Den 'rigtige' verden: AI-agenter planlægger fester og spørg hinanden ud på dates i 16-bit virtuel by

Den 'rigtige' verden: AI-agenter planlægger fester og spørg hinanden ud på dates i 16-bit virtuel by

The ‘Real’ World: AI Agents Plan Parties and Ask Each Other Out on Dates in 16-Bit Virtual Town PlatoBlockchain Data Intelligence. Vertical Search. Ai.

"Dette er den sande historie om 25 videospilkarakterer, der er udvalgt til at bo i en by og få deres liv optaget ... for at finde ud af, hvad der sker, når computere holder op med at være høflige ... og begynde at blive ægte".

Forskere hos Google og Stanford har for nylig skabt et nyt realityshow af slagsen - med AI-agenter i stedet for mennesker.

Ved at bruge OpenAIs virale chatbot ChatGPT og noget brugerdefineret kode genererede de 25 AI-karakterer med baghistorier, personligheder, minder og motivationer. Derefter droppede forskerne disse karakterer i en 16-bit videospilsby – og lod dem komme videre med deres liv. Og hvad så gør ske, når computere begynder at blive rigtige?

"Generative agenter vågner op, laver morgenmad og går på arbejde," skrev forskerne i en fortrykt papir indsendt til arXiv, der skitserer projektet. ”Kunstnere maler, mens forfattere skriver; de danner meninger og lægger mærke til hinanden og indleder samtaler; de husker og reflekterer over tidligere dage, mens de planlægger den næste dag."

Ikke ligefrem medrivende fjernsyn, men overraskende livagtig for det, der bunder i en enorm maskinlæringsalgoritme...at tale til sig selv.

AI-byen, Smallville, er blot den seneste udvikling i et fascinerende øjeblik for AI. Mens den grundlæggende version af ChatGPT tager interaktioner én ad gangen – skriv en prompt, få et svar –en række udløbsprojekter kombinerer ChatGPT med andre programmer for automatisk at fuldføre en kaskade af opgaver. Disse kan omfatte at lave en huskeliste og afkrydse elementer på listen én efter én, google information og opsummering af resultaterne, skrivning og fejlretning af kode, selv at kritisere og rette ChatGPT's eget output.

Det er den slags overlappende interaktioner, der også får Smallville til at fungere. Forskerne har lavet en række ledsagende algoritmer, der sammen driver simple AI-agenter, der kan lagre minder og derefter reflektere, planlægge og handle baseret på disse minder.

Det første skridt er at skabe en karakter. For at gøre dette skriver forskerne en grundlæggende hukommelse i form af en detaljeret prompt, der beskriver karakterens personlighed, motivationer og situation. Her er et forkortet eksempel fra avisen: "John Lin er en apoteker på Willow Market and Pharmacy, som elsker at hjælpe mennesker. Han leder altid efter måder at gøre processen med at få medicin nemmere for sine kunder; John Lin bor sammen med sin kone, Mei Lin, som er universitetsprofessor, og søn, Eddy Lin, som er studerende, der studerer musikteori.”

Men karakterisering er ikke nok. Hver karakter har også brug for en hukommelse. Så teamet oprettede en database kaldet "hukommelsesstrømmen", der logger en agents oplevelser i dagligdags sprog.

Når man får adgang til hukommelsesstrømmen, viser en agent de seneste, vigtige og relevante minder. Begivenheder af den største "betydning" registreres som separate minder, som forskerne kalder "refleksioner". Endelig opretter agenten planer ved hjælp af en rede af mere og mere detaljerede meddelelser, der deler dagen op i mindre og mindre tidsintervaller - hver plan på højt niveau er således opdelt i mindre trin. Disse planer føjes også til hukommelsesstrømmen til hentning.

Mens agenten går sin dag – oversætter tekstprompts til handlinger og samtaler med andre karakterer i spillet – bruger den sin hukommelsesstrøm af oplevelser, refleksioner og planer for at informere hver handling og samtale. I mellemtiden strømmer nye oplevelser tilbage i strømmen. Processen er ret enkel, men når den kombineres med OpenAIs store sprogmodeller ved hjælp af ChatGPT-grænsefladen, er outputtet overraskende komplekst, endda fremvoksende.

I en test fik holdet en karakter, Isabella, til at planlægge en Valentinsdagsfest og en anden, Maria, til at være forelsket i en tredje, Klaus. Isabella fortsatte med at invitere venner og kunder til festen, dekorere cafeen og rekruttere Maria, hendes veninde, til at hjælpe. Maria nævner festen for Klaus og inviterer ham til at tage med. Fem agenter deltager i festen - men lige så menneskelige - flere flager eller dukker simpelthen ikke op.

Ud over de indledende frø – festplanen og forelskelsen – opstod resten af ​​sig selv. "Den sociale adfærd med at sprede ordet, dekorere, spørge hinanden ud, ankomme til festen og interagere med hinanden til festen, blev initieret af agentarkitekturen," skrev forfatterne.

Det er bemærkelsesværdigt, at dette for det meste kan opnås ved blot at opdele ChatGPT i en række funktionelle dele og personligheder og spille dem ud af hinanden.

Videospil er den mest oplagte anvendelse af denne form for troværdig, åben interaktion, især når de kombineres med high-fidelity-avatarer. Ikke-spillerkarakterer kan udvikle sig fra scriptede interaktioner til samtaler med overbevisende personligheder.

Forskerne advarer om, at folk kan blive fristet til at danne relationer med realistiske karakterer -en trend, der allerede er her– og designere bør sørge for at tilføje indholdsværn og altid fraskrive sig, når en karakter er en agent. Andre risici omfatter dem, der gælder for generativ kunstig intelligens som helhed, såsom spredning af misinformation og overdreven afhængighed af agenter.

Denne tilgang er måske ikke praktisk nok at arbejde i almindelige videospil endnu, men det tyder på, at en sådan fremtid sandsynligvis kommer snart.

Det samme er tilfældet med den større tendens i agenter. De nuværende implementeringer er stadig begrænsede på trods af hypen. Men at forbinde flere algoritmer—komplet med plugins og internetadgang— kan give mulighed for oprettelse af dygtige, assistent-lignende agenter, der kan udføre flertrinsopgaver ved en prompt. På længere sigt kan en sådan automatiseret AI være ganske nyttig, men også udgøre en risiko for fejljusterede algoritmer, der forårsager uventede problemer i stor skala.

For nu er det mest indlysende, hvordan dansen mellem generativ AI og et fællesskab af udviklere og forskere fortsætter med at dukke op med overraskende nye retninger og muligheder – en feedbackloop, der ikke viser tegn på at blive langsommere endnu.

Billedkredit: "Generative Agents: Interactive Simulacra of Human Behavior," Joon Sung Park, Joseph C. O'Brien, Carrie J. Cai, Meredith Ringel Morris, Percy Liang, Michael S. Bernstein

Tidsstempel:

Mere fra Singularitet Hub