di sviluppare nuovi modi di interagire con il gioco che richiedessero più azioni (pressione dei pulsanti, ecc.) da parte dell’utente finale e cose che lo facessero concentrare costantemente sul gioco mentre giocava, il che ha portato ad alcuni importanti cambiamenti nel design.”

Sulla localizzazione di Seaman in inglese

“Ho chiesto a Sega of America (SOA) di gestire quasi tutta la localizzazione della versione inglese di Seaman. Il motivo è che c’è una forte differenza culturale tra i diversi paesi e quando qualcuno in Giappone ti chiede qual è il tuo gruppo sanguigno, è l’equivalente di chiedere a qualcuno qual è il suo segno zodiacale. Quindi la sola traduzione non sarebbe stata sufficiente per sviluppare una versione inglese di Seaman. Bisognava praticamente riscrivere la sceneggiatura perché funzionasse. La SOA conosceva una terza parte che era molto abile nel riscrivere gli script, così si sono concentrati su quello, permettendo al nostro team di concentrarsi sulla costruzione del sistema di base e del gioco senza limitazioni. L’unica proposta che avevo era di usare Leonard Nimoy come voce guida per l’utente.

Il giapponese è una lingua molto sfumata, complicata e basata sui sentimenti. E’ una lingua fantastica per condividere in modo enfatico i sentimenti soggettivi, quindi il giapponese si collega davvero alle parti profonde delle emozioni di chi parla. Dato che non sono un madrelingua inglese, non posso commentare le connessioni profonde che si possono provare quando si parla inglese, ma posso dire che quando ho letto il confronto tra Ecco the Dolphin e Seaman sulla rivista Rolling Stone, mi è sembrato chiaro che gli scrittori hanno fatto un ottimo lavoro per capire il concetto di base del gioco.”

Sullo stato della tecnologia di riconoscimento vocale all’epoca

“Il motore di riconoscimento vocale che abbiamo usato con Sega in Seaman era in licenza da una società belga. Abbiamo usato i loro motori di riconoscimento vocale come utenti, non come creatori. Poiché la dimensione della memoria era limitata a quel tempo, le prestazioni del riconoscimento vocale erano completamente diverse da quelle attuali. In particolare, usavamo una funzione chiamata navigazione. Attualmente, la funzione comune si chiama dettatura. Quando si crea una conversazione di tipo navigazione, è necessario prevedere in anticipo ciò che l’utente probabilmente dirà e avere quello come scelta. Se l’utente pronuncia una parola che non è un’opzione, otterrà un errore. Pertanto, lo scrittore ha bisogno di mettere in anticipo che tipo di parole l’utente dirà e fare una conversazione che porti ad una di esse. A causa di questo si aveva una struttura in cui le conversazioni sono fatte mentre si esplorano le intenzioni. Era un’esperienza interessante che non era mai stata fatta prima in un gioco.”

Sulla progettazione del gioco intorno alle limitazioni tecniche

“All’epoca non c’erano altri giochi oltre a Seaman che avessero conversazioni vocali, e non ce ne sono molti neanche adesso, quindi è difficile fare un confronto. Ma la stessa tecnologia di riconoscimento vocale si sta evolvendo rapidamente in questo momento – se un game designer intelligente lavorasse su qualcosa penso che potrebbe fare un gioco davvero interessante. Tuttavia, quando si parla di riconoscimento vocale come tecnologia, quando si cerca di superare una certa soglia (come quella umana), è necessaria l’intelligenza, non la capacità uditiva. In altre parole, ciò che è indispensabile non è la tecnologia di riconoscimento vocale, ma piuttosto la comprensione dell’intelligenza artificiale. La velocità di avanzamento dell’IA è davvero rapida in questo momento, quindi penso che sia un momento divertente.

Tornando all’argomento, sono riuscito a finire lo sviluppo di Seaman proprio grazie al limite della tecnologia. Se non ci fosse stato, non l’avrei mai finito. Come dicevo prima, quando si porta un gioco concepito su un PC al consumatore, c’è una grande differenza ambientale chiamata densità di tempo. Come superare questo problema ha messo alla prova la mia saggezza, si potrebbe dire.”

Sulla personalità di Seaman

“La ragione per cui la personalità e lo sfondo di Seaman sono così particolari è perché contiene la mia idea filosofica, non un messaggio specifico. All’inizio del progetto Seaman, ho fermamente deciso che sarebbe stato l’opposto dei giochi convenzionali sotto tre aspetti:

• Non sarebbe stato carino
• avrebbe guardato nel mondo del giocatore dall’interno della TV
• Il tema della conversazione sarebbe stato roba di tutti i giorni, non un mondo fantastico

Ero convinto che se fossi rimasto fedele a questi tre aspetti sarebbe risultato completamente diverso da qualsiasi altro gioco – qualcosa di diverso, non visto spesso. Questa era la mia strategia e ciò che mi sforzo di fare ancora oggi.”

Sulla reazione a Seaman

“La risposta all’uscita di Seaman in Giappone fu molto più grande che negli Stati Uniti. È diventato un fenomeno sociale, come i comici che apparivano nei programmi televisivi giapponesi imitando e indossando i costumi di Seaman, o le notizie che dicevano: “I giochi si sono evoluti così tanto!”

Ritornando alla mia filosofia personale, quando un creatore giapponese crea un mondo in giapponese per utenti giapponesi che ha un grande impatto, il fenomeno sociale è che attira vari media e la società. Negli Stati Uniti, il fenomeno era del tipo: ‘È uscito un gioco relativamente raro. È per il nuovo hardware di Sega che stanno spingendo nella guerra delle console”. Quindi penso che il riconoscimento sia abbastanza diverso.

Dopo 20 anni, vedo gli attuali interpreti in TV in Giappone che parlano ancora di Seaman. Hanno detto che è perché ha avuto un grande impatto su di loro quando erano bambini. Hanno scherzato dicendo: ‘Seaman mi ha traumatizzato nella mia prima infanzia’. Come creatore, questo è un grande onore.”

Su SeaMail, lo spinoff per Windows desktop

“SeaMail è una sorta di prototipo su una piattaforma PC più versatile che scambia parole leggermente più complicate. A causa dei limiti di budget, non è andato molto lontano nel completamento, ma è stato un tentativo molto ambizioso. Quindi Seaman, a differenza dell’utente, vive nel mondo desktop di un PC multiuso e guarda il contenuto delle e-mail dell’utente, la frequenza di interazione con persone specifiche e i commenti sulle relazioni dell’utente con gli altri. Assomiglia molto all’attuale Siri. Questa conoscenza esiste nel motore di conversazione artificiale su cui sto lavorando ora.”

Sull’uso del microfono in Odama

“Lo scopo del microfono in Odama è completamente diverso da Seaman. Odama è un gioco che simula una mischia di soldati. Ero interessato a questa cosiddetta ‘folla di samurai’. La ragione del microfono era perché entrambe le mani dell’utente sono occupate dal flipper. La voce era usata solo per dare comandi. Ero anche motivato ad usarla perché volevo ricreare la sensazione di un generale che dà ordini ad una mischia di soldati nelle battaglie feudali. Volevo che si sentisse come un allenatore di calcio che dà ordini come “spingi” e “a destra”. Tutto qui.

Per me, Odama è stato il più grande capolavoro della mia vita, ma il lancio è stato ritardato più e più volte. Credo di aver dato molto fastidio a Nintendo. I programmatori di allora non avevano idea di come controllare folle di persone con robot autonomi o intelligenza artificiale, quindi lo sviluppo è stato rallentato parecchio.”

Sulla tecnologia attuale dell’AI e degli assistenti vocali

“L’intelligenza artificiale è a uno stadio molto avanzato in questo momento, ma il metodo di conversazione all’interno del giapponese non è cambiato in 20 anni. Seaman era un gioco in cui il pianificatore scriveva scenari preesistenti e la gente si divertiva a giocare.

La conversazione infinita era impossibile. Quindi non sono più interessato a quel progetto. Gli scenari possono essere aumentati solo di due o quattro volte rispetto al gioco precedente. Ecco perché ho iniziato il Laboratorio di Intelligenza Artificiale per creare un motore che continui a parlare anche senza scenari. Se riusciremo a completare questo motore, inizieremo a sviluppare un “Marinaio senza fine di scenario”. La novità sarà la voce del marinaio generata e parlata sul posto in tempo reale, sul posto, non una voce preregistrata. Questo richiede molta inventiva, ma al momento, stiamo appena iniziando a vedere la luce alla fine del tunnel.

Il giapponese è una lingua molto particolare in quanto sembra avere una grammatica solida, ma in realtà non è così. Beh, in realtà non è giusto dire che non ce l’ha. La grammatica giapponese che abbiamo imparato nei libri di testo scolastici è molto estranea al giapponese che usiamo nella conversazione, che non è una vera grammatica. Questa divergenza e contraddizione è stata ignorata per decenni. Non c’era bisogno di fare qualcosa di così costoso come l’apposizione di una nuova grammatica. In giapponese, ci sono due o tre soggetti. Tuttavia, lo stile SVOC proposto dagli Stati Uniti dopo la guerra è arrivato ad essere utilizzato. I linguisti lo sostengono da tempo, ma nessuno di loro, che si limitano a scrivere dissertazioni, ha realizzato un motore AI e ha tentato di dimostrare che la loro ipotesi è corretta.

E ora è l’era dei motori di conversazione. Forse non era necessario ridefinire la grammatica per le scuole, ma è necessario ridefinire logicamente il giapponese perché un robot possa parlare. Quindi è su questo che abbiamo lavorato.

È stato difficile. Prova ed errore, a fasi alterne per circa 10 anni. Quando ho cambiato la grammatica a due o tre soggetti attraverso la digitalizzazione e i simboli, ho iniziato ad avere successo. La mia esperienza nello sviluppo di Seaman e con le sfumature nel fare il doppiaggio ha aiutato a rendere possibile questo – in particolare il fatto che il significato di una parola cambia a seconda di come viene applicata la ‘melodia’. Abbiamo notato che la grammatica giapponese risiede nelle melodie, non nelle lettere. Questo non era evidente nell’era della carta e della penna. Avevo trascurato questo come una sfumatura, quando in realtà è stato un pilastro della grammatica giapponese, e come doppiatore della serie Seaman, sono diventato consapevole di questa nozione e ho deciso di sviluppare un motore di riconoscimento della melodia.”

Sui progetti attuali

“In questo momento sto creando un motore di conversazione che continua a parlare anche se non c’è scenario. A tal fine, abbiamo istituito un’organizzazione chiamata ‘Seaman Artificial Intelligence Laboratory’. Quando questo motore sarà completo, penso che il riconoscimento vocale nella conversazione cambierà notevolmente.

Prevedo che un prodotto robot parlante sarà rilasciato in Giappone tra circa metà anno. Una volta che la palla avrà preso il via, mi piacerebbe dare in licenza questo motore a molte macchine e creare un’era in cui forni a microonde, automobili, macchine fotografiche e robot fatti in Giappone parlino correntemente. Non vediamo l’ora che questo accada e stiamo cercando persone e investitori che ci aiutino con l’inglese. Un sito in inglese è ancora in fase di preparazione, ma potete contattare il sito: www.seaman.ai.”