Što je višeagentna simulacija? Vodič jednostavnim jezikom

Višeagentna simulacija je način proučavanja sustava modeliranjem mnogih neovisnih aktera, nazvanih agenti, svaki sa svojim pravilima, ciljevima ili osobnošću, te dopuštanjem da ukupni ishod proizlazi iz načina na koji oni međusobno djeluju. Umjesto pisanja jedne jednadžbe za "tržište" ili "javno mnijenje", opisujete pojedince i promatrate što grupa radi. S modernim jezičnim modelima, ti agenti mogu čitati, pisati i pamtiti prirodnim jezikom, što metodu čini korisnom za pitanja o tome kako ljudi reagiraju.

Osnovna ideja: ponašanje proizlazi iz interakcije

Mnoge važne ishode ne odlučuje nijedan pojedinačni akter. Prometne gužve, cjenovne spirale, viralne glasine i promjene u javnom raspoloženju proizlaze iz mnogih lokalnih odluka koje utječu jedna na drugu. Multiagentna simulacija to shvaća ozbiljno.

Tipična simulacija ima tri sastojka:

• Agenti : akteri, svaki sa svojim stanjem (što zna, želi ili vjeruje) i ponašanjem (kako odlučuje što će sljedeće učiniti).
• Okruženje : prostor u kojem agenti djeluju i promatraju jedni druge, kao što su karta, tržište ili društvena mreža.
• Vremenski koraci ili runde : u svakom koraku agenti promatraju, odlučuju i djeluju, a okolina se mijenja kao rezultat toga.

Ono što ovaj pristup čini posebnim jest emergencijom : obrasci na razini grupe koje nitko nije izravno programirao. Mala preferencija kod svakog pojedinca može, kroz ponovljenu interakciju, proizvesti veliki i iznenađujući kolektivni rezultat.

Odakle dolazi: modeliranje temeljeno na agentima

Ideja nije nova. Istraživači u ekonomiji, ekologiji, sociologiji i računarstvu desetljećima koriste modeliranje temeljeno na agentima. Rani radovi 1970-ih već su pokazali, s vrlo jednostavnim pravilima na mreži, kako blage individualne preferencije o susjedima mogu dovesti do snažne segregacije na razini cijelog susjedstva. U sljedećim desetljećima istraživači su izgradili umjetna društva, simulirali tržišta i modele epidemija, jata životinja i prometa.

Ovi klasični modeli dijele jednu osobinu: agenti su namjerno jednostavni. Svaki slijedi nekoliko numeričkih pravila, što model čini transparentnim i lakim za analizu, ali također ograničava ono što može reći o bogatom ljudskom ponašanju poput uvjeravanja, uokviravanja ili ironije.

Novi val: agenti izgrađeni na jezičnim modelima

Veliki jezični modeli promijenili su što agent može biti. Od otprilike 2023. godine, istraživanja takozvanih generativnih agenata pokazala su da se agenti jezičnih modela, kojima je dana persona, sjećanje na prošle događaje i sposobnost promišljanja o tom sjećanju, mogu ponašati na iznenađujuće uvjerljive načine u simuliranoj zajednici: planiraju svoje dane, formiraju mišljenja, prenose vijesti i koordiniraju jedni s drugima.

U usporedbi s klasičnim modelima temeljenima na agentima, agenti temeljeni na jezičnim modelima:

• Komunicirajte prirodnim jezikom kako bi mogli reagirati na samu formulaciju izjave, a ne samo na broj.
• Nosite bogate persone , kombinirajući pozadinu, vrijednosti i ton glasa.
• Zapamtite i ažurirajte , kako bi raniji razgovori oblikovali kasnije ponašanje.

Nedostatak je što su manje transparentni i skuplji za korištenje od agenata temeljenih na pravilima, a njihovo ponašanje odražava snage i pristranosti temeljnog modela.

Kako InfoDome to primjenjuje

InfoDome koristi agente jezičnog modela za simuliranje reakcija javnosti i dionika. Prenesete dokumente i opišete što želite predvidjeti; InfoDome izdvaja graf znanja o ljudima, organizacijama i grupama u vašem materijalu, a zatim stvara stotine agenata s vlastitim karakterom, položajem i dugoročnim pamćenjem, raspoređenih u do 10 zemalja publike koje odaberete. Agenti paralelno komuniciraju na feedu sličnom Twitter i forumu sličnom Reddit tijekom određenog broja rundi, a analitički agent piše izvješće o predviđanju koje možete propitivati, zajedno s bilo kojim pojedinačnim agentom. Mehanika korak po korak objašnjena je u načinu na koji simulacija gomile umjetnom inteligencijom predviđa reakcije .

Kada višeagentna simulacija pomaže

Metoda je najvrjednija kada ishod ovisi o interakciji, a ne o nekoj pojedinačnoj odluci:

• Reakcije koje se nadovezuju na reakcije : krize, glasine, javne rasprave, gdje je odgovor na prvu reakciju najvažniji.
• Mnogo dionika s različitim interesima : promjene politika, organizacijsko restrukturiranje, pregovori.
• Strateška interakcija : odgovori konkurenata ili ratne igre, gdje se svaka strana prilagođava drugoj.
• Rano istraživanje : kada su vam hipoteze potrebne brzo, prije ankete ili terenske studije ili kada je pravi test preskup ili prerizičan.
• Usporedba poruka : uspoređivanje iste publike s dvjema verzijama izjave kako bi se vidjelo koja se verzija dalje prenosi.

Kada ne pomaže

Jednako je važno znati kada ga ne koristiti:

• Kada su vam potrebni reprezentativni brojevi. Simulacija nije anketa; njezini udjeli ne bi se trebali čitati kao postoci iz stvarnog svijeta.
• Kada dobri povijesni podaci već odgovaraju na pitanje. Ako imate višegodišnje podatke o prodaji za stabilan proizvod, statistička prognoza može biti pouzdanija.
• Kada je ulaz slab. Agenti su utemeljeni samo onoliko koliko je utemeljen materijal od kojeg su izgrađeni. Nedostatak dionika znači nedostatak glasova.
• Kada želite sigurnost. Različiti ciklusi mogu se odvijati drugačije. Izlaz je hipoteza koja se može pregledati i koja podržava prosudbu; ne zamjenjuje je.

Izrađen primjer

Srednje velika logistička tvrtka razmatra prelazak na četverodnevni radni tjedan za uredsko osoblje. Vodstvo želi znati kako bi zaposlenici, voditelji timova i klijenti mogli reagirati. Model proračunske tablice mogao bi procijeniti troškove, ali ne i kako bi se glasina o "skrivenom prekovremenom radu" mogla proširiti među osobljem ili kako bi ključni klijent pročitao vijest.

Tim za ljudske resurse prenosi interni prijedlog i sažetak nedavne ankete osoblja na InfoDome, opisuje pitanje i provodi 20 krugova u jednoj zemlji. Na forumu, agenti voditelja timova izražavaju zabrinutost zbog pokrivenosti petkom; na feedu, mlađi zaposlenici pozdravljaju promjenu, ali dijele zabrinutost da će se radno opterećenje jednostavno komprimirati. Agent klijenta pita hoće li se promijeniti vrijeme odgovora. Izvješće analitičara sugerira da je jasnoća u pokrivenosti petkom odlučujući faktor i za voditelje timova i za klijente.

Intervjuirajući agenta voditelja tima, odjel ljudskih resursa saznaje da bi rotirajući raspored petkom ublažio njihove zabrinutosti. Vodstvo to tretira kao hipotezu koju treba testirati u stvarnom pilot projektu s dva odjela, a ne kao konačan odgovor. To je dobra upotreba simulacije s više agenata: suzila je nejasno pitanje na specifično, testirano. Ako radite na sličnim pitanjima usmjerenim prema budućnosti, scenarij planiranja upotrebe dobra je polazna točka.

Početak rada

Ne trebate programerske vještine za pokretanje simulacije s više agenata pomoću InfoDome. Pojedinačni plan košta 29 eura mjesečno, uključuje mjesečni proračun za korištenje umjetne inteligencije od 9 eura i neograničene projekte te se može otkazati u bilo kojem trenutku. Pripremite svoj prvi scenarij u konzoli ; zadatak možete postaviti prije prijave.