¿Alguna vez llegaremos a los puntos donde los videojuegos pueden responder a las entradas del lenguaje natural?

Hay una larga historia de juegos basados ​​en texto que ya tienen una forma primitiva de comprensión del lenguaje natural (los clásicos originales de Adventure aceptaron comandos que eran similares al lenguaje natural).

El reconocimiento de voz ya es bueno y mejora todo el tiempo con la búsqueda por voz (Google, Bing) y Voice NLP (Siri). XBox Kinnect ya te permite interactuar con tu voz.

Siempre y cuando los videojuegos representen un dominio limitado, que generalmente lo hacen, entonces debería ser relativamente sencillo agregarles entrada y salida de voz y permitir algo que se sienta como entrada de lenguaje natural.

Lo que será difícil, y aún falta mucho tiempo, sería la capacidad de tener una IA de NPC verdaderamente abierta que pueda hablar sobre cualquier tema. Incluso sin el reconocimiento de voz, las personas observan que los NPC en la mayoría de los juegos tienen un diálogo limitado y una cantidad limitada de información que pueden decir. En algunos juegos, eso es solo un discurso, o una elección de cinco o menos interacciones diferentes. En los juegos más ricos, puede observar cientos o miles de frases o discursos secundarios diferentes que puede observar. Pero en general, si vuelves a jugar mucho el juego, tendrás las mismas conversaciones de una manera que no lo harías si estuvieras interactuando con personas reales.

Sí. Muy muy pronto. Los motores de procesamiento del lenguaje natural (PNL) están mejorando todo el tiempo. Watson de IBM demostró que la PNL se puede combinar con muchas otras formas de aprendizaje automático e inteligencia artificial para jugar Jeopardy. Sin embargo, ha habido mucha innovación reciente en este espacio … haciendo posible que los desarrolladores recreen Watson en una fracción del tiempo a una fracción del costo. La clave para un desarrollo exitoso es combinar los tipos correctos de inteligencia de máquina para crear la aplicación. NLTK (Python) y OpenNLP (Java) son dos paquetes NLP de código abierto que son fáciles de jugar y relativamente fáciles de entrenar. Hemos combinado paquetes de PNL (que entienden las reglas del lenguaje) con sistemas de reconocimiento de patrones (que se adaptan a las situaciones) para crear “motores de respuesta” para extraer conjuntos de grandes datos. Se podría desarrollar fácilmente un enfoque similar para el mundo del juego.

Ver:
http://incubator.apache.org/open

Ejemplo de combinación de tecnologías:
http://www.ai-one.com/2011/11/15