AI ક્રાઉડ સિમ્યુલેશન જાહેર પ્રતિક્રિયાઓની આગાહી કેવી રીતે કરે છે

AI ક્રાઉડ સિમ્યુલેશન વાસ્તવિક સંદર્ભમાંથી AI એજન્ટોની વસ્તી બનાવીને અને સમય જતાં તેમને એક જ મોડેલને એક જ જવાબ માટે પૂછવાને બદલે, સમય જતાં ક્રિયાપ્રતિક્રિયા કરવા દઈને જાહેર પ્રતિક્રિયાઓની આગાહી કરે છે. InfoDome માં, તમારો દસ્તાવેજ જ્ઞાન ગ્રાફ બની જાય છે, ગ્રાફ તેમના પોતાના પાત્ર, સ્થિતિ અને મેમરી સાથે સેંકડો એજન્ટો બની જાય છે, અને તે એજન્ટો પસંદ કરેલા રાઉન્ડ માટે બે સિમ્યુલેટેડ પ્લેટફોર્મ પર ચર્ચા કરે છે. પછી એક વિશ્લેષક એજન્ટ શું થયું તે વાંચે છે અને એક આગાહી અહેવાલ લખે છે જેના પર તમે પ્રશ્ન કરી શકો છો.

એક મોડેલને પૂછવાને બદલે ભીડનું અનુકરણ શા માટે કરવું?

જો તમે એક જ AI મોડેલને પૂછો કે "લોકો આના પર કેવી પ્રતિક્રિયા આપશે?", તો તમને એક જ વાજબી ફકરો મળે છે. તે ઘણીવાર વાજબી હોય છે, પરંતુ તે સરેરાશ હોય છે: એક જ અવાજ બધાની કલ્પના કરે છે. વાસ્તવિક પ્રતિક્રિયાઓ આ રીતે કામ કરતી નથી. લોકો એકબીજાને પ્રતિભાવ આપે છે. એક વિવેચકની પોસ્ટ તટસ્થ વાચક સમાચારને કેવી રીતે જુએ છે તે આકાર આપે છે; એક બચાવકર્તાનો જવાબ વિવેચક આગળ શું કહે છે તે બદલી નાખે છે; એક પત્રકાર સૌથી મોટેથી ફ્રેમિંગ પસંદ કરે છે, સૌથી સચોટ નહીં.

ભીડ સિમ્યુલેશન તે ગતિશીલતાને પકડવાનો પ્રયાસ કરે છે. એક કાલ્પનિક સર્વસંમતિને બદલે, તે ઘણા અલગ અલગ કલાકારોનું મોડેલ બનાવે છે અને તેમની ક્રિયાપ્રતિક્રિયામાંથી પરિણામ બહાર આવવા દે છે. તેથી જ પરિણામ તમને આશ્ચર્યચકિત કરી શકે છે, અને શા માટે આશ્ચર્ય તપાસવા યોગ્ય છે. વ્યાપક પદ્ધતિને મલ્ટી-એજન્ટ સિમ્યુલેશન તરીકે ઓળખવામાં આવે છે; અમે તેની પૃષ્ઠભૂમિને મલ્ટી-એજન્ટ સિમ્યુલેશન શું છે તે સમજાવીએ છીએ.

પગલું ૧: દસ્તાવેજથી જ્ઞાન ગ્રાફ સુધી

બધું તમારી સામગ્રીથી શરૂ થાય છે: સમાચાર, યોજનાઓ, અહેવાલો, નીતિ ડ્રાફ્ટ્સ અથવા કાલ્પનિક, PDF, Markdown અથવા ટેક્સ્ટમાં. InfoDome તેને તમે શું આગાહી કરવા માંગો છો તેના સરળ ભાષાના વર્ણન સાથે વાંચે છે અને જ્ઞાન ગ્રાફ કાઢે છે:

• સંસ્થાઓ : લખાણમાં ઉલ્લેખિત લોકો, સંગઠનો અને જૂથો.
• સંબંધો : કોણ કોને ટેકો આપે છે, કોનો વિરોધ કરે છે, કોના પર આધાર રાખે છે, કોની સાથે રિપોર્ટ કરે છે અથવા સ્પર્ધા કરે છે.
• સંદર્ભ : ટેક્સ્ટમાં દર્શાવેલ હકીકતો અને સ્થિતિઓ.

ગ્રાફ મહત્વપૂર્ણ છે કારણ કે તે સામાન્ય ધારણાઓને બદલે તમારી પરિસ્થિતિમાં સિમ્યુલેશનને એન્કર કરે છે. તે તમને પણ દૃશ્યમાન છે, જેથી તમે કંઈપણ ચાલતા પહેલા સિસ્ટમ શું સમજી છે તે જોઈ શકો.

પગલું 2: ગ્રાફથી એજન્ટો સુધી

ગ્રાફ અને તમારા પ્રેક્ષકોના વર્ણન પરથી, InfoDome સેંકડો AI એજન્ટો બનાવે છે; ચોક્કસ સંખ્યા દસ્તાવેજ પર આધાર રાખે છે. દરેક એજન્ટને મળે છે:

• એક પાત્ર : સ્વભાવ, રુચિઓ, તે જે રીતે બોલે છે અને જોડાય છે.
• એક સ્થિતિ : જ્યાં તે મુદ્દા પર શરૂ થાય છે, ગ્રાફ દ્વારા જાણકાર.
• લાંબા ગાળાની સ્મૃતિ : તેણે શું જોયું, કહ્યું અને કહ્યું, જે રાઉન્ડમાં ટકી રહે છે.
• દેશ : તમે 10 પ્રેક્ષકો દેશો પસંદ કરી શકો છો, અને એજન્ટો તેમની વચ્ચે સમાન રીતે વિભાજિત થાય છે. દસ્તાવેજમાંથી વાસ્તવિક નામવાળી એન્ટિટીઓ પોતાનો દેશ રાખે છે.

આ મિશ્રણ ઇરાદાપૂર્વકનું છે. કેટલાક એજન્ટો નામાંકિત સંસ્થાઓ અથવા તમારા ટેક્સ્ટમાંથી લોકોનું પ્રતિનિધિત્વ કરે છે; અન્ય વિશાળ પ્રેક્ષકોના સભ્યોનું પ્રતિનિધિત્વ કરે છે, તેથી સિમ્યુલેશનમાં દૃશ્યમાન ખેલાડીઓ અને તેમના પર પ્રતિક્રિયા આપતી ભીડ બંનેનો સમાવેશ થાય છે.

પગલું 3: બે પ્લેટફોર્મ પર રાઉન્ડ

ત્યારબાદ એજન્ટો એક સિમ્યુલેટેડ સોશિયલ નેટવર્કમાં ક્રિયાપ્રતિક્રિયા કરે છે જે સમાંતર બે પ્લેટફોર્મ પર ચાલે છે:

• Twitter જેવી ફીડ : ટૂંકી પોસ્ટ્સ, ઝડપી પ્રતિક્રિયાઓ, ફરીથી પોસ્ટ્સ. આ તે સ્થાન છે જ્યાં ફ્રેમિંગ ઝડપથી ફેલાય છે અને સ્વર વધે છે.
• Reddit જેવું ફોરમ : લાંબા થ્રેડો અને જવાબો. આ તે સ્થાન છે જ્યાં દલીલોનું પરીક્ષણ કરવામાં આવે છે, વિગતો પર ચર્ચા કરવામાં આવે છે અને સ્થિતિઓ સખત અથવા નરમ પડે છે.

તમે રાઉન્ડની સંખ્યા પસંદ કરો છો, ઉદાહરણ તરીકે 10, 20 અથવા 40. દરેક રાઉન્ડમાં એજન્ટો અન્ય લોકોએ શું પોસ્ટ કર્યું તે વાંચે છે, નક્કી કરે છે કે શું અને કેવી રીતે જવાબ આપવો, અને તેમની યાદશક્તિને અપડેટ કરે છે. કારણ કે યાદશક્તિ ચાલુ રહે છે, રાઉન્ડ 15 રાઉન્ડ 1 થી 14 માં શું બન્યું તેના દ્વારા આકાર પામે છે. જે દલીલનો જવાબ વહેલો ન મળ્યો તે પછીથી સ્વીકૃત શાણપણ બની શકે છે; જે સુધારો મોડો આવ્યો તે ક્યારેય પૂર્ણ થઈ શકતો નથી.

પગલું 4: વાતચીતથી રિપોર્ટ સુધી

છેલ્લા રાઉન્ડ પછી, એક વિશ્લેષક એજન્ટ સિમ્યુલેટેડ પ્રવૃત્તિનો અભ્યાસ કરે છે અને તારણો સાથે આગાહી અહેવાલ લખે છે: પ્રભાવશાળી કથાઓ, કયા જૂથો આગળ વધ્યા અને શા માટે, કયા કલાકારોએ એમ્પ્લીફાયર તરીકે કામ કર્યું, કયા જોખમો અને ખુલ્લા પ્રશ્નો બાકી છે. રિપોર્ટ એકમાત્ર આઉટપુટ નથી. તમે અંતર્ગત પોસ્ટ્સ ખોલી શકો છો, કોઈપણ એજન્ટનો તેના તર્ક વિશે ઇન્ટરવ્યૂ લઈ શકો છો અને વિશ્લેષકને ફોલો-અપ પ્રશ્નો પૂછી શકો છો. તે ટ્રેસેબિલિટી એ છે જે સિમ્યુલેશનને બ્લેક-બોક્સ ચુકાદાને બદલે સમીક્ષાપાત્ર પૂર્વધારણામાં ફેરવે છે.

બીજા ક્રમની પ્રતિક્રિયાઓ શા માટે મહત્વપૂર્ણ છે

સમાચાર પ્રત્યેની પહેલી પ્રતિક્રિયા સામાન્ય રીતે અનુમાન લગાવવી સરળ હોય છે. ભાવ વધારો ગ્રાહકોને હેરાન કરે છે; નવા નિયમનથી નિયંત્રિત ઉદ્યોગ ચિંતામાં મુકાય છે. જે અનુમાન લગાવવું મુશ્કેલ છે તે બીજા ક્રમની પ્રતિક્રિયા છે: પ્રતિક્રિયા પ્રત્યેની પ્રતિક્રિયા.

ભીડ સિમ્યુલેશન દ્વારા દેખાતી બીજા ક્રમની અસરોના ઉદાહરણો:

• કંપનીનો રક્ષણાત્મક જવાબ એક નાની ફરિયાદને ઘમંડની વાર્તામાં ફેરવી નાખે છે.
• ફાસ્ટ ફીડ પર એક અફવા ઓછી થઈ જાય છે પરંતુ ફોરમ થ્રેડમાં ટકી રહે છે જે પછીથી ફરી ઉભરી આવે છે.
• તટસ્થ એજન્ટો દ્વારા સાથીના હૂંફાળા સમર્થનને છુપાયેલી સમસ્યાઓના સંકેત તરીકે વાંચવામાં આવે છે.
• વિરુદ્ધ બાજુથી શરૂ થયેલા બે જૂથો એક સામાન્ય ફરિયાદ શોધે છે અને એક થઈ જાય છે.

આ અસરો ત્યારે જ દેખાય છે જ્યારે કલાકારો સમય જતાં એકબીજાને પ્રતિભાવ આપે છે, જે બરાબર રાઉન્ડ અને મેમરી માટે છે. આ એવી અસરો પણ છે જે મોટાભાગે સંસ્થાઓને અજાણતા પકડી લે છે, કારણ કે કોઈ એક પણ હિસ્સેદાર ઇન્ટરવ્યુ તેમને જાહેર કરશે નહીં.

એક કાર્ય કરેલું ઉદાહરણ

શહેર સરકાર એક વ્યસ્ત શોપિંગ સ્ટ્રીટને રાહદારી ઝોનમાં રૂપાંતરિત કરવાની યોજનાનો મુસદ્દો તૈયાર કરે છે. આયોજન ટીમ ડ્રાફ્ટ, ટ્રાફિક અભ્યાસનો સારાંશ અને દુકાન માલિકોને ટાંકીને સ્થાનિક સમાચાર અહેવાલ અપલોડ કરે છે. તેઓ પૂછે છે કે રહેવાસીઓ, દુકાન માલિકો, ડિલિવરી કંપનીઓ અને સ્થાનિક મીડિયા પ્રથમ મહિનામાં કેવી પ્રતિક્રિયા આપશે, અને એક દેશમાં 40 રાઉન્ડ ચલાવશે.

પહેલા રાઉન્ડમાં કોઈ આશ્ચર્ય નથી: દુકાન માલિકો ડિલિવરી વિશે ચિંતા કરે છે, રહેવાસીઓ ઓછા અવાજનો વિચાર પસંદ કરે છે. પછી બીજા ક્રમનો દાખલો ઉભરી આવે છે. ડિલિવરી કંપનીના એક એજન્ટે પોસ્ટ કરી હતી કે વહેલી સવારે ડિલિવરી વિન્ડો મોટાભાગની સમસ્યાઓ હલ કરશે. ફોરમ પર દુકાન માલિકના એજન્ટો આ વાતને ધ્યાનમાં લે છે, અને તેમની ટીકા "યોજના વિરુદ્ધ" થી "ડિલિવરી વિન્ડો વિના યોજના વિરુદ્ધ" થઈ જાય છે. આ દરમિયાન, ફીડ પર, એક સ્થાનિક મીડિયા એજન્ટ પાર્કિંગ વિશે રહેવાસીની ફરિયાદને વધારે છે, જે ડિલિવરીથી ધ્યાન હટાવે છે.

વિશ્લેષકના અહેવાલમાં તારણ કાઢવામાં આવ્યું છે કે ડિલિવરી વિન્ડો વિરોધી પક્ષને વિભાજીત કરી શકે છે, અને પાર્કિંગ વધુ સતત જોખમ છે. ટીમ મીડિયા એજન્ટનો ઇન્ટરવ્યુ લે છે જેથી સમજી શકાય કે કયા તથ્યો તેની ફ્રેમિંગમાં ફેરફાર કરશે, પછી યોજનામાં પાર્કિંગ વિભાગ ઉમેરે છે. સિમ્યુલેશન વાસ્તવિક શેરી વિશે કંઈ સાબિત કરી શક્યું નહીં, પરંતુ તેણે ટીમને બે નક્કર, પરીક્ષણ કરી શકાય તેવી પૂર્વધારણાઓ આપી. અફવા-ભારે પરિસ્થિતિઓ માટે, અફવા ફેલાવવાનું દૃશ્ય સમાન મિકેનિક્સની આસપાસ બનાવવામાં આવ્યું છે.

ધ્યાનમાં રાખવા જેવી મર્યાદાઓ

ગતિશીલતાનું અન્વેષણ કરવા માટે ક્રાઉડ સિમ્યુલેશન શક્તિશાળી છે, પરંતુ તેની સ્પષ્ટ મર્યાદાઓ છે:

• એજન્ટો એ તમારા દસ્તાવેજો પર આધારિત AI મોડેલ છે. ગેરહાજર હિસ્સેદારો અથવા એકતરફી સામગ્રી અંધ બિંદુઓ તરફ દોરી જાય છે.
• પરિણામો સર્વેક્ષણ નમૂનાની જેમ આંકડાકીય રીતે પ્રતિનિધિત્વ કરતા નથી, અને ટકાવારીને વાસ્તવિક દુનિયાના શેર તરીકે વાંચવા જોઈએ નહીં.
• અલગ અલગ દોડ અલગ અલગ રીતે પ્રગટ થઈ શકે છે. એકલ નાટકીય ક્ષણો કરતાં સુસંગત પેટર્નને વધુ મજબૂત સંકેતો તરીકે ગણો.

આ મર્યાદાઓને ધ્યાનમાં રાખીને, સિમ્યુલેશન એ આગળ શું થઈ શકે છે અને શા માટે થઈ શકે છે તે જોવાની એક ઝડપી રીત છે. તમારા પોતાના કેસમાં તેનો પ્રયાસ કરવા માટે, કન્સોલમાં એક કાર્ય તૈયાર કરો .