Версия для печати
Вернуться к списку

Агент 007

Как агент-ориентированные модели помогают прогнозировать будущее и заглядывать в прошлое

Директор ЦЭМИ РАН, член-корреспондент РАН Альберт Бахтизин объяснил «Ъ-Науке», что такое агент-ориентированные модели и какие социально-экономические задачи можно решать с их помощью.

Классическая агентная модель представляет собой искусственное общество, состоящее из индивидуумов, созданных программным способом и взаимодействующих друг с другом в некоторой среде. Такой средой может быть географический ландшафт, организация, социальная сеть и другие общности. Агент-ориентированная модель способна имитировать поведение большой системы на основе реконструкции ее внутренней структуры, а также учитывать структуру и поведение включенных в нее более мелких экономических и социальных ячеек.

— Где могут быть использованы такие модели?

— Агент-ориентированное моделирование может быть использовано в самых разных направлениях: в эпидемиологии, демографии, прогнозировании пешеходного движения и движения транспорта, киноиндустрии, воспроизведении исторических событий и в моделировании конфликтов.

Так, в начале 2000-х годов был разработан программный продукт MASSIVE (Multiple Agent Simulation System in Virtual Environment — система многоагентного моделирования в виртуальной среде), который может использоваться для одновременной обработки десятков, сотен тысяч и вплоть до миллионов объектов. MASSIVE был первоначально разработан в процессе съемок фильма «Властелин колец». Режиссер сделал запрос на программное обеспечение, позволяющее реалистично отображать взаимодействие множества программных сущностей,— виртуальных людей, растений и т. д. Стивен Регелус, основатель компании, предложившей продукт MASSIVE, при его разработке реализовал придуманную им в 90-е годы собственную концепцию искусственных обществ, основанную на агент-ориентированном подходе.

Это решение стало настоящим прорывом в киноиндустрии, поскольку используемые ранее технологии покадровой анимации уже не удовлетворяли запросам кинопродюсеров и зрителей. Для «Властелина колец» было сгенерировано около 200 тыс. агентов, каждый из которых был очень примитивным в плане поведения. По сути, задачи агентов заключались в следующем: оставлять ощущение непохожести на ближайших соседей по толпе, уклоняться от препятствий, следовать направлению общего движения и т. д. Как видно, никаких сложных действий в плане самостоятельного принятия решений и прочего не предусматривалось. Стивен Регелус получил множество наград от организаций киноиндустрии за достижения в развитии технологий, легших в основу MASSIVE. Главную награду — премию «Оскар» — Регелус получил за научные и инженерные достижения (Scientific and Engineering Award) и за автономную систему анимации агентов, используемую для боевых сцен в трилогии «Властелин колец».

В фильме «Аватар» продукт был использован уже не только для отображения фауны, но и флоры. Дальше эта технология стала использоваться повсеместно. Она применялась в фильмах «Грань будущего», «Трон: наследие», «2012», «Гарри Поттер», «Пираты Карибского моря», «Кинг-Конг», «Бен-Гур», «Аквамен», «Обитель зла», «300 спартанцев», «Я, робот», «Годзилла», «Помпеи», «Игра престолов».

— Агент-ориентированное моделирование используется для исследования задач «сложного мира». Какими бывают эти задачи?

— Таких задач очень много. К примеру, под руководством Джошуа Эпштейна в Центре социальной и экономической динамики Брукингского института (Brookings Institution) была разработана глобальная агентная модель (Global-Scale Agent Model, GSAM), имитирующая взаимодействие 6,5 млрд индивидуумов, которые перемещались по карте мира, воспроизводя туристические и деловые поездки, а также миграционные потоки между странами. Насколько мне известно, на данный момент это самая большая в мире агент-ориентированная модель — цифровой двойник планеты, имитирующий практически все ее население. Она была разработана при финансовой поддержке Национального института здравоохранения США и впервые применялась в 2009 году для оценки скорости распространения птичьего гриппа H5N1. Недавно она применялась для оценки распространения коронавируса в зависимости от различных сценариев реализации сдерживающих мер.

Другой пример. Демографические процессы, такие как смертность, рождаемость и миграция, являются классическими примерами процессов, формирующихся снизу вверх, так как решения принимаются на уровне отдельных индивидуумов, а общие показатели складываются в результате агрегирования действий этих индивидуумов. Поэтому демография — это одно из направлений применения агент-ориентированного подхода.

— Можно ли применять эту технологию в сфере гуманитарных исследований — для изучения языка или культуры?

— Приведу пример успешного проекта Брукингского института, Института Санта-Фе (Santa Fe Institute) и Института мировых ресурсов (World Resources Institute). Проект был посвящен воспроизведению древнеиндейской культуры анасази в виде цифрового искусственного общества.

Была смоделирована динамика города Кайента (Аризона, США) в период с 900 по 1350 год нашей эры, после которого упомянутая цивилизация исчезла. Главный вопрос для археологов был следующий: почему так произошло? С использованием расширенной версии модели Sugarscape была создана окружающая агентов среда с учетом гидрологических особенностей территории, плодородности почвы, засушливости и других параметров. В свою очередь, расселение анасази по территории в рамках цифровой модели осуществлялось на основе данных, собранных лабораторией годичных колец Аризонского университета (Tree Ring Laboratory at the University of Arizona). Искусственное общество анасази было построено с учетом правил создания новых семей, способов добычи еды и других специфических особенностей этой древней цивилизации. После инициализации стартового состояния цифровой двойник анасази воспроизвел длительный период своей истории, и результаты показали, что окружающая среда могла поддерживать только небольшую популяцию жителей. Научно-популярный отчет на эту тему приведен в работе «Life with the artificial Anasazi» журнала Nature.

— Можно ли запустить программы агент-ориентированного моделирования на обычных компьютерах?

— С 1990-х годов и по сегодняшний день благодаря широкому распространению персональных компьютеров стали применяться более продвинутые методы компьютерного моделирования социально-экономических процессов. Некоторые из них имели достаточно хорошо проработанную теоретическую базу и даже примеры простой практической реализации, но реальное их использование стало возможным лишь благодаря возросшим вычислительным возможностям. Эта модель требует значительных вычислительных ресурсов.

Оперативная память обычного персонального компьютера не способна вместить то количество объектов программной среды, которое соответствует, например, населению земного шара или даже отдельных густонаселенных стран. Кроме того, для пересчета состояния масштабной системы с нетривиальной логикой поведения и взаимодействия агентов требуются значительные вычислительные ресурсы, сопоставимые с потребностями вычислительных методов математической физики с аналогичным количеством расчетных ячеек.

Так что для этих целей удобнее использовать суперкомпьютеры. Сейчас ученые активно ведут разработки в области построения агент-ориентированных моделей с использованием суперкомпьютерных технологий и создают для этих целей специализированное программное обеспечение. Об этом можно почитать, например, в недавно выпущенной департаментом научных изданий Государственного академического университета гуманитарных наук монографии «Суперкомпьютерные технологии в общественных науках».

— Над какими проектами в области агент-ориентированного моделирования сейчас работает ЦЭМИ РАН?

— Один из текущих проектов, осуществляемых совместно с Национальным суперкомпьютерным центром Китая, Шанхайским университетом и софтверной компанией Milestone Ltd., заключается в разработке демографической агент-ориентированной модели для всего мира (193 государства—члена ООН), позволяющей получать долгосрочные прогнозы численности населения, а также рассчитывать половозрастную структуру всех рассматриваемых государств. В этом смысле эта модель является цифровым двойником планеты и представляет собой искусственное общество.

Также перспективным проектом является внедрение агентных моделей в систему распределенных ситуационных центров страны, активно развивающихся в соответствии с указом президента от 25 июля 2013 года. В настоящий момент группой сотрудников ЦЭМИ РАН — Еленой Сушко, Нерсесом Хачатряном, Ольгой Кузнецовой, Светланой Борисовой, Анатолием Акиншиным и Петром Григорьевым — разрабатывается агент-ориентированная модель для ситуационного центра Калужской области.