< Return to Video

How Event[0] Works | GMTK Most Innovative 2016

  • 0:02 - 0:09
    Salah satu game favorit saya tahun ini, dan tidak diragukan lagi game yang paling inovatif yang pernah saya mainkan, adalah Event[0].
  • 0:09 - 0:14
    Game ini dalah game sci-fi mengenai penejelajahan pesawat luar angkasa, dan chatting dengan sebuah AI
  • 0:14 - 0:19
    yang disebut Kaizen. Ketika kamu berinteraksi dengan salah satu terminal komputer ini, kamu
  • 0:19 - 0:25
    dapat mengetikkan berbagai pertanyaan atau perintah apapun yang dapat kamu pikirkan, dan si asisten AI akan benar-benar menjawabnya
  • 0:25 - 0:30
    Ini seperti petualangan teks super lengkap dicampur dengan Cleverbot. Dan ada sedikit bagian dari Gone
  • 0:30 - 0:34
    Home, tapi dengan beberapa puzzle yang sebenarnya, dan kemampuan untuk membuka naratif tersembunyi seperti yang ada
  • 0:34 - 0:36
    dalam Her Story.
  • 0:36 - 0:42
    Di video ini, saya akan mengungkap beberapa rahasia dibalik jawaban-jawaban Kaizen. Saya akan berbicara
  • 0:42 - 0:47
    mengenai cara kerjanya, mengapa bisa bekerja, dan juga di mana kekurangan gamenya.
  • 0:47 - 0:52
    Jadi ini adalah kesempatanmu untuk menjeda videonya dan mencoba Event[0]. Gamenya ada di Steam,
  • 0:52 - 0:57
    dan sementara gamenya cukup mahal hanya untuk sebuah game yang pendek, saya menemukan bahwa gamenya benar-benar memikat dan
  • 0:57 - 1:02
    saya merekomendasikannya ke semua orang yang tertarik dengan sistem cerdas, storytelling, dan masa depan video games.
  • 1:02 - 1:06
    Jika kamu sudah selesai, kembali ke sini dan kita akan menjelajahi gamenya.
  • 1:08 - 1:13
    Oke, selamat datang kembali. Saya harap kamu menikmati Event[0] seperti yang saya nikmati. Sekarang biarkan saya benar-benar menghancurkan
  • 1:13 - 1:16
    gamenya dengan menjelaskanmu bagaimana cara kerjanya.
  • 1:16 - 1:20
    Kaizen adalah sebuah penyamaran - sama seperti di video game AI lainnya. Si developer
  • 1:20 - 1:26
    tidak mencoba untuk melewati turing test, tetapi ingin membuat suatu teman yang menarik,
  • 1:26 - 1:31
    atau musuh tergantung bagaimana kamu memainkannya, untuk seorang pemain, Dan saya pikir itu berhasil dengan baik.
  • 1:31 - 1:37
    Ayo mulai dengan membongkar bagaimana Event[0] mengambil teksmu dan mengeluarkan sebuah respon yang
  • 1:37 - 1:43
    dapat diterima - harapannya. Info ini berdasarkan dari pembicaraan desainer Sergey Mohov, wawancara
  • 1:43 - 1:47
    dengan para developernya, dan, shhh, sedikit mengintip ke dalam kode gamenya.
  • 1:47 - 1:52
    Jadi, mari kita ketik suatu pesan dan lihat bagaimana gamenya menafsirkannya.
  • 1:54 - 1:57
    Pertama, pemeriksa ejaan memperbaiki typo. Ups.
  • 1:57 - 2:01
    Kemudian, gamenya mencoba mencocokkan kata-kata dan frasa-frasamu dengan sebuah
  • 2:01 - 2:07
    database tag-tag. "Passengers", contohnya, cocok dengan tag "crew" - sebagaimana juga dengan banyak
  • 2:07 - 2:11
    kata-kata lain seperti "humans", "guests", dan "people".
  • 2:11 - 2:16
    Tag-tag ini kemudian dicocokkan dengan database lain - kali ini, daftar dari semua pola-pola
  • 2:16 - 2:23
    tagnya yang Kaizen kenal. Setelah ditemukannya pola yang cocok, AI-nya dapat mempersiapkan respon.
  • 2:23 - 2:28
    Pertama, memeriksa kejadian saat ini, yang menyimpan informasi seperti lokasimu dan hal-hal yang
  • 2:28 - 2:33
    telah kamu lihat dan bicarakan, yang membantu memberikan Kaizen ingatan dan konteks. Kemudian, dicarilah
  • 2:33 - 2:38
    status emosinya saat ini. Kaizen memiliki tiga tingkat kedekatan dengan si pemain,
  • 2:38 - 2:43
    dan tiga tingkat stres - membuat sebuah matriks emosi dengan sembilan status berbeda.
  • 2:43 - 2:47
    Input, kejadian, dan status emosi semuanya mengarahkan Kaizen ke sebuah daftar respon, dan kemudian
  • 2:47 - 2:52
    diambil salah satunya untuk ditunjukkan ke pemain. Dan, terakhir, beberapa kata-kata dan frasa-frasanya diganti
  • 2:52 - 2:56
    dengan sinonim jadi AI-nya hampir tidak pernah mengulang kata-kata yang sama dua kali.
  • 2:56 - 3:01
    Fiuh. Dan itulah bagaimana hampir semua respon di dalam gamenya dipersiapkan. Meski begitu, ada
  • 3:01 - 3:06
    sedikit tambahan-tambahan, seperti bagaimana gamenya akan menyimpan tag-tag kata benda ke dalam ingatan jangka pendek jadi jika
  • 3:06 - 3:11
    kamu mengatakan sesuatu mengenai Nandi, dan kemudian bertanya "apakah dia mati", Kaizen akan tahu kalau kata "dia"
  • 3:11 - 3:13
    merujuk ke Nandi.
  • 3:13 - 3:18
    Cerdas, dan secara mengejutkan sistemnya sederhana - tapi masih diperlukan kerja yang keras.
  • 3:18 - 3:24
    Developer Ocelot Society perlu membuat banyak pola tag untuk memprediksi semua yang mungkin dikatakan si pemain,
  • 3:24 - 3:28
    dan harus menuliskan banyak respon-respon untuk Kaizen yang cocok dengan kejadian serta status emosinya. Meski begitu,
  • 3:28 - 3:33
    perlu dicatat, bahwa jarang ada sembilan respon berbeda untuk sembilan status yang berbeda.
  • 3:33 - 3:39
    Dan untuk tag, database Event[0] punya sekitar 10.000 kata, disimpan dalam ribuan tags.
  • 3:39 - 3:44
    Dan meski setelah semua kerjaan itu, Kaizen masih jauh dari kata sempurna. Masih bisa salah mengertikanmu, memberikan
  • 3:44 - 3:49
    respon-respon aneh, dan terkadang menyerah begitu saja untuk menjawab pertanyaanmu.
  • 3:49 - 3:54
    Tapi, untuk saya, masalah-masalah kecil ini tidak merusak keajaibannya karena Ocelot Society membuat
  • 3:54 - 3:59
    keputusan yang jenius untuk memberikan teknologi ini ke sebuah AI, daripada ke suatu karakter manusia.
  • 3:59 - 4:05
    Pada tahun 2005, Michael Mateas dan Andrew Stern membuat game eksperimental yang bernama Facade di mana
  • 4:05 - 4:10
    kamu dapat mengetik kalimat-kalimat untuk dikatakan ke pasangan yang sedang bertengkar. Di balik itu, Facade jauh lebih
  • 4:10 - 4:15
    rumit daripada Event[0]. Ada dua karakter AI dengan lebih banyak
  • 4:15 - 4:20
    profil emosi yang mendalam, akting suara, dan animasi raut wajah. Dan ada sistem
  • 4:20 - 4:23
    yang dimasukkan untuk memastikan gamenya memberikan momen dramatis.
  • 4:23 - 4:27
    Tapi meski begitu, keduanya cenderung sama pada kesalahannya. Dan ketika seorang karakter manusia mengatakan sesuatu yang
  • 4:27 - 4:31
    aneh, dapat menghancurkan ilusinya yang seakan-akan berbicara dengan orang sungguhan. Kaizen, meski begitu,
  • 4:31 - 4:37
    adalah sebuah robot. Dan kita sangat tahu kalau robot itu tidak sempurna. Seperti, hei Siri, berapa
  • 4:37 - 4:41
    harga tiket kereta dari London ke Glasgow?
  • 4:41 - 4:45
    SIRI: Jawabannya adalah sekitar 13.6 juta miliar mil dolar Amerika kuadrat.
  • 4:45 - 4:48
    Dasar bodoh.
  • 4:48 - 4:53
    Dan Kaizen jelas-jelas sedikit rusak, dengan teks-teks berantakan dan terminal yang tak berfungsi baik.
  • 4:53 - 4:58
    Kaizen juga berperan sebagai AI jahat di sci-fi sci-fi: jawaban-jawaban yang mengalihkan
  • 4:58 - 5:03
    terdengar seperti Kaizen mencoba menyembunyikan sesuatu darimu ketika, sungguh, dia tidak ada jawaban.
  • 5:03 - 5:08
    Kemudian ada pesawat luar angkasanya. Kaizen dibuat sebagai sebuah asisten di kapal jadi
  • 5:08 - 5:13
    ia hanya perlu tahu tentang penumpangnya dan hal-hal yang bisa kamu temukan saat menjelajahinya. Ia secara alami
  • 5:13 - 5:18
    tidak tahu banyak tentang jerapah atau sejarah Mozambik tapi ia bisa tahu banyak tentang
  • 5:18 - 5:21
    origami atau meja biliard di ruang tamu.
  • 5:21 - 5:27
    Jadi kita telah membangun sebuah bot chat yang berfungsi, dan kita sudah memaafkan kesalahannya. Sekarang kita perlu
  • 5:27 - 5:32
    membangun sebuah game di sekelilingnya. Dan inilah di mana, saya rasa, Event[0] gagal.
  • 5:32 - 5:38
    Sementara Ocelot mengatakan banyak ide-ide terbuang, termasuk manajemen resources dan musuh alien,
  • 5:38 - 5:43
    untuk fokus hanya pada Kaizen, gamenya sebenarnya tidak terlalu berpusat pada AI-nya yang
  • 5:43 - 5:44
    mungkin kamu pikir.
  • 5:44 - 5:49
    Game pendek ini memiliki sejumlah puzzle, tapi kebanyakan tentang cara mengalahkan Kaizen,
  • 5:49 - 5:53
    antara melakukan hacking ke kode dasar AI-nya untuk memainkan mini-game atau membaca
  • 5:53 - 5:56
    log yang terotomasi pada setiap terminal untuk menemukan petunjuk.
  • 5:56 - 6:02
    Tidak satu pun yang memerlukan chat bot yang rumit, dan Kaizen berakhir terasa seperti sebuah sistem
  • 6:02 - 6:05
    petunjuk yang diagungkan untuk membantu memecahkan puzzle lain.
  • 6:05 - 6:09
    Saat-saat yang menonjol dari gamenya adalah ketika membangun hubungan dengan si AI, memanipulasi
  • 6:09 - 6:14
    emosinya, atau mencoba berbicara dengan kata-katamu sendiri. Ada satu saat yang mengesankan, ia tidak
  • 6:14 - 6:18
    membiarkanmu masuk kembali ke kapal setelah melakukan perjalanan di angkasa dan antara kamu harus meminta maaf, atau membuktikan
  • 6:18 - 6:22
    rasa kemanusiaanmu... ketika oksigenmu secara perlahan terus berkurang.
  • 6:22 - 6:27
    Saat-saat ini lah yang fantastis kecuali sedikit, jauh di antaranya, dan bisa dikembangkan lebih jauh lagi.
  • 6:27 - 6:32
    Juga, keajaiban tempat menuliskan teks yang kamu tidak diberikan suatu opsi dialog jadi kamu harus
  • 6:32 - 6:36
    tepat tahu apa yang harus dikatakan. Petualangan point and click Shivah menggunakan ini untuk efek
  • 6:36 - 6:42
    yang bagus: untuk menyelesaikan puzzle kamu harus mengingat nama dan tempat yang kamu dengar, kemudian mengetikkannya
  • 6:42 - 6:44
    ke dalam mesin pencarian gamenya.
  • 6:44 - 6:48
    Event[0] bisa saja melakukan ini, dengan menyembunyikan nama anggota awak kapal di sekitar dan
  • 6:48 - 6:55
    kemudian membuat Kaizen memberitahukannya ketika kamu menanyanyakan "siapa Nandi" atau "ada apa dengan Anele". Malahan,
  • 6:55 - 6:58
    Kaizen hanya memberikanmu nama-nama ini pada saat-saat tertentu di naratifnya.
  • 6:58 - 7:05
    Oke, jadi Event[0] lebih ke sebuah ide daripada sebuah game. Jadi pinggirkan bagian puzzlenya.
  • 7:05 - 7:09
    Karena ini pertama kalinya saya benar-benar merasakan kalau saya seperti sedang mengobrol dengan karakter
  • 7:09 - 7:15
    dalam video game. Kaizen seringkali menangkap apa yang saya katakan, ia mengerti bahasa alami,
  • 7:15 - 7:19
    dan ia mengubah mood-nya sesuai dengan situasi dan kondisi dan bagaimana saya mengatakannya.
  • 7:19 - 7:25
    Pada timeline besar di AI game, saya rasa Event[0] duduk di antara memilih opsi dialog
  • 7:25 - 7:30
    di Fallout, dan Anthony Hopkins chatting dengan koboi robot di Westworld.
  • 7:30 - 7:33
    COWBOT 5000: Akankah kita minum untuk wanita dengan sepatu putih itu?
  • 7:33 - 7:37
    Oke, mungkin lebih dekat ke Fallout. Tapi. melihat sekilas ke masa depan, mungkin?
  • 7:37 - 7:43
    Meski begitu, saya tidak bisa melihat kalau sistem dari Event[0] akan digunakan oleh banyak developer lain sewaktu-waktu dalam
  • 7:43 - 7:47
    waktu dekat - karena satu alasan, kebutuhan keyboard berarti membuat gamenya tidak dapat dimainkan di konsol.
  • 7:47 - 7:51
    Dan saya tidak berpikir seseorang ingin berbicara ke NPC dengan berteriak ke Kinect.
  • 7:51 - 7:55
    GAMER: Liara, bergerak. Astaga!
  • 7:55 - 7:59
    Tapi jika ada satu pelajaran yang bisa diambil, bahwa melakukan obrolan yang alami, mengalir, dan menarik dengan
  • 7:59 - 8:03
    suatu karakter video game adalah hal yang memungkinkan - dan kamu tidak perlu
  • 8:03 - 8:08
    suatu jenis neural network atau komputer super atau algoritma sangat rumit untuk mencapainya.
  • 8:08 - 8:13
    Kamu hanya perlu database super besar, beberapa ide yang diambil dari chat bot internet, dan beberapa
  • 8:13 - 8:16
    developer indie yang cerdas dari Paris.
  • 8:19 - 8:24
    Hai semuanya, terima kasih banyak telah menyaksikan. Beberapa orang menebak kalau Event[0] akan menjadi game
  • 8:24 - 8:27
    paling inovatif tahun ini pilihan saya. Jadi selamat buat mereka, mereka benar.
  • 8:27 - 8:31
    Ini akan menjadi video terakhir saya di tahun ini, dan saya ingin berterima kasih banyak kepada kalian semua
  • 8:31 - 8:36
    yang telah mendukung serialnya di 2016. Penonton, subscriber, komentator, semuanya yang telah memasukkan
  • 8:36 - 8:40
    subtitle dari berbagai bahasa, atau mengirimkanku email, atau membagikan episodenya ke teman-temannya di Facebook.
  • 8:40 - 8:41
    Kalian semua hebat.
  • 8:41 - 8:47
    Dan tentunya, kepada setiap Patron yang telah mengubah hidup saya - karena di tahun 2017 nanti saya akan membuat
  • 8:47 - 8:51
    video-video ini secara full time. Di mana... menyenangkan.
  • 8:51 - 8:56
    Tapi kamu tahu apa yang terjadi sekarang. Sambutan super duper istimewa kepada mereka yang mendonasikan 5 dolar
  • 8:56 - 8:57
    ke atas.
Title:
How Event[0] Works | GMTK Most Innovative 2016
Description:

more » « less
Video Language:
English
Duration:
09:20

Indonesian subtitles

Revisions