Изучение потенциала генеративных агентов: моделирование поведения человека с помощью ИИ

Изображение вверху: Генеративные агенты создают правдоподобные симулякры человеческого поведения для интерактивных приложений. В этой работе исследователи из Google и Стэнфорда демонстрируют генеративные агенты, заполняя песочницу, напоминающую The Sims, двадцатью пятью агентами. Пользователи могут наблюдать и вмешиваться в качестве агентов, планирующих свои дни, делиться новостями, налаживать отношения и координировать групповые действия.

🤓YouTuber ==1littlecoder== также снял видео на эту тему, посмотрите его: https://www.youtube.com/watch?v=ltslWT8h4YQ&t=97s

Найдите статью, которая легла в основу этой статьи, здесь 👉 https://arxiv.org/pdf/2304.03442.pdf

TL,DR

• 🤖Генеративные агенты – это вычислительные программные агенты, которые имитируют правдоподобное поведение человека с помощью искусственного интеллекта.
• 👨‍🏫Исследователи из Стэнфорда создали интерактивную среду-песочницу, вдохновленную The Sims, чтобы продемонстрировать потенциал генеративных агентов.
• 👯‍♂️В среде представлены 25 агентов с разными личностями, предпочтениями, навыками и целями.
• 🏋️У агентов есть воспоминания о прошлом опыте и размышления о текущих ситуациях, они могут выполнять различные действия и реагировать на события.
• 🔎Генеративные агенты используют архитектуру, состоящую из трех основных компонентов: наблюдение, планирование и отражение.
• 🕰️Архитектура расширяет модель большого языка (LLM) для хранения полной записи действий агента с использованием естественного языка.
• 💬Пользователи могут взаимодействовать с агентами, используя естественный язык, а генеративные агенты могут инициировать разговор на основе своих наблюдений, планов или размышлений.
• 🕺Надежность генеративных агентов определяется их способностью создавать реалистичные и последовательные модели поведения, отражающие их личность, предпочтения, навыки и цели.

Видение генеративных агентов: мир реалистичных и правдоподобных персонажей

Вы когда-нибудь задумывались, каково это жить в виртуальном мире, населенном реалистичными и правдоподобными персонажами? Что, если бы вы могли взаимодействовать с ними, используя естественный язык, и наблюдать за их повседневной жизнью, эмоциями и отношениями? Что, если бы вы могли создавать свои собственные сценарии и истории с этими персонажами и смотреть, как они реагируют? п

Это не научная фантастика. Это видение генеративных агентов, новая концепция, представленная группой исследователей из Стэнфордского университета. Генеративные агенты — это вычислительные программные агенты, которые имитируют правдоподобное поведение человека с помощью искусственного интеллекта. Они могут проснуться, приготовить завтрак и отправиться на работу; художники рисуют, а авторы пишут; они формируют мнения, замечают друг друга и заводят разговоры; они помнят и размышляют о прошедших днях, планируя следующий день.

В этой статье мы рассмотрим, как работают генеративные агенты, что они могут делать и почему они важны для будущего интерактивных приложений.

The Sims встречает искусственный интеллект: как генеративные агенты заполняют интерактивную среду-песочницу

Чтобы продемонстрировать потенциал генеративных агентов, исследователи создали интерактивную среду-песочницу, вдохновленную The Sims, популярной видеоигрой-симулятором жизни. В этой среде пользователи могут взаимодействовать с небольшим городком из двадцати пяти агентов, используя естественный язык. Они могут задавать им вопросы, давать им команды или присоединяться к их действиям.

Агенты имеют разные личности, предпочтения, навыки и цели. У них также есть воспоминания о своем прошлом опыте и размышления о своих нынешних ситуациях. Они могут выполнять различные действия, такие как еда, сон, работа, общение, упражнения и многое другое. Они также могут реагировать на такие события, как изменение погоды, праздники или вмешательство пользователя.

Среда динамична и развивается. Агенты могут влиять друг на друга и на свое окружение. Например, начиная с единственного указанного пользователем представления о том, что один агент хочет устроить вечеринку в честь Дня святого Валентина, агенты автономно рассылают приглашения на вечеринку в течение следующих двух дней, заводят новые знакомства, приглашают друг друга на свидания на вечеринку. , и координируйте свои действия, чтобы вместе прийти на вечеринку в нужное время.

В результате получается богатая и захватывающая симуляция человеческого поведения, которую пользователи могут исследовать и на которую могут влиять.

Один день из жизни генеративного агента: примеры индивидуального и социального поведения

Чтобы дать вам представление о том, на что способны генерирующие агенты, давайте рассмотрим несколько примеров индивидуального и социального поведения, которое они демонстрируют в среде песочницы. п

Одним из примеров является ==Алиса, начинающая художница, которая работает официанткой в ​​закусочной==. Алиса любит искусство и хочет совершенствовать свои навыки. Свободное время она рисует дома или посещает музеи. Она также любит читать книги и смотреть фильмы о художниках. Она влюблена в Боба, писателя, работающего в книжном магазине. Она часто навещает его на работе и пытается произвести впечатление своими картинами.

Другой пример: ==Чарли, энтузиаст фитнеса, который работает личным тренером в спортзале==. Чарли нравится тренироваться и помогать другим достигать их целей в фитнесе. Он любит есть здоровую пищу и избегать нездоровой пищи. У него есть соперничество с Дэйвом, другим тренером, работающим в том же спортзале. Они часто соревнуются друг с другом в различных задачах, таких как поднятие тяжестей или бег на беговых дорожках.

Третий пример — ==Ева, журналист, работающий в местной газете==. Ева любопытна и предприимчива. Ей нравится исследовать различные темы и писать о них истории. Она часто путешествует по городу и берет интервью у разных людей. Она дружит с Фрэнком, фотографом, который работает в той же газете. Они часто сотрудничают в проектах и ​​делятся своим мнением.

Это лишь некоторые из множества примеров генеративных агентов, заполняющих среду песочницы. У каждого агента есть своя уникальная история и личность, которую пользователи могут открыть для себя и с которыми могут взаимодействовать.

Как это работает: архитектура и компоненты генеративных агентов

Как работают генеративные агенты? Как они генерируют реалистичное и последовательное поведение? Как они общаются с пользователями и друг с другом?

Эксперимент по планированию дня рождения: это был сценарий, в котором один из генеративных агентов решил устроить вечеринку по случаю дня рождения для другого агента. Эксперимент показал, как генеративные агенты автономно координировали свои действия и общались друг с другом, планируя и проводя вечеринку.

🏛️Ответ кроется в архитектуре и компонентах генеративных агентов. Исследователи разработали архитектуру, которая расширяет большую языковую модель (LLM), такую ​​как GPT-3 или BERT, для хранения полной записи опыта агента с использованием естественного языка, синтеза этих воспоминаний с течением времени в отражения более высокого уровня и их извлечения. динамически планировать поведение.

Архитектура состоит из трех основных компонентов: наблюдения , планирования и размышлений . Каждый компонент выполняет определенную функцию:

* Наблюдение: этот компонент ==записывает сенсорные входы == агента (например, зрение или речь) с использованием предложений на естественном языке. Эти предложения хранятся в буфере эпизодической памяти, который отслеживает действия агента. * Планирование: этот компонент ==извлекает соответствующие воспоминания из буфера эпизодической памяти и использует их для создания плана следующего действия агента==. План состоит из последовательности предложений на естественном языке, которые описывают намерение и обоснование агента. План также сохраняется в буфере эпизодической памяти для дальнейшего использования. * Отражение: этот компонент ==синтезирует воспоминания агента с течением времени в отражения более высокого уровня==. Эти размышления представляют собой предложения на естественном языке, которые обобщают опыт, чувства, мнения и цели агента. Отражения также сохраняются в буфере эпизодической памяти и могут использоваться для управления поведением агента или общения с другими агентами или пользователями.

🤝Эти компоненты работают вместе, позволяя генеративным агентам генерировать реалистичные и последовательные модели поведения, отражающие их личность, предпочтения, навыки и цели. Они также позволяют генеративным агентам общаться с пользователями и другими агентами, используя естественный язык. Пользователи могут задавать генеративным агентам вопросы об их прошлых, настоящих или будущих действиях или о своих размышлениях о своем опыте. 🗣️Генеративные агенты также могут инициировать беседы с пользователями или другими агентами на основе их наблюдений, планов или размышлений.

Оценка: насколько правдоподобны генеративные агенты и что делает их таковыми?

Как мы можем измерить правдоподобность генеративных агентов? Как они соотносятся с актерами-людьми или другими типами агентов?

Исследователи провели оценочное исследование, чтобы ответить на эти вопросы. Они набрали 25 участников и попросили их просмотреть повторы среды песочницы с различными типами агентов: генеративными агентами, актерами-людьми, агентами по сценарию и случайными агентами. Участники оценили агентов по различным аспектам правдоподобности, таким как согласованность, последовательность, индивидуальность, эмоции и социальность.

Результаты показали, что ==генеративные агенты получили более высокий рейтинг, чем сценарные и случайные агенты по всем аспектам правдоподобности==. Они ==также были оценены выше, чем актеры-люди, по связности и последовательности, но ниже по личности, эмоциям и социальности==. Исследователи объяснили это ограничениями языковой модели и отсутствием невербальных сигналов в моделировании.

Заключение: будущее генеративных агентов и их приложений

Генеративные агенты — это новая концепция, сочетающая искусственный интеллект и интерактивное моделирование. Они могут создавать реалистичные и динамичные симуляции человеческого поведения, которые пользователи могут исследовать и влиять на них.

Генеративные агенты имеют множество потенциальных применений в различных областях. Например, их можно использовать в развлекательных целях, таких как создание захватывающих виртуальных миров или интерактивных историй. Их также можно использовать в образовательных целях, например, для обучения социальным навыкам или культурной осведомленности. Их также можно использовать в исследовательских целях, например для изучения человеческого поведения или проверки гипотез.

Однако генеративные агенты не идеальны. У них все еще есть ограничения и проблемы, которые необходимо решать. Например, они могут привести к ошибкам или несоответствиям из-за ограничений языковой модели или среды моделирования. Они также могут поднимать этические или социальные вопросы, такие как конфиденциальность, согласие или ответственность.

Генеративные агенты являются перспективным направлением для будущих исследований и разработок. Путем объединения больших языковых моделей с вычислительными интерактивными агентами в этой работе представлены архитектурные и интерактивные шаблоны для создания правдоподобных симуляций человеческого поведения.

🔥Если вы дочитали до этого места, значит, вы настоящая легенда 😎, и я искренне вам за это благодарен 🫰. Поставьте лайк или комментарий, чтобы узнать больше подобного контента.

До встречи 👋