斯坦福大学的研究人员已经开发出了能够准确预测人类行为的人工智能代理。由 Joon Sung Park 博士及其团队领导的一项最新研究表明,两小时的访谈为人工智能提供了足够的数据,可以复制人类的决策模式,归一化准确率高达 85%。
实体人的数字克隆超越了深度伪造或被称为 "LoRAs "的 "低级适应"。这些准确的人格表征可用于分析用户,测试他们对各种刺激的反应,从政治宣传到政策建议、情绪评估,甚至是更逼真的当前人工智能化身版本。
研究团队招募了 1052 名美国人,这些人都是经过精心挑选的,代表了不同年龄、性别、种族、地区、教育程度和政治意识形态的人群。每位参与者都与人工智能访谈员进行了两小时的对话,产生了平均 6,491 字的访谈记录。访谈按照 "美国之声项目 "协议的修改版本进行,探讨了参与者的生活故事、价值观以及对当前社会问题的看法。
这就是你所需要的资料和克隆。
但与其他研究不同的是,研究人员采用了一种不同的方法来处理访谈数据。研究人员没有简单地将原始记录输入系统,而是开发了一个 "专家反思 "模块。这一分析工具通过多个专业视角对每个访谈进行检查--心理学家对人格特质的看法、行为经济学家对决策模式的看法、政治学家对意识形态立场的分析以及人口专家对背景的解读。
一旦完成了这些多维分析,人工智能就更有能力正确理解研究对象的人格运作方式,从而获得比简单地根据统计数据预测最有可能的行为更深刻的洞察力。最终,一组由 GPT-4o 支持的人工智能代理能够在不同的受控场景中复制人类行为。
测试证明非常成功。"该研究称:"生成代理复制参与者在一般社会调查中的回答的准确率为 85%,就像参与者两周后复制自己的回答一样准确,而且在预测实验复制中的人格特质和结果方面表现相当。该系统在复制大五人格特质方面也表现出了类似的能力,达到了 0.78 的相关系数,并在经济决策游戏中表现出了显著的准确性,达到了 0.66 的归一化相关系数。(相关系数为 1 表示完全正相关)。
尤其值得注意的是,与传统的基于人口统计学的方法相比,该系统减少了对种族和意识形态群体的偏差--这似乎是很多人工智能系统面临的一个问题,因为这些系统很难在刻板印象(假定被试者会表现出其所属群体的特征)和过度包容(避免统计/历史事实假设以确保政治正确)之间找到平衡。
"研究人员强调说:"与给定人口统计学描述的代理人相比,我们的架构减少了不同种族和意识形态群体的准确性偏差。
不过,这并不是利用人工智能进行人口貌相的首次尝试。
在日本,alt 公司的 CLONEdev 平台一直在尝试通过整合生活日志数据生成个性。他们的系统将先进的语言处理与图像生成相结合,创造出反映用户价值观和偏好的数字克隆人。"alt In 在一篇官方博客文章中说:"通过我们的 P.A.I 技术,我们致力于实现全人类的数字化。
有时,你甚至不需要量身定制的面试。以 MileiGPT 为例。阿根廷的一位人工智能研究人员利用数千小时的公开内容对开源 LLM 进行了微调,复制了阿根廷总统哈维尔-米莱伊的交流模式和决策过程。罗伯-恩德勒(Rob Enderle)等技术分析师和专家认为,在未来 10 年内,"数字双胞胎 "就能完全发挥作用。
当然,如果人工智能机器人不会抢走你的饭碗,你的人工智能双胞胎很可能会。"恩德勒告诉英国广播公司(BBC):"这些机器人的出现需要大量的思考和道德考量,因为我们自己的思维复制品可能对雇主非常有用。"如果你的公司创造了一个你的数字孪生体,然后说,'嘿,你已经有了这个数字孪生体,我们没有付给他工资,那我们为什么还要雇用你呢?
事情看起来可能有点吓人。深度假人不仅会模仿你的长相,而且人工智能克隆人还能根据对你行为的简短分析来模仿你的决定。虽然斯坦福大学的研究人员已经确保采取保障措施,但人类身份和数字身份之间的界限显然正变得越来越模糊。而我们已经在跨越这条界线了。
© 2025 DeFi.io