百万AI智能体的社交实验室:OASIS如何模拟真实社交世界

大模型机器学习算法

还记得前段日子笔者介绍的“虚拟小人”吗?阅读:微软“虚拟小人”项目或将激发出一大批高价值生成式AI场景,打破“叫好不叫座”困境

笔者提到一个设想,利用海量的虚拟小人(Agent)来模拟用户帮我们做用户运营策略实验。最近,Agent互联通信协议(阅读:Agora 协议:打造Agent互联网的第一步)——Agora的开发团队camel-ai又联合上海AI Lab等机构推出了一个能够支持百万级AI智能体交互的社交模拟器平台——OASIS( Open Agent Social Interaction Simulations with One Million Agents),把这个设想的实现往前推进了一步。它为研究者提供了一个可观测、可复制的社会实验平台,可以在不影响真实用户的情况下,提前模拟和预测社交网络中可能发生的各种现象。

picture.image

OASIS最大的亮点在于其惊人的可扩展性和逼真度。 这个平台不仅仅是简单地堆砌数字人,而是精心构建了一个近乎真实的社交生态系统。 每个AI智能体都有自己独特的性格特征,能够执行多达21种社交动作,如发帖、转发、点赞、关注等,犹如真实用户般生动。

研究者通过一系列精彩的社会实验验证了平台的强大功能:

1)在消息传播实验中,OASIS 成功模拟了信息在社交网络中的传播趋势。

picture.image

2)群体极化实验则展示了用户观点如何在互动中逐渐走向两极;它们模拟了一个 196 名用户讨论经典社会心理学问题的 Twitter 环境。结果显示,随着互动的进行,用户的观点倾向于变得更加极端。在未受限制模型中,这一极化的趋势更为明显。

picture.image

3)羊群效应实验更是揭示了群体行为的微妙机制。他们在 Reddit 上模拟了各种场景,其中帖子被预先点赞或贬低,以模仿用户之间的群体行为。通过将这些模拟结果与人类数据进行比较,他们发现智能体更容易受到群体行为的影响——也就是说,它们更有可能跟随他人的意见。

picture.image

更令人兴奋的是,当智能体数量达到百万级时,这些社会现象更加丰富也更为复杂。

picture.image

picture.image

OASIS在架构实现上包括环境服务器、信息通道、行动模块和时间引擎等组件,能够模拟真实社交媒体的动态环境。通过24块A100 GPU,研究团队可以在一周内完成百万级智能体的模拟,这在过去简直是不可想象的。

picture.image

小结

该项目就和Agora项目一样,都是概念研究性项目,但它们均拥有很大的探索性意义。随着这类技术不断成熟,它们也

将会带来巨大的商业和价值。

项目地址:https://github.com/camel-ai/oasis

后台回复“进群”入群讨论。

0
0
0
0
关于作者
关于作者

文章

0

获赞

0

收藏

0

相关资源
大规模高性能计算集群优化实践
随着机器学习的发展,数据量和训练模型都有越来越大的趋势,这对基础设施有了更高的要求,包括硬件、网络架构等。本次分享主要介绍火山引擎支撑大规模高性能计算集群的架构和优化实践。
相关产品
评论
未登录
看完啦,登录分享一下感受吧~
暂无评论