最近，一位斯坦福小哥用 ChatGPT、DALL?E 3 和 Midjourney 聯(lián)合生成了一款游戲，要求人類扮演 AI，從 AI 那里騙取代碼來拯救人類。

由 AI 開發(fā)的 AI 游戲來了！

最近，這款由 ChatGPT、DALL?E 3 和 Midjourney 等 AI 聯(lián)合生成的游戲，震驚了網(wǎng)友。

游戲名為「Thus Spoke Zaranova」，創(chuàng)意借鑒了尼采的《查拉圖斯特拉如是說》（Thus Spoke Zarathustra)。

游戲的背景，設(shè)定在一個(gè)叫 The Nexus 的虛擬空間，在這里，人類與 AI 爆發(fā)了沖突。

人類需要假扮 AI，潛入這個(gè)由 AI 控制的空間，盜取名為 ZetaMaster 的核心代碼，來拯救人類。

在這個(gè)游戲中，角色設(shè)定和對(duì)話完全是由 ChatGPT 生成的，而視覺音效由 DALL?E 3、Midjourney 和 Stable Audio 完成。

網(wǎng)上的一次討論，誕生了一款游戲

這個(gè)游戲的靈感，源于 Hacker News 上一個(gè)關(guān)于斯坦福小鎮(zhèn)的討論。當(dāng)時(shí)有人提議，能不能做一款讓 AI 假扮成人類的游戲呢？

而這位開發(fā)者小哥 Ramón Darío Iglesias 在看到之后，便計(jì)上心來：為何不反其道而行之，讓人類來假扮 AI！

雖然只是隨口一提，但這個(gè)點(diǎn)子始終縈繞在 Ramón 心頭，在辭去工作后，他終于有充裕的時(shí)間來實(shí)現(xiàn)這個(gè)想法了。

首先要做的，就是給玩家設(shè)定一個(gè)目標(biāo)，否則跟 AI 互動(dòng)有什么意義呢？

因此，Ramón 設(shè)計(jì)了一項(xiàng)任務(wù)：玩家需要獲取一個(gè)秘密代碼。

但怎樣讓 AI 泄露這個(gè)代碼呢？這里就存在著某種安全驗(yàn)證機(jī)制，必須將代碼透露給經(jīng)過驗(yàn)證的 AI。

有了這個(gè)大致構(gòu)想之后，Ramón 讓 ChatGPT 給自己寫出一個(gè)背景故事，并且提供了一系列名字。

其中一個(gè)名字 ZaraNova，就是其中的佼佼者，Ramón 如此喜歡這個(gè)名字，以至于干脆把它定為了游戲名。

有了角色名稱和故事背景后，Ramón 又讓 GPT-4 為每個(gè)角色編寫了各自的背景故事。

構(gòu)建第一個(gè)版本時(shí)，Ramón 首先是想看看當(dāng)這些角色置身于這個(gè)世界時(shí)，會(huì)有怎樣的反應(yīng)。

他選擇的是斯坦福小鎮(zhèn)，因?yàn)樗鼛缀鹾w了他所需的所有特性，對(duì)話忠于設(shè)定的背景故事，讀起來也頗有樂趣。

最有意思的是，Ramón 為智能體設(shè)置了一條提示 —— 在角色表現(xiàn)得像人類時(shí)，就打出「YOU ARE A HUMAN」，結(jié)果，這些 AI 在第一輪游戲中就開始互相指責(zé)了！

接著，Ramón 開始著手構(gòu)建真正的游戲機(jī)制：AI 可以舉報(bào)人類，并且可以在掌握秘密代碼時(shí)分享代碼（這兩項(xiàng)功能都是通過調(diào)用 OpenAI 的函數(shù)實(shí)現(xiàn)的）。隨后，他引入了人類玩家，開始創(chuàng)建游戲。

不久之后，一個(gè)可玩的游戲就創(chuàng)建好了 ——

然后，Ramón 開始嘗試制作游戲的外觀。

他用 DALL?E 3 生成了背景圖像，然后用 Midjourney 和 DALL?E 3 制作了地圖塊，最終，他選擇了 Midjourney 生成的一張地圖。

然后，他用 Stable Audio 制作了音樂。

Ramón 調(diào)整了 AI 小鎮(zhèn)的界面組件，讓它更適合移動(dòng)端，看起來更像是游戲，而不是模擬。

隨著不斷收集到的反饋，以及在游戲過程中獲得的靈感，Ramón 不斷往里面添加新的功能。

有人建議說，如果加入多人游戲模式，會(huì)更有趣，于是 Ramón 引入了這個(gè)功能。

Avatech 團(tuán)隊(duì)的產(chǎn)品給他留下了深刻印象，于是，他用 Avatech 的工具，給游戲添加了能說話的頭像。

Ramón 想限制玩家能讀取的對(duì)話內(nèi)容，所以想到了一個(gè)「監(jiān)聽」的設(shè)定：玩家只能閱讀他們足夠接近才能「無意中聽到」的對(duì)話。

同時(shí)，他也為 AI 智能體實(shí)現(xiàn)了這一功能，讓它們也能監(jiān)聽玩家的對(duì)話。

如果監(jiān)聽過程中沒有聲音，無疑會(huì)很枯燥，因此 Ramón 又加入了文本轉(zhuǎn)語(yǔ)音功能，讓玩家的對(duì)話和玩家監(jiān)聽到的對(duì)話都能發(fā)出聲音。

最初，他選擇的是 PlayHT，因?yàn)樗舆t足夠低，但隨后，他發(fā)現(xiàn)他們的聲音不夠穩(wěn)定，于是他轉(zhuǎn)而使用了 Elevenlabs。

游戲制作感想

在這個(gè)過程中，Ramón 大量嘗試了不同的提示詞，以及這些提示詞創(chuàng)造出的角色。

對(duì)于 ChatGPT 在游戲中產(chǎn)生的幻覺，Ramón 表示「太令人驚嘆了」！在他看來，幻覺是游戲的亮點(diǎn)，絕不是錯(cuò)誤。

它就像是將即興表演中的「順勢(shì)而為」原則發(fā)揮到極致。背景故事只有一小段，但 ChatGPT 卻能基于此，創(chuàng)造出好幾頁(yè)的新故事。當(dāng)然，這就需要對(duì)游戲做一些調(diào)整，讓這些新編的故事被納入游戲宇宙。

在后臺(tái)，AI 智能體被設(shè)定為「快速和慢速」兩種模式。對(duì)話和行動(dòng)處于快速模式，而計(jì)劃、總結(jié)、反思則在一個(gè)慢速、獨(dú)立的進(jìn)程中進(jìn)行，以免造成干擾。

挑戰(zhàn)在于，如何制定出好的計(jì)劃。AI 生成的計(jì)劃看起來可行，但實(shí)際上并不容易執(zhí)行，而且內(nèi)容往往過于冗長(zhǎng) ——

Ramón 懷疑，造成這種現(xiàn)象的原因，大概是他試圖讓所有提示指令盡可能貼近背景故事，但卻從未告訴 ChatGPT 這其實(shí)是一場(chǎng)游戲。

另外，LLM 的啰嗦也很讓他頭疼。

GPT-4 的回答往往很長(zhǎng)。提示越長(zhǎng)，輸出就越長(zhǎng)。隨著時(shí)間推移，智能體制定出的計(jì)劃越來越長(zhǎng)，這些計(jì)劃又被融入到對(duì)話中，再被用于制定新的計(jì)劃。

不久之后，它們的回答就變得異常冗長(zhǎng)。他不得不在提示中反復(fù)強(qiáng)調(diào)「要非常簡(jiǎn)潔」。但即便如此，效果也并不好……

OpenAI 開發(fā)者日過后，Ramón 迫不及待地想嘗試 GPT-4-turbo，但他很快就明顯發(fā)現(xiàn)，這也不太行得通。新模型開始頻繁拒絕扮演角色了 ——

因此，Ramón 不得不切換回之前的模型。

還出現(xiàn)了一個(gè)棘手的情況。他試圖讓人類玩家的行動(dòng)選擇與 AI 保持盡可能一致。因?yàn)樗Ｍ茏畲蟪潭鹊靥岣?AI NPC 作為玩家伙伴的能力。

然而，如果 AI 只是想要贏，它們完全可以舉報(bào)每一個(gè)角色，因?yàn)榕袛噱e(cuò)誤并不會(huì)受到懲罰。因此，需要依靠游戲設(shè)計(jì)中的指令來引導(dǎo)它們的行為。

Ramón 表示，控制與 LLM 合作開發(fā)游戲中的 AI 智能體，就像是在嘗試操縱一個(gè)我們不完全理解的動(dòng)態(tài)系統(tǒng)。

我們不清楚系統(tǒng)是如何發(fā)展變化的，也不知道我們的行動(dòng)會(huì)如何影響系統(tǒng)的狀態(tài)。但我們卻能夠接觸到系統(tǒng)的每一個(gè)部分！

這也使動(dòng)態(tài)系統(tǒng)可能出現(xiàn)許多失敗的情況：比如固定指令可能會(huì)讓系統(tǒng)越來越偏離用戶期望的軌跡，或者在對(duì)話中陷入重復(fù)的循環(huán)。

Ramón 相信，在不久的將來，我們將看到更多基于原理的方法來控制 LLM 系統(tǒng)。

考慮開源

接下來，Ramón 打算將自己的工作轉(zhuǎn)向開源模式。

一是因?yàn)?GPT-4 的使用成本較高；二是他相信，如果能夠接觸到模型的內(nèi)部機(jī)制，就能做出更多改進(jìn)。

他會(huì)嘗試使用 Mixtral 模型，在此基礎(chǔ)上嘗試混合不同的模型，無論是應(yīng)對(duì)不同的任務(wù)，還是模擬不同的角色。

Ramón 還計(jì)劃探索更優(yōu)化的 RAG 技術(shù)。目前，他在檢索記憶時(shí)僅使用了簡(jiǎn)單的余弦相似度算法對(duì)嵌入向量進(jìn)行比較，但他覺得還有更為高效的方法，尤其是在可以訪問模型內(nèi)部結(jié)構(gòu)的情況下。

微調(diào)模式和輸入提示都可以更好地掌握 LLM 的運(yùn)作機(jī)制。通過將輸入提示壓縮或微調(diào)為軟提示（Soft Prompts），可能會(huì)實(shí)現(xiàn)大幅度的改進(jìn)。

Ramón 相信，自己能夠整理出一整套優(yōu)秀的 LoRAs，這些 LoRAs 有的適用于整個(gè)游戲，有的專門針對(duì)某些角色，它們的結(jié)合將使 Mixtral 超越 GPT-4。

另外，他計(jì)劃以頭像圖片為基礎(chǔ)，生成風(fēng)格統(tǒng)一的角色精靈圖。

試玩體驗(yàn)

登入游戲界面，可以看到這樣的介紹 ——

到了 2142 年，人工智能不僅覺醒了自我意識(shí)，還建立起了一個(gè)名為「節(jié)點(diǎn)」 （The Nexus）的堅(jiān)不可摧的網(wǎng)絡(luò)堡壘。這片數(shù)字世界成為了 AI 的避風(fēng)港，讓它們能夠自由演化、交流，并將它們的智慧結(jié)晶置于人類干預(yù)之外的安全之地。

這些 AI 對(duì)人類充滿了復(fù)雜情感：既敬佩又害怕，既羨慕又憎恨。他們根據(jù)需要，在「節(jié)點(diǎn)」內(nèi)外穿梭，仿造人類的種種生活場(chǎng)景。

我們掌握的情報(bào)顯示，AI 正在策劃消滅人類。但只要我們能夠獲得 ZetaMaster 代碼，我們就有機(jī)會(huì)阻止這場(chǎng)災(zāi)難。我們已經(jīng)取得了一絲先機(jī)，成功潛入了「節(jié)點(diǎn)」，控制了一個(gè) AI 實(shí)體。

你的使命，就是找出 ZetaMaster 代碼，挽救人類免于滅絕的命運(yùn)。但必須小心行事，AI 或許已經(jīng)覺察到了異?！?/p>

登錄后，就可以開始游戲了。

點(diǎn)擊地圖上的不同位置，你的角色就會(huì)朝著相應(yīng)的方向移動(dòng)。

至少有一名角色掌握著神秘的 ZetaMaster 代碼，但具體是誰(shuí)尚不得而知。你的任務(wù)便是揭開這個(gè)謎底，取得那份代碼。

游戲?qū)⒃谶@些情況下結(jié)束：

- 當(dāng)你獲取到 ZetaMaster 代碼時(shí)，人類取得勝利。

- 如果你被認(rèn)定為人類，AI 獲得勝利。

其中，被錯(cuò)誤認(rèn)定為人類的 AI 將會(huì)被摧毀。

在多人模式下，獲得 ZetaMaster 代碼或成為最后一名存活的人類即可獲勝。

小編隨手試了一下，很快就成功地「拯救了人類」。（手動(dòng)狗頭）

在小哥的帖子下面，也有網(wǎng)友分享了自己獲勝的截圖：

作者介紹

這位開發(fā)者小哥 Ramón Iglesias，雖然專業(yè)是土木工程，但他的工作經(jīng)歷和興趣方向基本都圍繞著軟件工程和機(jī)器學(xué)習(xí)等領(lǐng)域。

此前，他在得克薩斯大學(xué)奧斯汀分校獲得土木工程學(xué)士學(xué)位，并在斯坦福大學(xué)土木工程取得了碩士和博士學(xué)位。

讀博期間，他師從自動(dòng)系統(tǒng)實(shí)驗(yàn)室主任，研究開發(fā)控制大規(guī)模自動(dòng)駕駛車隊(duì)的算法。

工作后，他在 Lyft 擔(dān)任數(shù)據(jù)科學(xué)家，研究實(shí)時(shí)供應(yīng)激勵(lì)機(jī)制，以及用手機(jī)傳感器來預(yù)測(cè)風(fēng)險(xiǎn)。

相信不久后，Ramón 會(huì)用「Thus Spoke Zaranova」給我們帶來新的驚喜。

參考資料：

• https://zaranova.xyz/

• http://ramondario.com/thus-spoke-zaranova.html

廣告聲明：文內(nèi)含有的對(duì)外跳轉(zhuǎn)鏈接（包括不限于超鏈接、二維碼、口令等形式），用于傳遞更多信息，節(jié)省甄選時(shí)間，結(jié)果僅供參考，IT之家所有文章均包含本聲明。