कल्पना कीजिए एक ऐसी दुनिया की जहाँ कम्प्यूटेशनल सॉफ़्टवेयर एजेंट विश्वसनीय मानवीय व्यवहार का अनुकरण करते हैं, एक ऐसी दुनिया जहाँ एआई कलाकार पेंटिंग बनाते हैं और लेखक लिखते हैं, जहाँ ये एआई एजेंट राय बनाते हैं और बातचीत शुरू करते हैं, और जहाँ व्यवहार की योजना बनाने के लिए यादें उच्च-स्तरीय प्रतिबिंबों में संश्लेषित की जाती हैं। यह जेनरेटिव एजेंटों की दुनिया है। इस लेख में, हम जेनरेटिव एजेंटों और गेमिंग और अन्य अनुप्रयोगों के भविष्य पर उनके निहितार्थों को पेश करने वाले अभूतपूर्व पेपर का पता लगाएंगे।
पेपर का अवलोकन
स्टैनफोर्ड और गूगल का एक आकर्षक नया पेपर “जेनरेटिव एजेंट्स: इंटरैक्टिव सिमुलाक्रा ऑफ ह्यूमन बिहेवियर” जेनरेटिव एजेंटों को पेश करता है, जो कम्प्यूटेशनल सॉफ्टवेयर एजेंट हैं जो विश्वसनीय मानवीय व्यवहार का अनुकरण करते हैं। शोधकर्ताओं ने एक सिमुलेटेड दुनिया बनाई जिसमें उन्होंने 25 जेनरेटिव एजेंटों को रखा, जिनमें से प्रत्येक का अपना व्यक्तित्व था।
ये एजेंट इंसानों की तरह उठते हैं, नाश्ता बनाते हैं, काम पर जाते हैं और राय बनाते हैं। दिलचस्प बात यह है कि ये एजेंट अपनी पिछली बातचीत की यादों का उपयोग करके अपने अगले दिनों की योजना बनाते हुए, पिछले दिनों को याद करते हैं और उन पर विचार करते हैं। ये सभी एजेंट एक बड़े भाषा मॉडल द्वारा संचालित होते हैं, और आर्किटेक्चर एजेंटों के अनुभवों के जटिल रिकॉर्ड को प्राकृतिक भाषा का उपयोग करके संग्रहीत करने के लिए उस बड़े भाषा मॉडल का विस्तार करता है।
एजेंट इंसानों की तरह ही विश्वसनीय व्यक्तिगत और उभरे हुए सामाजिक व्यवहार उत्पन्न करते हैं। इस काम का गेमिंग उद्योग के लिए महत्वपूर्ण निहितार्थ है, क्योंकि यह वीडियो गेम में गैर-खेलने योग्य पात्रों (एनपीसी) को अपना चरित्र और व्यक्तित्व रखने की अनुमति देता है, जो खिलाड़ियों के साथ अधिक स्वाभाविक रूप से बातचीत करते हैं।
सिमुलेशन वातावरण: स्मार्टविले
लेखकों ने स्मार्टविले नामक एक छोटा सैंडबॉक्स दुनिया का अनुकरण किया, जो लोकप्रिय गेम “द सिम्स” से प्रेरित है। स्मार्टविले में सह-जीवन स्थान, घर, कैफे, बार, स्टोर, पार्क, कॉलेज, किराने का सामान और फार्मेसियां शामिल हैं। विचार यह पता लगाना था कि एआई एजेंटों के बीच सामाजिक व्यवहार कैसे उभर सकते हैं।
एजेंटों के आर्किटेक्चर में तीन मुख्य घटक शामिल थे:
- मेमोरी स्ट्रीम: एजेंटों के अनुभवों को रिकॉर्ड करता है।
- चिंतन: यादों को उच्च-स्तरीय अनुमानों में संश्लेषित करता है।
- योजना: निष्कर्षों को कार्य योजनाओं में अनुवादित करता है।
ये प्रतिबिंब और योजनाएँ एजेंटों के भविष्य के व्यवहार को प्रभावित करती हैं, जिससे वे स्वतंत्र रूप से कार्रवाई करने में सक्षम होते हैं।
इन-गेम इवेंट और इंटरैक्शन बनाना
जेनरेटिव एजेंट इन-गेम इवेंट और इंटरैक्शन बनाने की प्रक्रिया को सरल बना सकते हैं। उदाहरण के लिए, वैलेंटाइन डे पार्टी के लिए कई पात्रों के व्यवहार को मैन्युअल रूप से स्क्रिप्ट करने के बजाय, यह बताना पर्याप्त है कि एक एजेंट पार्टी करना चाहता है। ये एजेंट स्वतंत्र रूप से एक-दूसरे के साथ बातचीत कर सकते हैं, और वातावरण पार्टी के बारे में बात फैलाने और दिखाने में सफल रहा। एक एजेंट ने दूसरे एजेंट को पार्टी में डेट के लिए भी कहा, यह सब एक एकल उपयोगकर्ता-जनित बीज सुझाव से हुआ।
एजेंट व्यक्तित्व और इंटरैक्शन
लेखकों ने प्रत्येक एजेंट की पहचान का एक-पैराग्राफ प्राकृतिक भाषा विवरण बनाया, जिसमें उनका व्यवसाय और अन्य एजेंटों के साथ संबंध शामिल हैं। ये विवरण एजेंट के लिए बीज यादों के रूप में काम करते हैं। उदाहरण के लिए, जॉन लिन को निम्नलिखित विवरण के साथ एक फार्मेसी दुकानदार के रूप में वर्णित किया गया है:
“जॉन लिन द वीटो मार्केट एंड फार्मेसी में एक फार्मेसी दुकानदार हैं जो लोगों की मदद करना पसंद करते हैं। वह हमेशा अपने ग्राहकों के लिए दवा प्राप्त करने की प्रक्रिया को आसान बनाने के तरीके खोजते रहते हैं।”
इन एजेंटों की अपनी दुनिया और आपस में सभी बातचीत प्राकृतिक भाषा के माध्यम से होती है। प्रत्येक टाइमस्टैम्प पर, एजेंट अपनी वर्तमान कार्रवाई का वर्णन करते हुए एक प्राकृतिक भाषा विवरण आउटपुट करते हैं, जिसे वर्तमान आंदोलनों में अनुवादित किया जाता है और सैंडबॉक्स इंटरफ़ेस पर इमोजी के एक सेट के रूप में प्रदर्शित किया जाता है।
एजेंटों को नियंत्रित और हेरफेर करना
हालांकि ये एआई एजेंट स्वतंत्र हैं और उनकी बातचीत स्वाभाविक रूप से होती है, उपयोगकर्ताओं के पास कुछ नियंत्रण भी है। उपयोगकर्ता गेम के साथ दो तरीकों से बातचीत कर सकते हैं:
- बातचीत के माध्यम से एजेंट के साथ संवाद करें।
- एक आंतरिक आवाज के रूप में एजेंट को निर्देश जारी करें, जो एजेंट के व्यवहार को नियंत्रित करता है।
उदाहरण के लिए, जब जॉन की आंतरिक आवाज के रूप में एक उपयोगकर्ता द्वारा बताया जाता है, “आप आगामी चुनाव में सैम के खिलाफ चुनाव लड़ने जा रहे हैं,” तो जॉन चुनाव लड़ने का फैसला करता है और अपनी उम्मीदवारी अपनी पत्नी और बेटे के साथ साझा करता है। यह दर्शाता है कि उपयोगकर्ता इन एजेंटों के वातावरण और व्यवहार को कैसे नियंत्रित और हेरफेर कर सकते हैं।
एक एजेंट के जीवन में एक दिन
एक एजेंट का दिन एक एकल पैराग्राफ विवरण के साथ शुरू होता है, और उनका व्यवहार एक-दूसरे और दुनिया के साथ बातचीत करने के साथ विकसित होता है। उदाहरण के लिए, जोनाथन सुबह लगभग 7 बजे उठता है, अपने दाँत ब्रश करता है, स्नान करता है, नाश्ता तैयार करता है और खाता है, और डाइनिंग टेबल पर समाचार देखता है। उसका बेटा एडी उठता है, और वे अपने दिन के बारे में जाने से पहले एक संक्षिप्त बातचीत करते हैं।
एजेंटों का व्यवहार अन्य एजेंटों के साथ उनकी बातचीत के आधार पर बदलता है। एजेंटों का आर्किटेक्चर प्रत्येक एजेंट के व्यवहार को नियंत्रित करता है, जिससे वे अपने वातावरण को समझ सकते हैं और धारणाओं को मेमोरी स्ट्रीम में संग्रहीत कर सकते हैं। जब उन्हें कोई कार्रवाई करने की आवश्यकता होती है, तो वे मेमोरी स्ट्रीम से जानकारी प्राप्त करते हैं और उस जानकारी के आधार पर अपनी अगली कार्रवाई की योजना बनाते हैं। संग्रहीत यादों का उपयोग एजेंटों के व्यवहार को बदलने के लिए भी किया जाता है, जिससे वे पिछली यादों पर विचार कर सकते हैं और पर्यावरण और अन्य एजेंटों के साथ अपनी बातचीत को समायोजित कर सकते हैं।
वास्तविक दुनिया के अनुप्रयोग
गेम और एनपीसी के अलावा, जेनरेटिव एजेंटों के वास्तविक दुनिया के अनुप्रयोग हैं। उदाहरण के लिए, यदि आप किसी मुश्किल व्यक्ति या व्यक्तित्व के साथ साक्षात्कार के लिए तैयारी कर रहे हैं, तो आप उनके व्यवहार का अनुकरण करने और उनके साथ बातचीत करने के लिए एआई एजेंटों का उपयोग कर सकते हैं। यह आपको साक्षात्कार या अन्य सामाजिक स्थितियों के लिए तैयारी करने में मदद कर सकता है।
ऑनलाइन डेमो
हालांकि ऑनलाइन डेमो वास्तविक समय में नहीं है और एक सिमुलेशन का एक पूर्व-संगणित रिप्ले प्रस्तुत करता है जो पहले हो चुका है, आप इंटरैक्शन और विभिन्न एजेंटों की गतिविधियों को देख सकते हैं। आप 25 विभिन्न एजेंटों में से एक का चयन कर सकते हैं और देख सकते हैं कि एजेंट किसी भी समय क्या कर रहा है। इस आकर्षक काम में गेमिंग उद्योग और हमारे द्वारा विभिन्न एआई एजेंटों के साथ बातचीत करने के तरीके को बदलने की क्षमता है, जिससे संभावनाओं की एक बिल्कुल नई दुनिया खुलती है।
https://reverie.herokuapp.com/arXiv_Demo/
निष्कर्ष में, जेनरेटिव एजेंट एआई की दुनिया में एक महत्वपूर्ण प्रगति का प्रतिनिधित्व करते हैं, जो एक ऐसे भविष्य की झलक पेश करते हैं जहां विश्वसनीय मानवीय व्यवहार का अनुकरण और इंटरैक्टिव किया जाता है। यह तकनीक गेमिंग और अन्य अनुप्रयोगों में क्रांति लाने का वादा करती है, जो एआई-संचालित अनुभवों और इंटरैक्शन के लिए अंतहीन अवसर प्रदान करती है।
अनुसंधान पत्र
https://arxiv.org/pdf/2304.03442.pdf