AI 都学会和人类谈判了?还能成功说服人类听它安排?
话术一流到人类完全分辨不出它是 AI。
这就是 Meta AI 的最新成果 ——AI 模型 CICERO(西塞罗),现已登上 Science。
嗯,就是和古罗马著名政治家、演说家西塞罗同名。
研究人员让这个 AI 西塞罗隐藏身份加入到一个外交游戏里,82 名人类玩家在 40 场游戏中,都没有怀疑过它其实是个 AI。
而且还战绩斐然,全程平均分达到 25.8%,是人类玩家平均分的 2 倍,并且最终排名为前 10%。
成果一经发布,就在网上引发热议。
有人评价:这意味着 AI 在最具人类特点的游戏里战胜人类,超乎想象…
LeCun 都称它为:里程碑式的研究!
目前,模型代码已在 GitHub 上开源。
真有 AI 纵横家那感觉了
AI 唠嗑其实一直都引人诟病,更别提外交这种需要超高话术的场景了。
它需要理解对方的语言、动机,制定自己的话术策略,并调整好措辞。
有时甚至还需要“耍心眼”,故意说一些假话给对方设套。
这种超高难度任务,怎么挑战?
俗话说一口吃不成胖子。
Meta AI 就想到了先从游戏场景来切入(毕竟 AI 在玩游戏上是老手了)。
不过和之前棋类或竞技游戏不同,外交游戏并没有那么强的规则性,运筹帷幄、随机应变的环节不少。
实验中用到的游戏是 webDiplomacy(以下用“外交游戏”指代它)。
这款游戏的背景是 1901 年的欧洲,7 位玩家每人控制一个大国,通过相互合作、协商,尽可能地占领更多领土。
西塞罗的核心是由一个对话引擎和一个战略推理引擎共同驱动的。
简单理解,这里的对话引擎和 GPT-3、LaMDA 类似,战略推理引擎和 AlphaGo 相近。
用到的对话模型,是从一个类似于 2.7 亿参数的 BART 模型训练而来。
BART 吸收了 GPT 和 BERT 各自的特点,它比 BERT 更适合文本生成的场景,还能双向理解上下文语境信息。
具体来看,研究人员先从互联网上获取文本训练对话模型,然后再在实际的外交游戏场景中微调。
战略推理引擎用到的是一个规划算法(planning algorithm)。
该算法能够基于现况计算出一个最优选择。再通过强化学习训练,惩罚模型做出的“不像人”的策略,以此让模型给出的策略更合理。
毕竟,在外交游戏中是和人打交道,让 AI 更像人也是最基本的要求之一。
而且强化学习这种迭代式的训练,可以不断改进 AI 做出的策略预测。比传统方法中常用的监督学习(即打标签的方式)效果更好。
实操中,西塞罗首先会根据目前为止的游戏状态和对话,对每个人的会采取的动作做一个初步预判。
接下来,在不断地协商过程中,它都会不断地改进预测,然后使用这些预测为自己和合作伙伴设置一个共同的目标。
其次,它会根据局势状态、对话及其目标,从对话模型中生成几个候选消息,使用分类器等过滤机制过滤掉无意义的,生成最终的高质量输出文本。
例如,以下图为例,在这一局中,西塞罗扮演“奥地利”。
当玩家“意大利”向它询问意见,自己是否应该攻击土耳其时,西塞罗会根据场上局势 —— 土耳其正在攻击俄罗斯,判断出这是一个两面夹击的好机会,然后劝意大利跟进攻打土耳其。
这一步既建立了与意大利的伙伴关系,又消灭了一个潜在的对手。
不仅如此,谈判也是西塞罗的拿手好戏。
这次西塞罗扮演的是“德国”,与玩家“法国”一直在交战。这时法国南部同时受到了意大利的攻击,于是向西塞罗请求和谈。
西塞罗则趁机狮子大开口,要求法国归还侵略的领土,并保证不攻击荷兰。双方在讨价还价中顺利达成了协议。
就像上述展示的例子一样,两个月间,西塞罗共参与了 40 场外交游戏,与 82 名人类参赛者交锋。
在每场比赛中,西塞罗都会发送和接收平均 130 条消息。
其游戏水平甚至强过了人类:平均得分是人类玩家的 2 倍以上,甚至在玩过一场以上游戏的参与者中也能排到前 10% 。
网友:虽然它表现好但我很害怕
看完西塞罗在外交上的精彩表现,有网友感慨 AI 的发展速度:
Deep Blue 击败了卡斯帕罗夫,Watson 击败了智力竞赛的两位人类冠军,现在轮到 Meta AI 敲响马基雅维利(近代政治思想奠基人)的大门了。
还有人表示,这难道是迈向通识语言大模型的第一步吗?
LeCun 给出了肯定回复:
至少语言是基于事实的。
不过由于这款外交游戏以尔虞我诈著称,不少人也对此表示担忧:
这是直接鼓励研究人员开发更多擅长骗人的模型。
有网友就表示,玩这游戏甚至会失去朋友哦。
而从 AI 西塞罗的战绩来看,它可以迷惑人类玩家,并且说服人类听从它的策略。
所以有人就表示,这不是 AI 控制人类的选择乃至生活?
不过 Meta AI 表示,AI 西塞罗不是全没有失误的。
并且游戏中也还有很多需要和人类协作的环节,西塞罗的表现同样很好。
目前,它还只被放在游戏场景中测试过,并没有尝试过在开放语境下和人类谈判。
参考链接:
[1]https://www.science.org/doi/10.1126/science.ade9097
[2]https://ai.facebook.com/blog/cicero-ai-negotiates-persuades-and-cooperates-with-people/
[3]https://twitter.com/ylecun/status/1595081004108206088
本文来自微信公众号:量子位 (ID:QbitAI),作者:明敏 羿阁
广告声明:文内含有的对外跳转链接(包括不限于超链接、二维码、口令等形式),用于传递更多信息,节省甄选时间,结果仅供参考,IT之家所有文章均包含本声明。