生物行移动版

主页 > 神经科学 > 学习与记忆

虚拟世界中的“数字人类”

通过将大语言模型与模块化认知控制架构相结合,Robert Yang及其合作者构建了能够在语言层面进行接地推理的智能体。在模拟环境中,这些智能体涌现出引人注目的集体行为。


项目背景

Robert Yang在麻省理工学院关闭实验室后,专注于其公司Altera的“Project Sid”项目。在冷泉港实验室举行的NAISys会议上,他向神经科学家和AI研究者展示了这一项目:在Minecraft环境中模拟1000个虚拟智能体,让它们自由活动,并观察涌现出的集体行为。


核心创新:结合两种路径

 
 
路径 局限 本项目的解决方案
纯LLM路径 LLM拥有自洽的“词世界模型”,但不知道词语在真实世界中的指代意义,也无法自主行动 为每个智能体连接ChatGPT实例,使LLM不再是“缸中之脑”,而是“接入矩阵”
进化路径 从简单智能体开始,逐步复杂化认知系统 借鉴认知科学原则(记忆巩固、层级化行动选择、灵活目标导向行为)设计模块化认知控制架构

关键能力

接地性:智能体的语言模型中的词语,与其所处的虚拟世界相连接。当一个智能体问另一个“给我一把镐”时,双方都知道“镐”在世界中指的是什么;当提议“我们一起去探索”时,双方都理解“探索”在虚拟世界中意味着什么。

社会互动:智能体可以相互交谈并理解彼此的意思。实验者也可以通过语言与智能体交互,利用ChatGPT的角色扮演能力,引导各种有趣的社会动态。


引发的问题

这一进展引发了一系列问题:

  • 技术层面:使用的认知架构细节

  • 哲学层面:表征、心智、意识、能动性、生命本身

  • 伦理层面:与可能是具有意识的实体(Yang称之为“数字人类”)互动,即使在虚拟世界中,是否存在伦理问题?


结语

这种结合LLM与模块化控制架构的方法,可能是一条通往真正通用人工智能的可行路径。智能体不仅能在虚拟世界中移动和追求目标,还能推理这些目标——它们能够思考。而且,它们不是孤立地思考。当智能体拥有了接地语言的能力后,集体行为和社会动态开始涌现。

(责任编辑:泉水)