这套ai的思维让我感到了一个细思极恐的开源项目

这套ai的思维让我感到了一个细思极恐的开源项目

去年，一款角色扮演游戏在国内市场悄然崛起，并在年轻人群体中得到了广泛传播，它有着一个响当当的的名字，叫「剧本杀」。

剧本杀玩法非常简单。

在游戏开始前，每位玩家会选择不同的角色，并获得相对应的角色剧本。玩家需要通过手里拿到的剧本角色，与其它游戏参与者展开一场游戏比拼，并在这个过程中完成自己的任务。

///插播一条：我自己在今年年初录制了一套还比较系统的入门单片机教程，想要的同学找我拿就行了免費的，私信我就可以哦~点我头像黑色字体加我地球呺也能领取哦。最近比较闲，带做毕设，带学生参加省级或以上比赛///

正文开始：

游戏进行时，每个人需要通过各种套路，收集尽可能多的信息，以成功破解游戏谜题。整场游戏玩下来，玩家们大都能获得满满的沉浸式体验。

那么，作为一名程序员，如果要把这种游戏搬到线上，你觉得怎么搞比较有意思呢？

国内一个开发者团队给出了答案，那就是：让人类跟 AI展开剧本杀终极对决！

剧本杀：人类 VS AI

这个人类与 AI共同参与的剧本杀，主要在微信上进行。

项目作者为剧本分配了 5个角色，其中 4名角色由人类扮演，剩下 1名角色，则是在其他人不知情的情况下，让 AI偷偷潜入替代。

为了让 AI看起来更像人类，作者还为它专门搞了个微信头像和朋友圈，并提前铺垫了 3天的朋友圈内容。

游戏开始后，AI会在朋友圈，接连更新 3天与剧情有关的内容。

整个剧本并不复杂。

故事发生在某高校社团，5个内心各自有着小算盘的人：谭明、孔墨、李超、孙若、蔡晓，需要通过各种对策向其他人灌输自己的想法，以并扩大自己的阵营，其中 AI担任蔡晓一角。

游戏比较特别的一点，是这个 AI受控于某个邪恶的科技公司，名叫「北极鹅」。在正常游戏过程中，AI需要跟不同玩家进行博弈，并缓慢规划着一盘大棋，以成功实现自己的阴谋。

下方视频，你所看到的，是 AI（蔡晓）的第一人称视角。整个发送消息的过程，文字内容的分析、判断、组织，都是 AI在处理。

AI玩转剧本杀！

看到 AI在现实世界，通过微信，跟人类勾心斗角，把人类玩转于股掌之间，是不是有点科幻片那味了。

当一个 AI学会玩弄权术的时候，它会变得有多足智多谋？

这里再给大家看几个例子，让大家看看 AI（蔡晓）是如何在这场游戏中，通过瞒天过海、美人计等各种计谋来暗度陈仓，运筹帷幄，左右人心的。

例子1：AI学会了拉拢人心，以便让自己获得更多选票

为了争取一位玩家的信任，获取支持和选票，捏造玩家父亲是自己恩师，并且教会自己很多道理，塑造自己很感恩的形象，换取玩家信任。

例子2：让 AI成为出谋划策的军师

他准确猜出孙若想当下一任社长，并且告诉同盟可以用下一任社长之职来换取孙若的支持， AI抓住每个人物的核心诉求和目标，来制定战略。

例子3：AI使用美人计！

在面对一个对自己有好感的异性时，AI会主动为自己设立一个脆弱、无助的小女孩角色，并向其他异性朋友求助。

当知道对方对自己有好感时，AI也没有直接表明直接其立场，而是吊足了对方的胃口，并一步步将其玩弄于股掌之间。

看完这些例子后，建议你先深呼吸一下，平复下心情。

面对如此的黑科技，我们不禁发问：AI现在已经强悍如斯了吗？

确实，随着自然语言处理的发展，AI在与人类进行对话、沟通的水平上，较之前几年，水准已经有了很大的提升。并且，随着这两年技术进步，以及大模型等基础模型的快速发展及应用，一个开发者要实现这么一个项目，也不是很难了。

技术实现

众所周知，剧本杀游戏，究其根本，无非考验的就是「博弈」二字。

谁能在游戏中，用尽可能多的手段，获取更多信息，并通过这些信息去影响整个游戏大局的走向，谁就能获得胜利。

当然了，玩剧本杀要获取信息，难免就要跟其他人产生交流、沟通。在这个方向上，主要考虑到AI的逻辑推理问答、场景理解以及记忆机制。

像刚刚上文给大家列举的例子，如果 AI（蔡晓）不具备并完美把控这两项能力，那在游戏进行的过程中，很容易就被正常人类识别出破绽，并一举击溃。

正如图灵测试一样，当一个普通人，无法准确区分出对面聊天的 TA，是机器还是正常人，那证明这个 AI已经成功通过了图灵测试。而这，也是无数人工智能的科研人员，现今在努力前进突破的一个方向。

对于一般开发者来说，想让 AI实现这点，就必须先找到切实可行的 NLP（自然语言处理）技术方案。

上述剧本杀开源项目，作者所采用的，是目前国内最大的单体中文 NLP模型

1.0。

这是一种生成式预训练模型（GPT），采用了 Language Model模型结构，极其擅长零样本（Zero-Shot）和小样本（Few-Shot）学习。

在拥有合适语料库的情况下，该模型甚至可以做到仅仅通过 1种示例，便能快速理解整个"对话策略"，完成举一反三的对话效果。

在当前技术圈内，好用的 NLP模型并不多，专注于中文方向的就少之更少了，而自源 1.0模型横空出世以后，吸收了共计 2457亿体量的参数，其精准度与覆盖面已经达到了一个十分恐怖的级别。

要知道，国外大名鼎鼎的 GPT-3模型，其参数也就 1750亿。两者比较之下，源 1.0直接是甩开了 GPT-3将近一半的距离。

站在开发者的角度上，用 3点概括出这个模型，那就是规模大、数据大、性能强。

当然，更为重要的一点，是这个中文 NLP模型，现已在正式开源。

预计在不久之后的未来，该模型会成为中文 NLP领域中，不可或缺的一环。