Modbox的开发者将Windows语音识别、OpenAI的GPT-3人工智能和Replica的自然语音合成联系在一起，制作了一个独特的演示，它可以说是首批问世的人工智能虚拟角色之一。
Modbox是一款支持SteamVR的多人游戏创作沙盒。它在经过多年的公测开发后，于去年年底正式推出，不过它仍然被标记为Early Access。我们早在2016年就为HTC Vive首次尝试了它。在某些方面，Modbox曾经，也是超前的。
开发者最近使用两个最先进的机器学习服务--OpenAI的GPT-3语言模型和Replica的自然语音合成--进行的测试，简直让人瞠目结舌。从大约4分25秒开始，看看与两个虚拟角色的对话。
微软在OpenAI上投资了10亿美元，拥有GPT-3的源代码&商业使用的独家权利，所以这个功能不太可能被添加到Modbox本身。但这段视频演示是目前对未来交互式角色最好的一瞥。未来的语言模型可能会改变游戏设计的本质，并实现全新的流派。
由于GPT-3和Replica都是基于云端的服务，所以从提出问题到得到回复之间会有一个令人不舒服的长时间延迟。未来在设备上运行的模式可能会消除这种延迟。谷歌与亚马逊已经在一些智能家居设备中加入了定制芯片，以减少数字助理的响应延迟。
它是如何实现的？
书籍、电影和电视都是以角色为中心的。但在目前的视频游戏与VR体验中，你要么根本无法与角色对话，要么只能浏览预先编写的对话树。
直接与虚拟角色对话--无论你问什么都能得到令人信服的结果--直到最近才被认为是可能的。但最近在机器学习方面的突破让这个想法终于成为可能。
2017年，谷歌的人工智能部门揭示了一种名为 “变形金刚 ”的语言模型新方法。最先进的机器学习模型已经在使用注意力的概念来获得更好的结果，但Transformer模型完全是围绕着注意力建立的。谷歌将这篇论文命名为《注意力是你所需要的》。
2018年，埃隆-马斯克支持的初创公司OpenAI将Transformer方法应用于一个名为 “生成式预训练”（GPT）的新通用语言模型，发现它能够预测许多句子中的下一个单词，并能回答一些选择题。
2019年，OpenAI在GPT-2中把这个模型的规模扩大了10多倍。但他们发现，这种 “缩放 ”极大地提高了系统的能力。只要给它几句提示，它现在几乎可以写出任何主题的整篇文章，甚至可以在语言之间进行粗略的翻译。在某些情况下，它与人类无法区分。由于潜在的后果，OpenAI最初决定不发布它，导致媒体广泛报道&猜测高级语言模型的社会影响。
GPT-2有15亿个参数，但在2020年6月，OpenAI在GPT-3（本演示中使用）中再次将这一想法扩大到1750亿个参数。GPT-3的结果几乎总是与人类的写作无法区分。
从技术上讲，GPT-3并没有真正的 “理解力”--尽管这个词背后的哲学是有争议的。它有时会产生无意义或偏激的结果--甚至叫人自杀。研究人员必须找到解决这些局限性的方法，比如 “常识检查 ”机制，然后才能在一般的消费产品中部署。
0