Çox Agentli Simulyasiya Nədir? Sadə Dildə Bələdçi

Çoxagentli simulyasiya, hər birinin öz qaydaları, məqsədləri və ya şəxsiyyəti olan bir çox müstəqil aktyoru, yəni agentləri modelləşdirməklə və ümumi nəticənin onların qarşılıqlı əlaqəsindən ortaya çıxmasına imkan verməklə bir sistemin öyrənilməsinin bir yoludur. "Bazar" və ya "ictimai rəy" üçün bir tənlik yazmaq əvəzinə, fərdləri təsvir edir və qrupun nə etdiyini izləyirsiniz. Müasir dil modelləri ilə bu agentlər təbii dildə oxuya, yaza və yadda saxlaya bilirlər ki, bu da metodu insanların necə reaksiya verdiyinə dair suallar üçün faydalı edir.

Əsas fikir: davranış qarşılıqlı əlaqədən yaranır

Bir çox vacib nəticələrə tək bir aktyor qərar vermir. Tıxaclar, qiymət spiralları, viral şayiələr və ictimai əhval-ruhiyyədəki dəyişikliklər hamısı bir-birinə təsir edən bir çox yerli qərarlardan irəli gəlir. Çoxagentli simulyasiya bunu ciddiyə alır.

Tipik bir simulyasiya üç komponentdən ibarətdir:

• Agentlər : hər birinin öz vəziyyəti (bildiyinə, istədiyinə və ya inandığına) və davranışına (bundan sonra nə edəcəyinə necə qərar verdiyinə) malik aktyorlar.
• Mühit : agentlərin hərəkət etdiyi və bir-birini müşahidə etdiyi məkan, məsələn, xəritə, bazar və ya sosial şəbəkə.
• Zaman addımları və ya dövrələri : hər addımda agentlər müşahidə edir, qərar verir və hərəkət edir və nəticədə mühit dəyişir.

Bu yanaşmanı fərqləndirən şey, heç kimin birbaşa proqramlaşdırmadığı qrup səviyyəsindəki nümunələrin ortaya çıxmasıdır . Hər bir fərddə kiçik bir üstünlük təkrarlanan qarşılıqlı təsir yolu ilə böyük və təəccüblü bir kollektiv nəticə yarada bilər.

Haradan gəldi: agent əsaslı modelləşdirmə

Bu ideya yeni deyil. İqtisadiyyat, ekologiya, sosiologiya və kompüter elmləri sahəsində tədqiqatçılar onilliklərdir agent əsaslı modelləşdirmədən istifadə edirlər. 1970-ci illərdə aparılan ilk işlər artıq çox sadə qaydalarla qonşulara qarşı mülayim fərdi üstünlüklərin bütün qonşuluq səviyyəsində güclü seqreqasiyaya necə səbəb ola biləcəyini göstərdi. Sonrakı onilliklərdə tədqiqatçılar süni cəmiyyətlər qurdular, bazarları və epidemiyaların, sürü heyvanlarının və nəqliyyatın modellərini simulyasiya etdilər.

Bu klassik modellərin bir xüsusiyyəti var: agentlər qəsdən sadədirlər. Hər biri bir neçə ədədi qaydaya əməl edir ki, bu da modeli şəffaf və təhlilini asanlaşdırır, eyni zamanda inandırma, çərçivələmə və ya istehza kimi zəngin insan davranışları haqqında nə deyə biləcəyini məhdudlaşdırır.

Yeni dalğa: dil modelləri üzərində qurulmuş agentlər

Böyük dil modelləri agentin nə ola biləcəyini dəyişdirdi. Təxminən 2023-cü ildən bəri generativ agentlər üzərində aparılan tədqiqatlar göstərdi ki, dil model agentləri, persona, keçmiş hadisələrin xatirəsi və bu xatirəni əks etdirmək qabiliyyəti ilə simulyasiya edilmiş bir cəmiyyətdə təəccüblü dərəcədə inandırıcı şəkildə davrana bilərlər: günlərini planlaşdırırlar, fikirlər formalaşdırırlar, xəbərlər ötürürlər və bir-biri ilə əlaqələndirirlər.

Klassik agent əsaslı modellərlə müqayisədə dil modeli agentləri:

• Təbii dildə ünsiyyət qurun ki, onlar yalnız bir rəqəmə deyil, ifadənin əsl ifadəsinə də reaksiya verə bilsinlər.
• Arxa planı, dəyərləri və səs tonunu birləşdirən zəngin personajlar daşıyın .
• Yadda saxlayın və yeniləyin , beləliklə, əvvəlki söhbətlər sonrakı davranışı formalaşdırır.

Güzəşt budur ki, onlar qayda əsaslı agentlərə nisbətən daha az şəffaf və idarə etmək daha baha başa gəlir və davranışları əsas modelin güclü və qərəzli tərəflərini əks etdirir.

InfoDome bunu necə tətbiq edir

InfoDome, ictimaiyyətin və maraqlı tərəflərin reaksiyalarını simulyasiya etmək üçün dil model agentlərindən istifadə edir. Sənədləri yükləyir və proqnozlaşdırmaq istədiyinizi təsvir edirsiniz; InfoDome materialınızdakı insanların, təşkilatların və qrupların bilik qrafikini çıxarır, sonra öz xarakterlərinə, mövqelərinə və uzunmüddətli yaddaşlarına malik yüzlərlə agent yaradır və seçdiyiniz 10-a qədər auditoriya ölkəsinə yayılır. Agentlər müəyyən sayda raund ərzində paralel olaraq Twitter kimi bir lentdə və Reddit kimi bir forumda qarşılıqlı əlaqədə olurlar və analitik agent, istənilən fərdi agentlə birlikdə sual verə biləcəyiniz bir proqnoz hesabatı yazır. Addım-addım mexanika, süni intellekt kütlə simulyasiyasının reaksiyaları necə proqnozlaşdırdığında izah olunur.

Çoxagentli simulyasiya kömək etdikdə

Metod, nəticənin hər hansı bir qərardan deyil, qarşılıqlı əlaqədən asılı olduğu zaman ən dəyərlidir:

• Reaksiyalar üzərində qurulan reaksiyalar : böhranlar, şayiələr, ictimai müzakirələr, burada ilk reaksiyaya verilən cavab ən vacibdir.
• Müxtəlif maraqları olan bir çox maraqlı tərəf : siyasət dəyişiklikləri, təşkilati yenidənqurma, danışıqlar.
• Strateji qarşılıqlı təsir : rəqiblərin cavabları və ya hər iki tərəfin digərinə uyğunlaşdığı müharibə oyunları.
• Erkən tədqiqat : sorğu və ya sahə tədqiqatından əvvəl tez bir zamanda fərziyyələrə ehtiyacınız olduqda və ya real test çox bahalı və ya çox riskli olduqda.
• Mesaj müqayisəsi : hansı çərçivənin daha irəli getdiyini görmək üçün eyni auditoriyanı ifadənin iki versiyası ilə müqayisə etmək.

Kömək etmədikdə

Onu nə vaxt istifadə etməməli olduğunuzu bilmək eyni dərəcədə vacibdir:

• Təmsiledici rəqəmlərə ehtiyacınız olduqda. Simulyasiya sorğu deyil; onun nisbətləri real dünya faizləri kimi oxunmamalıdır.
• Yaxşı tarixi məlumatlar artıq suala cavab verdikdə. Əgər sabit bir məhsul üçün illərlə satış məlumatlarınız varsa, statistik proqnoz daha etibarlı ola bilər.
• Giriş az olduqda. Agentlər yalnız qurulduqları material qədər əsaslandırılmış olurlar. Maraqlı tərəflərin olmaması səslərin olmaması deməkdir.
• Əminlik istədiyiniz zaman. Müxtəlif proseslər fərqli şəkildə inkişaf edə bilər. Nəticə mühakiməni dəstəkləyən nəzərdən keçirilə bilən bir fərziyyədir; onu əvəz etmir.

İşlənmiş bir nümunə

Orta ölçülü bir logistika şirkəti ofis işçiləri üçün dörd günlük iş həftəsinə keçməyi düşünür. Rəhbərlik işçilərin, komanda rəhbərlərinin və müştərilərin necə reaksiya verə biləcəyini bilmək istəyir. Cədvəl modeli xərcləri qiymətləndirə bilər, lakin "gizli əlavə iş" haqqında şayiənin işçilər arasında necə yayılacağını və ya əsas müştərinin xəbəri necə oxuyacağını yox.

İnsan Resursları komandası daxili təklifi və son işçi sorğusunun xülasəsini InfoDome a yükləyir, sualı təsvir edir və bir ölkədə 20 raund keçirir. Forumda komanda rəhbəri agentlər cümə günləri əhatə dairəsi ilə bağlı narahatlıqlarını dilə gətirirlər; lentdə gənc işçilər dəyişikliyi alqışlayırlar, lakin iş yükünün sadəcə sıxılacağından narahatdırlar. Müştəri agenti cavab müddətlərinin dəyişib-dəyişməyəcəyini soruşur. Analitikin hesabatında göstərilir ki, cümə günü əhatə dairəsində aydınlıq həm komanda rəhbərləri, həm də müştərilər üçün həlledici amildir.

Komanda rəhbəri agentlə müsahibə aparan HR, növbəli cümə cədvəlinin onun narahatlıqlarını aradan qaldıracağını öyrənir. Rəhbərlik buna son cavab kimi deyil, iki şöbədən ibarət real pilot layihədə sınaqdan keçiriləcək bir fərziyyə kimi yanaşır. Bu, çoxagentli simulyasiyanın yaxşı istifadəsidir: qeyri-müəyyən bir sualı konkret, sınaqdan keçirilə bilən bir suala qədər daraltdı. Oxşar irəliyə yönəlmiş suallar üzərində işləsəniz, ssenari planlaşdırma istifadə nümunəsi yaxşı bir başlanğıc nöqtəsidir.

Başlamaq

InfoDome ilə çoxagentli simulyasiyanı işə salmaq üçün proqramlaşdırma bacarıqlarına ehtiyacınız yoxdur. Tək plan ayda 29 avroya başa gəlir, aylıq 9 avroluq süni intellekt istifadə büdcəsi və limitsiz layihələri əhatə edir və istənilən vaxt ləğv edilə bilər. İlk ssenarinizi konsolda hazırlayın ; qeydiyyatdan keçməzdən əvvəl bir tapşırıq qura bilərsiniz.