返回资讯中心
外部精选
软件工程
#开发者实时流

研究回顾基于智能体建模在社会科学领域的兴起

来源标题:Agent-Based Modeling: Worlds Within Worlds

一篇回顾文章梳理了基于智能体建模(agent-based modeling)在社会科学中的发展历程,重点关注圣塔菲研究所的贡献。文章从曼哈顿计划与康威生命游戏讲起,涵盖圣塔菲人工股市和Sugarscape等经典概念验证模型,并介绍该方法在公共卫生、考古学和宏观经济学中的近期应用。

Hacker News 最新baalimago2026/11/11 · 7 天前30 分钟阅读

以下正文由 AI 翻译自 Hacker News 最新(原文版权归原站所有),可能存在偏差,重要内容请以原文为准。

I II III 世界计算处理能力的增长在此以逼近的“处理”球体所隐含的体积来表示。由于显示限制,它准确呈现了25%的增长。 随着故事的推进,这个球体将急剧增大。 基于主体的建模: 世界中的世界 圣塔菲研究所与社会科学中基于主体建模的兴起 在21世纪,计算能力的激增和数据集的丰富使得一种名为基于主体建模的方法对决策者越来越有用。要想象这种方法下一步可能走向何方,回顾历史对我们大有裨益。本故事聚焦于SFI的贡献,记述了基于主体建模在社会科学中的兴起,从其根源——曼哈顿计划和John Conway的生命游戏——开始,延续到圣塔菲人工股票市场和Sugarscape等经典概念验证模型,最后转向近年来在公共卫生、考古学和宏观经济学中的应用,并以对未来的展望作结。 阳光透过彩色玻璃倾泻而下,在这样一群不寻常的集会者脸上洒下斑斓色彩:经济学家、物理学家和计算机科学家。 随便哪一天,你都可能看到他们在曾经是祭坛所在的黑板上草草写下方程式。这些研究人员聚集在一座由前修道院改建而成的建筑里——这里如今容纳着初出茅庐的圣塔菲研究所——思考着生物进化在经济理论中的作用。他们争论经典数学与走廊那头笨重的台式电脑上运行的游戏程序孰优孰劣。 他们还讨论一种构建科学模型的有前景的新方法,这种方法有可能把经济置于玻璃罩下进行研究。 倘若它真能奏效,经济系统的运作机制将变得清晰得多。 尽管这些研究人员在20世纪80年代末聚集于前修道院时并未完全意识到,但这种新方法正在凝聚为一种连贯的方法论。 很快,这种方法将演化为一种截然不同的研究人类社会科学的途径。 一种智力上灵活包容的环境帮助孕育了这种方法,而攻克复杂性的渴望则为其提供了支撑。这种方法——不久后被称为“基于主体建模”——发展起来并吸引了关注,最初是在经济学领域内。 几十年来,SFI及其他地方的研究人员不断改进这种方法,为经济学中一些关键复杂现象提供了新的观察窗口,并最终扩展到许多其他领域。计算能力的膨胀和数据集的丰富推动了基于主体建模的演进,增强了其在现实世界中的影响力。然而,这种方法仍然徘徊在经济学术圈的边缘。 如今,进入21世纪已久,基于主体建模已到了一个关键节点。随着大数据的到来,这种方法有望为预测金融危机、管理流行病、甚至揭示关于过去的真相提供强有力的洞见。 要理解这个看似简单的想法如何成为理解复杂性和棘手社会问题的有力工具,我们必须回到它的起源。 一种新的窥镜出现了,透过它,我们看到与我们自身平行的世界正在成形。 基于主体建模的前身最早在20世纪60年代末和70年代初流行起来。 看起来像是概念性的棋盘艺术占据了1970年一期《科学美国人》杂志的版面。¹ 实际上,黑白方格代表活着的和死去的生物。数学家和惯常的游戏制作者John Conway兴致勃勃地制定了一系列关于这些二维生物如何出生、存活和死亡的规则。² 一个细胞能否存活取决于相邻活细胞和死细胞的确切数量。 《科学美国人》总结了Conway的“生命游戏”³ 为何如此引人注目:“由于它与生物社会的兴衰交替具有类比性,它属于一个不断壮大的所谓‘模拟游戏’类别——即类似于真实生命过程的游戏。” 次年,社会科学家们开始玩一种不同的跳棋。 Thomas Schelling——兰德公司经济学家、《奇爱博士》的顾问——提出了另一种相邻方格的游戏,它更加令人清醒地类似于真实生活。⁴ 他并非第一个开发社会互动棋盘模型的人——那是社会科学家James Sakoda,部分基于他在日裔拘禁营中的经历——但荣誉归于Schelling的版本。⁵ “Schelling隔离游戏”提出的问题是:种族隔离的社区能否仅基于一种轻微的偏好——即倾向于住在像自己的人附近——而形成?答案是肯定的,即使不存在强制隔离的种族主义政策(如红线划界)。 当时,Schelling认为计算机的研究价值极小——那些计算机是房间大小的庞然大物,吐出成叠的纸质输出,没有显示器来观察动态变化。⁶ 然而,他、Sakoda和其他人所发展的思想很快与即将到来的计算革命交织在一起,催生了一种模拟社会系统的深刻新方法。 1977年世界上最强大的计算机每秒仅处理约340万次浮点运算(MFLOPS),与21世纪达到的高度相比微不足道。(想象一下海马的速度——地球上移动最慢的鱼——与光速相比。⁷) 6,772个数据集或120,457,248张卡片图像 由研究人员从校际政治与社会研究联盟积累的数据库中请求获取 社会科学家使用的数据存放在纸质打孔卡中,或许还有非常先进者使用的软盘。 然后,在20世纪80年代,全球的研究人员遇到了新事物:台式电脑。 许多持怀疑态度的社会科学家拒绝接受计算机对建模毫无用处的说法。⁸ 但其他人发现,计算机为模拟人类社会生活的真正复杂性提供了前所未有的机会。

(原文较长,此处译出前 6000 字,完整内容请点「打开原文」。)

正文由 探How 从来源站点 RSS 同步,内容未经改写;遇到排版缺失或需要图片、视频时请以原文为准。

打开原文
去社区讨论 →