BTC$29880

ETH$3666

Шукати

Штучний інтелект для людиноподібного моделювання генеративних агентів

Людиноподібні генеративні агенти широко використовуються в чат-ботах, віртуальних асистентах і творчих програмах для покращення взаємодії з користувачами. Вони працюють на основі обробки природної мови та моделей машинного навчання, таких як GPT-3, що дозволяє їм надавати зв’язні та контекстуально релевантні відповіді. Ці агенти знайшли застосування в різних сферах, зокрема в іграх, створенні контенту та допомозі користувачам у виконанні різноманітних завдань.

Однак ці агенти відрізняються від людей у певних аспектах. Їм бракує адаптивності та розуміння контексту, які часто притаманні людському мисленню. Щоб вирішити цю проблему, дослідники з Університету Вашингтона та Університету Гонконгу запропонували модель з використанням людиноподібних агентів, натхненних людською психологією. Ця модель використовує двосистемний механізм, де одна система відповідає за інтуїтивне мислення без зусиль, а інша – за логічне, обдумане мислення. Введення таких елементів, як базові потреби, емоції та соціальні відносини, має на меті вплинути на поведінку генеративних агентів.

Гуманоїдні агенти керуються як мисленням Системи 1, реагуючи на свої втілені умови, такі як базові потреби, так і мисленням Системи 2, що передбачає чітке планування. Джерело

У запропонованій системі людиноподібні агенти повинні взаємодіяти з іншими, і якщо вони цього не роблять, це призводить до негативного зворотного зв’язку, включаючи почуття самотності, хвороби та втоми. Цей підхід натхненний гіпотезою соціального мозку, яка припускає, що значна частина когнітивних здібностей людини еволюціонувала для моніторингу якості соціальних відносин.

Людиноподібні агенти візуалізують себе за допомогою ігрового інтерфейсу Unity WebGL і надають оновлення статусу змодельованих агентів за допомогою інтерактивної аналітичної панелі. Дослідники розробили ігрове середовище HTML-пісочниці в Unity WebGL для візуалізації світу агентів, що дозволяє користувачам обирати з різних сценаріїв і спостерігати за статусом і місцезнаходженням агентів на кожному кроці. Використання Plotly Dash дозволяє візуалізувати статуси людиноподібних агентів у часі.

Архітектура людиноподібних агентів. Крок 1: Агент ініціалізується на основі наданої користувачем початкової інформації. Крок 2: Агент планує свій день. Крок 3: Агент виконує дію на основі свого плану. Крок 4: Агент оцінює, чи змінила його дія стан основних потреб та емоції. Крок 5: Агент може оновити свій майбутній план на основі задоволення своїх базових потреб та емоцій. Крок 3a: Агент може спілкуватися з іншим агентом, якщо він знаходиться в тому ж місці, що може вплинути на близькість їхніх стосунків. Джерело

Хоча ці системи наразі підтримують діалоги між двома агентами, мета полягає в тому, щоб розширити їхні можливості, щоб уможливити багатосторонні розмови. Користувачі повинні бути поінформовані про те, що вони взаємодіють з симуляцією, оскільки вона не ідеально відтворює поведінку людини в реальному світі.

Використання людиноподібних генеративних агентів піднімає питання етики та конфіденційності. Ці агенти потенційно можуть поширювати дезінформацію, увічнювати упередження, присутні в їхніх навчальних даних, і потребують відповідального використання та моніторингу, щоб гарантувати, що вони приносять позитивну користь суспільству.