Mô phỏng: Định luật mở rộng mới — Hành trình từ Generative Agents đến 8 tỷ bản sao kỹ thuật số

Khi chúng tôi thảo luận lần đầu về "Mùa hè của AI mô phỏng" (Summer of Simulative AI) vào năm 2024, chúng tôi biết đó sẽ là một mùa hè ngắn ngủi, nhưng gần đây nó đã quay trở lại đầy mạnh mẽ với SimGym vào tháng 4 và giờ đây là vòng gọi vốn Series B trị giá 2 tỷ USD của Simile AI. Được hậu thuẫn bởi GreenOaks và Index Ventures cùng các nhà đầu tư tên tuổi như Fei-Fei Li và Andrej Karpathy, Simile AI đang chạy hàng chục triệu mô phỏng cho các khách hàng thuộc danh sách Fortune 100 như CVS với độ chính xác đạt 85–99% so với các nhóm tập trung (focus groups) của con người.

Đã đến lúc tìm hiểu lý do tại sao "Mùa hè thứ hai" của mô phỏng này lại hiệu quả đến vậy!

Từ việc tạo ra Smallville, bài báo mang tính bước ngoặt năm 2023 về Generative Agents (Tác nhân tạo sinh) cho thấy các nhân vật AI có thể ghi nhớ, lập kế hoạch, giao tiếp xã hội và phát triển các hành vi mới nổi, cho đến việc xây dựng các mô hình nền tảng (foundation models) về hành vi con người hiện nay, Joon Sung Park đang cố gắng trả lời một câu hỏi lớn hơn nhiều: điều gì sẽ xảy ra nếu chúng ta có thể mô phỏng thế giới trước khi đưa ra các quyết định trong đó? Trong tập này, đồng sáng lập kiêm CEO của Simile sẽ cùng chúng tôi giải mã lộ trình từ các tác nhân tạo sinh đến bản sao kỹ thuật số (digital twins), lý do tại sao các mô hình tiên phong (frontier models) ngày nay vẫn thất bại trong việc nắm bắt cách con người thực sự hành xử, và cần những gì để cuối cùng có thể mô phỏng toàn bộ 8 tỷ người trên Trái đất.

Chúng tôi đi sâu vào phương pháp tiếp cận của Simile trong việc mô hình hóa hành vi con người: các cuộc phỏng vấn chuyên sâu, dữ liệu quan sát và giao dịch, các thử nghiệm ngẫu nhiên có đối chứng, các mô hình ở cấp độ cá nhân và cấp độ quần thể, cùng quá trình hậu huấn luyện (post-training) dựa trên các cơ chế nhân quả đằng sau lý do tại sao con người đưa ra quyết định. Joon giải thích cách nghiên cứu của anh tạo ra các bản sao kỹ thuật số tái tạo hành vi và thái độ của con người với độ chính xác 85% so với cách con người tự phản hồi, tại sao các mô hình được tối ưu hóa để trở nên lý trí lại có thể là những mô phỏng tồi về con người vốn đầy phi lý trí, và tại sao việc hiểu "vật lý xã hội" (social physics) có thể đòi hỏi phải thay đổi trọng số mô hình thay vì chỉ đơn thuần là đưa ra câu lệnh (prompting) cho các LLM tiên phong.

Chúng tôi cũng khám phá tham vọng lớn hơn nhiều đằng sau việc mô phỏng: thử nghiệm sản phẩm và chính sách trước khi triển khai, tìm ra những con đường đi ngược lại trực giác để đạt được kết quả mong muốn, mô hình hóa hành vi mới nổi trên toàn xã hội, và khả năng giải quyết các vấn đề như biến đổi khí hậu, sự bất ổn dân chủ và UBI (Thu nhập cơ bản phổ quát). Joon suy ngẫm về các định luật quy mô (scaling laws) cho mô phỏng, kinh tế học của các thế giới mô phỏng ở quy mô trung tâm dữ liệu, mối liên hệ với Thomas Schelling và tâm lịch sử (psychohistory), tại sao mô phỏng lại giống với hội họa một cách đáng ngạc nhiên, và liệu chúng ta có đang sống trong một mô phỏng hay không.

Cách Smallville và Generative Agents dẫn lối đến Simile

Tại sao đội ngũ của Joon lại đặt câu hỏi: "Điều gì sẽ xảy ra nếu chúng ta có thể tái tạo lại thế giới mà chúng ta đang sống?"

Tại sao các tác nhân cá nhân hữu ích đòi hỏi những mô hình chuyên sâu về người dùng của chúng

Kiến trúc bộ nhớ, tệp Markdown và những giới hạn của việc đặt câu lệnh (prompting)

"Vật lý xã hội" và các mô hình nền tảng hành vi

Tại sao dữ liệu web nắm bắt những gì mọi người nói nhiều hơn là những gì họ thực sự làm

Phỏng vấn, giao dịch, dữ liệu quan sát và các thử nghiệm ngẫu nhiên có đối chứng

Tại sao việc dự đoán tương lai ít quan trọng hơn việc hiểu cách định hình nó

Cách Simile tạo ra các quần thể mô phỏng mang tính đại diện

Mô phỏng so với dự đoán và mối liên hệ với tâm lịch sử (psychohistory) trong tác phẩm Foundation

Cách đánh giá các mô phỏng thay vì chỉ đơn thuần xếp chồng các ảo giác (hallucinations) của LLM

Tạo ra bản sao kỹ thuật số của 1.000 người thật và đạt độ chính xác hành vi 85%

Tại sao các mô hình tiên phong có thể gặp khó khăn trong việc tái tạo hành vi thực tế của con người

Tại sao các mô phỏng tốt cần phải tái tạo được những định kiến và sai lầm của con người

Hậu huấn luyện các mô hình dựa trên các thử nghiệm ngẫu nhiên có đối chứng

Mô phỏng cấp độ quần thể so với cấp độ cá nhân

Các định luật quy mô cho mô phỏng con người

Tham vọng dài hạn nhằm mô phỏng toàn bộ 8 tỷ người trên Trái đất

Liệu các mô phỏng có thể giúp giải quyết biến đổi khí hậu hoặc phát hiện sự sụp đổ của nền dân chủ

Thomas Schelling và lịch sử của mô hình hóa dựa trên tác nhân (agent-based modeling)

Tại sao các mô phỏng trong tương lai có thể đòi hỏi cả một trung tâm dữ liệu

Mô phỏng đa tác nhân và điều gì xảy ra khi những người được mô phỏng tương tác với nhau

Thay thế các hội đồng con người đắt đỏ bằng các quần thể tổng hợp

Tại sao nghiên cứu thị trường chỉ là điểm khởi đầu cho mô phỏng

Tại sao Joon coi mô phỏng giống với hội họa một cách đáng ngạc nhiên

Sử dụng mô phỏng để nghiên cứu các vấn đề như UBI

Liệu chúng ta có đang sống trong một mô phỏng hay không

Tại sao AGI và mô phỏng có thể là hai công nghệ song hành của các nền văn minh tiên tiến

LinkedIn: https://www.linkedin.com/in/joonspark

X: https://x.com/joon_s_pk

Website: https://www.joonsungpark.com

Simile: https://www.simile.com

00:00:00 Giới thiệu và hành trình của Joon từ nghệ thuật đến AI

00:01:46 Smallville, Generative Agents và nguồn gốc của mô phỏng