Den "virkelige" verden: AI-agenter planlegger fester og spør hverandre ut på datoer i en 16-bits virtuell by

"Dette er den sanne historien om 25 videospillkarakterer som er valgt ut til å bo i en by og få livene sine filmet ... for å finne ut hva som skjer når datamaskiner slutter å være høflige ... og begynne å bli ekte».

Forskere ved Google og Stanford har nylig laget et nytt slags realityshow – med AI-agenter i stedet for mennesker.

Ved å bruke OpenAIs virale chatbot ChatGPT og litt egendefinert kode, genererte de 25 AI-karakterer med bakhistorier, personligheter, minner og motivasjoner. Så slapp forskerne disse karakterene inn i en 16-bits videospillby – og lot dem fortsette med livene sine. Hva så gjør skje når datamaskiner begynner å bli ekte?

"Generative agenter våkner, lager frokost og drar til jobb," skrev forskerne i en forhåndstrykk papir lagt ut på arXiv som skisserer prosjektet. «Kunstnere maler, mens forfattere skriver; de danner meninger, og legger merke til hverandre, og setter i gang samtaler; de husker og reflekterer over tidligere dager mens de planlegger neste dag.»

Ikke akkurat medrivende TV, men overraskende naturtro for det som koker ned til en enorm maskinlæringsalgoritme ... snakker til seg selv.

AI-byen, Smallville, er bare den siste utviklingen i et fascinerende øyeblikk for AI. Mens den grunnleggende versjonen av ChatGPT tar interaksjoner én om gangen – skriv en melding, få svar –en rekke avleggerprosjekter kombinerer ChatGPT med andre programmer for automatisk å fullføre en kaskade av oppgaver. Disse kan inkludere å lage en gjøremålsliste og krysse av elementer på listen én etter én, google informasjon og oppsummere resultatene, skrive og feilsøke kode, til og med kritisere og korrigere ChatGPTs egne utdata.

Det er denne typen overlappende interaksjoner som får Smallville til å fungere også. Forskerne har laget en serie medfølgende algoritmer som sammen driver enkle AI-agenter som kan lagre minner og deretter reflektere, planlegge og handle basert på disse minnene.

Det første trinnet er å lage en karakter. For å gjøre dette skriver forskerne et grunnleggende minne i form av en detaljert melding som beskriver karakterens personlighet, motivasjon og situasjon. Her er et forkortet eksempel fra avisen: «John Lin er en apotekhandler på Willow Market and Pharmacy som elsker å hjelpe mennesker. Han leter alltid etter måter å gjøre prosessen med å få medisin enklere for kundene sine; John Lin bor sammen med sin kone, Mei Lin, som er universitetsprofessor, og sønnen, Eddy Lin, som er en student som studerer musikkteori.»

Men karakterisering er ikke nok. Hver karakter trenger også et minne. Så laget laget en database kalt "minnestrømmen" som logger en agents opplevelser på dagligdags språk.

Når du får tilgang til minnestrømmen, viser en agent de nyeste, viktige og relevante minnene. Hendelser av størst «viktighet» blir registrert som separate minner som forskerne kaller «refleksjoner». Til slutt lager agenten planer ved å bruke et rede av stadig mer detaljerte meldinger som deler opp dagen i mindre og mindre tidsintervaller – hver plan på høyt nivå blir dermed delt opp i mindre trinn. Disse planene legges også til minnestrømmen for henting.

Etter hvert som agenten går sin gang – oversetter tekstmeldinger til handlinger og samtaler med andre karakterer i spillet – tar den på minnestrømmen av opplevelser, refleksjoner og planer for å informere hver handling og samtale. I mellomtiden strømmer nye opplevelser tilbake til strømmen. Prosessen er ganske enkel, men når den kombineres med OpenAIs store språkmodeller ved hjelp av ChatGPT-grensesnittet, er utdataene overraskende kompleks, til og med fremvoksende.

I en test fikk teamet en karakter, Isabella, til å planlegge en Valentinsdagsfest og en annen, Maria, til å være forelsket i en tredje, Klaus. Isabella fortsatte med å invitere venner og kunder til festen, dekorere kafeen og rekruttere Maria, hennes venninne, til å hjelpe. Maria nevner festen for Klaus og inviterer ham til å bli med henne. Fem agenter deltar på festen - men like menneskelige - flere flaker eller bare unnlater å dukke opp.

Utover de første frøene – festplanen og forelskelsen – dukket resten opp av seg selv. "Den sosiale atferden med å spre ordet, dekorere, spørre hverandre ut, ankomme festen og samhandle med hverandre på festen, ble initiert av agentarkitekturen," skrev forfatterne.

Det er bemerkelsesverdig at dette kan oppnås, for det meste, ved ganske enkelt å dele ChatGPT i en rekke funksjonelle deler og personligheter og spille dem av hverandre.

Videospill er den mest åpenbare anvendelsen av denne typen troverdige, åpne interaksjoner, spesielt når de kombineres med avatarer med høy kvalitet. Ikke-spillerkarakterer kan utvikle seg fra manusbaserte interaksjoner til samtaler med overbevisende personligheter.

Forskerne advarer folk kan bli fristet til å danne relasjoner med realistiske karakterer—en trend som allerede er her– og designere bør passe på å legge til innholdsrekkverk og alltid fraskrive seg når en karakter er en agent. Andre risikoer inkluderer de som gjelder generativ AI for øvrig, for eksempel spredning av feilinformasjon og overavhengighet av agenter.

Denne tilnærmingen er kanskje ikke praktisk nok å jobbe i mainstream videospill ennå, men det tyder på at en slik fremtid sannsynligvis kommer snart.

Det samme gjelder den større trenden innen agenter. Nåværende implementeringer er fortsatt begrenset, til tross for hypen. Men å koble sammen flere algoritmer—komplett med plugins og internettilgang– kan tillate opprettelsen av dyktige, assistentlignende agenter som kan utføre flertrinnsoppgaver på en prompt. På lengre sikt kan slik automatisert AI være ganske nyttig, men også utgjøre en risiko for feiljusterte algoritmer som forårsaker uventede problemer i stor skala.

Foreløpig er det mest åpenbare hvordan dansen mellom generativ AI og et fellesskap av utviklere og forskere fortsetter å dukke opp overraskende nye retninger og muligheter – en tilbakemeldingssløyfe som ikke viser noen tegn til å avta ennå.

Bildekreditt: "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

• SEO-drevet innhold og PR-distribusjon. Bli forsterket i dag.
• Platoblokkkjede. Web3 Metaverse Intelligence. Kunnskap forsterket. Tilgang her.
• Minting the Future med Adryenn Ashley. Tilgang her.
• kilde: https://singularityhub.com/2023/04/16/the-real-world-ai-agents-plan-parties-and-ask-each-other-out-on-dates-in-16-bit-virtual-town/