Kas yra daugiaagentė simuliacija? Aiškiai suprantamas vadovas

Daugiagentis modeliavimas – tai sistemos tyrimo būdas, modeliuojant daug nepriklausomų veikėjų, vadinamų agentais, kurių kiekvienas turi savo taisykles, tikslus ar asmenybę, ir leidžiant bendram rezultatui atsirasti iš jų sąveikos. Užuot rašius vieną lygtį „rinkai“ arba „viešajai nuomonei“, aprašomi individai ir stebima, ką daro grupė. Naudojant šiuolaikinius kalbos modelius, šie agentai gali skaityti, rašyti ir prisiminti natūralia kalba, todėl šis metodas naudingas klausimams apie žmonių reakcijas.

Pagrindinė idėja: elgesys kyla iš sąveikos

Daugelio svarbių rezultatų nelemia vienas veikėjas. Eismo spūstys, kainų spiralės, virusiniai gandai ir visuomenės nuotaikų pokyčiai kyla dėl daugelio vietos lygmens sprendimų, kurie daro įtaką vienas kitam. Daugiagentis modeliavimas į tai žiūri rimtai.

Įprastą simuliaciją sudaro trys komponentai:

• Agentai : veikėjai, kiekvienas su savo būsena (ką žino, nori ar tiki) ir elgesiu (kaip nusprendžia, ką daryti toliau).
• Aplinka : erdvė, kurioje agentai veikia ir stebi vienas kitą, pavyzdžiui, žemėlapis, turgus ar socialinis tinklas.
• Laiko žingsniai arba etapai : kiekviename žingsnyje agentai stebi, priima sprendimus ir veikia, todėl aplinka keičiasi.

Šį požiūrį išskiria atsiradimas : grupės lygmens modeliai, kurių niekas tiesiogiai neprogramavo. Mažas kiekvieno individo pomėgis, pasikartojant sąveikai, gali sukelti didelį ir stebinantį kolektyvinį rezultatą.

Iš kur tai kilo: agentais pagrįstas modeliavimas

Ši idėja nėra nauja. Ekonomikos, ekologijos, sociologijos ir informatikos tyrėjai agentais pagrįstą modeliavimą naudoja jau dešimtmečius. Ankstyvieji XX a. aštuntojo dešimtmečio darbai jau parodė, kaip, taikant labai paprastas taisykles tinklelyje, nedidelės individualios preferencijos kaimynų atžvilgiu gali sukelti stiprią segregaciją viso rajono lygmeniu. Vėlesniais dešimtmečiais tyrėjai kūrė dirbtines visuomenes, imitavo rinkas ir epidemijų, gyvūnų būriavimosi bei eismo modelius.

Šiems klasikiniams modeliams būdingas vienas bruožas: agentai yra sąmoningai paprasti. Kiekvienas jų vadovaujasi keliomis skaitinėmis taisyklėmis, todėl modelis yra skaidrus ir lengvai analizuojamas, tačiau kartu riboja tai, ką jis gali pasakyti apie įvairiapusį žmogaus elgesį, pavyzdžiui, įtikinėjimą, įrėminimą ar ironiją.

Naujoji banga: agentai, sukurti remiantis kalbos modeliais

Dideli kalbos modeliai pakeitė tai, kas gali būti agentas. Maždaug nuo 2023 m. vadinamųjų generatyvinių agentų tyrimai parodė, kad kalbos modelio agentai, turintys personažą, praeities įvykių prisiminimą ir gebėjimą apmąstyti tą prisiminimą, imituojamoje bendruomenėje gali elgtis stebėtinai įtikinamai: jie planuoja savo dienas, formuoja nuomones, perduoda naujienas ir koordinuoja veiksmus tarpusavyje.

Palyginti su klasikiniais agentais pagrįstais modeliais, kalbos modelio agentai:

• Bendrauti natūralia kalba , kad jie galėtų reaguoti į tikrąją teiginio formuluotę, o ne tik į skaičių.
• Atskleiskite ryškias asmenybes , derindami kilmę, vertybes ir balso toną.
• Prisiminkite ir atnaujinkite informaciją , kad ankstesni pokalbiai formuotų vėlesnį elgesį.

Kompromisas yra tas, kad jie yra mažiau skaidrūs ir brangesni valdyti nei taisyklėmis pagrįsti agentai, o jų elgesys atspindi pagrindinio modelio stipriąsias ir šališkas puses.

Kaip InfoDome tai taiko

InfoDome naudoja kalbos modelio agentus, kad imituotų visuomenės ir suinteresuotųjų šalių reakcijas. Jūs įkeliate dokumentus ir aprašote, ką norite numatyti; InfoDome išgauna jūsų medžiagoje esančių žmonių, organizacijų ir grupių žinių grafiką, tada sukuria šimtus agentų su savo charakteriu, pozicija ir ilgalaike atmintimi, paskirstytų iki 10 jūsų pasirinktų auditorijos šalių. Agentai bendrauja Twitter tipo sklaidos kanale ir Reddit tipo forume lygiagrečiai nustatytą skaičių raundų, o analitikas agentas parašo prognozavimo ataskaitą, kurią galite kvestionuoti kartu su bet kuriuo atskiru agentu. Žingsnis po žingsnio mechanika paaiškinta skyriuje „Kaip dirbtinio intelekto minios modeliavimas prognozuoja reakcijas“ .

Kai padeda daugiaagentė simuliacija

Metodas yra vertingiausias, kai rezultatas priklauso nuo sąveikos, o ne nuo vieno sprendimo:

• Reakcijos, kurios remiasi reakcijomis : krizės, gandai, viešos diskusijos, kur svarbiausia yra reakcija į pirmąjį atsaką.
• Daug suinteresuotųjų šalių, turinčių skirtingus interesus : politikos pokyčiai, organizacinė restruktūrizacija, derybos.
• Strateginė sąveika : konkurentų reakcijos arba karo žaidimai, kai kiekviena pusė prisitaiko prie kitos.
• Ankstyvas tyrimas : kai hipotezių reikia greitai, prieš apklausą ar lauko tyrimą arba kai tikras bandymas yra per brangus arba per daug rizikingas.
• Pranešimų palyginimas : tos pačios auditorijos palyginimas su dviem teiginio versijomis, siekiant pamatyti, kuri formuluotė pasiekia tolesnį rezultatą.

Kai tai nepadeda

Taip pat svarbu žinoti, kada jo nenaudoti:

• Kai reikia reprezentatyvių skaičių. Simuliacija nėra apklausa; jos proporcijų nereikėtų interpretuoti kaip realaus pasaulio procentų.
• Kai geri istoriniai duomenys jau atsako į klausimą. Jei turite stabilaus produkto pardavimo duomenis iš daugelio metų, statistinė prognozė gali būti patikimesnė.
• Kai trūksta įvesties. Agentai yra tokie pat pagrįsti, kokia yra medžiaga, iš kurios jie sukurti. Trūkstami suinteresuotieji subjektai reiškia trūkstamus balsus.
• Kai norite tikrumo. Skirtingi bandymai gali klostytis skirtingai. Rezultatas yra peržiūrima hipotezė, kuri pagrindžia vertinimą, bet jo nepakeičia.

Praktinis pavyzdys

Vidutinio dydžio logistikos įmonė svarsto galimybę pereiti prie keturių dienų darbo savaitės biuro darbuotojams. Vadovybė nori žinoti, kaip į tai reaguotų darbuotojai, komandos vadovai ir klientai. Skaičiuoklės modelis galėtų įvertinti išlaidas, bet ne tai, kaip tarp darbuotojų galėtų pasklisti gandas apie „paslėptus viršvalandžius“ ar kaip pagrindinis klientas suprastų naujienas.

Žmogiškųjų išteklių komanda įkelia vidinį pasiūlymą ir neseniai atliktos darbuotojų apklausos santrauką į InfoDome, aprašo klausimą ir vienoje šalyje atlieka 20 apklausų. Forume komandos vadovai išreiškia susirūpinimą dėl pranešimų teikimo penktadieniais; naujienų sraute jaunesni darbuotojai palankiai vertina pakeitimą, tačiau nerimauja, kad darbo krūvis tiesiog sumažės. Kliento agentas klausia, ar pasikeis atsakymo laikas. Analitiko ataskaitoje teigiama, kad aiškumas dėl pranešimų teikimo penktadieniais yra lemiamas veiksnys tiek komandos vadovams, tiek klientams.

Apkalbinėję komandos vadovą, personalo skyrius sužino, kad rotacinis penktadienio grafikas sumažintų jų abejones. Vadovybė tai traktuoja kaip hipotezę, kurią reikia patikrinti realiame bandomajame projekte su dviem skyriais, o ne kaip galutinį atsakymą. Tai geras kelių agentų modeliavimo panaudojimas: jis susiaurino neaiškų klausimą iki konkretaus, išbandomo. Jei dirbate su panašiais į ateitį orientuotais klausimais, scenarijų planavimo naudojimo atvejis yra geras atspirties taškas.

Pradžia

Norint vykdyti kelių agentų simuliaciją naudojant InfoDome, programavimo įgūdžių nereikia. Vieno plano kaina – 29 € per mėnesį, į jį įeina 9 € mėnesinis dirbtinio intelekto naudojimo biudžetas ir neribotas projektų skaičius, jį galima bet kada atšaukti. Pirmąjį scenarijų paruoškite konsolėje ; prieš registruodamiesi galite nustatyti užduotį.