Lokaali kielimalli pelidialogin tuottamisessa

Abstract

Tekoälyn kehitys viime vuosina on ollut huomattavan nopeaa, ja uusia teknologioita ilmestyy markkinoille jatkuvasti. Erityisesti suuret kielimallit ovat edistäneet merkittävästi luonnollisen kielen ymmärtämistä ja tuottamista mahdollistaen monipuolisten teknologisten ratkaisujen kehittämisen. Tässä opinnäytetyössä tutkittiin ja testattiin kielimallien hyödyntämistä videopelien dialogien toteuttamisessa. Työn tavoitteena oli selvittää, olisiko mahdollista toteuttaa interaktiivinen dialogimekaniikka, jossa pelaaja voi puhua tietokoneen ohjaamalle hahmolle vapaasti ja hahmo kykenee jatkamaan keskustelua luonnollisella tavalla.

Työn teoreettisessa osassa tarkasteltiin tekoälyä kokonaisuutena, sen kehityshistoriaa sekä toimintaperiaatteita. Lisäksi käsiteltiin, miten tekoälyn eri osa-alueet muodostavat yhtenäisen kokonaisuuden. Jälkimmäisessä osiossa perehdyttiin videopelien dialogijärjestelmiin ja siihen, miten dialogeja on perinteisesti toteutettu peleissä.

Toiminnallisessa osuudessa kehitettiin konsolipohjainen dialogiohjelma, jossa käyttäjä pystyy käymään keskustelua kielimallin kanssa pelikohtausta simuloivassa skenaariossa. Skenaario määriteltiin mallille system promptin avulla. Ohjelma kehitettiin hyödyntäen useita avoimen lähdekoodin kielimalleja, jotka suoritettiin lokaalisti tietokoneella. Lopputuloksena saatiin toimiva sovellus, joka kykeni käymään luonnollista keskustelua käyttäjän kanssa annetussa tilanteessa.

Työn tulosten perusteella todettiin, että dialogimekaniikan toteuttaminen paikallisesti toimivilla kielimalleilla on mahdollista, mutta teknisesti monimutkaista ja mahdollisesti ylimitoitettua pelimekaniikan tarpeisiin nähden. Kielimalli ei kaikissa tapauksissa noudattanut annettua system promptia ja saattoi vaihtaa rooliaan pelaajan rooliksi. Täysin toimiva ratkaisu edellyttäisi joko laajempaa tai erikseen koulutettua kielimallia. Suuremman kielimallin käyttö olisi teknisesti mahdollista, mutta käytännössä edellyttäisi verkkoyhteyttä sekä mahdollisesti ylimääräisiä maksuja kielimallin kehittäjälle. Itse koulutettuja kielimalleja ei tässä työssä tarkasteltu.

The development of artificial intelligence in recent years has been remarkably rapid, and technologies continue to emerge on the market. In particular, large language models have significantly advanced the understanding and generation of natural language, enabling the creation of diverse technological solutions. This thesis explores and tests the use of language models in implementing dialogue systems for video games. The objective was to determine whether it would be possible to create an interactive dialogue mechanic in which the player can freely speak to a computer-controlled character, and the character is able to continue the conversation naturally.

The theoretical part of the thesis examines artificial intelligence as a whole, its historical development, and its operating principles. It also discusses how the various subfields of AI form a unified whole. The latter section focuses on dialogue systems in video games and on how dialogues have traditionally been implemented in games.

In the practical part, a console-based dialogue program was developed, allowing the user to engage in conversation with a language model within a scenario simulating a specific game scene. The scenario was defined for the model through a system prompt. The program was implemented using several open-source language models that were run locally on a computer. The result was a functional application capable of conducting natural conversations with the user within the given scenario.

Based on the results, it was concluded that implementing a dialogue mechanic with locally running language models is possible but technically complex and potentially excessive for typical gameplay needs. The language model did not always follow the provided system prompt and occasionally switched roles with the player. A fully functional implementation would require either a larger or a custom-trained language model. Using larger model would be technically feasible but would, in practice, require an internet connection and potentially additional licensing fees for the model developer. Custom-trained language modes were not examined in this study.