Author(s): Sriram Parthasarathy
Awalnya diterbitkan di Menuju AI.
Temukan Bagaimana Agen Generatif dapat Mendefinisikan Ulang Pelatihan, Hiburan, dan Komunikasi Lintas Sektor.
Agen generatif, program komputer inovatif yang meniru perilaku manusia, memiliki kemampuan luar biasa untuk mengingat, merefleksikan, dan merencanakan tindakan. Agen-agen ini dapat menciptakan dunia virtual yang sangat mirip dengan situasi dunia nyata, menawarkan aplikasi berharga dalam pelatihan, hiburan, dan komunikasi.
Peneliti Stanford (https://arxiv.org/pdf/2304.03442.pdf) telah mengembangkan kota simulasi menggunakan kecerdasan buatan (AI) generatif yang terdiri dari karakter dengan identitas, ingatan, dan perilaku unik, mirip dengan konsep seri HBO “ Dunia Barat.” Simulasi mencakup 25 “agen generatif”, masing-masing dengan identitasnya sendiri (nama, pekerjaan, prioritas), hubungan, dan rencana untuk setiap hari. Karakter dapat mengingat informasi masa lalu, mengembangkan pemikiran baru, dan merencanakan tindakan di masa depan. Mereka juga dapat membentuk hubungan, mengingat detail masa lalu, dan mampu berkoordinasi satu sama lain.
Dari “Agen Generatif: Simulacra Interaktif Perilaku Manusia.” https://arxiv.org/pdf/2304.03442.pdf
Penelitian menunjukkan bahwa ingatan dan pengambilan sangat penting untuk karakter yang disimulasikan. Mereka dapat meninjau ingatan mereka untuk mendapatkan wawasan baru dan mengubah rencana mereka berdasarkan pengamatan dan pemikiran baru. Misalnya, dalam simulasi, salah satu karakternya, Sam, bertemu dengan Latoya, karakter yang bercerita bahwa dia sedang mengerjakan proyek fotografi. Saat Sam dan Latoya bertemu lagi, Sam bertanya tentang kemajuan yang dia buat dalam proyeknya.
Sama seperti bagaimana manusia dapat berpikir tentang masa lalu, mempelajari dan merenungkannya dan mengambil tindakan spesifik untuk bergerak maju, karakter dalam simulasi memiliki kemampuan untuk meninjau ingatan mereka dan mendapatkan wawasan baru. Mereka juga dapat merefleksikan refleksi sebelumnya dan menyesuaikan rencana mereka berdasarkan pengamatan dan pemikiran baru.
Arsitektur Agen
Agen diharapkan untuk bertindak dan bereaksi dengan cara yang konsisten dengan perilaku manusia sekaligus mampu merencanakan dan merefleksikan pengalaman masa lalu. Untuk mencapai hal ini, sebuah arsitektur baru yang mengkombinasikan memori dan pengambilan, refleksi, perencanaan, dan reaksi telah diusulkan.
Dari “Agen Generatif: Simulacra Interaktif Perilaku Manusia.” https://arxiv.org/pdf/2304.03442.pdf Agen generatif memahami dan menyimpan persepsi dalam aliran memori. Ingatan yang diambil digunakan untuk menentukan tindakan, membentuk rencana, dan membuat refleksi untuk penggunaan di masa mendatang.
Arsitektur yang diusulkan dirancang untuk meniru cara manusia memproses informasi dan membuat keputusan. Arsitektur mencakup empat komponen: memori dan pengambilan, refleksi, perencanaan, dan bereaksi. Setiap komponen memainkan peran penting dalam memungkinkan agen generatif berperilaku lebih mirip manusia.
1. Memori dan pengambilan
Komponen pertama, memori, dan pengambilan, bertanggung jawab untuk menyimpan dan mengambil informasi tentang pengalaman dan lingkungan agen. Memori agen adalah aliran peristiwa yang terus ditambahkan ke memori saat agen berinteraksi dengan lingkungannya. Proses pengambilan bertanggung jawab untuk memilih peristiwa yang paling relevan dari aliran memori berdasarkan konteks saat ini. Saat mengambil ingatan, tiga faktor sangat penting: kebaruan, kepentingan, dan relevansi. Ingatan terbaru lebih penting, ingatan yang dianggap penting oleh agen diprioritaskan, dan ingatan yang relevan dengan situasi atau permintaan dianggap penting untuk pengambilan.
Dari “Agen Generatif: Simulacra Interaktif Perilaku Manusia.” https://arxiv.org/pdf/2304.03442.pdf Aliran memori berisi sejumlah besar pengamatan, dan proses pengambilan melibatkan pemilihan subset dari pengamatan ini untuk diteruskan ke model bahasa.
2. Refleksi
Komponen kedua, refleksi, bertanggung jawab untuk menghasilkan pemikiran abstrak tingkat tinggi yang didasarkan pada pengamatan dan pengalaman agen. Pikiran-pikiran ini disebut refleksi dan dihasilkan secara berkala berdasarkan nilai ambang batas kepentingan untuk peristiwa terbaru yang dirasakan oleh agen. Refleksi memungkinkan agen untuk menggeneralisasi dan membuat kesimpulan berdasarkan pengamatannya, memungkinkannya untuk merespons rangsangan yang kompleks dengan tepat.
Refleksi menghasilkan pemikiran tingkat tinggi berdasarkan pengamatan dan pengalaman agen, yang disebut refleksi, memungkinkan respons yang tepat terhadap rangsangan yang kompleks.
3. Merencanakan dan Bereaksi
Komponen Perencanaan dan Bereaksi dari agen terdiri dari dua proses utama. Perencanaan, melibatkan penciptaan urutan tindakan masa depan untuk agen, membantu menjaga perilaku agen konsisten dari waktu ke waktu. Prosesnya dimulai dengan pembuatan rencana yang menguraikan agenda hari itu secara garis besar. Rencana dihasilkan secara top-down, dimulai dengan sketsa kasar agenda harian agen dan kemudian secara rekursif menghasilkan lebih banyak detail. Bereaksi, melibatkan kemampuan agen untuk memahami dunia di sekitar mereka dan memutuskan apakah akan melanjutkan rencana yang ada atau bereaksi. Pada setiap langkah waktu, agen merasakan dunia di sekitarnya dan menyimpan pengamatan ini dalam ingatannya. Agen kemudian memutuskan apakah akan melanjutkan rencana yang ada atau bereaksi terhadap pengamatan baru. Jika agen memutuskan untuk bereaksi, itu menghasilkan rencana baru dan dapat memulai dialog dengan agen lain jika sesuai.
Singkatnya, arsitektur mencakup komponen memori dan pengambilan yang menyimpan dan mengambil informasi, komponen refleksi yang menghasilkan pemikiran abstrak tingkat tinggi, komponen perencanaan yang menciptakan urutan tindakan di masa depan, dan komponen reaksi yang memungkinkan agen untuk melihat dan bereaksi terhadap dunia di sekitar mereka. Mekanisme prioritas yang digunakan untuk pengambilan memastikan bahwa peristiwa yang relevan dan baru-baru ini diberikan lebih penting daripada yang lain. Arsitektur ini memungkinkan agen generatif untuk berperilaku lebih mirip manusia, menunjukkan karakteristik seperti perencanaan, refleksi, dan reaksi.
Potensi Menjanjikan dari Agen Generatif
Agen generatif adalah cara inovatif untuk mensimulasikan perilaku manusia menggunakan program komputer. Mereka memiliki potensi untuk merevolusi cara berpikir kita tentang pelatihan, hiburan, dan bahkan komunikasi. Misalnya, ini dapat membantu orang mempraktikkan keterampilan komunikasi mereka di lingkungan yang aman dan terkendali. Itu juga dapat digunakan untuk menciptakan lingkungan imersif yang terasa seperti kehidupan nyata. Ini penting karena memungkinkan kita untuk mencoba berbagai hal sebelum kita melakukannya di kehidupan nyata. Jadi, kita bisa membuat kesalahan dan belajar darinya tanpa konsekuensi apa pun.
Orang-orang dapat dengan aman mempraktikkan keterampilan komunikasi dan mengalami lingkungan yang imersif dan hidup. Ini memungkinkan pembelajaran coba-coba tanpa konsekuensi kehidupan nyata.
Salah satu manfaat utama dari agen generatif adalah kemampuan beradaptasi mereka. Mereka dapat diprogram untuk mensimulasikan berbagai kepribadian dan perilaku, yang memungkinkan pengguna mengalami berbagai situasi dan tantangan. Fleksibilitas ini membuat agen generatif sangat berharga untuk industri yang memerlukan pelatihan khusus atau industri yang dapat memperoleh manfaat dari lingkungan yang imersif dan menarik.
Aplikasi Praktis: Pelatihan Penegakan Hukum
Teknologi ini memiliki potensi yang signifikan dalam kehidupan nyata. Salah satu kasus penggunaan agen generatif yang menjanjikan adalah dalam pelatihan penegakan hukum, di mana mereka dapat digunakan untuk membuat simulasi TKP dan perilaku kriminal yang realistis. Ini dapat membantu petugas penegak hukum mengembangkan keterampilan yang mereka butuhkan untuk menyelidiki kejahatan dan membawa pelakunya ke pengadilan.
Agen generatif untuk pelatihan penegakan hukum mensimulasikan perilaku manusia dalam berbagai skenario, menyiapkan petugas untuk situasi kehidupan nyata
Agen generatif dapat digunakan untuk pelatihan penegakan hukum dengan mensimulasikan perilaku manusia dalam berbagai skenario untuk mempersiapkan petugas menghadapi situasi kehidupan nyata. Ini dapat mencakup apa saja mulai dari negosiasi penyanderaan hingga pengurangan situasi kekerasan.
Misalnya, agen generatif dapat mensimulasikan skenario di mana seseorang menyandera dan petugas harus menegosiasikan resolusi damai. Agen tersebut dapat memainkan peran sebagai penyandera, dan petugas tersebut dapat melatih keterampilan negosiasi mereka dengan terlibat dalam percakapan simulasi dengan agen tersebut.
Menurut makalah tentang agen generatif, “perwakilan perilaku manusia yang dapat dipercaya dapat memberdayakan aplikasi interaktif mulai dari lingkungan imersif hingga ruang latihan untuk komunikasi antarpribadi hingga alat pembuatan prototipe.” Dalam hal pelatihan penegakan hukum, agen generatif dapat berfungsi sebagai ruang latihan yang berharga bagi petugas untuk mengasah keterampilan komunikasi dan negosiasi mereka dalam lingkungan yang aman dan terkendali.
Agen generatif menawarkan ruang latihan yang aman dan terkendali bagi petugas penegak hukum untuk mengasah keterampilan komunikasi dan negosiasi selama pelatihan.
Agen generatif juga dapat diprogram untuk mensimulasikan berbagai jenis tersangka dengan berbagai tingkat agresi, memberikan kesempatan kepada petugas untuk mempraktikkan teknik de-eskalasi mereka. Ini bisa sangat berguna bagi petugas yang baru di kepolisian atau yang belum memiliki banyak pengalaman dengan situasi stres tinggi.
Selain memberikan kesempatan pelatihan, agen generatif juga dapat digunakan untuk mengevaluasi keefektifan berbagai taktik dan strategi. Dengan mensimulasikan berbagai skenario dan melacak hasilnya, lembaga penegak hukum dapat mengidentifikasi teknik mana yang paling efektif dalam berbagai situasi.
Secara keseluruhan, agen generatif memiliki potensi untuk merevolusi pelatihan penegakan hukum dengan menyediakan lingkungan yang aman dan terkendali bagi petugas untuk melatih keterampilan mereka dan mengevaluasi berbagai taktik dan strategi.
Kesimpulan:
Agen generatif memiliki potensi untuk merevolusi banyak industri, termasuk pelatihan penegakan hukum, dengan menyediakan lingkungan yang aman dan terkendali bagi individu untuk melatih keterampilan mereka, mengevaluasi berbagai taktik, dan mengembangkan strategi. Seiring kemajuan teknologi, kami dapat mengantisipasi aplikasi agen generatif yang lebih inovatif di berbagai domain, menghasilkan metodologi pelatihan yang ditingkatkan dan kesiapan yang lebih baik untuk tantangan dunia nyata.
Karena program komputer mutakhir ini terus berevolusi dan menyempurnakan kemampuannya untuk meniru perilaku manusia, mereka akan semakin mengaburkan batas antara pengalaman dunia maya dan dunia nyata. Dengan kapasitas yang terus meningkat untuk mengingat, merefleksikan, dan merencanakan tindakan, agen-agen ini akan merevolusi industri seperti pelatihan, hiburan, dan komunikasi.
Masa depan menjanjikan untuk menjadi tempat agen generatif berintegrasi mulus dengan kehidupan kita sehari-hari, meningkatkan kemampuan kita untuk belajar, terhubung, dan menjelajahi cakrawala baru. Saat kami terus membuka potensi penuh dari agen-agen ini, kami dapat berharap untuk melihat terciptanya dunia virtual yang semakin canggih yang tidak hanya menghibur dan mendidik tetapi juga menumbuhkan empati dan pemahaman dengan mensimulasikan beragam pengalaman manusia.
Selain itu, kemampuan agen generatif untuk beradaptasi dan belajar dari interaksi masa lalu akan membuka jalan bagi pengalaman yang lebih personal dan imersif, yang disesuaikan dengan preferensi dan gaya belajar individu. Ini, pada gilirannya, akan mengarah pada masyarakat global yang lebih terhubung, di mana komunikasi dan kolaborasi lintas budaya berkembang.
Saat kita berdiri di puncak era baru ini, sangat penting bagi peneliti, pengembang, dan pembuat kebijakan untuk bekerja sama guna memastikan bahwa teknologi agen generatif dikembangkan secara bertanggung jawab dan etis. Dengan demikian, kita dapat memanfaatkan kekuatan transformatif dari program-program inovatif ini untuk menciptakan masa depan yang lebih cerah dan saling terhubung bagi kita semua.
Diterbitkan melalui Menuju AI
