Wyobraź sobie świat, w którym programowe agenty obliczeniowe symulują wiarygodne ludzkie zachowania; świat, w którym artyści AI malują, a autorzy piszą; gdzie te agenty AI kształtują opinie i inicjują rozmowy, a wspomnienia są syntezowane w refleksje wyższego poziomu, aby planować zachowania. To jest świat agentów generatywnych. W tym artykule zbadamy przełomowy artykuł, który wprowadza agentów generatywnych i ich implikacje dla przyszłości gamingu i innych zastosowań.
Omówienie artykułu
Fascynujący nowy artykuł ze Stanford i Google zatytułowany „Agenci generatywni: Interaktywne symulakry ludzkich zachowań” wprowadza agentów generatywnych, czyli programowe agenty obliczeniowe, które symulują wiarygodne ludzkie zachowania. Naukowcy stworzyli symulowany świat, w którym umieścili 25 agentów generatywnych, każdy z własną osobowością.
Agenci ci budzą się, gotują śniadanie, idą do pracy i formułują opinie, tak jak ludzie. Fascynujące jest to, że agenci ci pamiętają i rozważają minione dni, planując kolejne, wykorzystując wspomnienia z interakcji, które odbyli. Wszystkimi tymi agentami steruje duży model językowy, a architektura rozszerza ten model o przechowywanie złożonych zapisów doświadczeń agentów za pomocą języka naturalnego.
Agenci wykazują wiarygodne indywidualne i emergentne zachowania społeczne, zupełnie jak ludzie. Praca ta ma istotne implikacje dla branży gier, ponieważ pozwala postaciom niegrywalnym (NPC) w grach wideo posiadać własny charakter i osobowość, wchodząc w bardziej naturalne interakcje z graczami.
Środowisko symulacyjne: Smartville
Autorzy zasymulowali mały, otwarty świat o nazwie Smartville, inspirowany popularną grą „The Sims”. Smartville składa się ze wspólnych przestrzeni mieszkalnych, domów, kawiarni, barów, sklepów, parków, uczelni, sklepów spożywczych i aptek. Chodziło o zbadanie, w jaki sposób zachowania społeczne mogą wyłaniać się wśród agentów AI.
W architekturze agentów uwzględniono trzy główne komponenty:
- Strumień pamięci: Rejestruje doświadczenia agentów.
- Refleksja: Syntezuje wspomnienia w wnioski wyższego rzędu.
- Planowanie: Przekształca wnioski w plany działania.
Te refleksje i plany wpływają na przyszłe zachowanie agentów, pozwalając im podejmować działania niezależnie.
Tworzenie wydarzeń i interakcji w grze
Agenci generatywni mogą uprościć proces tworzenia wydarzeń i interakcji w grze. Na przykład, zamiast ręcznie pisać skrypty zachowań wielu postaci na przyjęcie walentynkowe, wystarczy powiedzieć jednemu agentowi, że chce zorganizować przyjęcie. Agenci ci mogą niezależnie wchodzić ze sobą w interakcje, a środowisko z powodzeniem rozpowszechnia informacje o przyjęciu, a nawet na nie przybywa. Jeden agent zaprasza drugiego na randkę na to przyjęcie, a wszystko to z jednej, wygenerowanej przez użytkownika, zasugerowanej inspiracji.
Osobowości i interakcje agentów
Autorzy stworzyli jednoakapitowy opis w języku naturalnym tożsamości każdego agenta, w tym jego zawodu i relacji z innymi agentami. Opisy te służą jako wstępne wspomnienia dla agenta. Na przykład John Lin jest opisany jako właściciel apteki w następujący sposób:
„John Lin jest właścicielem apteki The Vito Market and Pharmacy, który uwielbia pomagać ludziom. Zawsze szuka sposobów na ułatwienie swoim klientom procesu zdobywania leków”.
Wszystkie interakcje tych agentów ze swoim światem i między sobą odbywają się za pomocą języka naturalnego. W każdym punkcie czasowym agenci generują stwierdzenie w języku naturalnym, opisujące ich bieżące działanie, które jest tłumaczone na bieżące ruchy i wyświetlane w interfejsie piaskownicy jako zestaw emoji.
Kontrolowanie i manipulowanie agentami
Chociaż ci agenci AI są niezależni, a ich interakcje zachodzą organicznie, użytkownicy również mają pewną kontrolę. Istnieją dwa sposoby, w jakie użytkownicy mogą wchodzić w interakcje z grą:
- Komunikuj się z agentem poprzez rozmowę.
- Wydawaj agentowi dyrektywy w formie wewnętrznego głosu, który kontroluje zachowanie agenta.
Na przykład, kiedy użytkownik mówi wewnętrznym głosem Johna: „Zamierzasz konkurować z Samem w nadchodzących wyborach”, John decyduje się kandydować i dzieli się swoją kandydaturą z żoną i synem. Pokazuje to, jak użytkownicy mogą kontrolować i manipulować środowiskiem i zachowaniem tych agentów.
Dzień z życia agenta
Dzień agenta zaczyna się od jednoakapitowego opisu, a jego zachowanie ewoluuje w miarę interakcji z innymi i światem. Na przykład Jonathan budzi się około 7 rano, myje zęby, bierze prysznic, przygotowuje i je śniadanie oraz sprawdza wiadomości przy stole. Jego syn Eddie budzi się i prowadzą krótką rozmowę przed rozpoczęciem dnia.
Zachowanie agentów zmienia się w zależności od ich interakcji z innymi agentami. Architektura agentów kontroluje zachowanie każdego agenta, umożliwiając mu postrzeganie otoczenia i przechowywanie spostrzeżeń w strumieniu pamięci. Kiedy muszą wykonać jakąś czynność, pobierają informacje ze strumienia pamięci i planują kolejne działanie na podstawie tych informacji. Przechowywane wspomnienia służą również do zmiany zachowania agentów, pozwalając im na refleksję nad przeszłymi wspomnieniami i dostosowywanie interakcji ze środowiskiem i innymi agentami.
Zastosowania w świecie rzeczywistym
Oprócz gier i NPC, agenci generatywni mają zastosowania w świecie rzeczywistym. Na przykład, jeśli przygotowujesz się do rozmowy z trudną osobą lub osobowością, możesz użyć agentów AI do symulowania ich zachowania i interakcji z nimi. Może to pomóc w przygotowaniu się do rozmowy lub innych sytuacji towarzyskich.
Demo online
Chociaż demo online nie odbywa się w czasie rzeczywistym i przedstawia wstępnie obliczoną powtórkę symulacji, która odbyła się wcześniej, możesz zobaczyć interakcje i działania różnych agentów. Możesz wybrać jednego z 25 różnych agentów i zobaczyć, co agent robi w danym momencie. Ta fascynująca praca może zmienić branżę gier i sposób, w jaki wchodzimy w interakcje z różnymi agentami AI, otwierając zupełnie nowy świat możliwości.
https://reverie.herokuapp.com/arXiv_Demo/
Podsumowując, agenci generatywni stanowią znaczący postęp w świecie sztucznej inteligencji, oferując wgląd w przyszłość, w której symulowane i interaktywne są wiarygodne ludzkie zachowania. Technologia ta obiecuje zrewolucjonizować gaming i inne aplikacje, zapewniając nieograniczone możliwości interakcji i doświadczeń opartych na sztucznej inteligencji.
Artykuł naukowy
https://arxiv.org/pdf/2304.03442.pdf