DES CHERCHEURS DE STANFORD ET GOOGLE UTILISENT L’IA POUR SIMULER UNE PETITE VILLE À L’AIDE DE CHATGPT
Des chercheurs de Stanford University et de Google se sont enfin associés pour répondre à l’une des questions les plus urgentes concernant l’IA : peut-on faire en sorte que ChatGPT joue à The Sims ? La réponse est oui (en quelque sorte). Dans une nouvelle étude, des informaticiens ont élaboré un jeu d’art pixel pour tester si l’IA peut simuler le comportement humain. Les scientifiques ont utilisé ChatGPT pour créer des « agents génératifs », des personnages virtuels dotés de mémoire et d’objectifs individuels. Dans la simulation, ces avatars ChatGPT alimentés agissent de manière autonome pour mener leurs activités quotidiennes. Les chercheurs ont créé un site web interactif permettant de voir ces agents en action. Dans une séance de relecture, ils ont donné à l’agent Isabelle de ChatGPT l’idée d’organiser une fête de la Saint-Valentin.
Dans la simulation, les agents interactifs ont leur propre personnalité et se font des amis, prennent des décisions, initient des conversations et planifient des événements. Les résultats montrent que cinq des douze personnes invitées à la fête sont venues. Trois d’entre elles n’ont pas pu venir en raison d’un conflit d’horaires, tandis que les quatre autres n’ont tout simplement pas tenu leur promesse. Ce système démontre qu’un cadre établi autour de ChatGPT est essentiel pour permettre à l’IA de jouer un rôle qui a de la valeur. Les résultats pourraient avoir des implications dans de nombreux domaines tels que le jeu vidéo, la psychologie, la publicité et l’analyse des réseaux sociaux.
Toutefois, la liberté dont jouissent les agents génératifs peut être inquiétante. Ils semblent comprendre leur environnement et interagissent avec lui de manière indépendante, ce qui pourrait bien redéfinir les limites de l’autonomie de l’IA. Ce nouveau modèle pourrait être plus utile dans les applications du monde réel, car les agents génératifs interagissent avec leur environnement tout en conservant leur propre « personnalité ». Cette étude reprend la recherche précédente en allant au-delà de ses contraintes. À l’inverse, les méthodes précédentes permettaient un environnement simplifié ou réduisaient les dimensions du comportement de l’agent pour rendre l’effort plus gérable. Ce genre de recherche va contribuer à la compréhension de l’intelligence artificielle et technique de profondeur.
