Шта је вишеагентска симулација? Водич једноставним језиком

Вишеагентска симулација је начин проучавања система моделирањем многих независних актера, названих агенти, сваки са својим правилима, циљевима или личношћу, и омогућавајући да укупни исход произиђе из начина на који они интерагују. Уместо да пишете једну једначину за „тржиште“ или „јавно мњење“, описујете појединце и посматрате шта група ради. Са модерним језичким моделима, ти агенти могу да читају, пишу и памте на природном језику, што чини метод корисним за питања о томе како људи реагују.

Основна идеја: понашање произилази из интеракције

Многе важне исходе не одлучује ниједан појединачни актер. Саобраћајне гужве, ценовне спирале, виралне гласине и промене у расположењу јавности произилазе из многих локалних одлука које утичу једна на другу. Вишеагентска симулација то схвата озбиљно.

Типична симулација има три састојка:

• Агенти : актери, сваки са својим стањем (шта зна, жели или верује) и понашањем (како одлучује шта ће даље радити).
• Окружење : простор у коме агенти делују и посматрају једни друге, као што је мапа, тржиште или друштвена мрежа.
• Временски кораци или рунде : у сваком кораку, агенти посматрају, одлучују и делују, а окружење се мења као резултат тога.

Оно што овај приступ чини посебним јесте емергенција : обрасци на нивоу групе које нико није директно програмирао. Мала преференција код сваког појединца може, кроз поновљену интеракцију, произвести велики и изненађујући колективни резултат.

Одакле долази: моделирање засновано на агентима

Идеја није нова. Истраживачи у економији, екологији, социологији и рачунарству деценијама користе моделирање засновано на агентима. Рани радови из 1970-их већ су показали, са веома једноставним правилима на мрежи, како благе индивидуалне преференције према комшијама могу довести до јаке сегрегације на нивоу целог насеља. У наредним деценијама, истраживачи су изградили вештачка друштва, симулирали тржишта и моделе епидемија, јата животиња и саобраћаја.

Ови класични модели деле једну особину: агенти су намерно једноставни. Сваки прати неколико нумеричких правила, што модел чини транспарентним и лаким за анализу, али такође ограничава оно што може рећи о богатом људском понашању као што су убеђивање, оквир или иронија.

Нови талас: агенти изграђени на језичким моделима

Велики језички модели су променили шта агент може бити. Од око 2023. године, истраживања такозваних генеративних агента показала су да агенти језичког модела, којима је дата персона, сећање на прошле догађаје и способност размишљања о том сећању, могу се понашати на изненађујуће веродостојне начине у симулираној заједници: планирају своје дане, формирају мишљења, преносе вести и координирају једни са другима.

У поређењу са класичним моделима заснованим на агентима, агенти засновани на језичким моделима:

• Комуницирајте природним језиком , како би могли да реагују на саму формулацију изјаве, а не само на број.
• Носите богате персоне , комбинујући позадину, вредности и тон гласа.
• Запамтите и ажурирајте , тако да ранији разговори обликују касније понашање.

Компромис је у томе што су мање транспарентни и скупљи за покретање од агената заснованих на правилима, а њихово понашање одражава снаге и пристрасности основног модела.

Како InfoDome то примењује

InfoDome користи агенте језичких модела за симулацију реакција јавности и заинтересованих страна. Ви отпремате документе и описујете шта желите да предвидите; InfoDome издваја графикон знања о људима, организацијама и групама у вашем материјалу, а затим креира стотине агената са сопственим карактером, позицијом и дугорочним памћењем, распоређених у до 10 земаља публике које ви изаберете. Агенти паралелно комуницирају на фиду сличном Twitter и форуму сличном Reddit током одређеног броја рунди, а аналитички агент пише извештај о предвиђању који можете да преиспитујете, заједно са било којим појединачним агентом. Механика корак по корак је објашњена у начину на који симулација гомиле помоћу вештачке интелигенције предвиђа реакције .

Када вишеагентна симулација помаже

Метода је највреднија када исход зависи од интеракције, а не од било које појединачне одлуке:

• Реакције које се надовезују на реакције : кризе, гласине, јавне дебате, где је одговор на први одговор најважнији.
• Много заинтересованих страна са различитим интересима : промене политика, организационо реструктурирање, преговори.
• Стратешка интеракција : одговори конкурената или ратне игре, где се свака страна прилагођава другој.
• Рано истраживање : када су вам хипотезе потребне брзо, пре анкете или теренске студије, или када је прави тест прескуп или превише ризичан.
• Поређење порука : упоређивање исте публике са две верзије изјаве како би се видело која верзија даље путује.

Када не помаже

Подједнако је важно знати када га не треба користити:

• Када су вам потребни репрезентативни бројеви. Симулација није анкета; њене пропорције не треба тумачити као проценте из стварног света.
• Када добри историјски подаци већ одговарају на питање. Ако имате вишегодишње податке о продаји за стабилан производ, статистичка прогноза може бити поузданија.
• Када је улаз мали, агенти су утемељени само колико и материјал од ког су направљени. Недостатак заинтересованих страна значи недостатак гласова.
• Када желите сигурност. Различити циклуси се могу различито одвијати. Резултат је хипотеза која се може преиспитати и која подржава процену; она је не замењује.

Урађен пример

Логистичка компанија средње величине разматра прелазак на четвородневну радну недељу за канцеларијско особље. Руководство жели да зна како би запослени, вође тимова и клијенти могли да реагују. Модел табеларног прорачуна би могао да процени трошкове, али не и како би се гласина о „скривеном прековременом раду“ могла проширити међу запосленима или како би кључни клијент прочитао вест.

Тим за људске ресурсе отпрема интерни предлог и резиме недавне анкете запослених на InfoDome, описује питање и спроводи 20 кругова у једној земљи. На форуму, агенти који воде тимове изражавају забринутост због покривености петком; на фиду, млађи запослени поздрављају промену, али деле забринутост да ће се радно оптерећење једноставно смањити. Агент клијента пита да ли ће се време одзива променити. Извештај аналитичара сугерише да је јасноћа у вези са покривеношћу петком одлучујући фактор и за вође тимова и за клијенте.

Интервјуишући агента вођу тима, одељење за људске ресурсе сазнаје да би ротирајући распоред петком ублажило њихове забринутости. Руководство ово третира као хипотезу коју треба тестирати у стварном пилот пројекту са два одељења, а не као коначан одговор. То је добра употреба вишеагентне симулације: сузила је нејасно питање на конкретно, тестирано. Ако радите на сличним питањима усмереним ка будућности, сценарио планирања је добра полазна тачка.

Почетак рада

Не требају вам вештине програмирања да бисте покренули симулацију са више агената помоћу InfoDome. Један план кошта 29 евра месечно, укључује месечни буџет за коришћење вештачке интелигенције од 9 евра и неограничен број пројеката, и може се отказати у било ком тренутку. Припремите свој први сценарио у конзоли ; можете подесити задатак пре регистрације.