用ChatGPT控制NPC，行动逼真如正常人！斯坦福谷歌新研究炸场

放任25个AI共同生活，他们竟然模拟起了人类的行动！

不仅像人一样起床、刷牙、吃饭、睡觉，还会被迫“出门打工”，甚至在闲暇时分一起庆祝节日。

这一切，来自斯坦福和谷歌的一项新研究——

他们做了一个很新的实验，创造了25个AI NPC，每个NPC都有不同的身份和行动决策，并让它们在一个沙盒环境中共同生活，背后依靠ChatGPT大模型来完成行动决策。

结果发现，这些AI NPC不仅会像人一样生活，如作家就去写作、店主就去经营商店，而且他们彼此之间还会发生交互，甚至产生对话：

研究一po出就爆火，宾大沃顿商学院教授Ethan Mollick表示：

这些行动相比“角色扮演”，更像是正常人类会做出来的行动。

OpenAI科学家Andrej Karpathy更是直呼“这让开放世界游戏相形见绌”：

所以，这个研究究竟构建了一个怎样的“AI社会”？

当AI玩起模拟人生

从Demo展示来看，这25个AI有着不同的身份、性格和年龄：

他们会在一个共同社区中生活，这些社区的构造非常详细，包括居住区、大学、公园、咖啡厅等：

可以看见，每个AI都有自己的基础行程，包括起床、洗漱、吃饭、睡觉等，根据不同的身份设定，又会做出不同的行动，共同维持社区的运转。

其中，Demo中的emoji简单代表了AI正在进行的操作，如收发信件和吃饭：

但在这其中，也会有交互行为产生：

用的也不是AI的语言，而是人类说话的方式：

不仅如此，这些相互之间可以产生互动的AI，甚至还能听取人类玩家的要求，并采取对应的行动。

例如论文作者提到，他们以人类的身份告诉其中一个AI NPC，希望在社区举办一个“情人节派对”的活动。

没想到，这位AI NPC不仅热情地答应了作者们的请求，自发开始组织起这场活动，包括时间地点和到场人物等：

看到这里，已经有网友表示“太疯狂了”——

对于玩家来说，相比遵循步骤，以后在游戏中可能真的需要去说服NPC或思考并采取行动，才能完成任务。

还有脑洞大开的网友想到了更加“邪恶”的玩法：

想象你杀死了一个NPC，然后坐车回到城市，看着他们为他举办葬礼……

那么，这些AI究竟是如何自发行动，构建起一个自运转的AI互动社会的呢？

用大模型控制行动决策

具体来说，斯坦福和谷歌分两步让AI们采取行动、与其他AI发生交互。

第一步，是构建各种各样的AI“人设”，并让他们做出符合设定的日常行动来。

这里我们以其中一个AI角色John Lin为例，在Demo中可以找到他的设定列表。

可以看见，他的设定非常详细，包括基础信息（姓名、年龄、位置、时间），注意力设定（视野范围等），个人情况（性格、家庭背景、工作等）。

以此为参照，这位名叫John Lin的AI就能形成每天固定的生活习惯，包括早起例行洗漱，然后上班，最后回家睡觉。

但在他的生活过程中，必定会与其他AI沟通、或是遇到新人，于是——

第二步，就是要让AI人设对外界环境和其他人的行动做出反应，产生交互。

于是，这项研究构建了一种赋予AI记忆力、检索记忆、感知、反馈和交互等能力的架构。

从架构图来看，AI会首先感知周遭环境，并将一定视野（注意力）范围内发生的事件记录下来，加进自己的记忆流（memory stream）中；

随后，无论是AI计划要做的事（plan）、还是对外界发生的事情给出反馈（reflect），都会受到这个记忆流的影响，具体方式是通过从记忆中检索对应的事件，并依靠大模型ChatGPT来进行决策；

（当然，无论是计划还是反馈，对应的事件也会加入记忆流中，成为新的记忆）

最后，这些决策的结果将被转变为具体的方案，促使AI思考并做出具体的行动。

研究提到，之所以采用大模型+记忆架构的方式，是因为大模型虽然已经具备非常好的行动逻辑性，但无论是GPT-4还是其他大模型，长期规划和保持清晰的记忆仍然是一种挑战。

基于此，需要一套记忆系统作为大模型的“参照物”，让它在采取决策的时候有清晰的事件列表可以回溯。

不过，这项研究也提出了一些关于AI安全的问题。

包括如何防止它对社会产生的影响，同时被有心之人用于生成Deepfake和“定制版”AI诈骗等——

例如，以后和你聊天的AI卖茶小妹，可能不仅会记得你说过的每一件事情、每一个生日，甚至还能以此为参照，生成更加“贴心”的回答，让“她”看起来更像一个人……

One More Thing

值得一提的是，此前国内也已经有名叫超参数科技的公司做出了类似的AI NPC系统GAEA。

和斯坦福谷歌这项研究一样，GAEA同样具备记忆系统，并依靠大语言模型来帮助NPC做出行动决策。

不过，二者促使AI产生行动的激励机制有一些差异。相比这项研究依靠大模型来完成行动决策：

GAEA中的AI还会额外依靠更具体的数值，进一步影响NPC的行动决策（饥饿值、心情值等）：

对于这类AI NPC技术，你还想到了什么脑洞大开的玩法？