《西部世界》真来了！斯坦福爆火「小镇」开源，25个AI智能体恋爱交友

【导读】斯坦福25个AI智能体「小镇」终于开源了，GitHub狂揽3.9k星，《西部世界》即将走进现实。

准备好，此前曾轰动整个AI社区的斯坦福智能体小镇，现在已经正式开源！

项目地址：https://github.com/joonspk-research/generative_agents在这个数字化的「西部世界」沙盒虚拟城镇中，有学校、医院、家庭。25个AI智能体不仅能在这里上班、闲聊、social、交友，甚至还能谈恋爱，而且每个Agent都有自己的个性和背景故事。不过，它们对于自己生活在模拟中，可是毫不知情。

英伟达高级科学家Jim Fan评论道——

斯坦福智能体小镇是2023年最激动人心的AI Agent实验之一。我们常常讨论单个大语言模型的新兴能力，但是现在有了多个AI智能体，情况会更复杂、更引人入胜。一群AI，可以演绎出整个文明的演化进程。

现在，首先受到影响的，或许就是游戏领域。总之，前方有无限的新可能！

网友：众游戏厂商们，你们懂我意思吧？

很多人相信，斯坦福的这篇论文，标志着AGI的开始。

可以想象，各种RPG和模拟类游戏都会用上这种技术。网友们也非常激动，脑洞大开。有想看神奇宝贝的，有想看谋杀探案故事的，还有想看恋爱综艺的……「我已经等不及看AI智能体之间的三角恋剧情了。」

「《动物之森》中重复、沉闷的对话，所有村民共有的一维人格系统，都太令人失望了。任天堂赶快学学吧！」

「可以让《模拟人生》移植一下这个吗？」

如果能在《神界》这样的经典RPG游戏中，看到AI在NPC上运行，整个游戏体验都会被颠覆！」

有人还畅想：这项技术在企业空间中也有很多应用场景，比如员工如何和不同的工作环境/流程变化互动。

当然，也有人表示，你们激动个啥？其实我们一直都生活在这样的模拟中，只不过我们的世界有更多的算力罢了。

是的，如果我们把这个虚拟世界放大到足够多倍，我们肯定能看到自己

Karpathy：AI智能体，就是下一个前沿

此前，前特斯拉总监、OpenAI大牛Karpathy就表示，如今AI智能体才是未来最前沿的方向。OpenAI的团队最近5年把时间花在了别的地方，但现在Karpathy相信，「Agent代表着AI的一种未来。」

「西部世界」中的25个AI智能体

在美剧《西部世界》中，被预设了故事情节的机器人被投放到主题公园，像人类一样行事，然后被重置记忆，在新一天再被投放进自己所在的核心故事情节。

而在今年4月，斯坦福和谷歌的研究者竟然构建出了一个虚拟小镇，让25个AI智能体在其中生存、从事复杂行为，简直堪称是《西部世界》走进现实。

论文地址：https://arxiv.org/pdf/2304.03442.pdf

架构

为了生成智能体，研究者提出了一种全新架构，它扩展了大语言模型，能够使用自然语言存储Agent的经历。随着时间的推移，这些记忆会被合成为更高级别的反射，智能体可以动态检索它们，来规划自己的行为。最终，用户可以使用自然语言和全镇的25个Agent都实现交互。

如上，生成式智能体的架构实现了一个「检索」功能。这一功能将智能体的当前情况作为输入，并返回记忆流的一个子集传递给语言模型。而检索功能有多种可能的实现方式，具体取决于智能体在决定如何行动时考虑的重要因素。生成式智能体架构面临一个核心挑战，就是如何管理大量必须保留的事件和记忆。为了解决这个问题，架构的核心是记忆流（memory stream），即一个记录智能体全部经验的数据库。智能体可以从记忆流中检索相关记忆，这有助于它规划行动，做出正确反应，并且每次行动都会反馈记录到记忆流中，以便递归地改进未来行动。另外，研究还引入了第二种类型的记忆——反思（reflection）。反思是智能体根据最近经历生成的高级抽象思考。

在这项研究中，反思是周期性触发的过程，只有当智能体判断最近一系列事件的重要性评分，累积超过设定阈值时，才会启动反思机制。生成式智能体为了创建合理的规划，它们会自上而下递归生成更多的细节。而这些规划最初只是粗略的描述了当日所要做的事情。

在执行规划的过程中，生成智能体会持续感知周围环境，并将感知到的观察结果存储到记忆流中。通过利用观察结果作为提示，让语言模型决定智能体下一步行动：继续执行当前规划，还是做出其他反应。在实验评估中，研究人员对这一框架进行了控制评估，以及端到端的评估。控制评估是为了了解智能体能否独立产生可信个体行为。而端到端评估，是为了了解智能体的涌现能力以及稳定性。比如，Isabella策划一个情人节party邀请大家来。12个智能体中，7个人还在考虑中（3个人有了别的计划，还有4个人没有想法）。这一环节与人类相处模式很相似。

像真人一样交互

在这个名为Smallville的沙盒世界小镇中，区域会被标记。根节点描述整个世界，子节点描述区域（房屋、咖啡馆、商店），叶节点描述对象（桌子、书架）。智能体会记住一个子图，这个子图反映了他们所看到的世界的各个部分。研究者编写了一段自然语言，来描述每个智能体的身份，包括它们的职业、与其他智能体的关系，作为种子记忆。比如，智能体John Lin的种子记忆就是这样的——

John Lin是一名药店店主，十分乐于助人，一直在寻找使客户更容易获得药物的方法。John Lin的妻子Mei Lin是大学教授，儿子Eddy Lin正在学习音乐理论，他们住在一起，John Lin非常爱他的家人。John Lin认识隔壁的老夫妇Sam Moore和Jennifer Moore几年了，John Lin觉得Sam Moore是一个善良的人。John Lin和他的邻居山本百合子很熟。John Lin知道他的邻居TamaraTaylor和Carmen Ortiz，但从未见过他们。John Lin和Tom Moreno是药店同事，也是朋友，喜欢一起讨论地方政治等等。

以下就是John Lin度过的一天早晨：6点醒来，开始刷牙、洗澡、吃早餐，在出门工作前，他会见一见自己的妻子Mei和儿子Eddy。

就这样，当模拟开始时，每个智能体都有属于自己的种子记忆。这些智能体相互之间会发生社会行为。当他们注意到彼此时，可能会进行对话。随着时间推移，这些智能体会形成新的关系，并且会记住自己与其他智能体的互动。一个有趣的故事是，在模拟开始时，一个智能体的初始化设定是自己需要组织一个情人节派对。随后发生的一系列事情，都可能存在失败点，智能体可能不会继续坚持这个意图，或者会忘记告诉他人，甚至可能忘了出现。幸运的是，在模拟中，情人节派对真实地发生了，许多智能体聚在了一起发生了有趣的互动。

想要做大模型训练、AIGC落地应用、使用最新AI工具和学习AI课程的朋友，扫下方二维码加入我们人工智能交流群