Il mondo "reale": gli agenti di intelligenza artificiale organizzano feste e si chiedono appuntamenti a vicenda nella città virtuale a 16 bit

Il mondo "reale": gli agenti di intelligenza artificiale organizzano feste e si chiedono appuntamenti a vicenda nella città virtuale a 16 bit

Il mondo "reale": gli agenti IA organizzano feste e si chiedono appuntamenti a vicenda nella città virtuale a 16 bit PlatoBlockchain Data Intelligence. Ricerca verticale. Ai.

"Questa è la vera storia di 25 personaggi dei videogiochi scelti per vivere in una città e registrare le loro vite... per scoprire cosa succede quando i computer smettono di essere educati... e inizia a diventare reale. "

I ricercatori di Google e Stanford hanno recentemente creato una sorta di nuovo reality show, con agenti di intelligenza artificiale invece che persone.

Usando il chatbot virale ChatGPT di OpenAI e del codice personalizzato, hanno generato 25 personaggi AI con storie, personalità, ricordi e motivazioni. Quindi i ricercatori hanno lasciato questi personaggi in una città di videogiochi a 16 bit e li hanno lasciati andare avanti con le loro vite. E allora effettua succede quando i computer iniziano a diventare reali?

"Gli agenti generativi si svegliano, preparano la colazione e si mettono al lavoro", hanno scritto i ricercatori in a carta prestampata pubblicato su arXiv delineando il progetto. “Gli artisti dipingono, mentre gli autori scrivono; formano opinioni, si notano a vicenda e iniziano conversazioni; ricordano e riflettono sui giorni passati mentre pianificano il giorno successivo.

Televisione non esattamente avvincente, ma sorprendentemente realistica per quello che si riduce a un enorme algoritmo di apprendimento automatico... che parla da solo.

La città dell'IA, Smallville, è solo l'ultimo sviluppo in un momento affascinante per l'IA. Mentre la versione base di ChatGPT accetta le interazioni una alla volta (scrivi un messaggio, ricevi una risposta)una serie di progetti derivati stanno combinando ChatGPT con altri programmi per completare automaticamente una cascata di attività. Questi potrebbero includere la creazione di un elenco di cose da fare e il controllo degli elementi nell'elenco uno per uno, le informazioni su Google e il riepilogo dei risultati, scrittura e debug del codice, anche criticando e correggendo l'output di ChatGPT.

Sono questi tipi di interazioni a cascata che fanno funzionare anche Smallville. I ricercatori hanno creato una serie di algoritmi complementari che, insieme, alimentano semplici agenti di intelligenza artificiale in grado di immagazzinare ricordi e quindi riflettere, pianificare e agire in base a quei ricordi.

Il primo passo è creare un personaggio. Per fare ciò, i ricercatori scrivono un ricordo fondamentale sotto forma di un suggerimento dettagliato che descrive la personalità, le motivazioni e la situazione di quel personaggio. Ecco un breve esempio tratto dal giornale: “John Lin è un negoziante di farmacia al Willow Market and Pharmacy che ama aiutare le persone. È sempre alla ricerca di modi per semplificare il processo di acquisizione dei farmaci per i suoi clienti; John Lin vive con sua moglie, Mei Lin, che è una professoressa universitaria, e il figlio, Eddy Lin, che è uno studente che studia teoria musicale.

Ma la caratterizzazione non è sufficiente. Ogni personaggio ha anche bisogno di un ricordo. Quindi, il team ha creato un database chiamato "flusso di memoria" che registra le esperienze di un agente nel linguaggio quotidiano.

Quando si accede al flusso di memoria, un agente fa emergere i ricordi più recenti, importanti e rilevanti. Gli eventi della massima "importanza" vengono registrati come ricordi separati che i ricercatori chiamano "riflessi". Infine, l'agente crea piani utilizzando una serie di suggerimenti sempre più dettagliati che suddividono la giornata in incrementi di tempo sempre più piccoli: ogni piano di alto livello viene quindi suddiviso in passaggi più piccoli. Questi piani vengono anche aggiunti al flusso di memoria per il recupero.

Mentre l'agente svolge la sua giornata, traducendo suggerimenti di testo in azioni e conversazioni con altri personaggi del gioco, attinge al suo flusso di memoria di esperienze, riflessioni e piani per informare ogni azione e conversazione. Nel frattempo, nuove esperienze ritornano nel flusso. Il processo è abbastanza semplice, ma se combinato con i modelli di linguaggio di grandi dimensioni di OpenAI tramite l'interfaccia ChatGPT, l'output è sorprendentemente complesso, persino emergente.

In un test, il team ha spinto un personaggio, Isabella, a organizzare una festa di San Valentino e un altro, Maria, ad avere una cotta per un terzo, Klaus. Isabella ha continuato a invitare amici e clienti alla festa, decorare il caffè e reclutare Maria, la sua amica, per aiutarla. Maria accenna alla festa a Klaus e lo invita ad andare con lei. Cinque agenti partecipano alla festa, ma ugualmente umani, diversi si sfaldano o semplicemente non si presentano.

Al di là dei semi iniziali - il piano del partito e la cotta - il resto è emerso da solo. "I comportamenti sociali di spargere la voce, decorare, invitarsi a vicenda, arrivare alla festa e interagire tra loro alla festa, sono stati avviati dall'architettura dell'agente", hanno scritto gli autori.

È straordinario che ciò possa essere ottenuto, per la maggior parte, semplicemente suddividendo ChatGPT in un numero di parti e personalità funzionali e mettendole in gioco l'una con l'altra.

I videogiochi sono l'applicazione più ovvia di questo tipo di interazione credibile e aperta, soprattutto se combinati con avatar ad alta fedeltà. I personaggi non giocanti potrebbero evolversi da interazioni con script a conversazioni con personalità convincenti.

I ricercatori avvertono che le persone potrebbero essere tentate di stabilire relazioni con personaggi realistici:una tendenza che è già qui- e i progettisti dovrebbero aver cura di aggiungere barriere di contenuto e negare sempre quando un personaggio è un agente. Altri rischi includono quelli applicabili all'IA generativa in generale, come la diffusione della disinformazione e l'eccessivo affidamento sugli agenti.

Questo approccio potrebbe non essere abbastanza pratico per funzionare ancora nei videogiochi tradizionali, ma suggerisce che un futuro del genere arriverà presto.

Lo stesso vale per la tendenza più ampia degli agenti. Le attuali implementazioni sono ancora limitate, nonostante l'hype. Ma collegando più algoritmi—completo di plug-in e accesso a Internet—può consentire la creazione di agenti capaci, simili ad assistenti, in grado di eseguire attività in più fasi in un momento opportuno. A lungo termine, tale intelligenza artificiale automatizzata potrebbe essere molto utile, ma comporta anche il rischio che algoritmi disallineati causino problemi imprevisti su larga scala.

Per ora, ciò che è più ovvio è come la danza tra l'IA generativa e una comunità di sviluppatori e ricercatori continui a far emergere nuove direzioni e capacità sorprendenti, un ciclo di feedback che non mostra ancora segni di rallentamento.

Immagine di credito: "Agenti generativi: simulacri interattivi del comportamento umano", Joon Sung Park, Joseph C. O'Brien, Carrie J. Cai, Meredith Ringel Morris, Percy Liang, Michael S. Bernstein

Timestamp:

Di più da Hub di singolarità