多主体仿真与人工社会

 

 

 

AI & Society沙龙计划第六期

多主体仿真与人工社会

 

 

从个体层面来说，今天的你并不比古希腊人聪明多少，然而现代人类整体的能力却是古人所无法企及的。是科技――这个人类集体的创造物赋予了每个人类个体更强大的能力。同样的道理，个体层面的人工智能存在着能力上的天花板，只有将成千上万的AI链接、整合起来，甚至创造出AI自己的文明，才可能为每一个个体AI赋能。

 

多主体智能就是发端于二十世纪九十年代的一种人工智能研究方法，它与传统的AI研究不同，更加关注由多个AI，甚至遵循简单规则的程序而组成复杂的互动社会。一方面，我们可以利用这种AI社会来模拟人类的真实社会――例如用多主体系统来模拟快递组织的运作，从而实现精准的预测与控制；另一方面，这类由AI组成的社会还能构成人工社会，实现涌现智能，从而解决复杂的问题。

 

本次活动我们请来了多主体仿真的实践者，奇弦科技创始人、同济大学教授陆云波老师，以及多主体智能的研究者北京师范大学系统科学学院教授韩战钢老师共同给我们带来两场有关多主体智能和人工社会的讲座。

 

深度学习之后的多主体智能浪潮

 

最近一波人工智能浪潮的根源来源于神经网络以及深度学习的突破。然而，以神经网络链接学派为指导的人工智能是否为实现通用AI的唯一方式呢？它有没有先天的局限性？

 

事实上，从复杂性科学的角度看来，神经网络也可以看作是一个多主体系统，即每个神经元作为一个Agent构成了复杂的交互网络。那么，如果我们突破神经网络这种相对固定的计算模式，直接由大量的主体构成复杂系统是否就有可能带来方法论上的突破呢？

 

作为多主体智能方法论的实践者，陆云波老师和他的创业团队在将近二十年的实践经验得到了这样的答案：至少在组织仿真，或称计算组织学这个领域中，多主体模拟方法将可以给我们带来方法论上的突破，和意想不到的结果。实践表明，我们完全可以把一家快递公司完全建模到计算机中，从而实现组织流程的优化与控制。

 

有理由相信，在不远的将来，这种以多主体的方式所呈现的AI有可能会成为迈向通用人工智能的重要环节。

 

群体智慧与多主体系统

 

小小蚂蚁通过简单的互动和信息素的作用就能聪明地找到从巢穴到食物的最短路径；鸟类和鱼儿通过简单的相互作用规则而形成复杂的飞行游行姿态；人类却会由于不理智的行为发生大规模的踩踏事件。

 

所有这些都是群体行为。人类社会管理中也存在很多智能体相互作用的情景。

 

如何研究简单的个体规则导致的负责宏观群体行为呢？是否存在跨物种、跨环境的普适规律呢？精巧的科学实验辅助以计算机模拟，通过在计算机中构造虚拟的环境，为每一个智能主体（Agent）赋予简单的行为规则，我们可以架起信息局域的微观个体行为与宏观整体现象间的桥梁。