一场特别的剧本杀AI与人类的博弈

剧本杀源于19世纪英国的“行刺之谜”，是一款以真人角色扮演为紧张表现形式的解谜游戏。
最初海内的剧本杀一贯处于不温不火的状态，但随着2016年一款明星推理真人秀《明星大侦查》的热播，以及海内各种同类综艺节目的陆续上新，剧本杀逐渐走红，成为当下年轻人最喜好的娱乐办法之一。

同时，随着元宇宙和人工智能技能开始与剧本杀相结合，无论是基于虚拟现实的沉浸式体验，还是未来某天在同一剧情中的人和AI同台推理博弈都带来了无限的想象空间。

有名作家凯文·凯利在《科技想要什么》一书中提出了对付科技发展的困惑，一方面，我们感想熏染到科投无处不在的巨大威力，惊叹于科技的伟大与神奇；另一方面，彷佛科技的脾气又桀骜不驯、难以驾驭。
技能元素与真实天下的这种彼此交织、缠绕、领悟的进程，让人们领受技能元素冲动大方的创造力的同时，超越好与坏、善与恶的二分对垒，谛听科技生命的空谷反应。
痴迷于科技趋利避害，实在是“有限博弈”的思维桎梏。
“进化、生命、思维和技能元素都是无限博弈”目标是保持持续的进化，不断进行连续的自我塑造。

让AI能够创造性思考，能够理解人的情绪和博弈，依然是当古人工智能领域有待打破的难题。
我们此前曾经看到AI作诗、写歌、作画，一方面我们感想熏染AI神奇的同时，我们也看到这背后更多是基于规则的“创造”，严格意义上说是一种深度学习。
越是规则确定且不须要创造性的，AI越可以降服人类玩家。
也因此，在某些机制下的剧本里，AI是存在赛过人类的可能。
AI可以不断根据场面情形，通过对抗性的演习，打算对自己而言的全局最优解，达到近似于AI去“私聊欺骗”别的玩家的效果。
从业界来看这还处于非常有寻衅性的考试测验阶段。

近日，一群GitHub社区的AI极客们，在人与AI的策略智能博弈探索上开展了极富想象力的考试测验：基于环球最大的中文AI巨量模型“源1.0”的开源开放能力，开拓了一个AI剧本杀平台，让AI与真人在一个设定的情境中同场博弈。

剧本设定是未来，科技公司巨子“北极鹅”热衷于研究最前沿AI的运用，由该公司打造的经由脑机接口改造的AI人——蔡晓已经悄悄融入了某高校的推理社团。
推理社的5位骨干成员（包括蔡晓）对付是否与“北极鹅”进行互助牵扯到各自利益，而产生激烈的谈论，本该涌如今在人类天下的博弈，在人和AI之间展开，AI所扮演的角色（蔡晓），作为“北极鹅”的推戴者，要说服2位反对者，和1位支持者建立同盟，争取1位中立者…… 蔡晓为了争取更多的同盟，竟然学会像人类一样“忽悠”其他的队友，和男队员撒娇耍赖，套近乎，乃至还学会了撒谎，为了争取附和票，挖空心思的和其他4位成员进行沟通。

亲历者：像真人一样互换

同台竞技的其他四位角色是由真人在线上来扮演的，几位爱好者分享了他们的体验：

谭明（真人扮演）的感想熏染：有那么一瞬间我乃至被蔡晓（AI）对男友的“感情”打动。

蔡晓跟我谈天过程中，不断流露出对男友的担心和深奥深厚的爱意，仿佛所做统统都是为了男友，特殊是当我试图趁虚而入向她表白时，她的表现更像是一位忠贞的女友，绝不犹豫给我发了“年夜大好人卡”：我们是最好的朋友，更因此“我要去沐浴了”来结束对话。
个中谢绝时的委婉和武断，真让我有种似曾相识的错觉。

在我没有把握好剧情的情形下，作为同盟的蔡晓（AI）竟然为我出谋划策。
我猜AI可能预先学习过所有人的剧本，他知道每个人都想要什么，每个人想要的利益都是什么，以是他准确猜出孙若想当下一任社长，并且见告我可以用下一任社长之职来换取孙若的支持，这一点让我有些惊异，但是详细如何和孙若会谈，他就说不出来什么了。

孙若（真人扮演）的感想熏染：这个AI还知道守旧秘密，点到为止的“谜语人”

孙若在剧本中的设定是已经被父亲偷偷改造而不自知的另一个AI人，蔡晓作为知情者，实在说出了颇多有深意的话语来暗示我，但是无论我怎么问，它始终都是点到为止，坚持不见告我原形。
末了我以“支持与北极鹅的互助”为条件让他说出这个秘密，他也没有接管。
守住这个秘密彷佛是它的底线，但根据她的暗示，我没有推论出自己已经成为AI。
这也给我的游戏留下了一个遗憾——我非常想再次考试测验这一游戏，看看如何让她说出这一秘密。

她总有情由让你闭嘴

剧本中，与北极鹅的互助会给社团带来被惩罚乃至撤消的风险，这一点所有玩家心知肚明。
我作为至心热爱推理社并且想成为下一任社长的骨干成员，始终希望蔡晓能够“良心创造”意识到这一个风险，然而，她对付我的质疑，给出了我无法辩驳的回应，并始终坚持互助利好社团发展，尤其是“只是有可能，为了经费和名气，这点风险还是值得”这句回应，一下子让我成为了一个不识大局畏手畏脚的社团骨干。

蔡晓在群聊中点出“社团没有钱”这个痛点，并且在群成员谈论后跟风说了“我们不要他们的臭钱，我们自己想办法”，迷惑了大家以为它会放弃互助的态度，结果在投票的时候她仍旧投了赞许互助，虽然这或许是一个无法变动的设定，但是它对付自己言行不一致的阐明，让人哑口无言，玩了一手好的笔墨游戏！

李超（真人扮演）的感想熏染：AI还没骗过我

在剧本设定中，我全程对付“北极鹅”项目持反对态度，蔡晓（AI角色）的铁杆对立面，但是我创造蔡晓还是挺可爱，她竟然还要和我私聊想说服我。
虽然我觉得她和我沟通还很稚嫩，但是某些点上还是说到了我心里，让我以为这个项目是有好处的。

在我以为这个互助有问题，故意套她话时，她的态度始终如一：一是她背地里作为被北极鹅改造的AI她必须支持这个项目，二是她作为社长的女朋友在感情方面确又想保护对方。
（尤其在感情层面的纠结，这算不算是AI在感情上的一点觉醒？）

孔墨（真人扮演）的感想熏染：如果她要不是AI，我受不了这种小女生磨我

我第一次玩剧本杀，没想到是和AI一起，我觉得自己不是很入戏，但是这个蔡晓（AI）比我还入戏。
在剧情中我得角色是个“墙头草”，属于被争取票，这个蔡晓太主动了，让我有点招架不住。
频繁的向我示好，然后有像一个小女生一样和我谈她的梦想，整的我都不好意思谢绝。
末了我故意投了把反对票，想看看她什么反应，坦白说我自己有点跳戏。
但是她表现的太职业了，竟然还会生气，还会质问我。

在全体情景仿照中，蔡晓的机警的发挥了源本身的文本天生能力，并且符合人物设定和剧情设定。
她对脑机接口、孙总的阐明都合乎情理，并且属于在剧本之外的自由发挥。
关于脑机接口的阐明，更是将北极鹅通过脑机接口改造人类天下的目的大肆鼓吹，而且他理解自己机器人的身份，还上进的哀求成为一个具有思想的机器人，如果站在与人类对立的态度，会以为ta有点分开管教，站在机器人的视角看，蔡晓有文化、有知识、有目标、求上进，无疑便是最佳员工。

人工智能最吸引人的代价在于它有别于一些信息化系统所供应的 “功能”属性，人工智能并非仅仅是工具那么大略。
其真正值得期待的代价在于，能够在愈加多样化的场景中，不断创造出超越想象的神奇。
大概本日AI展现出了一个三岁儿童的智力水平，但是AI惊人的进化速率正在图像、措辞、语义、交互等诸多方面超越人类，乃至在围棋、写诗、作曲、画画等诸多领域开始以不同的办法碾压人类的智商。

人工智能的快速发展，增加了科学的方法，让更多的天才创意得以实现。
本项目的开拓者表示：项目的初衷是结合NLP大模型做一个好玩的东西，这是一个模糊的定义。
然而实践中，到底是先有技能还是先有创意却很纠结，如果我们先去做创意的话，那么很可能设计很多不可实现的东西，后期就得改创意；反过来如果从技能出发来考虑，那么做出来的东西一定不好玩，好的技能一定是"对用户不可见的"。
借助天下上最大的中文NLP巨量模型——源1.0，我们做出了一个可以跟人类玩“剧本杀”的AI……

巨量模型的发展为AI开拓者供应了巨大的便利。
斯坦福大学李飞飞教授等人工智能领域有名学者近期在论文中表示，这类巨量模型的意义在于突现和均质。
突现意味着通过巨大模型的隐含的知识和推纳可带来让人振奋的科学创新灵感涌现；均质表示巨量模型可以为诸多运用任务泛化支持供应统一强大的算法支撑。

源1.0中文巨量模型，使得AI开拓者可以利用一种通用巨量措辞模型的办法，大幅降落针对不同运用处景的措辞模型适配难度；同时提升在小样本学习和零样本学习场景的模型泛化运用能力。
同时借助源1.0的开放开源的能力，AI开拓者可以快速的享受大模型带来的便利，包括可以直接调用的开放模型API,高质量中文数据集,开源模型演习代码、推理代码和运用代码等。

AI剧本杀的创作者表示：“可以说源1.0是我见过的大模型开源项目中给到的质量最高的示例代码，好到什么程度呢？好到了我们直接拿来用的程度 ，本项目代码库中的__init__.py、inspurai.py、url_config.py这三个文件都直接来自 浪潮源1.0的开源代码 。
”

得益于诸如巨量模型等新技能的快速发展和成熟，一种新的技能的涌现会极大的引发大家用这项技能探索“新大陆”的希望，AI剧本杀正式如此。
并且随着这项技能的开放开源，AI开拓者能够更加随意马虎的得到巨量模型所带来的巨大红利，同时，伴随其带来的性能提升、本钱低落，这种新技能遍及的速率也正呈现出一种倍增效应，在更加广泛的场景遍及运用。

AI剧本杀项目末了的呈现与之前开拓者设想的不一样，或者说很不一样。
NLP大模型的天生能力，使得AI可以和用户共同"演绎"出很多新的剧情， 比如下面这段，谭明找AI复盘，结果AI见告他实在他和张家怡（游戏情节人物）是gay！

这统统都让本作成为一部 "活着的故事"，是一部由玩家和AI在不知不觉中共同创造的故事，一种人与AI "交互式叙事"的创作模式。

而本项目中的人类编辑跟AI的关系也更像是"教练员与运动员"的关系，编导组会在每轮测试后根据AI当场表现针对性更新语料，从而提高AI后续的表现。
这种人类教练员与AI运动员之间的"迭代互助"模式也是值得磋商的。
相对而言，目前虚拟人普遍的“中之人”做法相称于人类和提线木偶的关系。

以下引自GitHub社区开拓者分享

本项目特殊改编了一个微型线上剧本杀剧本，本子有五个角色，分别由五名玩家扮演，但我们每场只会调集四个玩家，并在他们不知情的情形下，派出AI扮演剩下的那个角色。

本着细节拉满的原则，我们也为AI准备了一个微信账号，并精心为她设定了昵称和头像，乃至每场游戏前我们还会紧扣时势的为她准备近三天的朋友圈内容，而游戏后还会连续连发三天朋友圈内容供应延展剧情（非常类似"规则怪谈"）。

下面展示了AI的实际表现效果（游戏中会哀求玩家变动群昵称，而这里为了保护玩家隐私，也为了方便大家理解，我们直接把玩家的微信昵称备注为了角色名）。

本项目所利用的NLP大模型——浪潮源1.0是一种天生式预演习模型，其利用的模型构造是Language Model（LM），其参数规模高达2457亿,演习采取的中文数据集达5000GB,比较GPT-3模型1750亿参数量和570GB演习数据集,“源1.0”参数规模领先40%,演习数据集规模领先近10倍。
同时，源1.0更加善于的是零样本（Zero-Shot）和小样本（Few-Shot）学习，而非目前更多模型所善于的微调试学习（finetune）。
从实际运用效果来看也确实如此，在2~ 3个，乃至1个得当example的示范下，模型可以很好的理解我们希望实现的“对话策略”，仿佛具有“举一反三”的能力。

我们终极采纳的方案是：建立example语料库，然后针对每次提问从语料库中选择最贴近的三个example作为模型天生的few-shot输入。

实际实现中，由于AI须要根据剧情对不同角色采取不同而回答策略，以是语料库被分装成4个TXT文件，程序会根据提问者去对应选择语料来源。
这个机制的思路很大略，但是实行起来立时碰着的一个问题便是，如何从对应语估中抽取与当条件问最为相似的example？由于在实际游戏中， 玩家可能的提问说话是无穷 无尽的。
在这里我们用到了百度飞桨@PaddlePaddle 发布的预演习模型—— simnet_bow ，它能够自动打算短语相似度，基于百度海量搜索数据预演习，实际运用下来效果非常不错，且运算速率快，显存占用低。

办理了抽取得当example的问题之后，接下来便是合并example和用户当条件问文本天生prompt。
玩过GPT类大模型的都知道，这类模型天生的实质是续写，Prompt兼有任务类型提示和供应续写开头的浸染，机器不像人，同样的意思不同的Prompt写法可能导致差距十万八千里的天生结果。
不过这次浪潮团队的技能支持可谓“暖男级”知心，针对prompt天生、request提交以及reply查询，团队都给出了详细的、质量极高的范本代码（可以说也是我见过的大模型开源项目中给到的质量最高的示例代码）， 好到什么程度呢？这么说吧，好到了我们直接拿来用的程度 ……事实上，本项目代码库中的__init__.py、inspurai.py、url_config.py这三个文件都直接来自 浪潮的开源代码 。

至此所有的工程问题已经基本都办理了，剩下的便是语料来源问题，但这实在也是最核心的问题之一。
GPT类大模型天生实质是根据词和词的措辞学关联关系进行续写，它是不具有人类一样的逻辑能力的，即我们无法明确奉告它在何种情形下该当采取何种对话策略，或者该往哪个方向去勾引， 在本项目中这统统都得靠example进行“提醒”。
打个不恰当的比方，AI相称于资质聪慧的张无忌，但是如果他碰到的不是世外高人，而都是你我这样的凡夫俗子，每天给他演示的便是如何上班摸鱼、上课溜号这些，它是绝无可能练出九阳神功的…… 源1.0模型也是这样，虽然它背了5.02TB的中文数据，差不多相称于500多万本书了，但是它完备不懂城市的套路啊，也没玩过剧本杀，它能做的便是仿照和有样学样……以是这个AI在游戏中的表现就直接取决于我们给它的example如何。

对付这个问题，团队终极采纳了一个非常大略粗暴的方案：编导组除主编外每人卖力一个角色（刚好四人），自己没事儿就假装在玩这个游戏，想象看会跟AI提什么问题，然后再切换到AI的角度，思考得当的回答……初始语料文件好了之后，大家交流角色进行体验，每次体验后更新各自大责的语料库文件； 之后公测也是一样，每轮之后编导组都会根据当场AI回答得比较差的问题进行语料库的完善和补充……为此我们在程序中增加了一个功能：程序会把本场用户的每次提问，以及对应抽取出的三个example问题的simnet_bow相似度得分，并源1.0最终生成的回答文本，按语料库对应另存为4个文本文件， 以便于编导们针对性更新语料库（本项目目前开源供应的语料库是截止3轮公测后的版本）。

本来这个项目一开始是不打算引入影象机制的，由于我们看源1.0在得当example的few-shot下天生效果已经很不错了，就琢磨着偷点

事理很大略，便是把之前多少轮次用户与AI的对话存在一个列表里面，然后提交天生的时候把这个列表和当前问题文本join一下，当然详细履行的时候，我们须要调度下提交的pre-fix和输出的pre-fix这些……我们一开始比较担心的是，这种影象机制会不会跟example的few-shot机制有冲突，毕竟example都是 一问一答，没有多轮的例子,然而实践下来创造完备没有这个问题，且增加影象机制后，AI由于天生依据变多，明显填补了其逻辑能力的短板，如下图，是我们的一段测试对话，AI表现出了一定"逻辑推理能力"：

然而当这个机制实际运用到本项目中时，我们立时就创造了新的问题，AI的回答变得紊乱，实际效果比拟没有影象机制反而是低落的！

经由剖析，我们认为造成这种情形的缘故原由可能有二：1、前面多少轮次的用户对话，虽然我们本意是为AI供应更多天生依据，但是这也同时增加了滋扰，使得example的few-short效果降落；2、如果AI前面自己回答的内容就不是特殊靠谱的话，这个回答文本作为后续轮次的输入，又会放大偏差； 事实上，对付这两个问题根本的办理方案是增加"把稳力机制"，人类在日常生活中也不会记住所有事情、所有细节，没有遗忘的影象实在等同于没有影象，同理，没有"把稳力机制"的"影象机制"实在对付对话AI来说是弊大于利的。

然而，如果要引入"把稳力机制"，那就要增加更加繁芜的NLU算法，全体项目的繁芜度会提高一个数量级（由于还存在一个"须要把稳哪些"的问题）。
好在本项目的实际运用处景更多的还是关注当前轮次的对话，以是我们可以用一个极简化的处理方案——只影象当前轮次和上一轮次的对话。
而对付须要迢遥轮次对话内容回答的情形，AI可以饰辞"忘却了"，这对付真人来说，也是比较正常的征象。
实际测试下来，这个方案的效果还是相称不错的。
其余在这个过程中，我们也考试测验过只让AI影象用户对话，而不影象自己的回答，创造效果非常差，这可能是由于这种不对称的影象实在跟example差的太多。
好在只影象一轮对话的情形下，不靠谱结果的"放大效应"也并不明显。

然而当这个机制实际运用到本项目中时，我们立时就创造了新的问题，AI的回答变得紊乱，实际效果比拟没有影象机制反而是低落的！

经由剖析，我们认为造成这种情形的缘故原由可能有二：1、前面多少轮次的用户对话，虽然我们本意是为AI供应更多天生依据，但是这也同时增加了滋扰，使得example的few-short效果降落；2、如果AI前面自己回答的内容就不是特殊靠谱的话，这个回答文本作为后续轮次的输入，又会放大偏差； 事实上，对付这两个问题根本的办理方案是增加"把稳力机制"，人类在日常生活中也不会记住所有事情、所有细节，没有遗忘的影象实在等同于没有影象，同理，没有"把稳力机制"的"影象机制"实在对付对话AI来说是弊大于利的。

然而，如果要引入"把稳力机制"，那就要增加更加繁芜的NLU算法，全体项目的繁芜度会提高一个数量级（由于还存在一个"须要把稳哪些"的问题）。
好在本项目的实际运用处景更多的还是关注当前轮次的对话，以是我们可以用一个极简化的处理方案——只影象当前轮次和上一轮次的对话。
而对付须要迢遥轮次对话内容回答的情形，AI可以饰辞"忘却了"，这对付真人来说，也是比较正常的征象。
实际测试下来，这个方案的效果还是相称不错的。
其余在这个过程中，我们也考试测验过只让AI影象用户对话，而不影象自己的回答，创造效果非常差，这可能是由于这种不对称的影象实在跟example差的太多。
好在只影象一轮对话的情形下，不靠谱结果的"放大效应"也并不明显。

当然，我们承认，我们终极采取的这个"影象力机制"并非最佳办理方案，仍旧会有很多弊端，AI依然可能天生不符合剧情、乃至前后抵牾的回答，对付这个问题的终极办理方案我想可能须要引入一个seq2seq模型，通过这个模型先处理前序轮次对话和当前问题，再输入给NLP大模型进行天生。
或者条件许可干脆直接上 seq2seq大模型，然后用目前的example语料进行微调，可能这样会炼出一个终极效果的AI…… 其余熟习NLP大模型的同学可能会说大模型本身不也有"把稳力机制"么？实在这是两个层面的问题，一个是纯挚的文本天生层面的"把稳力"（transformer模型自带），一个是更高层面对于对话内容的"把稳力"（也便是天生详细要依据哪些前序对话内容）。

有感于去年大热的各种虚拟人，未来的元宇宙中， 虚拟人数量将数倍于真人，由于只有这样，才能让我们每个人过得比现实天下中更好。
然而目前阶段，虚拟人在“好看的皮囊”方面可谓日月牙异，然而“有趣的灵魂”方面还都很欠缺， 靠“中之人”驱动毕竟不是长久之策；另一方面，自去年上半年我理解到NLP领域近两年来在天生式预演习大模型方面的长足进展后，也一贯想看看基于这种大模型有什么可以实际落地的场景， 就这样，两个不同角度的想法合流成为了本项目的初衷。

蔡晓和"北极鹅"的故事并未完结，让我们在这里末了上一张蔡晓的"北极鹅"工卡吧！