生成式智能體 —— 來自 NPC 們的獨立宣言

游戲里的 NPC 都見過吧？

不管 NPC 是干嘛的，有任務的接任務，沒任務的尬聊，他們共同的特點就是 —— 翻來覆去就是那幾句話。

原因也很簡單，這些 NPC 還不夠智能。

換句話說，傳統(tǒng)的 NPC 都是先給他們安排好劇本，安排好話術，該到哪步就說哪句話。

而隨著 ChatGPT 的出現，這些游戲角色的對話可以在只輸入關鍵信息的前提下，自我生成。

這就是斯坦福和谷歌的研究者們在做的事 —— 用人工智能創(chuàng)造出的生成式智能體。

生成式智能體怎么生成？

這玩意兒的機理其實很簡單，用一張圖就可以簡單進行概括。

最左邊的 Perceive 就像是最開始的輸入，智能體開始接收各類信息。

而中間的大框框，就是最主要的部分了，這里揭示了生成式智能體是怎么「生成」內容的，并且自發(fā)地走到最后一步「Act」。

生成式智能體最主要的特點就是有個 Memory Stream，也就是內存流。

就像上面提到的傳統(tǒng) npc，他們的行為和言語都是規(guī)定好的，沒有自由發(fā)揮的空間。

而如果想自由發(fā)揮，就必須有自己的「庫」，這個「庫」里有 AI 記下的日常所見、所聽的事物，并加以思考，這樣才能進一步「Act」。

AI 必須得學習嘛。

而提取記憶、計劃、反思的環(huán)節(jié)，就是 AI 處理記憶的環(huán)節(jié)。AI 不光能記住每天發(fā)生了什么，還能反思這些事件，制定每一天的計劃。

同時，由 AI 的行為所引起的新反饋，他們也會記住，并當成新的素材，繼續(xù)展開新一輪的處理。

Observation 就是每個角色對周遭環(huán)境以及人、事的觀察，Reflection 則是對這些觀察到的現象的思考。

然后角色們再根據這些內容生成 Plan。

一開始，他們先自己制定出大致的計劃，然后慢慢細化。先是制定小時計劃，再制定出 5-15 分鐘的短期計劃。

并且，角色還會根據周遭環(huán)境的變化修改各自的計劃。完全模仿人類行為，誰不是一天到頭瘋狂修改自己的計劃的呢。

這樣，我們就看到了生成式智能體的魅力。

我們可以看到，完全體的生成式智能體（包含觀察、思考、計劃三部分）的表現要比缺少任何一種、兩種的架構表現好得多。

可愛小人 Emoji

在谷歌和斯坦福研究人員設計的場景下，一共有 25 個小 AI 人，生活在這么一張地圖中。

研究人員一共設置了 25 個角色，并且給每個角色都設定了姓名和職業(yè)等基本信息。

比方說，John Lin 是一個藥店店員，十分樂于助人。他總是在思考如何讓他的客戶更方便地拿藥。

生活方面，John 和他的妻子 Mei Lin 一起生活，后者是一個大學教授。他們的兒子 Eddy Lin 正在學習音樂理論。

同時還建立了角色之間初始的關系網，比如 John 和他鄰居的關系，對鄰居的看法，以及和藥店同事之間的關系，平時愛聊什么等等。

每一個角色都有這么一段預設的文字，初步勾勒出了角色框架，引發(fā)后續(xù)的交互。

而剩下的部分，就靠 AI 自己發(fā)揮了。

每個角色的行為都會由 emoji 表示，并且會在系統(tǒng)中用一句話概括。比如某某正在寫日記，就會用

來表示。

有一天，Isabella 和 Tom 相遇。他們聊起了有關競選的話題。

要知道，角色之間能使用完整清晰的自然語言進行交流。并且每個角色都能感知到附近的其他角色，并能根據各自的性格和人物關系來自行決定，是擦肩而過還是開始攀談。

Isabella：「我還在想我該選誰。但我和 Sam Moore 聊過競選的事。你對他是什么看法？」

Tom：「講實話，我不是很喜歡 Sam。我覺得他有點脫離咱們的社區(qū)，不會為咱們的利益最大化而考慮?！?/p>

而出于試驗的目的，研究人員還可以進行干預。不過這種干預不同于傳統(tǒng)的輸入劇本。而是在一些分支的走向上稍微施加一點力量，余下的部分還是靠 AI 自己發(fā)揮。

而具體到每一天的日常，每一個角色都會有自己的「routine」，這個「routine」是預設的。

以下就是藥房小哥 John Lin 的一天。而至于每天會發(fā)生什么新鮮事，就是最有意思的部分了。

最后，再讓我們看看情人節(jié)這天 AI 之間發(fā)生了什么有趣的互動吧。

在情人節(jié)這天，研究人員給了兩個角色 Isabella 和 Maria 一人一條預設信息，告訴 Isabella 她要舉辦一場派對，并告訴 Maria 她喜歡 Klaus。

然后，兩個角色就開始自己玩自己的了。

Isabella 在地圖中溜達，看見人就邀請他們來自己的派對。

這其中就包括 Maria。Maria 肯定也不會錯過這個機會和 Klaus 相處，于是她找到 Klaus，邀請他一同前往 Isabella 的派對。

Isabella 邀請完人也沒閑著，去咖啡廳裝飾了場地，還請來了 Maria 幫忙。

上面這張圖展現了這些 AI 相互之間的關系，以及由派對引發(fā)的交互。

然后一群人 AI 就快快樂樂地在下午五點開始派對了。

下面這張圖則是詳細地展開了這場派對的舉辦是怎么由 AI 自發(fā)引導的。涉及到了記憶的提取、從對環(huán)境的觀察中進行的反思，以及決策。

左側是 Isabella 觀察到的環(huán)境內容，比如閑置的冰箱、床、架子、書桌、衣柜等等，然后根據環(huán)境和要舉辦派對的意圖，做出了裝飾、邀請、設計派對等等決策。

如此一來，整個過程就顯得非常飽滿了。

科幻照進現實？

以上的場景看似簡單好玩，但是越發(fā)展越能展現出不一樣的力量。

Pete 在推特上表示，這個成果未來可以應用在很多方面。

比如說應用在 VR 世界，有了這種生成式智能體充當 npc，想必像西部世界里設想的場景不再會是遙不可及的。

「在西部世界中，每一個 NPC 都有自己的思想，性格，計劃，以及人際關系。甚至，更多的東西都是自主生成的?！?/p>

而由谷歌和斯坦福的研究者們做的這個玩意兒，就是個迷你的 Q 版西部世界。

參考資料：

• https://twitter.com/nonmayorpete/status/1645355225157615616

• https://www.reddit.com/r/MachineLearning/comments/12hluz1/r_generative_agents_interactive_simulacra_of/

本文來自微信公眾號：新智元 （ID：AI_era）

廣告聲明：文內含有的對外跳轉鏈接（包括不限于超鏈接、二維碼、口令等形式），用于傳遞更多信息，節(jié)省甄選時間，結果僅供參考，IT之家所有文章均包含本聲明。