Што е симулација со повеќе агенти? Водич на едноставен јазик

Симулацијата со повеќе агенти е начин на проучување на систем преку моделирање на многу независни актери, наречени агенти, секој со свои правила, цели или личност, и дозволувајќи целокупниот исход да произлезе од тоа како тие комуницираат. Наместо да пишувате една равенка за „пазарот“ или „јавното мислење“, вие ги опишувате поединците и гледате што прави групата. Со модерните јазични модели, тие агенти можат да читаат, пишуваат и запомнуваат на природен јазик, што го прави методот корисен за прашања за тоа како луѓето реагираат.

Основна идеја: однесувањето произлегува од интеракцијата

Многу важни исходи не се одлучуваат од еден поединечен актер. Сообраќајните метежи, ценовните спирали, виралните гласини и промените во расположението на јавноста произлегуваат од многу локални одлуки кои меѓусебно влијаат. Симулацијата со повеќе агенти го сфаќа тоа сериозно.

Типична симулација има три состојки:

• Агенти : актерите, секој со своја состојба (што знае, сака или верува) и однесување (како одлучува што да прави следно).
• Околина : просторот каде што агентите дејствуваат и се набљудуваат едни со други, како што е мапа, пазар или социјална мрежа.
• Временски чекори или рунди : во секој чекор, агентите набљудуваат, одлучуваат и дејствуваат, а околината се менува како резултат на тоа.

Она што го прави овој пристап посебен е појавата : обрасци на ниво на групата што никој не ги програмирал директно. Мала преференција кај секоја индивидуа може, преку повторена интеракција, да произведе голем и изненадувачки колективен резултат.

Од каде потекнува: моделирање базирано на агенти

Идејата не е нова. Истражувачите од областа на економијата, екологијата, социологијата и компјутерските науки користат моделирање базирано на агенти со децении. Раните истражувања во 1970-тите веќе покажаа, со многу едноставни правила на мрежа, како благите индивидуални преференции за соседите можат да доведат до силна сегрегација на ниво на целото соседство. Во следните децении, истражувачите изградија вештачки општества, симулираа пазари и модели на епидемии, јата на животни и сообраќај.

Овие класични модели имаат една заедничка карактеристика: агентите се намерно едноставни. Секој од нив следи неколку нумерички правила, што го прави моделот транспарентен и лесен за анализа, но исто така го ограничува она што може да го каже за богатото човеково однесување, како што се убедувањето, врамувањето или иронијата.

Новиот бран: агенти изградени врз основа на јазични модели

Големите јазични модели го променија тоа што може да биде еден агент. Од околу 2023 година, истражувањата за таканаречените генеративни агенти покажаа дека агентите-јазични модели, со оглед на личноста, сеќавањето на минатите настани и способноста да размислуваат за тоа сеќавање, можат да се однесуваат на изненадувачки убедливи начини во симулирана заедница: тие ги планираат своите денови, формираат мислења, пренесуваат вести и се координираат едни со други.

Во споредба со класичните модели базирани на агенти, агентите на јазични модели:

• Комуницирајте на природен јазик , за да можат да реагираат на самиот текст на изјавата, а не само на бројка.
• Носете богати личности , комбинирајќи позадина, вредности и тон на гласот.
• Запомнете и ажурирајте , за да можат претходните разговори да го обликуваат подоцнежното однесување.

Компромисот е што тие се помалку транспарентни и поскапи за извршување од агентите базирани на правила, а нивното однесување ги одразува силните страни и пристрасностите на основниот модел.

Како InfoDome го применува тоа

InfoDome користи агенти со јазичен модел за симулирање на реакциите на јавноста и засегнатите страни. Вие прикачувате документи и опишувате што сакате да предвидите; InfoDome извлекува графикон на знаење за луѓето, организациите и групите во вашиот материјал, а потоа создава стотици агенти со свој карактер, позиција и долгорочна меморија, распоредени низ до 10 земји на публиката што ќе ги изберете. Агентите комуницираат на фид сличен на Twitter и форум сличен на Reddit паралелно во одреден број рунди, а агент-аналитичар пишува извештај за предвидување што можете да го доведувате во прашање, заедно со кој било поединечен агент. Механизмите чекор-по-чекор се објаснети во тоа како симулацијата на толпата со вештачка интелигенција ги предвидува реакциите .

Кога помага симулацијата со повеќе агенти

Методот е највреден кога исходот зависи од интеракција, а не од која било поединечна одлука:

• Реакции што се надоградуваат на реакции : кризи, гласини, јавни дебати, каде што одговорот на првиот одговор е најважен.
• Многу засегнати страни со различни интереси : промени во политиките, организациско реструктуирање, преговори.
• Стратешка интеракција : одговори на конкурентите или воени игри, каде што секоја страна се прилагодува на другата.
• Рано истражување : кога ви се потребни хипотези брзо, пред анкета или теренска студија или кога вистински тест е премногу скап или премногу ризичен.
• Споредба на пораки : споредување на истата публика со две верзии на една изјава за да се види кое рамки патува подалеку.

Кога не помага

Подеднакво е важно да се знае кога не треба да се користи:

• Кога ви се потребни репрезентативни бројки. Симулацијата не е анкета; нејзините пропорции не треба да се толкуваат како проценти од реалниот свет.
• Кога добрите историски податоци веќе одговараат на прашањето. Ако имате податоци за продажбата од повеќе години за стабилен производ, статистичката прогноза може да биде посигурна.
• Кога влезните податоци се ретки. Агентите се засновани само колку што е материјалот од кој се изградени. Отсуството на засегнати страни значи отсуство на гласови.
• Кога сакате сигурност. Различните текови можат да се одвиваат различно. Резултатот е хипотеза што може да се прегледа и ја поддржува проценката; таа не ја заменува.

Работен пример

Средна логистичка компанија размислува да премине на четиридневна работна недела за канцеларискиот персонал. Раководството сака да знае како би можеле да реагираат вработените, раководителите на тимовите и клиентите. Модел на табеларна пресметка би можел да ги процени трошоците, но не и како гласината за „скриена прекувремена работа“ би можела да се прошири меѓу вработените или како клучниот клиент би ги прочитал вестите.

Тимот за човечки ресурси го прикачува интерниот предлог и резимето од неодамнешната анкета на персоналот на InfoDome, го опишува прашањето и спроведува 20 рунди во една земја. На форумот, агентите што ги водат тимовите изразуваат загриженост во врска со покриеноста во петок; на фидот, помладите вработени ја поздравуваат промената, но ја споделуваат загриженоста дека работното оптоварување едноставно ќе биде компресирано. Агент на клиентот прашува дали времето на одговор ќе се промени. Извештајот на аналитичарот сугерира дека јасноста на покриеноста во петок е одлучувачки фактор и за раководителите на тимовите и за клиентите.

Интервјуирајќи агент кој го води тимот, одделот за човечки ресурси дознава дека ротирачкиот распоред во петок би ги ублажил нивните загрижености. Раководството го третира ова како хипотеза за тестирање во вистински пилот-проект со два оддела, а не како конечен одговор. Тоа е добра употреба на симулацијата со повеќе агенти: таа го стеснува нејасното прашање на специфично, тестирачко прашање. Ако работите на слични прашања насочени кон иднината, случајот на употреба за планирање сценарија е добра почетна точка.

Започнување

Не ви се потребни програмски вештини за да извршите симулација со повеќе агенти со InfoDome. Единствениот план чини 29 евра месечно, вклучува месечен буџет за користење на вештачка интелигенција од 9 евра и неограничени проекти и може да се откаже во секое време. Подгответе го вашето прво сценарио во конзолата ; можете да поставите задача пред да се регистрирате.