Ovaj AI dokument iz Stanforda i Googlea predstavlja generativne agente: interaktivne računalne agente koji simuliraju ljudsko ponašanje

Bez sumnje, AI roboti mogu generirati prirodni jezik visoke kvalitete i tečnosti. Dugo su vremena istraživači i praktičari razmišljali o izgradnji pješčane civilizacije pune agenata s ljudskim ponašanjem kako bi naučili o različitim vrstama interakcija, međuljudskih veza, društvenih teorija i još mnogo toga. Vjerodostojne zamjene za ljudsko ponašanje mogu potaknuti razne interaktivne aplikacije, od virtualne stvarnosti do treninga društvenih vještina do programa za izradu prototipova. Istraživači sa Sveučilišta Stanford i Google Research predstavili su agente koji koriste generativne modele kako bi oponašali individualna i novonastala kolektivna ponašanja kao odgovor na njihove identitete, promjenjiva iskustva i okruženja.

Ključni doprinosi grupe sažeti su kako slijedi:

• Agenti čije je ponašanje prihvatljivo jer je dinamički uvjetovano evoluirajućim iskustvima i okolinom agenata nazivaju se generativnim agentima.
• Revolucionarni okvir za omogućavanje kapaciteta generativnih agenata za dugoročno pamćenje, pronalaženje, razmišljanje, društvenu interakciju i planiranje scenarija u uvjetima koji se brzo mijenjaju.
• Dvije vrste testova (kontrolirano ispitivanje i end-to-end test) koriste se za određivanje vrijednosti različitih dijelova arhitekture i pronalaženje problema poput neispravnog dohvaćanja memorije.
• Raspravlja se o prednostima i mogućim opasnostima za društvo i etiku koje predstavljaju interaktivni sustavi koji koriste generativne agense.

Cilj grupe bio je stvoriti okvir virtualnog otvorenog svijeta u kojem pametni agenti obavljaju svoje svakodnevne živote i komuniciraju jedni s drugima na prirodnom jeziku kako bi rasporedili svoje dane, razmjenjivali informacije, sklapali prijateljstva i koordinirali grupne aktivnosti kao odgovor na okolišne i povijesne znakovi. Kombinacijom velikog jezičnog modela (LLM) s mehanizmima koji sintetiziraju i ekstrahiraju podatke na temelju rezultata LLM-a, tim je stvorio novu agentsku arhitekturu koja agentima omogućuje učenje iz prošlih pogrešaka i stvaranje preciznijih zaključaka u stvarnom vremenu, a istovremeno čuva dugo pojam karakterna koherencija.

Složena ponašanja mogu biti vođena rekurzivnom sintezom snimaka agenata u opažanja više razine. Agentov memorijski tok je baza podataka koja sadrži potpuni prikaz agentovih prethodnih iskustava. Kako bi se prilagodio svom promjenjivom okruženju, agent može pristupiti relevantnim podacima iz svog toka memorije, obraditi to znanje i formulirati akcijski plan.

Istraživači su regrutirali ljudske ocjenjivače i dali su 25 svojih predloženih generativnih agenata da funkcioniraju kao likovi koji nisu igrači (NPC) u okruženju Smallville sandboxa razvijenom s okvirom za razvoj mrežnih igara Phaser. Dosljedni prikazi svojih likova agenata i njihove uvjerljive imitacije ljudskog pamćenja, planiranja, reakcije i promišljanja bili su zaštitni znakovi eksperimenta. Međusobno su komunicirali prirodnim jezikom tijekom dva puna dana igre.

Prijave

• Kombinacijom generativnih agenata s multimodalnim modelima, jednog dana možemo imati društvene robote koji mogu komunicirati s ljudima online i offline. Zbog toga se sada može napraviti prototip društvenih sustava i ideja, testirati nova interaktivna iskustva i konstruirati sve realističnije modele ljudskog ponašanja.
• Proces dizajna usmjeren na čovjeka još je jedno područje u kojem se mogu koristiti kognitivni modeli poput GOMS-a i Model razine pritiska tipke.
• Korištenje generativnih agenata kao pomoćnika za korisnike omogućuje da se nauči više o njihovim zahtjevima i preferencijama, što dovodi do prilagođenijih i učinkovitijih tehnoloških interakcija.

S potencijalom za korištenje u igranju uloga, izradi društvenih prototipova, okruženjima koja uživljavaju u igrice, ova studija pridonosi napretku simulakruma temeljenih na LLM-u u kojima žive agenti s dinamičnim i interaktivnim ponašanjem sličnim ljudskim. Komponente arhitekture generativnog agenta predložene u ovom radu mogu se dalje razvijati u daljnjim studijama. Na primjer, funkcije relevantnosti, nedavnosti i značaja koje čine funkciju dohvaćanja mogu se prilagoditi kako bi se poboljšala sposobnost modula dohvaćanja da pronađe najrelevantniji materijal u određenom kontekstu. Također se mogu poduzeti napori da se poboljša izvedba arhitekture, čime se štede troškovi.

Buduća bi istraživanja trebala nastojati ispitati ponašanje generativnih agenasa tijekom duljeg vremenskog razdoblja kako bi se stekla potpuna spoznaja o njihovim sposobnostima i ograničenjima, jer je procjena njihovog ponašanja u ovom radu bila ograničena na vrlo kratak vremenski okvir.