生成エージェントと模擬社会
生成エージェントは、信頼できる人間のように記憶、計画、反応する言語モデルを利用した AI キャラクターです。
概要
Placed together in a simulated world, they form tiny societies where social behavior emerges on its own.
ディープダイブ
2023 年のスタンフォード大学と Google プロジェクト「Smallville」では、研究者らは GPT-3.5 によって駆動される 25 人のエージェントをサンドボックス タウンに配置し、彼らがコミュニティのように行動するのを観察しました。各エージェントには短い経歴があり、朝起きて朝食を作り、仕事に行き、近所の人たちと雑談しました。重要なのは、行動が台本化されていなかったことです。あるエージェントがバレンタインデー パーティーを開催することに決め、模擬 2 日間にわたって招待が口コミで広がり、エージェントが時間を調整し、数人が一緒に現れました。このアーキテクチャはメモリ ストリーム、取得、反映、計画を組み合わせているため、エージェントは数分前に何が起こったかを忘れることなく、長期間にわたって一貫して動作します。
技術的な洞察
中心となるトリックはメモリ ストリームです。これは、エージェントが観察したすべてのタイムスタンプ付きの長いログです。行動するために、エージェントは最新性、重要性、および現在の状況との類似性によってスコア付けされた関連する記憶を取得し、それらを言語モデル プロンプトに入力します。定期的な振り返りのステップにより、生の記憶がより高いレベルの洞察に要約され (たとえば、誰かが研究に熱心であると推測する)、それが保管され、将来の計画や対話の指針となります。
戦略的影響
費用と予算
アーキテクチャの決定により、パフォーマンスと運用コストが何年にもわたって推進されます。
より明確な判決
技術教育は、チームが最新のスタックだけでなく、適切なスタックを選択するのに役立ちます。
品質管理
より良いエンジニアリングの選択により、本番環境での信頼性に関するインシデントが減少します。
生成エージェントと模擬社会の未来
生成エージェントは、ゲーム内のより豊かなノンプレイヤー キャラクター、交渉や危機対応のためのトレーニング シミュレーション、および現実世界への展開前に噂、価格、政策がどのように広がるかを研究するための合成テスト母集団を強化することを期待しています。モデルが安価になり、コンテキスト ウィンドウが拡大するにつれて、シミュレーションは数十から数千のエージェントにスケールアップされます。研究者らはまた、これらのおもちゃの社会が社会科学の実験室として調査している一方で、偏見や操作、そしてこれらのおもちゃの社会がどれほど忠実に人間を反映しているのかについて未解決の疑問を提起している。
現実世界の実装
スタンフォード大学の Smallville シミュレーションでは、25 人のエージェントが自律的にバレンタインデー パーティーを企画し、参加しました。
過去のプレイヤーとのやり取りを記憶し、恨みや友情を抱いている、ビデオ ゲーム内の信頼できる記憶主導型 NPC
マーケティング メッセージや製品機能を事前にテストするために、多様な顧客ペルソナのロールプレイングを行う総合的なフォーカス グループ
災害対応や外交演習中に訓練生の決定に AI の町民が反応する訓練シミュレーター
リスクとガードレール
1 つのベンチマークを最適化すると、より広範なシステムの弱点が隠れる可能性があります。
インフラストラクチャとメンテナンスのコストは過小評価されがちです。
システムが複雑になるにつれて、セキュリティと可観測性のギャップが拡大する可能性があります。
実装ロードマップ
実装前にレイテンシ、品質、コストの目標を定義します。
現実的な負荷とデータ条件でのベンチマーク。
エラー、ドリフト、ユーザーへの影響を計測器で監視します。
スケーリングの前に、ロールバックとインシデント対応のパスを準備します。
探検を続けましょう
Free newsletter
Get the daily AI briefing
Three verified AI stories every weekday morning, written in plain English. Free forever, no ads.
One email each weekday. Unsubscribe in one click. We never sell or share your address.
Test yourself
Take the Generative Agents and Simulated Societies quiz
Instant feedback on every answer, and a shareable certificate with a verifiable ID once you pass a course.
Support free AI education. AI Understanding is a 501(c)(3) nonprofit — no ads, no paywall, ever. Make a donation
次のガイド
エージェント ループにおける内省
よくある質問
What is Generative Agents and Simulated Societies?
生成エージェントは、信頼できる人間のように記憶、計画、反応する言語モデルを利用した AI キャラクターです。彼らはシミュレーションされた世界に一緒に配置され、社会的行動が独自に現れる小さな社会を形成します。
スタンフォード大学の Smallville シミュレーションで単独で現れた有名な行動は何ですか?
あるエージェントがバレンタインデーのパーティーを主催することを決め、その招待状が社会的に広まり、数人のエージェントが調整して現れましたが、どれも台本に書かれていませんでした。
生成エージェントの「メモリ ストリーム」とは何ですか?
メモリ ストリームは、エージェントの観察に関するタイムスタンプ付きの長い記録であり、システムはこれを利用してアクションや会話を通知します。
エージェントがどのように行動するかを決定するとき、関連する記憶はどのように選択されるのでしょうか?
検索では、最新性、重要性、および現在の状況との類似性を使用して記憶をランク付けし、上位の記憶をプロンプトに入力します。
エージェント アーキテクチャにおける「リフレクション」ステップは何を行うのでしょうか?
振り返りでは、多くの低レベルの観察を定期的に総合して、後の行動の指針となる抽象的な結論 (性格特性や目標など) を作成します。
信頼できるエージェントにとって計画が重要なのはなぜですか?
計画を記憶と反映と組み合わせることで、エージェントの行動が瞬間ごとに矛盾するのではなく、シミュレートされた 1 日全体にわたって一貫性が保たれます。