NPC有靈魂了嗎？大語(yǔ)言模型與智能體設(shè)計(jì)的新進(jìn)展

游戲帶來(lái)的獨(dú)特體驗(yàn)在于讓人沉浸在一個(gè)引人入勝的世界與故事中,并讓人經(jīng)歷一段與眾不同的旅途。其中的情節(jié)與世界觀又往往通過(guò)玩家與NPC的互動(dòng)一點(diǎn)一點(diǎn)展開(kāi)。然而,無(wú)論NPC有多生動(dòng),程序設(shè)置的本質(zhì)終會(huì)提醒我們:你面前的并非某個(gè)角色,而是游戲制作者。

(資料圖片僅供參考)

因此,許多玩家渴望一個(gè)開(kāi)放世界,到處是與人類無(wú)異的智能NPC,如《西部世界》或《刀劍神域》中那般。在AI技術(shù)跳躍式發(fā)展的2023年，我們似乎能看到一些雛形與嘗試。

《瑞克和莫蒂》中的電池宇宙

斯坦福和Google的研究團(tuán)隊(duì)近期設(shè)計(jì)了一個(gè)實(shí)驗(yàn)并發(fā)表了論文,目的是驗(yàn)證AI是否已經(jīng)達(dá)到可以模擬人類復(fù)雜社交互動(dòng)的程度。

自由聊天?不,是虛擬生活

在實(shí)驗(yàn)中,研究人員創(chuàng)建了25個(gè)AI虛擬角色,每個(gè)角色都設(shè)定了獨(dú)特的個(gè)人信息,包括姓名、職業(yè)、人生目標(biāo)等,這些AI角色被置入一個(gè)小鎮(zhèn)中?；诖笳Z(yǔ)言模型技術(shù),這個(gè)虛擬小鎮(zhèn)上的AI能夠進(jìn)行日常生活對(duì)話,對(duì)環(huán)境進(jìn)行交互。雖然并不完美,但已為其在更真實(shí)場(chǎng)景下模擬人類豐富社交提供了基礎(chǔ)。

它們能自發(fā)產(chǎn)生話題,傳播信息,就公共事務(wù)形成不同觀點(diǎn)。在實(shí)驗(yàn)的虛擬小鎮(zhèn)環(huán)境下,AI角色Sam宣布要競(jìng)選市長(zhǎng),這一信息很快在其他AI角色之間傳播開(kāi)來(lái)。其中,Tom表示支持Sam的決定,因?yàn)镾am一直致力于小區(qū)工作,可以為小區(qū)發(fā)展作出新貢獻(xiàn)。Tom后來(lái)與John討論Sam的選舉勝算,兩人都預(yù)期Sam會(huì)成功當(dāng)選。

Sam要競(jìng)選市長(zhǎng)的消息成為虛擬小鎮(zhèn)的熱門話題,一些AI角色表示支持,一些則持觀望態(tài)度。盡管AI角色的對(duì)話并不總是自然流暢,但能在一定程度上模擬人類社會(huì)關(guān)系的復(fù)雜性,實(shí)現(xiàn)信息的有效傳播和討論,形成不同的立場(chǎng)和態(tài)度。

在虛擬小鎮(zhèn)實(shí)驗(yàn)中,AI角色I(xiàn)sabella的初始設(shè)定是需要在情人節(jié)舉行一個(gè)派對(duì)。Isabella在咖啡館工作,她逢人便邀請(qǐng)其他AI角色參加她的派對(duì)。Isabella的女兒Maria也邀請(qǐng)她暗戀的對(duì)象Klaus來(lái)參加。除Isabella舉辦派對(duì)和Maria暗戀Klaus的初始設(shè)定外,其他行為如傳播派對(duì)信息、布置派對(duì)場(chǎng)地、邀請(qǐng)其他人等完全由AI自主完成。

在NPC的八卦下，最終有12個(gè)AI角色知曉這個(gè)派對(duì)信息,但只有5個(gè)角色實(shí)際出席,包括這對(duì)相互暗戀的角色Maria和Klaus。其他7個(gè)AI角色沒(méi)有出席,研究人員后來(lái)分析了他們的理由,有4個(gè)原本表示有興趣但沒(méi)來(lái),另外3個(gè)找了其他的理由。這里AI展現(xiàn)出一定的觀察力和反思能力,可以在一定程度上解釋角色放鴿子的理由。

NPC是如何有靈魂的？

那么研究團(tuán)隊(duì)具體是如何讓這些NPC看起來(lái)更“人性化”的呢？他們制定了一種智能體架構(gòu)來(lái)檢索記憶,動(dòng)態(tài)地更新他們過(guò)去的經(jīng)驗(yàn),并將其與智能體的上下文和計(jì)劃結(jié)合,這些經(jīng)驗(yàn)、上下文和計(jì)劃可能相互加強(qiáng)或相互矛盾。整個(gè)架構(gòu)有三個(gè)主要的組件：記憶、計(jì)劃和反思。每個(gè)組件負(fù)責(zé)執(zhí)行特定的功能。

在記憶與檢索的方法中,記憶流將智能體當(dāng)前的經(jīng)歷和觀察提供給語(yǔ)言模型，語(yǔ)言模型據(jù)此可以輸出更加符合人類行為的指令與內(nèi)容。檢索功能則會(huì)根據(jù)不同的情況進(jìn)行選擇，如最近訪問(wèn)的事件以及事件的重要性與相關(guān)性。這些方法有助于語(yǔ)言模型選擇與當(dāng)前情況相關(guān)且重要的記憶,讓智能體的反應(yīng)更加連貫和具體。

計(jì)劃描述了智能體未來(lái)的行動(dòng)序列,并幫助智能體的行為隨時(shí)間保持一致。一個(gè)計(jì)劃包括位置、開(kāi)始時(shí)間和持續(xù)時(shí)間。例如,快到截止日期時(shí),Klaus可能選擇把一天時(shí)間花在桌前起草研究論文。

反思則是一種更高級(jí)別的記憶,可以回顧記憶和做出更高層次的推理。當(dāng)智能體對(duì)事件的感知達(dá)到一定閾值時(shí)就會(huì)進(jìn)行反思，根據(jù)智能體近期經(jīng)歷提出的問(wèn)題,然后,語(yǔ)言模型進(jìn)行回答并引用相關(guān)記憶作為證據(jù)。問(wèn)Klaus最想與誰(shuí)在一起,他選擇Maria而不是與他互動(dòng)最頻繁的人,因?yàn)镵laus熱衷學(xué)術(shù)研究，而Maria也總是在做學(xué)術(shù)研究。

最后,研究者還讓25名人類參與者來(lái)評(píng)估不同類型的智能體在人性方面的可信度。結(jié)果顯示,生成式智能體雖然在語(yǔ)言產(chǎn)生方面達(dá)到較高水平,但在理解和生成非語(yǔ)言信息方面,如個(gè)性、情感和社交性等方面,其水平還不及人類。自然語(yǔ)言模型在非語(yǔ)言的理解與生成方面存在局限,而如何解決與克服這一局限也是未來(lái)研究的方向。

大語(yǔ)言模型會(huì)顛覆傳統(tǒng)AI嗎？

在以往的游戲中，虛擬世界中的角色時(shí)有真實(shí)之感,這歸因于游戲創(chuàng)作者在游戲性與故事性之間的完美平衡,以及玩家在游戲中同人物與環(huán)境互動(dòng)的沉浸感。

我們也能實(shí)際體驗(yàn)到游戲中NPC的智能化?！痘囊按箸S客2》里NPC會(huì)記得玩家曾經(jīng)幫他吸出過(guò)蛇毒，再次相遇時(shí)會(huì)給予感恩和回報(bào)?！段讕?》開(kāi)場(chǎng)支線任務(wù)里的NPC會(huì)欺騙并利用并玩家的善良來(lái)達(dá)到自己的目的。但這些游戲一般采用編寫AI行為的方法來(lái)與玩家展開(kāi)互動(dòng)性敘事,如有限狀態(tài)機(jī)和行為樹(shù)等。

當(dāng)人們說(shuō)AI會(huì)取代人類時(shí)網(wǎng)友就會(huì)掏出這張圖

雖然它們可以處理基本的社交互動(dòng),但不可能完全涵蓋開(kāi)放世界中所有可能的互動(dòng)行為范圍?？紤]到制作人員的工作量和效率，這些方法通常簡(jiǎn)化了環(huán)境或行為的維度，尚未解決在開(kāi)放世界中可信智能體的問(wèn)題。

較為開(kāi)放的沙盒游戲如《矮人要塞》和《環(huán)世界》是敘事過(guò)程生成技術(shù)的典范。里面每個(gè)NPC都在編寫自己的個(gè)人歷史，細(xì)看卻發(fā)現(xiàn)某些事件之間還是缺乏關(guān)聯(lián)性和邏輯性。

使用機(jī)器算法訓(xùn)練的AI往往出現(xiàn)在那些易于定義獎(jiǎng)勵(lì)的對(duì)抗游戲中,這些獎(jiǎng)勵(lì)可以被學(xué)習(xí)算法優(yōu)化。這種方式設(shè)計(jì)出的AI非常智能，在某些方面甚至超越人類,如星際爭(zhēng)霸戰(zhàn)中的Alpha Star和Dota 2中的Rerun能擊敗職業(yè)選手。

可以看出，傳統(tǒng)的基于狀態(tài)機(jī)、行為樹(shù)的而設(shè)計(jì)的AI和較近的基于深度學(xué)習(xí)設(shè)計(jì)的AI在游戲中都有各自典型的運(yùn)用。斯坦福大學(xué)的這個(gè)研究項(xiàng)目巧妙地向我們展示了如何將GPT-3.5這種基于深度學(xué)習(xí)的大語(yǔ)言模型融入游戲之中。現(xiàn)在，讓游戲中的AI與玩家直接對(duì)話也不是什么新鮮事了。

一款使用大語(yǔ)言模型的游戲《Origins》就曾有玩家上傳了游戲?qū)崣C(jī)體驗(yàn)視頻。就目前的演示來(lái)看，玩家可以直接與游戲內(nèi)NPC對(duì)話，去詢問(wèn)證人找出事件真相。玩家分別與清潔機(jī)器人和人類進(jìn)行了對(duì)話，與機(jī)器人的對(duì)話較為流暢，但人類這邊的語(yǔ)調(diào)和表情就“機(jī)械感”十足，相當(dāng)違和。

《輻射4》近期也出現(xiàn)了一款可以為游戲自動(dòng)生成對(duì)話和全程配音的Mod。目前該Mod為游戲添加300多條全新對(duì)話，在一定程度上解決《輻射4》“對(duì)話輪系統(tǒng)”的限制, “對(duì)話輪系統(tǒng)”只提供了四種選項(xiàng),限制了玩家的自由度。AI生成的聲音已經(jīng)與原聲非常相近,但目前聽(tīng)起來(lái)還是略微“缺乏感情”。

SE免費(fèi)新作《SE AI技術(shù)預(yù)覽：港口鎮(zhèn)連續(xù)殺人事件》一經(jīng)推出就“特別差評(píng)”，好評(píng)率不足10％。據(jù)介紹，這款游戲運(yùn)用多種AI技術(shù)，自然語(yǔ)言處理（NLP）、自然語(yǔ)言理解（NLU）、語(yǔ)音轉(zhuǎn)文字（STT）等。實(shí)際體驗(yàn)下來(lái)所謂的自由對(duì)話就是純噱頭，只有在提到某些觸發(fā)詞或關(guān)鍵詞時(shí)，NPC才會(huì)生成實(shí)質(zhì)性的、有價(jià)值的對(duì)話。

連自己內(nèi)褲的顏色都不知道？

當(dāng)然運(yùn)用這項(xiàng)技術(shù)的游戲遠(yuǎn)不止這些，在實(shí)際體驗(yàn)中也能夠明顯地感受到這項(xiàng)技術(shù)中瑕疵的、機(jī)械化的一面。

即使是當(dāng)今最強(qiáng)大的語(yǔ)言模型GPT-4，其本質(zhì)更多的是一個(gè)統(tǒng)計(jì)學(xué)原理的概率模型，它的出發(fā)點(diǎn)并不是邏輯和語(yǔ)義?！澳魏伪救藳](méi)文化，一句臥槽行天下?！痹谌粘Ｉ钪?，語(yǔ)言與行為活動(dòng)密不可分，只言片語(yǔ)就能表達(dá)豐富的涵義。哲學(xué)家維特根斯坦的“語(yǔ)言游戲”就說(shuō)明了這點(diǎn)，深究語(yǔ)言的本質(zhì)只會(huì)走入死胡同，語(yǔ)言的使用比語(yǔ)法更重要，我們需要考慮實(shí)際的應(yīng)用場(chǎng)景。

而到了算力有限，系統(tǒng)交互同樣復(fù)雜的游戲中，目前的AI在游戲上還是有點(diǎn)捉襟見(jiàn)肘了，它們無(wú)法理解語(yǔ)言符號(hào)和非語(yǔ)言符號(hào)的關(guān)聯(lián)。就目前來(lái)看，利用AI技術(shù)縮減游戲開(kāi)發(fā)中的重復(fù)性工作和流程,游戲開(kāi)發(fā)商投入更多成本和資源到游戲內(nèi)容和體驗(yàn)本身的開(kāi)發(fā)上，這可能是一條更加符合實(shí)際需求和發(fā)展趨勢(shì)的道路。至于未來(lái)，我們不妨大膽展望，西部世界在有生之年或許能夠?qū)崿F(xiàn)。畢竟世界上第一架飛機(jī)只飛行了36.6米，而短短六十年，人們就可以在云端俯瞰生靈，宣告頭頂并沒(méi)有什么上帝。

標(biāo)簽：

　　 原標(biāo)題：NPC有靈魂了嗎？大語(yǔ)言模型與智能體設(shè)計(jì)的新進(jìn)展