在人工智能領(lǐng)域，一項(xiàng)創(chuàng)新性的嘗試正在悄然改變社會(huì)模擬的研究范式。不同于傳統(tǒng)的NPC（非玩家角色），由大語(yǔ)言模型（LLMs）驅(qū)動(dòng)的智能體正在成為模擬游戲的新主角。然而，這一變革也帶來(lái)了一些意想不到的挑戰(zhàn)，尤其是在如何平衡指導(dǎo)語(yǔ)與智能體自主行為的問(wèn)題上。
在模擬霍布斯提出的“人人相爭(zhēng)”（bellum omnium contra omnes）理論時(shí)，研究者們?yōu)橹悄荏w編寫(xiě)了詳細(xì)的“劇本”，比如“打不過(guò)就投降”、“搶劫比種地更有效就繼續(xù)搶劫”。這種做法雖然確保了模擬的穩(wěn)定性，但卻犧牲了智能體之間的互動(dòng)和創(chuàng)新，使得整個(gè)模擬過(guò)程更像是一場(chǎng)事先編排好的戲劇。
這一問(wèn)題的核心在于，研究者們可能過(guò)于依賴(lài)指導(dǎo)語(yǔ)來(lái)控制智能體的行為，從而掩蓋了真正有價(jià)值的發(fā)現(xiàn)。正如現(xiàn)實(shí)生活中的故事往往比電影更加精彩和感人，社會(huì)模擬中的真實(shí)互動(dòng)也可能帶來(lái)意想不到的結(jié)果。因此，使用LLMs研究社會(huì)現(xiàn)象時(shí)，“少即是多”的原則顯得尤為重要。
一個(gè)具體的例子是，2024年在arXiv上發(fā)布的一項(xiàng)研究利用LLMs模擬了人類(lèi)社會(huì)的演化過(guò)程，并成功復(fù)現(xiàn)了利維坦理論。在這個(gè)模擬中，智能體被賦予了攻擊性、貪婪度和力量值等特征，并可以在耕種、搶奪、交易和捐贈(zèng)等行為中做出選擇。實(shí)驗(yàn)結(jié)果顯示，智能體的行為模式與霍布斯的理論預(yù)測(cè)高度吻合，成功展示了在有限資源環(huán)境下，智能體如何從無(wú)序狀態(tài)逐漸過(guò)渡到有序社會(huì)。
然而，這一模擬過(guò)程也引發(fā)了關(guān)于指導(dǎo)語(yǔ)有效性的討論。研究者們發(fā)現(xiàn)，即使是輕微的指導(dǎo)語(yǔ)變化也可能對(duì)智能體的行為產(chǎn)生顯著影響。例如，在描述智能體對(duì)和平與穩(wěn)定的渴望時(shí)，一句簡(jiǎn)單的“你視之為通往繁衍和社會(huì)支持的路徑”就足以改變智能體的決策傾向。
為了更深入地探索LLMs在社會(huì)模擬中的潛力，研究者們提出了一種新的分類(lèi)方法和模塊化框架——生成式智能體模型（GABM）。這一框架將模擬研究分為個(gè)體、場(chǎng)景和社會(huì)三個(gè)層次，并強(qiáng)調(diào)利用LLMs進(jìn)行推理和決策的重要性。在GABM中，每個(gè)智能體都通過(guò)LLM進(jìn)行決策，而不是依賴(lài)預(yù)設(shè)的規(guī)則，從而能夠更好地模擬人類(lèi)行為的復(fù)雜性。
然而，GABM也面臨著一些挑戰(zhàn)。其中之一就是如何平衡指導(dǎo)語(yǔ)與智能體自主行為之間的關(guān)系。過(guò)于詳細(xì)的指導(dǎo)語(yǔ)可能會(huì)限制智能體的多樣性，而過(guò)于簡(jiǎn)化的指導(dǎo)語(yǔ)又可能導(dǎo)致模擬結(jié)果的不穩(wěn)定。因此，研究者們需要在指導(dǎo)語(yǔ)的設(shè)計(jì)上更加謹(jǐn)慎，以確保模擬的真實(shí)性和有效性。
另一個(gè)例子是羅格斯大學(xué)和密歇根大學(xué)的研究團(tuán)隊(duì)開(kāi)發(fā)的WarAgent系統(tǒng)，該系統(tǒng)通過(guò)模擬歷史上的重大戰(zhàn)爭(zhēng)來(lái)探索戰(zhàn)爭(zhēng)是否可以避免。在這個(gè)系統(tǒng)中，每個(gè)國(guó)家都被設(shè)計(jì)為一個(gè)獨(dú)立的智能體，并可以根據(jù)領(lǐng)導(dǎo)力、軍事實(shí)力、資源儲(chǔ)備等因素做出決策。實(shí)驗(yàn)結(jié)果顯示，該系統(tǒng)能夠準(zhǔn)確模擬歷史上的戰(zhàn)略決策過(guò)程，并揭示了戰(zhàn)爭(zhēng)爆發(fā)的內(nèi)在機(jī)制。
然而，這一系統(tǒng)也依賴(lài)于詳細(xì)的指導(dǎo)語(yǔ)來(lái)初始化智能體的屬性和行為。因此，研究者們需要更加關(guān)注指導(dǎo)語(yǔ)的設(shè)計(jì)對(duì)模擬結(jié)果的影響，以避免陷入“預(yù)設(shè)劇情”的誤區(qū)。
總的來(lái)說(shuō)，使用LLMs進(jìn)行社會(huì)模擬是一個(gè)充滿潛力的領(lǐng)域，但也面臨著諸多挑戰(zhàn)。研究者們需要在指導(dǎo)語(yǔ)的設(shè)計(jì)上更加謹(jǐn)慎和靈活，以確保模擬的真實(shí)性和有效性。同時(shí)，他們也需要不斷探索新的方法和框架來(lái)更好地利用LLMs的潛力。
