Uno degli aspetti più pittoreschi di Dungeons & Dragons è sicuramente la varietà e l'originalità delle creature che ne affollano i numerosi manuali.In più di 44 anni dalla prima edizione, i giocatori hanno vissuto incredibili avventure attorno ad un tavolo affrontando creature spesso mitologiche, a volte maestose, a tratti anche grottesche o semplicemente bizzarre.Dove si fermano i manuali arriva la creatività dei Dungeon Master, che ci hanno regalato creature come il temutissimo "Mostro che ha creato il DM" il cui scopo è quello di generare sconcerto nei giocatori. Scherzi a parte, se la mente umana non conosce barriere e l'estro creativo di molti ha permesso a questo gioco di ruolo di sopravvivere per tutto questo tempo, cosa succederebbe se insegnassimo a giocare a D&D ad una intelligenza artificiale? Sarebbe anche questa altrettanto creativa e prolifica?
A questa domanda ha cercato di rispondere Janelle Shane, una ricercatrice nel campo delle intelligenze artificiali specializzata in reti neurali.Inizialmente Shane, affascinata dalla varietà di incantesimi presenti nel manuale di Advanced Dungeons & Dragons, li ha usati come base per rete neurale ricorrente (RNN), un modello computazionale che è indicato per svolgere compiti di analisi predittiva su sequenze di dati. Creando questa AI, la ricercatrice è stata in grado di generare diversi incantesimi.
In seguito, grazie al risultato della prima compilazione, Shane è stata in grado di perfezionare un'altra RNN che ha generato altri incantesimi.Alcuni degli esempi di magie generate dalle sue due reti neurali sono Barking Sphere, Hold Mouse, and Gland Growth; il dataset completo delle due reti neurali annovera più di 1600 incantesimi diversi.
Qualche tempo dopo, Shane è entrata in possesso di tutti i mostri creati per AD&D (2.205 voci) e ha deciso di creare una nuova rete neurale: il nuovo esperimento non tradisce le aspettative e ha "dato vita" ad un numero impressionante di creature.
Ma come funziona il tipo di algoritmo alla base delle sue AI? Si tratta di un processo complesso da capire per i non addetti ai lavori: semplificando si può dire che l'algoritmo apprende la struttura delle parole che compongono il testo e ne genera di nuove basandosi su ciò che ha imparato. Se dovessimo fare un paragone con un comportamento umano diremmo che una RNN funziona come l'apprendimento per imitazione dei bambini, in cui la loro interpretazione di una data azione avviene grazie all'osservazione diretta.
Alcuni degli esempi di nomi generati sono Owlborn, Purple Bird, Vampire Bear, solo per citare i più originali. Janelle Shane non ha divulgato ad oggi il numero totale di mostri generati, ma sappiamo che la sua rete neurale ha battezzato 118 tipi di drago diversi.
Se volete ripassare quali sono i mostri classici di Dungeon & Dragon il nuovo Manuale dei Mostri è il prodotto adatto. Se volete invece vedere l'evoluzione che hanno avuto le creature più iconiche di D&D nel tempo "Dungeons & Dragons Art & Arcana: A Visual History" è un libro che non dovete perdere!