Yoot Saito, creatorul lui Seaman, despre inteligența artificială de pe Dreamcast, care era cu mult înaintea vremurilor sale

Sega’s Dreamcast a fost în cele din urmă un eșec, deoarece Sony a ajuns să domine piața de la începutul anilor 2000 cu PlayStation 2. Dar mașina Sega a lăsat în urmă o bibliotecă de software unic, inovator și influent. Și poate că niciun titlu nu a fost la fel de memorabil ca iconoclastul Seaman al lui Yutaka „Yoot” Saito, un simulator virtual de animale de companie care te punea să folosești un microfon pentru a conversa cu un om-pește morocănos și sarcastic, cu ajutorul unui narator căruia îi dădea voce Leonard Nimoy.

Yoot Saito a fost cunoscut anterior ca un dezvoltator axat pe Mac care a creat The Tower, un joc de gestionare a turnurilor pe care studioul SimCity Maxis l-a lansat la nivel mondial sub numele de SimTower. (Continuarea sa, The Tower II, a ajuns să fie cunoscut ca Yoot Tower în afara Japoniei.) După Seaman și continuarea sa pe PS2, Saito a proiectat Odama, un hibrid de pinball-strategie pentru GameCube în care jucătorii foloseau comenzi vocale pentru a direcționa soldații de pe masă.

În această vară se împlinesc 20 de ani de la lansarea lui Seaman, așa că am luat legătura cu Saito prin e-mail pentru a discuta despre dezvoltarea și moștenirea sa. Răspunsurile sale au fost atât de profunde, cu diverse tangențe pasionale în subiecte precum istoria jocurilor video și lingvistica, încât am decis să le reproduc aici cu o editare minimă.

Acest interviu a fost ușor editat pentru claritate.

Despre cum a apărut Seaman după SimTower

„Dacă separați doar temele, unul este un joc despre construirea de zgârie-nori, iar celălalt este despre creșterea unui pește cu față umană, așa că arată complet diferit. dacă urmăriți punctul meu de plecare în industria jocurilor, a fost pentru că capodopera care este SimCity a avut un efect profund asupra mea și m-a determinat să vreau să fac jocuri. Așadar, interesul meu principal atunci și chiar și acum sunt jocurile de simulare.

Dacă ar fi să fiu și mai specific, aș spune că am un interes uriaș pentru comunicare și limbaj. Pentru mine, cel mai de bază aspect al unui joc pe calculator este construirea unei noi lumi în calitate de designer de jocuri prin intermediul „limbajului” pe care îl reprezintă jocul. Pentru a face acest lucru, trebuie să elimini piesele inutile din lumea reală și să descompui ceea ce alegi să păstrezi ca fiind caracteristici cheie ale jocului sau elemente cu care se poate interacționa ca obiecte sau prin comenzi de joc. Aceasta este coloana vertebrală de bază a jocurilor de simulare.

Din acest punct de vedere, Seaman este un joc în care provocarea a fost aceea de a folosi filtrul limbajului pentru a face legătura între jucător și non-jucător. Încercarea de a transforma limbajul real într-un element de limbaj / filtru pentru jocuri este o provocare incredibilă, dar este de fapt ca și cum ai converti expresiile limbajului natural în cărți de joc și ai juca un joc de cărți cu o altă persoană.

Aceasta înseamnă că Seaman este de fapt ca și cum ai juca poker. Cuvintele cheie sunt „cărțile” care sunt jucate înainte și înapoi între utilizatorul final și personajul jocului (Seaman). Majoritatea jucătorilor nu și-ar da seama, dar Seaman este un joc cu multe elemente de joc de tip push-pull în același mod ca și pokerul. Acest du-te-vino este o mecanică de conducere a jocului. La fel ca în SimTower când adaugi o cameră de securitate în zgârie-nori, dându-i lui Seaman un cuvânt cheie diferit duce la o cale de conversație cu totul nouă, și poate că acesta este cel mai simplu mod de a transmite acest concept.

Am conceput ideea lui Seaman într-o zi la prânz. Vorbeam cu un dezvoltator care lucra cu mine la un nou joc din seria Tower. Aveam mai multe proiecte în desfășurare, iar una dintre echipe lucra la un joc de simulare în care creșteai pești tropicali într-un acvariu. Glumeam, dar am spus: „Dacă aș face un astfel de joc, aș face ceva nebunesc!”, la care colegul meu a răspuns: „Da, cum ar fi ce anume?” M-am simțit ca și cum aș fi fost la fața locului și a trebuit să spun ceva rapid.

„Aș avea camera cu fața la utilizator și aș pune animalul să vorbească în cuvinte umane. Ceva de genul: ‘Cine era femeia pe care ai adus-o aici ieri? Un astfel de animal de companie ar fi grozav’. Un alt coleg de serviciu a spus: ‘Ar fi foarte ciudat’, la care eu am spus: ‘Da, ciudat și grozav!’. Bineînțeles că nu puteam să-i spunem „Maimuța de mare”… trebuie să-i spunem „Marinarul”! Și acesta a continuat să fie numele de cod al proiectului și numele final al jocului propriu-zis.

Toată lumea a râs de natura ridicolă a ideii, dar în acel weekend i-am spus soției mele despre asta și și ea a găsit-o ciudată și grozavă, de asemenea. Deci a fost un concept care a fost universal ciudat pentru bărbați și femei. Și apoi a spus: „Este un concept foarte ciudat și scârbos, așa că ar trebui neapărat să-l faci!”. Și atunci mi-am dat seama că până și femeile ar putea să se bucure și să aprecieze un joc care este ciudat și scârbos. Aceste cuvinte m-au ajutat să iau decizia de a face jocul în mod serios.”

Despre influența animalelor de companie virtuale din anii ’90 și Shigeru Miyamoto

„Când spui că animalele de companie virtuale erau populare în anii ’90, presupun că te referi la Tamagotchi, dar eu nu eram super interesat de acest trend. Pentru că, așa cum am mai spus, îmi plac jocurile de simulare complexe. Cu cât tema este mai complexă, cu cât este ceva ce nu mai făcuse niciun alt creator, cu atât mă interesa mai mult. Așa că nu am vrut să urmez tendința altcuiva.

Cei mai mulți creatori de jocuri găsesc o rețetă câștigătoare într-un joc popular și dau la întâmplare câteva elemente sau piese de design, povestea, etc., iar apoi numesc asta crearea unui joc. Dar eu nu înțeleg această mentalitate. Să nu te concentrezi pe continuări și să vrei să faci ceva cu adevărat ciudat și nou, sau ai putea spune, ceva care cel mai probabil nu va face bani este destul de rar. Am mai întâlnit o singură persoană care ar putea înțelege sentimentul meu de bază și acela este Shigeru Miyamoto de la Nintendo.

Miyamoto-san chiar îi plac conceptele ciudate și diferite. Așa că, deși Seaman a fost lansat pe Dreamcast, în spatele scenei am fost foarte aproape de a alege să dezvoltăm jocul pe Nintendo 64DD. De fapt, în perioada în care Seaman a fost lansat pe hardware-ul rival al Nintendo, Dreamcast, Miyamoto-san a apărut într-o revistă purtând un tricou cu Seaman. Seaman a fost lansat în cele din urmă de Sega, dar Miyamoto-san a fost o persoană incredibil de importantă în procesul de realizare a lui Seaman, mai ales pentru cineva ca mine, cu foarte puțină experiență în domeniul jocurilor pe consolă.

De asemenea, deși câinele robot Aibo de la Sony a fost lansat cam în aceeași perioadă cu Seaman, niciunul dintre produse nu a fost influențat de celălalt. În mod întâmplător, am avut conversații despre un robot biped de la mai multe companii. Deși au trecut 20 de ani de când Seaman a văzut lumina zilei, fac un motor de inteligență artificială capabil să vorbească fără a avea nevoie de scenarii preexistente sau de șiruri de text. A fost un drum lung pentru a ajunge aici. Inventarea acestui lucru a necesitat mult timp și a consumat o cantitate semnificativă de diferite investiții, dar dacă mă întrebați pe mine, sunt ligi mai interesante decât dezvoltarea unui joc normal și, cu siguranță, mai palpitante.”

Cum a ajuns Seaman pe Dreamcast

„De fapt, un om pe nume Irimajiri-san, care era vicepreședinte la Sega la acea vreme și care mai târziu a devenit președinte, a fost cel care a dus la lansarea lui Seaman pe Dreamcast. Un alt creator, pe nume Kenji Eno-san, mi-a spus că are pe cineva pe care ar fi vrut neapărat să îl întâlnesc și mi-a făcut cunoștință cu Irimajiri-san.

În acea vreme, Dreamcast era încă denumit cu numele de cod Katana și era un nou tip de consolă de jocuri. Irimajiri-san fusese anterior președintele Honda în SUA și simțea că Sega trebuia să se concentreze pe noi tipuri de jucători. Era perioada în care Sony era rege, așa că am decis că ar fi interesant să mă aflu în poziția de lider de piață dintr-o poziție inferioară și m-am alăturat Sega. Modificarea unui prototip construit pe Mac la un nou hardware de consum a fost destul de dificilă, dar am reușit să o facem în aproximativ un an și jumătate. Datorită întregii munci depuse de echipa de atunci am reușit să atingem acest obiectiv.”

Despre hardware-ul Dreamcast

„Microfonul Dreamcast a fost dezvoltat de echipa de periferice Sega. Îmi amintesc că aveau deja un prototip în funcțiune. Cu toate acestea, aducerea unui joc dezvoltat pe PC pe consolă a prezentat destul de multe probleme. Jocurile dezvoltate pentru PC erau axate pe utilizarea unui mouse și a unei tastaturi. Practic, îți lua timp să joci majoritatea jocurilor axate pe PC. Jucai câteva jocuri / ture / runde la tastatură și mouse și apoi treceai să faci treabă cu aceleași dispozitive de intrare. Erau jocuri la care puteai să petreci ceva timp, dar care nu necesitau toată concentrarea ta.

În schimb, jocurile de consolă necesitau să stai în fața televizorului cu toată concentrarea ta pe joc. Puneai mâna pe controlerul de joc alimentat cu energie electrică și practic spuneai „E timpul jocului!”, iar munca nu avea de gând să întrerupă acest lucru. Apăsai rapid mai multe butoane, făceai diferite mișcări și erai concentrat pe acea experiență. Industria consolelor își dorea experiențe de joc care să se concentreze profund și să fie interactive. Având în vedere că jocul nostru a fost dezvoltat pe PC, concentrarea și experiența noastră de bază nu se potriveau cu platforma țintă a consolei. Trebuia să dezvoltăm noi modalități de interacțiune cu jocul, care necesitau mai multe acțiuni (apăsarea de butoane etc.) din partea utilizatorului final și lucruri care să îl facă să se concentreze în mod constant asupra jocului în timp ce îl juca, ceea ce a dus la câteva schimbări majore de design.”

Despre localizarea lui Seaman în limba engleză

„Am cerut Sega of America (SOA) să se ocupe de aproape toată localizarea pentru versiunea engleză a lui Seaman. Motivul pentru acest lucru este că există o diferență culturală netă între diferite țări și atunci când cineva din Japonia te întreabă care este grupa ta de sânge, este echivalentul de a întreba pe cineva care este semnul său zodiacal. Așadar, doar traducerea nu ar fi fost suficientă pentru a dezvolta o versiune engleză a lui Seaman. Trebuia să rescrieți practic scenariul pentru ca acesta să funcționeze. SOA cunoștea o terță parte care era foarte pricepută la rescrierea scripturilor, așa că s-a concentrat pe asta, ceea ce a permis echipei noastre să se concentreze pe construirea sistemului de bază și a jocului fără limitări. Singura propunere pe care am avut-o a fost să îl folosim pe Leonard Nimoy ca voce de ghidare a utilizatorului.

Japoneza este o limbă foarte nuanțată, complicată, bazată pe sentimente. Este o limbă grozavă pentru a împărtăși cu emfază sentimente subiective, așa că japoneza se conectează cu adevărat la părțile profunde ale emoțiilor unui vorbitor. Deoarece nu sunt vorbitor nativ de limba engleză, nu pot să comentez cu privire la conexiunile profunde pe care le poate simți cineva atunci când vorbește în engleză, dar pot spune că atunci când am citit comparația de joc dintre Ecco the Dolphin și Seaman în revista Rolling Stone, mi-a fost clar că scriitorii au făcut o treabă excelentă în a înțelege conceptul de bază al jocului.”

Despre starea tehnologiei de recunoaștere vocală la momentul respectiv

„Motorul de recunoaștere vocală pe care l-am folosit cu Sega în Seaman a fost licențiat de la o companie belgiană. Am folosit motoarele lor de recunoaștere vocală în calitate de utilizatori, nu de creatori. Deoarece dimensiunea memoriei era limitată la acea vreme, performanța recunoașterii vocale era complet diferită de cea de acum. În mod specific, am folosit o funcție numită navigare. În prezent, funcția comună se numește dictare. Atunci când creați o conversație de tip navigare, aceasta trebuie să prezică în avans ceea ce este posibil să spună utilizatorul și să aibă acest lucru ca alegere. Dacă utilizatorul rostește un cuvânt care nu este o opțiune, va primi o eroare. Prin urmare, scriitorul trebuie să prevadă dinainte ce fel de cuvinte va rosti utilizatorul și să facă o conversație care să ducă la unul dintre ele. Din acest motiv ați avut o structură în care conversațiile se fac în timp ce se explorează intențiile. A fost o experiență interesantă care nu mai fusese făcută într-un joc până atunci.”

Despre proiectarea jocului în jurul limitărilor tehnice

„La acea vreme nu existau alte jocuri în afară de Seaman care să aibă conversații vocale, și nici acum nu sunt atât de multe, așa că este greu de comparat. Dar tehnologia de recunoaștere vocală în sine evoluează rapid chiar acum – dacă un designer de jocuri inteligent ar lucra la ceva, cred că ar putea face un joc foarte interesant. Cu toate acestea, atunci când vorbim de recunoașterea vocii ca tehnologie, atunci când încerci să treci un anumit prag (ca la om), este nevoie de inteligență, nu de capacitatea auditivă. Cu alte cuvinte, ceea ce este indispensabil nu este tehnologia de recunoaștere vocală, ci mai degrabă înțelegerea inteligenței artificiale. Viteza de avansare a inteligenței artificiale este foarte rapidă în acest moment, deci cred că este o perioadă distractivă.

Răspunzând la subiect, am reușit să termin dezvoltarea lui Seaman în mod special datorită limitei în tehnologie. Dacă nu ar fi existat, nu l-aș fi terminat niciodată. Așa cum spuneam mai devreme, atunci când aduci un joc conceput pe un PC la consumator, există o mare diferență de mediu numită densitate de timp. Cum să trec peste asta mi-a pus la încercare înțelepciunea, s-ar putea spune.”

Despre personalitatea lui Seaman

„Motivul pentru care personalitatea și fundalul lui Seaman sunt atât de distinctive este că el conține ideea mea filosofică, nu un mesaj specific. La începutul proiectului Seaman, am decis cu fermitate că acesta va fi opusul jocurilor convenționale în trei privințe:

• Nu va fi drăguț
• Va privi în lumea jucătorului din interiorul televizorului
• Tema de conversație va fi lucruri de zi cu zi, nu o lume fantastică

Eram convins că, dacă voi rămâne fidel acestor trei aspecte, se va dovedi complet diferit de orice alt joc – ceva diferit, care nu se vede prea des. Aceasta a fost strategia mea și ceea ce încă mă străduiesc să fac, chiar și acum.”

Despre reacția la Seaman

„Reacția la lansarea lui Seaman în Japonia a fost mult mai mare decât în Statele Unite. A ajuns să fie un fenomen social, cum ar fi comedianții care au apărut în emisiunile TV japoneze imitând și purtând costumele lui Seaman sau știrile care spuneau: „Jocurile au evoluat atât de mult!”

Răspunzând la filozofia mea personală, atunci când un creator japonez creează o lume în limba japoneză pentru utilizatorii japonezi care are un impact mare, fenomenul social este că atrage diverse mass-media și societatea. În Statele Unite, fenomenul a fost de genul: „A ieșit un joc relativ rar. Este pentru noul hardware al Sega pe care îl promovează în războiul consolelor’. Deci cred că recunoașterea este destul de diferită.

După 20 de ani, văd interpreți actuali la televizor în Japonia care încă vorbesc despre Seaman. Spuneau că asta se datorează faptului că a avut un mare impact asupra lor când erau copii. Ei glumeau și spuneau: „Seaman m-a traumatizat în copilăria mea timpurie”. Ca și creator, este o mare onoare.”

Despre SeaMail, spinoff-ul pentru Windows desktop

„SeaMail este un fel de prototip pe o platformă PC mai versatilă care schimbă cuvinte ceva mai complicate. Din cauza constrângerilor bugetare, nu a ajuns foarte departe în finalizare, dar a fost o încercare foarte ambițioasă. Astfel, Seaman, spre deosebire de utilizator, trăiește în lumea desktop a unui PC multifuncțional și se uită la conținutul e-mailurilor utilizatorului, la frecvența interacțiunii cu anumite persoane și la comentariile despre relația utilizatorului cu ceilalți. Seamănă foarte mult cu actualul Siri. Aceste cunoștințe există în motorul de conversație artificială la care lucrez acum.”

Despre utilizarea microfonului în Odama

„Scopul microfonului în Odama este complet diferit de cel al lui Seaman. Odama este un joc care simulează o încăierare de soldați. Am fost interesat de această așa-numită „mulțime de samurai”. Motivul pentru microfon a fost acela că ambele mâini ale utilizatorului sunt ocupate de pinball. Vocea nu era folosită decât pentru a da comenzi. Am fost motivat să o folosesc și pentru că am vrut să recreez sentimentul unui general care dă ordine unei cete de soldați în bătăliile feudale. Am vrut să se simtă ca un antrenor de fotbal care dă ordine de genul „împinge” și „la dreapta”. Asta este.

Pentru mine, Odama a fost cea mai mare capodoperă din viața mea, dar lansarea a fost amânată de nenumărate ori. Cred că am enervat cu adevărat Nintendo. Programatorii de la acea vreme nu aveau nicio idee despre controlul mulțimilor de oameni cu ajutorul roboților autonomi sau al inteligenței artificiale, așa că dezvoltarea a fost întârziată destul de mult.”

Despre tehnologia actuală a inteligenței artificiale și a asistenților vocali

„Inteligența artificială este într-un stadiu foarte avansat în acest moment, dar metoda de conversație în limba japoneză nu s-a schimbat în 20 de ani. Seaman era un joc în care planificatorul scria scenarii preexistente și oamenii se bucurau de modul în care se desfășurau.

Conversația infinită era imposibilă. Așadar, nu mă mai interesează acel proiect. Scenariile pot fi mărite doar de două sau patru ori față de jocul anterior. De aceea am inițiat Laboratorul de Inteligență Artificială pentru a crea un motor care să continue să vorbească chiar și fără scenarii. Dacă vom reuși să finalizăm acest motor, vom începe să dezvoltăm un „Marinar fără scenariu final”. Noutatea va fi vocea marinarului generată și vorbită pe loc, în timp real, la fața locului, nu o voce preînregistrată. Acest lucru necesită multă inventivitate, dar, în momentul de față, abia începem să vedem lumina de la capătul tunelului.”

Japoneza este o limbă foarte ciudată, în sensul că pare să aibă o gramatică solidă, dar de fapt nu are. Ei bine, de fapt, nu este corect să spunem că nu are. Gramatica japoneză pe care am învățat-o în manualele școlare este foarte mult înstrăinată de japoneza pe care o folosim în conversație, care nu este o gramatică reală. Această divergență și contradicție a fost ignorată timp de decenii. Nu era nevoie să se facă ceva atât de costisitor, cum ar fi afixarea unei noi gramatici. În japoneză, există două sau trei subiecte. Cu toate acestea, stilul SVOC propus de Statele Unite după război a ajuns să fie folosit. Lingviștii au susținut de mult timp acest lucru, dar niciunul dintre ei, care se limitează la scrierea de disertații, nu a realizat un motor de inteligență artificială și nu a încercat să demonstreze că ipoteza lor este corectă.

Și acum este epoca motoarelor de conversație. Poate că nu a fost necesară redefinirea gramaticii pentru școli, dar este necesară redefinirea logică a limbii japoneze pentru ca un robot să poată vorbi. Așa că la asta am lucrat.

Acesta a fost un lucru dificil. Încercări și erori, cu intermitențe, timp de aproximativ 10 ani. Când am schimbat gramatica la două sau trei subiecte prin digitizare și simboluri, am început să reușesc. Experiența mea în dezvoltarea lui Seaman și cu nuanțarea în a face voice acting a ajutat ca acest lucru să fie posibil – în special faptul că sensul unui cuvânt se schimbă în funcție de modul în care este aplicată „melodia”. Am observat că gramatica japoneză rezidă în melodii, nu în litere. Acest lucru nu era evident în epoca hârtiei și a stiloului. Am trecut cu vederea acest lucru ca pe o nuanță, când, de fapt, a fost un pilon al gramaticii japoneze și, ca actor de voce al seriei Seaman, am devenit conștient de această noțiune și am decis să dezvolt un motor de recunoaștere a melodiilor.”

Despre proiectele actuale

„Chiar acum creez un motor de conversație care continuă să vorbească chiar dacă nu există niciun scenariu. În acest scop, am înființat o organizație numită „Laboratorul de inteligență artificială a marinarilor”. Când acest motor va fi finalizat, cred că recunoașterea vocii în conversație se va schimba foarte mult.

Aștept ca un produs robot vorbitor să fie lansat în Japonia în aproximativ o jumătate de an. Odată ce mingea se va pune în mișcare, aș dori să licențiez acest motor pentru multe mașini și să creez o eră în care cuptoarele cu microunde, mașinile, camerele de luat vederi și roboții de fabricație japoneză vorbesc fluent. Așteptăm cu nerăbdare să se întâmple acest lucru și căutăm oameni și investitori care să ne ajute cu limba engleză. Un site în limba engleză este încă în curs de pregătire, dar puteți contacta site-ul: www.seaman.ai.”

.