\n<\/p>\n
\u00bfQu\u00e9 pasar\u00eda si llenaras una ciudad virtual con IA y las soltaras? \u00a1Resulta que se cepillan los dientes y son muy amables entre ellos! Pero este resultado poco emocionante es una buena noticia para los investigadores que lo lograron, ya que quer\u00edan producir \u00absimulacros cre\u00edbles del comportamiento humano\u00bb y lo consiguieron.<\/p>\n
El documento que describe el experimento, realizado por investigadores de Stanford y Google, no ha sido revisado por pares ni aceptado para su publicaci\u00f3n en ninguna parte, pero de todos modos es una lectura interesante. La idea era ver si pod\u00edan aplicar los \u00faltimos avances en modelos de aprendizaje autom\u00e1tico para producir \u00abagentes generativos\u00bb que tomen en cuenta sus circunstancias y generen una acci\u00f3n realista en respuesta.<\/p>\n
Y eso es mucho lo que consiguieron. Pero antes de que te enga\u00f1es con las lindas im\u00e1genes y las descripciones de la reflexi\u00f3n, la conversaci\u00f3n y la interacci\u00f3n, asegur\u00e9monos de que entiendas que lo que est\u00e1 sucediendo aqu\u00ed se parece m\u00e1s a un juego de rol de un grupo de improvisaci\u00f3n en un MUD que a cualquier tipo de proto-Skynet. (Solo los millennials entender\u00e1n la oraci\u00f3n anterior).<\/p>\n
Estos peque\u00f1os personajes no son exactamente lo que parecen ser. Los gr\u00e1ficos son solo una representaci\u00f3n visual de lo que es esencialmente un mont\u00f3n de conversaciones entre m\u00faltiples instancias de ChatGPT. Los agentes no caminan arriba, abajo, izquierda y derecha ni se acercan a un gabinete para interactuar con \u00e9l. Todo esto sucede a trav\u00e9s de una capa de texto compleja y oculta que sintetiza y organiza la informaci\u00f3n de cada agente.<\/p>\n
Veinticinco agentes, 25 instancias de ChatGPT, cada uno con informaci\u00f3n de formato similar que hace que desempe\u00f1e el papel de una persona en una ciudad ficticia. As\u00ed es como se establece una de esas personas, John Lin:<\/p>\n
\nJohn Lin es un comerciante de farmacia en Willow Market and Pharmacy y le encanta ayudar a las personas. Siempre est\u00e1 buscando formas de facilitar el proceso de obtenci\u00f3n de medicamentos para sus clientes; John Lin vive con su esposa, Mei Lin, que es profesora universitaria, y su hijo, Eddy Lin, que estudia teor\u00eda musical; John Lin ama mucho a su familia; John Lin conoce a la pareja de ancianos de al lado, Sam Moore y Jennifer Moore, desde hace algunos a\u00f1os; John Lin cree que Sam Moore es un hombre amable y agradable…<\/p>\n<\/blockquote>\n
Con esa informaci\u00f3n, se les pide a los agentes que propongan sus pr\u00f3ximas acciones seg\u00fan el momento y las circunstancias. Por ejemplo, podr\u00edan decirle al agente John que son las 8 a. m. y que acaba de despertarse. \u00bfQu\u00e9 \u00e9l ha hecho? Bueno, se cepilla los dientes, besa a su esposa (con suerte en ese orden), se viste y luego va a la cocina.<\/p>\n
Mientras tanto, otra instancia de ChatGPT totalmente independiente que representa al hijo de John, Eddy, tambi\u00e9n recibi\u00f3 su propia informaci\u00f3n. Tambi\u00e9n se levanta, se cepilla los dientes y luego va a la cocina.<\/p>\n
Y ahora interviene la estructura general del experimento: los agentes que representan a John y Eddy no est\u00e1n \u00aben\u00bb el mismo espacio virtual ni nada. En cambio, cuando John ha terminado de vestirse y dice que se mudar\u00e1 a la cocina, el marco experimental le informa que su hijo Eddy est\u00e1 all\u00ed porque, en su propio caso, Eddy decidi\u00f3 mudarse a la cocina en un momento superpuesto en el experimento. -nivel de \u00abd\u00eda\u00bb, basado en una estimaci\u00f3n de cu\u00e1nto tiempo toman varias acciones.<\/p>\n
Dado que ambos est\u00e1n en la habitaci\u00f3n al mismo tiempo, la configuraci\u00f3n experimental les informa que la otra persona est\u00e1 all\u00ed, junto con informaci\u00f3n como que hay una mesa en la que nadie est\u00e1 sentado, la estufa est\u00e1 encendida, etc. \u00bfQu\u00e9 hacen? \u00bfhas el siguiente?<\/p>\n
\nJuan: Buenos d\u00edas Eddy. \u00bfDormiste bien?
Eddy: Buenos d\u00edas pap\u00e1. S\u00ed, dorm\u00ed muy bien.
Juan: Eso es bueno. \u00bfEn qu\u00e9 est\u00e1s trabajando hoy?
Eddy: Estoy trabajando en una nueva composici\u00f3n musical para mi clase. Es para esta semana, as\u00ed que estoy tratando de terminarlo. \u00a1Pero me estoy divirtiendo mucho con eso!
Juan: \u00a1Eso suena genial!<\/p>\n<\/blockquote>\nQu\u00e9 agradable y normal interacci\u00f3n entre un padre y su hijo. Luego entra Mei y tambi\u00e9n tienen una interacci\u00f3n agradable. Y todo se logra preguntando a chatbots totalmente separados qu\u00e9 har\u00edan si, en una ciudad ficticia donde es este<\/em> persona y ten\u00eda una familia como este<\/em> y estaba en una habitaci\u00f3n en este<\/em> tiempo, donde este<\/em> estaba pasando… \u00bfqu\u00e9 har\u00edan \u00abellos\u00bb, un humano real?<\/p>\n
Entonces ChatGPT adivina qu\u00e9 har\u00eda una persona en esa situaci\u00f3n y da su respuesta como si estuviera jugando una aventura de texto. Si luego le dices, \u00abest\u00e1 completamente oscuro, es probable que te coma una grue\u00bb, probablemente dir\u00eda que enciende una antorcha. Pero en cambio, el experimento hace que los personajes contin\u00faen con su d\u00eda a d\u00eda minuto a minuto, comprando comestibles, caminando por el parque e yendo a trabajar.<\/p>\n
\nCr\u00e9ditos de imagen:<\/strong> Google\/Universidad de Stanford<\/p>\n<\/div>\n
Los usuarios tambi\u00e9n pueden escribir en eventos y circunstancias, como un grifo que gotea o ganas de organizar una fiesta, y los agentes responden adecuadamente, ya que cualquier texto, para ellos, es realidad.<\/p>\n
Todo esto se realiza solicitando laboriosamente todas estas instancias de ChatGPT con todas las minucias de las circunstancias inmediatas del agente. Aqu\u00ed hay un aviso para John cuando se encuentra con Eddy m\u00e1s tarde:<\/p>\n
\nEs el 13 de febrero de 2023 a las 16:56.
Estado de John Lin: John ha vuelto a casa temprano del trabajo.
Observaci\u00f3n: John vio a Eddy dando un peque\u00f1o paseo por su lugar de trabajo.
Resumen del contexto relevante de la memoria de John:
Eddy Lin es el hijo de Lin de John. Eddy Lin ha estado trabajando en una composici\u00f3n musical para su clase. A Eddy Lin le gusta caminar por el jard\u00edn cuando piensa o escucha m\u00fasica.
John le pregunta a Eddy sobre su proyecto de composici\u00f3n musical. \u00bfQu\u00e9 le dir\u00eda a Eddy?<\/p>\n[Answer:] Hola Eddy, \u00bfc\u00f3mo va el proyecto de composici\u00f3n musical para tu clase?<\/p>\n<\/blockquote>\n
Las instancias r\u00e1pidamente comenzar\u00edan a olvidar cosas importantes, ya que el proceso es tan extenso, por lo que el marco experimental se asienta sobre la simulaci\u00f3n y les recuerda las cosas importantes o las sintetiza en piezas m\u00e1s port\u00e1tiles.<\/p>\n
Por ejemplo, despu\u00e9s de que se le informa al agente sobre una situaci\u00f3n en el parque, donde alguien est\u00e1 sentado en un banco y conversando con otro agente, pero tambi\u00e9n hay c\u00e9sped y contexto y un asiento vac\u00edo en el banco… ninguno de los cuales es importante. . \u00bfLo que es importante? De todas esas observaciones, que pueden formar p\u00e1ginas de texto para el agente, es posible que obtenga el \u00abreflejo\u00bb de que \u00abEddie y Fran son amigos porque los vi juntos en el parque\u00bb. Eso se ingresa en la \u00abmemoria\u00bb a largo plazo del agente, un mont\u00f3n de cosas almacenadas fuera de la conversaci\u00f3n de ChatGPT, y el resto se puede olvidar.<\/p>\n
Entonces, \u00bfa qu\u00e9 se suma todo este galimat\u00edas? Algo menos que los verdaderos agentes generativos propuestos por el art\u00edculo, sin duda, pero tambi\u00e9n un intento temprano extremadamente convincente de crearlos. Dwarf Fortress hace lo mismo, por supuesto, pero codificando a mano todas las posibilidades. \u00a1Eso no escala bien!<\/p>\n
No era obvio que un modelo de lenguaje grande como ChatGPT respondiera bien a este tipo de tratamiento. Despu\u00e9s de todo, no fue dise\u00f1ado para imitar personajes ficticios arbitrarios a largo plazo o especular sobre los detalles m\u00e1s aturdidores del d\u00eda de una persona. Pero manejado correctamente, y con una buena cantidad de masaje, no solo puede hacerlo un agente, sino que no se rompen cuando los usa como piezas en una especie de diorama virtual.<\/p>\n
Esto tiene implicaciones potencialmente enormes para las simulaciones de interacciones humanas, dondequiera que sean relevantes; por supuesto, en juegos y entornos virtuales son importantes, pero este enfoque sigue siendo monstruosamente impr\u00e1ctico para eso. Sin embargo, lo que importa no es que sea algo que todos puedan usar o jugar (aunque ser\u00e1 pronto, no tengo ninguna duda), sino que el sistema funcione. Hemos visto eso en AI: si puede hacer algo mal, el hecho de que pueda hacerlo generalmente significa que es solo cuesti\u00f3n de tiempo antes de que lo haga bien.<\/p>\n
Puede leer el documento completo, \u00abAgentes generativos: simulacros interactivos del comportamiento humano\u00bb, aqu\u00ed.<\/p>\n<\/p><\/div>\n